Le développement frontend commence souvent avant que le backend soit prêt à fournir de vraies données. Plutôt que d'attendre une API fonctionnelle, on peut générer des données JSON de test réalistes dans la bonne forme et commencer à travailler tout de suite.
Ce que sont les données factices
Un JSON « mock » désigne des données générées, mais structurellement plausibles : des noms qui ressemblent à de vrais noms, des dates au bon format, des identifiants qui ont l'air d'être les bons. Contrairement à des valeurs de remplissage comme "test123", des mocks réalistes révèlent tout de suite si l'interface gère correctement les noms longs, les champs vides ou des formats de date particuliers.
À quoi ça sert
- Commencer à développer une interface avant que l'équipe backend termine l'API.
- Tester le comportement de l'interface avec un grand nombre d'enregistrements, sans avoir à remplir une vraie base de données.
- Créer une démo ou un prototype sans exposer de vraies données utilisateur.
- Écrire des tests automatisés qui ne dépendent pas de l'état d'un service externe ou d'une base de données.
Le numéro de téléphone français a sa propre grammaire
Un numéro français s'écrit par paires de chiffres — 06 12 34 56 78 — et devient +33 6 12 34 56 78 à l'international, où le premier zéro disparaît. Un générateur de mock qui produit simplement dix chiffres collés (0612345678) donne une valeur valide en JSON mais que personne n'écrit jamais ainsi sur un formulaire ou une carte de visite en France. Même chose pour l'adresse : le numéro de rue précède le nom de la rue (« 12 rue de Rivoli »), et le code postal à 5 chiffres précède la ville sur la même ligne, contrairement à l'ordre utilisé dans d'autres pays européens.
Ce à quoi faire attention
Les données factices reproduisent bien la forme et les types des données réelles, mais pas la logique métier ni les relations entre enregistrements. Avant de passer en production, le code doit quand même être testé contre une vraie API — les mocks ne font qu'accélérer les premières étapes du développement.
Des edge cases réalistes dans les mocks
Un bon générateur de mocks inclut volontairement des valeurs « gênantes » — des noms très longs, des chaînes vides, des caractères accentués ou Unicode, des nombres nuls ou négatifs, des dates en limite de plage. Ce sont justement ces valeurs qui font le plus souvent échouer la mise en page ou la logique testée uniquement avec des données « pratiques » comme "John Doe" — d'où l'intérêt d'une génération aléatoire plutôt que du même exemple de test à chaque fois.