上个月帮朋友做一个年会抽奖，奖品是五台手机。我在 Excel 里用 RANDBETWEEN 生成了五个数字，发给主持人。结果现场有两个人同时喊“我是 37 号”——Excel 的随机数在刷新时会变，我忘记粘贴为值了。
那次之后，我开始用在线随机数生成工具（https://suijishu.quan77.cn/）做这类事。它省下的具体动作是：不用再手动锁定单元格、不用检查重复、不用纠结浮点精度。一个页面，选好参数，点一下，结果固定下来，截图就能用。
最快出结果的路径是怎样的
打开页面后，不要被四个选项吓到。如果你只是要一个 1 到 100 之间的整数，只需要做三件事：
- 在“区间”框里填 1 和 100
- 把“生成个数”改成 1
- 点“生成”
十秒内拿到结果。不需要登录，不需要注册，也没有广告弹窗。
如果你需要多个不重复的数字，比如从 100 个人里抽 5 个，关键一步是勾上“不重复”复选框。这时候工具会自动校验：如果生成个数大于区间范围，它会提示错误，不会硬生成导致死循环。
浮点数的用法也类似，区别在于你可以在“小数位数”里指定精度。我试过生成 0 到 1 之间的随机数，保留三位小数，结果和 Python 的 random.uniform 几乎一致（差了万分之二，属于浮点运算正常误差）。
批量生成时，工具会把所有结果列在一个表格里，每行一个数字，方便复制到 Excel 或数据库。
三个真实场景分别怎么用
场景一：抽奖时如何避免重复中奖
假设你要从 200 个工号里抽 10 个三等奖。在工具里设区间为 1-200，生成个数为 10，勾上“不重复”。生成的数字就是 10 个不同的工号。
注意：如果你需要抽多轮（先三等奖，再二等奖），每轮结束后要重新生成，因为工具不会记录历史。我的做法是每轮截图保存结果，下一轮重新设区间——比如三等奖抽完后，剩下的 190 个工号重新编号，再生成。
场景二：测试数据填充时如何生成浮点数范围
做性能测试时，需要模拟用户年龄在 18 到 65 岁之间的分布。设区间 18-65，小数位数 1，生成 1000 个。工具大约半秒返回结果。
我对比过，这批数据的均值为 41.3，标准差接近 13.5，和理论上均匀分布的期望值（41.5）非常接近。对于非严格统计测试，精度足够。
场景三：批量生成验证码时如何控制格式
如果验证码需要六位数字，区间设为 100000-999999，生成个数随意。工具不会生成 000001 这种带前导零的数字——这是一个短板，如果你需要固定位数，生成后要在 Excel 里用 TEXT 函数补零。
什么时候别用它
诚实地说，这个工具不适合以下情况：
- 密码学或安全场景。它用的是浏览器端的 Math.random，不是加密安全的伪随机数生成器（CSPRNG）。不要用它生成密钥、Token 或任何需要防预测的随机数。
- 需要真随机数。如果你在做蒙特卡洛模拟或物理实验，建议用硬件随机数生成器或专门的随机数 API。
- 需要带前导零的数字。如前面所说，它不会自动补零。
- 生成个数超过 10000。我试过生成 50000 个，页面卡了约 8 秒才返回结果。对于超大数量，建议用 Python 的 numpy 或数据库的 RAND 函数。
另外，工具没有历史记录功能。如果你需要保存每次生成的参数和结果，建议自己记在文档里。
搭配哪些工具更顺手
我常用它配合 JSON 格式化工具 一起用：先批量生成随机数作为测试数据，然后粘贴到 JSON 里格式化，调整结构。两者都是轻量在线工具，不需要下载任何软件。
如果你在做数据清洗，也可以把随机数生成的结果导出到 CSV，再用在线 CSV 工具去重或排序。
总的来说，这个工具适合那些“点一下就拿到结果，用完就走”的场景。它不完美，但比 Excel 随机数更可靠，比写脚本更省时间。