虚拟姓名生成器

使用方法

1. 在「生成数量」填 10（示例值），允许 1～100 的整数。
2. 「性别口径」默认「不限」。选「男」或「女」时，名用字只从对应的 30 字库里取；选「不限」时从两个库合并后的 60 字池里取。
3. 「名长度」默认「随机」，按 80% 双字名、20% 单字名的比例输出；也可以固定成全部单字名或全部双字名。
4. 「姓氏范围」默认「只用单姓」。「允许复姓」开启后，约有 8% 的条目会落到欧阳、司马、上官这类复姓上，用来测长姓氏的排版。
5. 点「立即生成」，结果区每行一个姓名。点「复制全部」带走纯姓名列表，点「导出结果 CSV」带走带序号、姓氏、名、性别四列的文件。

这个虚拟姓名生成器能解决什么问题

一是造测试数据。做后台、报表或接口联调时，姓名列经常被随手填成「张三、李四、张三、李四」，几行之后就分不出哪条是哪条。这里一次给 100 个互不重复的中文姓名，直接粘进 SQL 或 CSV 就能用。

二是给记录做匿名化。把真实姓名替换成虚构姓名再拿去演示、截图、给外包看，比打码更干净：字段长度、字面色调都和真实数据接近，界面不会被撑破，也不必担心哪一列漏遮。

三是压排版边界。中文姓名的长度从 2 字（单姓 + 单字名）到 4 字（复姓 + 双字名）都有。开启「允许复姓」并把名长度固定成双字名，就能专门产出 4 字姓名，用来验证表格列宽、头像截断、卡片换行这些容易出问题的地方。

四是按真实分布造数据。很多生成器把姓氏平均分配，于是「王」和「高」出现次数一样多，看着就不像真的。本页的虚拟姓名生成器是按人口占比加权抽姓氏的，前 20 个大姓合计覆盖率约 54%，其中「王」约占 7.25%，做出来的分布更接近真实户籍样本。

本页只覆盖中文人名这一类场景。它不是实名认证工具，也不做身份核验：输出的姓名是随机组合的虚构结果，与任何真实个人无关，请不要拿它去注册账号或办理任何需要实名的业务。

生成原理：姓氏加权抽样与名字用字组合

姓氏的抽取是整个工具里唯一需要「不均匀」的一步。做法是先把 20 个姓氏的权重按顺序累加成一条递增序列 [7.25, 14.44, 21.27, … 54.13]，再取一个 Math.random() × 54.13 的随机数，用二分查找找到第一个不小于它的累积值，返回那个位置上的姓氏。二分查找的循环是 while (lo < hi) { mid = (lo + hi) >> 1; … }，20 个候选最多比较 5 次，比从头遍历一遍短。

为什么不用「按权重把姓氏重复铺进一个大数组再均匀抽」？那样也能得到同样的分布，但要先展开成上万个元素的表，既占内存又难维护；把权重留在表里、用累积权重 + 二分查找，20 个数字就够，改一个权重也只动一个位置。

名用字的抽取走的是另一条路：先按性别选池——男名 30 字、女名 30 字、两者没有重叠，合并后是 60 字——再从池里抽。这里用的是 Math.floor(Math.random() × n)，也就是乘法取整而不是取模。很多人写随机取下标时习惯写 Math.floor(Math.random() * n) % n，末尾那个 % n 毫无作用还容易被误读；真正的取模偏置出现在另一种写法里：先生成一个整数再用 % 截断到 n，因为整数上界通常不是 n 的整数倍，前缀几个下标会多出现一次。本页不生成整数，所以没有这个问题。

双字名是不放回抽两字：第一字从池里取一个，第二字重抽直到与第一字不同。对男名或女名池（各 30 字）来说，双字名的组合数是 30 × 29 = 870 种，加上 30 种单字名，限定一个性别、一个姓氏时共有 900 种写法；「不限」性别时池变 60 字，双字名 60 × 59 = 3540 种，合计 3600 种。这个量级决定了批量生成的上限：一次 100 条，20 个单姓下理论空间是 20 × 3600 = 72000 种，够用。

姓氏加权抽样负责「像真的」，用字均匀抽样负责「够散」，最后一层是批内去重：生成时用一个集合记住已经出现过的完整姓名，重复的丢弃重抽，最多重试 60 倍于目标条数，撑满就报错而不是悄悄塞重复值。

