Crea JSON strutturati con mock data realistici per testare API, popolare frontend in sviluppo, creare fixture per unit test o demo. Schemi disponibili: persone, prodotti, ordini. Output indentato pretty-print o compatto, pronto per copy-paste.
Quando devi testare un endpoint o riempire una lista in un frontend che non ha ancora il backend, ti serve JSON verosimile e ti serve subito. Questo generatore assembla al volo array di oggetti strutturati: persone con nome, email e città, prodotti con prezzo e SKU, ordini con righe e totale calcolato. Lo incolli così com'è in Postman, in una fixture di test o in un mock server, senza registrazione e senza chiamate a servizi esterni. La forma dei dati resta costante, i valori cambiano a ogni clic.
Scegli uno schema — persone, prodotti, ordini o dati misti — e il numero di record, poi lo strumento costruisce un array JSON valido con i campi tipici di quel dominio. Lo schema persone produce oggetti con id, nome, cognome, email coerente col nome, data di nascita e città; lo schema ordini annida un elenco di articoli dentro ogni ordine e chiude con il totale. L'output rispetta la sintassi JSON — virgolette doppie, nessuna virgola finale, numeri e booleani non quotati — così lo validi o lo parsi senza ritocchi.
I valori pescano da liste e intervalli plausibili e vengono combinati in modo pseudo-casuale: due generazioni di seguito danno record diversi ma con la stessa struttura. Gli id sono progressivi o casuali secondo lo schema, i prezzi restano in fasce sensate e le email seguono il pattern nome.cognome@dominio. Il risultato sembra reale senza toccare i dati di una sola persona esistente.
Il JSON è indentato per la lettura ma resta un unico blocco che copi con un clic. Puoi rigenerare finché la distribuzione dei valori non ti convince, oppure alzare il numero di record da una manciata a diverse centinaia per mettere sotto sforzo una tabella o una lista paginata.
Generi 50 oggetti prodotto e li invii come corpo di una POST in Postman o curl, per verificare validazione dei campi, paginazione e limiti del tuo endpoint /products prima ancora di avere dati veri.
Mentre l'API è ancora in sviluppo, incolli un array di 20 persone in un file mock e la tabella React o Vue mostra righe realistiche fin dal primo render, invece di celle vuote.
Salvi un JSON di ordini come fixture per Jest, PHPUnit o pytest: i test partono sempre dallo stesso dataset controllato, non da un database di produzione che cambia sotto i piedi.
Riempi un mock-up o una demo con nomi, prezzi e città credibili ed eviti i classici 'Lorem ipsum' e 'Prodotto 1' che rendono la presentazione poco convincente.
Verifichi che il tuo codice di mapping regga oggetti annidati e array generando ordini con più righe e qualche campo opzionale, così scopri i casi limite prima di collegare la sorgente reale.
Chi studia sviluppo web ottiene esempi concreti su cui allenare fetch, map e destructuring, senza dover cercare un dataset pubblico o inventare i dati a mano.
I dati di mock nascono da un'esigenza precisa: separare lo sviluppo dell'interfaccia da quello del backend. Se aspetti che l'API sia pronta per costruire la schermata, i due team si bloccano a vicenda. Un array JSON verosimile rompe questa dipendenza e lascia lavorare tutti in parallelo.
La differenza tra un buon mock e uno inutile sta nella coerenza interna. Un'email scollegata dal nome, un totale che non corrisponde alla somma delle righe o una data futura nel campo 'nascita' fanno passare test che poi crollano con i dati veri. Per questo i campi correlati vengono derivati l'uno dall'altro, non estratti a caso in modo indipendente.
C'è poi un tema di privacy: riempire un ambiente di test con l'export del database di produzione è una pratica rischiosa e spesso in contrasto col GDPR. I dati sintetici tolgono il problema alla radice, perché nessun nome, indirizzo o email appartiene a una persona reale.
Vale la pena ricordare che JSON è uno standard formale, descritto dalla RFC 8259: chiavi tra virgolette doppie, niente commenti, niente virgola dopo l'ultimo elemento. Un generatore che lo rispetta ti risparmia l'errore più comune di chi scrive il mock a mano, la virgola di troppo che manda in crash il parser.
Sì. L'output rispetta la sintassi JSON standard: chiavi e stringhe tra virgolette doppie, nessuna virgola finale, numeri e booleani non quotati. Lo incolli direttamente in un parser, in Postman o in un file .json senza alcuna modifica.
Sì, imposti il numero di oggetti dell'array. Per una demo bastano 10-20 record, mentre per mettere alla prova paginazione o performance di una tabella puoi salire a diverse centinaia.
No. Nomi, email, indirizzi e prezzi nascono dalla combinazione di liste e intervalli plausibili, ma non appartengono a nessuna persona esistente. Sono dati sintetici, quindi li usi senza problemi di privacy o GDPR.
Lorem ipsum è testo segnaposto senza struttura; qui ottieni oggetti JSON con campi tipizzati e coerenti tra loro, adatti a testare codice che legge e trasforma dati, non solo a riempire uno spazio grafico.
Certo. Generi un dataset, lo salvi come file di fixture e lo carichi in Jest, PHPUnit, pytest o qualsiasi framework. I test partono sempre dagli stessi dati controllati, non da un database che cambia.
Ci sono schemi per persone (anagrafica e contatti), prodotti (prezzo, SKU, categoria), ordini (con righe annidate e totale) e un mix di campi eterogenei per casi più generici. Selezioni quello adatto al tuo scenario e generi.