parametrização pytest explicada: 7 padrões com exemplos testados

  1. Início
  2. Blog
  3. Automação de testes

Automação de Teste

parametrização pytest explicada: 7 padrões com exemplos testados

pytest parametrize executa uma função de teste com muitos conjuntos de entradas, então você escreve a lógica uma vez e adiciona casos como dados. Aprenda 7 padrões práticos, desde uma lista básica de casos até ids legíveis, falhas esperadas e acessórios indiretos, todos executados com pytest 9.2.

8 min de leitura
parametrização pytest explicada com exemplos

Principais pontos

  • pytest parametrize usa @pytest.mark.parametrize("args", [cases]) para executar um teste uma vez por caso.
  • Cada caso se torna seu próprio teste com sua própria aprovação ou reprovação, de modo que uma entrada incorreta nunca esconde as outras.
  • Dê casos legíveis ids; então -k zeros é executado exatamente nesse caso.
  • Nosso arquivo de 7 padrões coletou 22 testes de 6 funções: 20 aprovados, 1 ignorado e 1 falha esperada, em 0,24 segundos.

Copiar e colar um teste cinco vezes para verificar cinco entradas é lento para escrever e difícil de manter. Um loop dentro de um teste é pior: a primeira falha interrompe o loop e oculta o resto. pytest parametrize resolve ambos os problemas. Tudo abaixo foi executado com pytest 9.2.0 em Python 3.13.6 e as saídas são copiadas dessa execução. Novo no pytest? Comece com nosso tutorial pytest.

Por que parametrizar testes?

  • Menos código: a lógica de teste é escrita uma vez.
  • Falhas claras: cada caso é relatado separadamente com sua entrada no nome.
  • Crescimento fácil: um novo caso extremo é mais uma linha de dados.
  • Melhor design: combina naturalmente com particionamento de equivalência e análise de valor limite, onde você testa um valor de cada classe ou borda.

1. Uma lista básica de casos

import pytest

def is_valid_email(s):
    return isinstance(s, str) and s.count("@") == 1 \
        and "." in s.split("@")[-1] and " " not in s

@pytest.mark.parametrize("email, expected", [
    ("demo@example.com", True),
    ("no-at-sign.com", False),
    ("two@@example.com", False),
    ("space in@example.com", False),
    ("demo@localhost", False),
])
def test_email(email, expected):
    assert is_valid_email(email) == expected

O primeiro argumento nomeia os parâmetros como uma string separada por vírgula. A segunda é uma lista de tuplas, uma por caso, na mesma ordem. pytest gerou cinco testes a partir desta função:

test_param.py::test_email[demo@example.com-True]
test_param.py::test_email[no-at-sign.com-False]
test_param.py::test_email[two@@example.com-False]
test_param.py::test_email[space in@example.com-False]
test_param.py::test_email[demo@localhost-False]

Quando quebramos deliberadamente uma expectativa, a linha de falha nomeou a entrada exata: FAILED test_param.py::test_email[demo@localhost-True]. Os outros quatro ainda passaram e relataram normalmente.

2. IDs legíveis

Os IDs padrão são criados a partir dos valores, o que fica feio para strings longas, objetos ou números. Passe ids para nomear você mesmo os casos:

@pytest.mark.parametrize("a, b, total",
    [(1, 2, 3), (0, 0, 0), (-1, 1, 0)],
    ids=["positive", "zeros", "negative"])
def test_add(a, b, total):
    assert a + b == total

Os testes aparecem como test_add[positive], test_add[zeros] e test_add[negative]. Bons IDs são lidos como uma especificação em relatórios de teste e logs de CI.

3. Empilhamento de decoradores para combinações

@pytest.mark.parametrize("x", [1, 2])
@pytest.mark.parametrize("y", ["a", "b", "c"])
def test_grid(x, y):
    assert x and y

Decoradores empilhados produzem todas as combinações: 2 × 3 = 6 testes, de test_grid[a-1] a test_grid[c-2]. Isso é útil para grades pequenas, como navegador × localidade, mas se multiplica rapidamente. Para muitos parâmetros, escolha combinações deliberadamente; consulte nosso guia de testes em pares.

4. pytest.param: ids e marcas por caso

@pytest.mark.parametrize("value, expected", [
    pytest.param("10", 10, id="digits"),
    pytest.param(" 7 ", 7, id="spaces"),
    pytest.param("abc", None, id="letters",
                 marks=pytest.mark.xfail(raises=ValueError, strict=True)),
    pytest.param("3.5", 3, id="float-string",
                 marks=pytest.mark.skip(reason="decide rounding rule first")),
])
def test_to_int(value, expected):
    assert int(value) == expected

Envolver um caso em pytest.param permite anexar um ID e marcas apenas a esse caso. Aqui “letras” é uma falha esperada que deve aumentar ValueError, e “corda flutuante” é ignorada com um motivo. Na nossa execução eles apareceram como x e s na linha de progresso. Com strict=True, um xfail que passa inesperadamente é relatado como uma falha, então bugs conhecidos não podem ser corrigidos acidentalmente sem que ninguém perceba.

