Locale sa_IN

faker2.providers.company

class faker2.providers.company.sa_IN.Provider(generator: Any)

Bases: Provider

bs() → str

Example:

‘integrate extensible convergence’

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.bs()
...
'iterate integrated e-markets'
'integrate back-end mindshare'
'synthesize wireless content'
'syndicate synergistic applications'
'productize killer mindshare'

catch_phrase() → str

Example:

‘Robust full-range hub’

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.catch_phrase()
...
'Networked well-modulated instruction set'
'Balanced empowering migration'
'Pre-emptive impactful toolset'
'Innovative mission-critical help-desk'
'Reduced didactic middleware'

company() → str

Example:

‘Acme Ltd’

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.company()
...
'वात्स्यायनः गुप्तः प्रतिष्ठानम्'
'शाण्डिल्यः-आङ्गिरसः निर्माणम्'
'जमदग्निः गोभिलः समूहः'
'द्विवेदी-वसिष्ठः व्यापारः'
'वाल्मीकिः प्रतिष्ठानम्'

company_sector()

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.company_sector()
...
'सेवाः'
'सेवाः'
'उद्यमः'
'निर्माणम्'
'समूहः'

company_suffix() → str

Example:

‘Ltd’

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.company_suffix()
...
'उद्यमः'
'उद्यमः'
'निगमः'
'प्रतिष्ठानम्'
'व्यापारसंस्था'

faker2.providers.person

class faker2.providers.person.sa_IN.Provider(generator: Any)

Bases: Provider

first_name() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.first_name()
...
'वायुः'
'दक्षः'
'विष्णुः'
'धृतराष्ट्रः'
'सरस्वती'

first_name_female() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.first_name_female()
...
'सरयूः'
'अम्बिका'
'कमला'
'राधा'
'शकुन्तला'

first_name_male() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.first_name_male()
...
'मनुः'
'जनार्दनः'
'यमः'
'हरिश्चन्द्रः'
'सुग्रीवः'

first_name_nonbinary() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.first_name_nonbinary()
...
'वायुः'
'दक्षः'
'विष्णुः'
'धृतराष्ट्रः'
'सरस्वती'

language_name() → str

Generate a random i18n language name (e.g. English).

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.language_name()
...
'Lithuanian'
'Marathi'
'Aymara'
'Indonesian'
'Portuguese'

last_name() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.last_name()
...
'गार्ग्यः'
'वात्स्यायनः'
'गुप्तः'
'भारद्वाजः'
'मौद्गल्यः'

last_name_female() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.last_name_female()
...
'गार्ग्यः'
'वात्स्यायनः'
'गुप्तः'
'भारद्वाजः'
'मौद्गल्यः'

last_name_male() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.last_name_male()
...
'गार्ग्यः'
'वात्स्यायनः'
'गुप्तः'
'भारद्वाजः'
'मौद्गल्यः'

last_name_nonbinary() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.last_name_nonbinary()
...
'गार्ग्यः'
'वात्स्यायनः'
'गुप्तः'
'भारद्वाजः'
'मौद्गल्यः'

name() → str

Example:

‘John Doe’

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.name()
...
'स्वामी दक्षः गुप्तः'
'पण्डितः रुक्मिणी आङ्गिरसः'
'आर्यः जयन्तः गोभिलः'
'लक्ष्मी द्विवेदी'
'श्रीमान् नारायणः वाल्मीकिः'

name_female() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.name_female()
...
'स्वामी कमला गुप्तः'
'प्रीतिः शाण्डिल्यः'
'स्वामी मैत्रेयी याज्ञवल्क्यः'
'क्षमा जोशी'
'श्रीमती लक्ष्मी उपाध्यायः'

name_male() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.name_male()
...
'स्वामी हरिश्चन्द्रः वात्स्यायनः'
'प्रकाशः मौद्गल्यः'
'आर्यः ययातिः गौतमः'
'श्रीमती शिशुपालः जोशी'
'श्रीमान् चन्द्रः उपाध्यायः'

name_nonbinary() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.name_nonbinary()
...
'स्वामी दक्षः गुप्तः'
'पण्डितः रुक्मिणी आङ्गिरसः'
'आर्यः जयन्तः गोभिलः'
'लक्ष्मी द्विवेदी'
'श्रीमान् नारायणः वाल्मीकिः'

prefix() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.prefix()
...
'स्वामी'
'आर्यः'
'स्वामी'
'आर्यः'
'श्री'

prefix_female() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.prefix_female()
...
'श्रीमती'
'श्रीमती'
'श्री'
'श्रीमती'
'श्रीमती'

prefix_male() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.prefix_male()
...
'श्रीमान्'
'श्रीमान्'
'श्री'
'श्रीमान्'
'श्रीमान्'

prefix_nonbinary() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.prefix_nonbinary()
...
'स्वामी'
'आर्यः'
'स्वामी'
'आर्यः'
'श्री'

suffix() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.suffix()
...
'शर्मा'
'शर्मा'
'शर्मा'
'शर्मा'
'शर्मा'

suffix_female() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.suffix_female()
...
'शर्मा'
'शर्मा'
'शर्मा'
'शर्मा'
'शर्मा'

suffix_male() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.suffix_male()
...
'शर्मा'
'शर्मा'
'शर्मा'
'शर्मा'
'शर्मा'

suffix_nonbinary() → str

Examples:

>>> Faker.seed(0)
>>> for _ in range(5):
...     fake.suffix_nonbinary()
...
'शर्मा'
'शर्मा'
'शर्मा'
'शर्मा'
'शर्मा'