还有一处刻意的取舍：这里故意用 Math.random() 而不是加密随机数。虚构姓名不是凭据，不需要防预测；加密接口每次调用都要过一遍操作系统熵池，批量生成 100 条时明显更慢。反过来说，如果你要把生成结果当占位口令或 token 使用，那就不该用本页，请改用取自 crypto.getRandomValues 的密码类工具。

完整示例（数值仅作演示）

示例条件与页面打开时的默认值完全一致：数量 10、性别不限、名长度随机（双字名 80%）、只用单姓。此时名用字池是 60 字，单姓下组合空间 3600 种。

• 姓氏加权后，10 条里出现「王」的期望条数约为 10 × 7.25% = 0.73 条；出现「高」的期望只有 10 × 0.84% = 0.08 条，差 8.6 倍。
• 10 条里不出现任何重复姓名的概率，在不做去重、纯随机的模拟中是 99.69%（10 万次蒙特卡洛）；工具本身做了去重，所以这一项恒为 100%。
• 若把数量提到 100 且关掉去重，出现重复的概率会升到约 28.86%——这也是为什么去重必须做。
• 10 条里预计有 8 条是双字名、2 条是单字名（80% / 20%）。

下面这一组是默认条件下真机生成的结果，仅作排版演示，你点一次「立即生成」得到的会是另一批：

王浩宇 / 李欣怡 / 张泽轩 / 陈静涵 / 刘晨阳 / 杨雪薇 / 黄明轩 / 赵瑞琪 / 吴宇航 / 周明辉

姓氏分布与名字用字组合对照表

下表是虚拟姓名生成器内置的姓氏权重表，按公开报道的《全国姓名报告》口径整理，用于加权抽样，不是人口普查精确值；「约人口」按 14 亿人口口径换算，仅用于说明量级。

名字用字则按下面的池子取字，两个池子没有交集，所以「不限」性别时的 60 字等于两池之和，不会因为去重缩水：

把池子和姓氏合起来看，就能算出各档的组合空间：

另外，复姓开启后并不是按人口占比抽的——真实复姓人口占比不足 0.1%，照原样抽几乎一辈子见不到一个，所以这里刻意放大到 8%，纯粹为了让你能测到 4 字姓名，这属于演示性放大，不代表真实分布。

输入范围、边界与精度说明

下面这些不是「限制」，而是刻意设定的边界；知道它们，才不会把这个虚拟姓名生成器当成万能工具用。

• 生成数量 1～100 的整数。0、负数、小数、字母和空值都会被拒绝并给出提示。上限设 100 是因为结果区是一段文本，再多会让页面渲染明显变慢。
• 「性别口径」只影响用字池，不影响正确性。选「男」时输出里不会出现女名用字，反之亦然；选「不限」时两池混合，因此单条结果的性别倾向可能不明显。
• 双字名两字必然不同。第二字会重抽直到与第一字不同，所以不会出现「王刚刚」这种叠字；如果你确实需要叠字（比如测「李蕾蕾」这类真实存在的名字），本页给不了。
• 批内去重是有上限的。去重靠「丢弃重抽」，最多重试目标条数的 60 倍。当前空间（20 个单姓 × 3600 = 72000 种）远超 100 条，所以正常不会触发；一旦触发，页面会明确报错，而不是输出重复值。
• 「互不重复」只保证同一批次内部。分两次各生成 10 条再合并，两批之间完全可能撞名——这和生日问题一样，样本越分散、池子越小越容易撞。
• 输出的姓名全部是虚构组合。它与真实户籍数据没有对应关系，也不做重名率校验；如果你需要的是真实分布下的重名概率，那是另一回事。
• 本页不联网。姓氏表、用字池和随机逻辑都在页面脚本里，没有任何请求发出；想验证就打开开发者工具的 Network 面板点几次生成。

常见问题

相关工具

• 虚拟地址生成器：地址字段的占位数据，和本页的姓名一起用可以拼出一条完整的假记录。
• 虚拟手机号生成器：生成格式合法但不对应真实号码的手机号，用于表单与接口测试。
• 虚拟邮箱生成器：批量造邮箱占位串，配合姓名列填充用户表。
• 虚拟信用卡号生成器：带校验位的测试卡号，只可用于支付流程的联调环境。
• UUID生成器：给上面这些占位记录配主键，保证一条记录一个唯一标识。
• 随机字符串生成器：需要 token、盐值、临时文件名这类随机串时用，不要拿姓名页硬凑。
• 生成器：查看全部生成器工具。