本文整理匯總了Python中factory.fuzzy.FuzzyChoice方法的典型用法代碼示例。如果您正苦於以下問題：Python fuzzy.FuzzyChoice方法的具體用法？Python fuzzy.FuzzyChoice怎麽用？Python fuzzy.FuzzyChoice使用的例子？那麽, 這裏精選的方法代碼示例或許可以為您提供幫助。您也可以進一步了解該方法所在類factory.fuzzy的用法示例。
在下文中一共展示了fuzzy.FuzzyChoice方法的3個代碼示例，這些例子默認根據受歡迎程度排序。您可以為喜歡或者感覺有用的代碼點讚，您的評價將有助於係統推薦出更棒的Python代碼示例。
示例1: badge_factory
# 需要導入模塊: from factory import fuzzy [as 別名]
# 或者: from factory.fuzzy import FuzzyChoice [as 別名]
def badge_factory(model):
class BadgeFactory(ModelFactory):
class Meta:
model = Badge
kind = FuzzyChoice(model.__badges__.keys())
return BadgeFactory 示例2: fuzz
# 需要導入模塊: from factory import fuzzy [as 別名]
# 或者: from factory.fuzzy import FuzzyChoice [as 別名]
def fuzz(self):
subdomain = FuzzyText()
domain = FuzzyText()
tld = FuzzyChoice(('com', 'net', 'org', 'biz', 'pizza', 'coffee', 'diamonds', 'fail', 'win', 'wtf',))
return "{subdomain}.{domain}.{tld}".format(
subdomain=subdomain.fuzz().lower(),
domain=domain.fuzz().lower(),
tld=tld.fuzz()
) 示例3: _organization_name
# 需要導入模塊: from factory import fuzzy [as 別名]
# 或者: from factory.fuzzy import FuzzyChoice [as 別名]
def _organization_name(): # pylint: disable=E0211
"""Creates a fake organization name.
Fake name consist of predicate1 + subject + predicate2 + propername
np. "Wojewódzka Alternatywa Organizacyjna "Naprzód"".
"""
predicate1_dict = {
"masculine": [
"Krajowy", "Wojewódzki", "Powiatowy", "Regionalny",
"Wielkopolski", "Osiedlowy", "Stołeczny"],
"feminine": [
"Krajowa", "Wojewódzka", "Powiatowa", "Regionalna",
"Wielkopolska", "Osiedlowa", "Stołeczna"],
"neutrum": [
"Krajowe", "Wojewódzkie", "Powiatowe", "Regionalne",
"Wielkopolskie", "Osiedlowe", "Stołeczne"]
}
noun_list = {
"Fundacja": "feminine",
"Rada": "feminine",
"Urząd": "masculine",
"Zarząd": "masculine",
"Delegatura": "feminine",
"Poradnia": "feminine",
"Szpital": "masculine",
"Ogród": "masculine",
"Koło": "neutrum",
"Obwód": "masculine"
}
predicate2_dict = {
"masculine": [
"Organizacyjny", "Rejestrowy", "Egzekutywny", "Wspierający",
"Transakcyjny", "Związkowy", "Zbiorczy"],
"feminine": [
"Organizacyjna", "Rejestrowa", "Egzekutywna", "Wspierająca",
"Transakcyjna", "Związkowa", "Zbiorcza"],
"neutrum": [
"Organizacyjne", "Rejestrowe", "Egzekutywne", "Wspierające",
"Transakcyjne", "Związkowe", "Zbiorcze"]
}
propername_list = [
"Wspiera się", "Totuus", "Zawsze Razem", "W Kupie Siła",
"Al Capone", "UKF", "Smak Miesiąca"
]
subject = (FuzzyChoice(noun_list.keys())).fuzz()
predicate1 = (FuzzyChoice(predicate1_dict[noun_list[subject]])).fuzz()
predicate2 = (FuzzyChoice(predicate2_dict[noun_list[subject]])).fuzz()
propername = (FuzzyChoice(propername_list)).fuzz()
return "{0} {1} {2} {3}".format(
predicate1,
subject,
predicate2,
propername
)