import random import string from datetime import datetime, timedelta import pandas as pd # 机构名称前缀 company_prefixes = ['北京市', '上海市', '广州市', '深圳市', '杭州市', '成都市', '武汉市', '南京市', '西安市', '重庆市'] company_keywords = ['房产', '地产', '置业', '中介', '经纪', '咨询', '投资', '资产', '物业', '不动产'] company_suffixes = ['有限公司', '股份有限公司', '集团', '企业', '合伙企业', '有限责任公司'] # 主体类型 entity_types = ['企业', '个体工商户', '农民专业合作社', '其他组织'] # 企业性质 enterprise_natures = ['国有企业', '集体企业', '私营企业', '混合所有制企业', '外商投资企业', '港澳台投资企业'] # 行业分类 industry_classes = ['房地产业', '金融业', '租赁和商务服务业', '建筑业', '批发和零售业'] # 所属行业 industry_names = [ '房地产中介服务', '房地产经纪', '房地产开发经营', '物业管理', '投资咨询', '资产管理', '商务咨询', '市场调查', '建筑工程', '装饰装修', '园林绿化' ] # 法定代表人姓名 surnames = ['王', '李', '张', '刘', '陈', '杨', '黄', '赵', '周', '吴', '徐', '孙', '马', '胡', '朱', '郭', '何', '罗', '高', '林'] given_names = ['伟', '芳', '娜', '敏', '静', '丽', '强', '磊', '军', '洋', '勇', '艳', '杰', '娟', '涛', '明', '超', '秀英', '霞', '平'] # 证件类型 cert_types = ['身份证', '护照', '港澳通行证', '台胞证', '其他'] # 常用地址 provinces = ['北京市', '上海市', '广东省', '浙江省', '江苏省', '四川省', '湖北省', '河南省', '山东省', '福建省'] cities = ['朝阳区', '海淀区', '浦东新区', '黄浦区', '天河区', '福田区', '西湖区', '滨江区', '鼓楼区', '玄武区', '武侯区', '江汉区', '金水区', '市南区', '思明区'] districts = ['街道', '大道', '路', '巷', '小区', '花园', '广场', '大厦'] street_numbers = ['1号', '2号', '3号', '88号', '66号', '108号', '188号', '888号', '666号', '168号'] # 股东姓名 shareholder_names = [ '张伟', '李芳', '王强', '刘军', '陈静', '杨洋', '黄勇', '赵艳', '周杰', '吴娟', '徐涛', '孙明', '马超', '胡秀英', '朱霞', '郭平', '何桂英', '罗玉兰', '高萍', '林毅', '王浩', '李宇', '张轩', '刘然' ] def generate_company_name(): """生成机构名称""" prefix = random.choice(company_prefixes) keyword = random.choice(company_keywords) suffix = random.choice(company_suffixes) return f"{prefix}{keyword}{suffix}" def generate_social_credit_code(): """生成统一社会信用代码（18位）""" # 统一社会信用代码规则：18位，第一位为登记管理部门代码（1-5），第二位为机构类别代码（1-9） dept_code = random.choice(['1', '2', '3', '4', '5']) org_code = random.choice(['1', '2', '3', '4', '5', '6', '7', '8', '9']) rest = ''.join([str(random.randint(0, 9)) for _ in range(16)]) return f"{dept_code}{org_code}{rest}" def generate_id_card(): """生成身份证号码（18位，简化版）""" # 地区码（前6位） area_code = f"{random.randint(110000, 650000):06d}" # 出生日期（8位） birth_year = random.randint(1960, 1990) birth_month = f"{random.randint(1, 12):02d}" birth_day = f"{random.randint(1, 28):02d}" birth_date = f"{birth_year}{birth_month}{birth_day}" # 顺序码（3位） sequence = f"{random.randint(1, 999):03d}" # 校验码（1位） check_code = random.randint(0, 9) return f"{area_code}{birth_date}{sequence}{check_code}" def generate_other_id(): """生成其他证件号码""" return f"{random.randint(10000000, 99999999):08d}" def generate_register_address(): """生成注册地址""" province = random.choice(provinces) city = random.choice(cities) district = random.choice(districts) number = random.choice(street_numbers) return f"{province}{city}{district}{number}" def generate_establish_date(): """生成成立日期（2000-2024年之间）""" start_date = datetime(2000, 1, 1) end_date = datetime(2024, 12, 31) time_between = end_date - start_date days_between = time_between.days random_days = random.randrange(days_between) return start_date + timedelta(days=random_days) def generate_legal_representative(): """生成法定代表人""" name = random.choice(surnames) + random.choice(given_names) cert_type = random.choice(cert_types) cert_no = generate_id_card() if cert_type == '身份证' else generate_other_id() return name, cert_type, cert_no def generate_shareholders(): """生成股东列表（1-5个股东）""" shareholder_count = random.randint(1, 5) selected_shareholders = random.sample(shareholder_names, shareholder_count) shareholders = [None] * 5 for i, shareholder in enumerate(selected_shareholders): shareholders[i] = shareholder return shareholders def generate_entity(index): """生成单条机构中介数据""" # 基本信息 enterprise_name = generate_company_name() social_credit_code = generate_social_credit_code() entity_type = random.choice(entity_types) enterprise_nature = random.choice(enterprise_natures) industry_class = random.choice(industry_classes) industry_name = random.choice(industry_names) # 成立日期 establish_date = generate_establish_date() # 注册地址 register_address = generate_register_address() # 法定代表人信息 legal_name, legal_cert_type, legal_cert_no = generate_legal_representative() # 股东 shareholders = generate_shareholders() return { '机构名称*': enterprise_name, '统一社会信用代码*': social_credit_code, '主体类型': entity_type, '企业性质': enterprise_nature if random.random() > 0.3 else '', '行业分类': industry_class if random.random() > 0.3 else '', '所属行业': industry_name if random.random() > 0.2 else '', '成立日期': establish_date.strftime('%Y-%m-%d') if random.random() > 0.4 else '', '注册地址': register_address, '法定代表人': legal_name, '法定代表人证件类型': legal_cert_type, '法定代表人证件号码': legal_cert_no, '股东1': shareholders[0] if shareholders[0] else '', '股东2': shareholders[1] if shareholders[1] else '', '股东3': shareholders[2] if shareholders[2] else '', '股东4': shareholders[3] if shareholders[3] else '', '股东5': shareholders[4] if shareholders[4] else '', '备注': f'测试数据{index}' if random.random() > 0.5 else '' } # 生成第一个1000条数据 print("正在生成第一批1000条机构中介黑名单数据...") data = [generate_entity(i) for i in range(1, 1001)] df = pd.DataFrame(data) # 保存第一个文件 output1 = r'D:\ccdi\ccdi\doc\test-data\intermediary\机构中介黑名单测试数据_1000条_第1批.xlsx' df.to_excel(output1, index=False, engine='openpyxl') print(f"已生成第一个文件: {output1}") # 生成第二个1000条数据 print("正在生成第二批1000条机构中介黑名单数据...") data2 = [generate_entity(i) for i in range(1, 1001)] df2 = pd.DataFrame(data2) # 保存第二个文件 output2 = r'D:\ccdi\ccdi\doc\test-data\intermediary\机构中介黑名单测试数据_1000条_第2批.xlsx' df2.to_excel(output2, index=False, engine='openpyxl') print(f"已生成第二个文件: {output2}") print("\n✅ 生成完成！") print(f"文件1: {output1}") print(f"文件2: {output2}") print(f"\n每个文件包含1000条测试数据") print(f"数据格式与CcdiIntermediaryEntityExcel.java定义一致")