在武學中，內功修練到極致，便能「氣化萬物」，將體內之氣隨心所欲地轉化為各種招式。在自動化測試的世界裡，測試資料正是我們的「氣」。而今天，我們將學習如何將這些「氣」化為我們所需的各種測試資料，讓測試變得更加靈活與強大。

內功心法：為什麼需要 Mock Test Data

在測試中，我們常常需要大量的測試資料來驗證各種情境，例如：需要驗證一個函式在不同輸入下的行為，例如：處理正常使用者資訊、無效 email、空字串等、驗證多個服務之間的協同工作，例如：訂單流程中，需要模擬商品資料、使用者資料、金流資訊等。而在真實使用者旅程中，模擬各種情境，例如：新使用者註冊、舊使用者登入、不同權限的使用者行為。

直接使用真實資料庫的資料，會導致測試不穩定、速度慢，且可能存在資料隱私問題。這時，Mock Test Data 的概念便應運而生。它讓我們能夠在不依賴真實資料來源的情況下，創造出各種我們需要的虛擬資料，從而讓測試變得更快、更穩定、更獨立。

招式演練：Mock Test Data 三種層次

測試資料的生成與管理並非一蹴可幾，我們可以將其分為三個層次：

初階修練：直接寫死（Hardcoded Data）

這是最簡單的資料生成方式，直接在測試程式碼中寫死所需的資料。這樣的方式適合小型專案或是簡單的單元測試，但缺少多樣性的測試資料，可能會導致在真實環境才能發現問題。

// user-login.spec.js
test('should login successfully with valid credentials', async ({ page }) => {
  const user = {
    username: 'testuser',
    password: 'password123',
    email: 'testuser@example.com'
  };
  // Use the hardcoded data to perform login
  await page.fill('#username', user.username);
  await page.fill('#password', user.password);
  await page.click('#login-button');
  // Assertion
});

中階修練：資料範本工廠（Factory Pattern）

當測試情境變得複雜時，我們需要一個更具彈性的方式來產生資料。使用 faker 資料庫能夠隨機產生資料，它能夠根據你的需求，產生出各種格式的測試資料。通常可以直接使用 AI 撰寫這個函式，並且根據你的真實需求，產生更多樣性的測試資料。

// data-factory.js
import { faker } from '@faker-js/faker';

export const UserFactory = () => {
  return {
    name: faker.person.fullName(),
    email: faker.internet.email(),
    password: faker.internet.password(),
    address: faker.location.city()
  };
};

// Now, in your test file
const user = UserFactory();
// Use the generated data in your test

高階修練：API 級別的 Mock Server

在測試 Web 應用程式時，後端 API 的穩定性直接影響到前端測試的結果。在第 25 天，我們將更詳細地討論這個概念。在這裡，我們只需要瞭解，當我們需要測試與後端 API 互動的 E2E 或整合測試時，我們可以建立一個 Mock Server 來模擬後端 API 的回應，而不是直接請求真實的後端服務。

進階心法：結合 Spec-Kit 與 Mock Data

還記得我們在前面幾天提到的 spec-kit 嗎？這個工具最核心的價值之一，就是它能根據你提供的 Gherkin 語法與 OpenAPI 規格，自動生成程式碼。我們可以將 Mock Test Data 的概念與 spec-kit 結合，達到更強大的效果。

1. 從 OpenAPI 規格生成 Mock Data： AI 可以直接解析你的 OpenAPI 規格檔案，並根據其中定義的 schema，生成符合格式的 JSON 或 XML 測試資料。
2. 從 Gherkin 語法生成程式碼：當你在 Gherkin 語法中描述測試情境時，可以請 AI 根據這些情境，自動生成使用 Mock Data 的 Playwright 測試程式碼。

最佳實務：Mock Data 的維護策略

1. 版本控制：將你的 Mock Data 檔案使用版本控制管理，可以確保團隊成員之間資測試的一致性。甚至可以架設 API 服務，讓團隊成員或自動化測試框架透過 API 取得所需要的測試資料。
2. 動態生成：盡可能使用動態生成的方式（如 Faker.js），而非寫死。這能確保資料的隨機性，避免因資料固定而導致的測試盲點。
3. 與需求同步： 當需求變動時，及時更新你的 Mock Data。

收功：今日總結

今天，我們學習了測試資料的生成與管理，這就像是內功修煉中的「氣化萬物」。我們從最基本的寫死資料，到使用 Factory Pattern 建立資料工廠，透過這樣的方式，我們能夠將測試資料有效管理，並且將更多心力放在測試設計和策略上面，在下一篇，我們將進入更進階的修練，學習如何運用 Mock Server 隔離外部服務，讓測試能夠更為穩定。