用於測試數據的相似文本塊

Question

出於測試目的，我需要創建具有相似但不相同文本的文本文件組。每一組都需要與其他組不同，但也有一些共同點。

例如，我可能需要爲總共200個文檔創建10組20個文檔。每份文件需要250字左右。

如果其中一套文件是關於狗的話，那麼其他套的文件就是關於動物是適當的，例如，使得每套文件（在這種情況下是動物）和一套一組內的文件（例如一組中的狗和另一組中的貓）之間的強連接。

文件中的單詞不需要按照任何特定的順序，也不需要在句子中或有意義。

有沒有人知道我可以爲我的單元測試生成或獲取這種類型的數據？

Answer 1

如何從Project Gutenberg中抓取一些文字？

Answer 2

我需要用於文本索引的測試數據集來測試索引索引速度。 我從github下載了源代碼作爲zip文件。例如這個是巨大的 - https://github.com/spring-projects/spring-framework

「下載爲zip」按鈕。