Dica: use xfail com um número de ticket no motivo dos bugs conhecidos e volte o caso ao normal quando o bug for corrigido. Mantém a suíte verde sem esconder o problema.

5. Parametrização indireta com fixtures

Às vezes, o valor precisa ser configurado antes que o teste possa usá-lo, como criar um usuário com uma função. Com indirect, o pytest passa primeiro cada valor para um fixture:

@pytest.fixture
def user(request):
    role = request.param
    return {"name": "Demo", "role": role, "can_delete": role == "admin"}

@pytest.mark.parametrize("user, allowed",
    [("admin", True), ("viewer", False)], indirect=["user"])
def test_permissions(user, allowed):
    assert user["can_delete"] is allowed

O fixture lê o valor bruto de request.param e retorna o objeto construído. Listar apenas ["user"] como meios indiretos allowed ainda chega diretamente. Isso mantém configurações caras nos equipamentos, onde elas pertencem; consulte nosso guia de fixtures pytest.

6. Casos de uma lista de dicionários

CASES = [
    {"qty": 1, "price": 100, "total": 100},
    {"qty": 3, "price": 50, "total": 150},
]

@pytest.mark.parametrize("case", CASES, ids=lambda c: f"qty{c['qty']}")
def test_cart(case):
    assert case["qty"] * case["price"] == case["total"]

ids pode ser uma função que constrói um nome a partir de cada caso; o nosso produziu test_cart[qty1] e test_cart[qty3]. A mesma ideia permite carregar casos de um arquivo JSON ou CSV no momento da importação, o que se adapta aos dados que os testadores mantêm fora do código. Nosso guia de geração de dados de teste mostra como criar esses dados.

7. Executando apenas alguns casos

$ pytest -q -k "zeros or admin"
2 passed, 20 deselected in 0.10s

Como os ids passam a fazer parte do nome do teste, -k pode selecionar casos individuais. Você também pode copiar um ID de nó completo, como "test_param.py::test_add[zeros]", de um relatório de falha e executar apenas esse caso durante a depuração.

Mais dois padrões: arquivos e classes

Carregar casos de um arquivo JSON

[{"id": "free-over-500", "total": 600, "fee": 0},
 {"id": "boundary-500",  "total": 500, "fee": 49},
 {"id": "small-order",   "total": 120, "fee": 49}]
import json, pathlib, pytest

CASES = json.loads(pathlib.Path(__file__).with_name("cases.json")
                   .read_text(encoding="utf-8"))

@pytest.mark.parametrize("case", CASES, ids=[c["id"] for c in CASES])
def test_shipping_from_file(case):
    assert shipping(case["total"]) == case["fee"]

Testadores ou analistas agora podem adicionar casos sem tocar no Python. Cada objeto JSON ainda se torna seu próprio teste nomeado, como test_shipping_from_file[boundary-500]. Leia o arquivo com um encoding="utf-8" explícito para que nomes com acentos ou símbolos sejam carregados da mesma forma em todas as máquinas.

Parametrizar uma classe inteira

@pytest.mark.parametrize("currency", ["INR", "USD"])
class TestPrices:
    def test_symbol(self, currency):
        assert {"INR": "₹", "USD": "$"}[currency]
    def test_code_length(self, currency):
        assert len(currency) == 3

Um decorador da classe aplica-se a todos os métodos de teste nela contidos, portanto, dois métodos x duas moedas resultaram em quatro testes. Juntamente com o teste orientado por arquivo, este módulo extra coletou 7 testes e todos os 7 foram aprovados em 0,12 segundos.

Nossa corrida completa

$ pytest -q
................xs....                     [100%]
20 passed, 1 skipped, 1 xfailed in 0.24s

$ pytest --collect-only -q
22 tests collected in 0.01s

Seis funções de teste produziram 22 testes. Essa proporção é o verdadeiro benefício: ampla cobertura com muito pouco código. Use --collect-only para verificar se seus casos se expandem da maneira esperada antes de executá-los.

parametrizar vs alternativas

Abordagem Melhor para Desvantagem
Testes de copiar e colar Dois casos muito diferentes Código duplicado
Loop dentro de um teste Nada, realmente A primeira falha esconde o resto
@pytest.mark.parametrize Casos de exemplo conhecidos Você deve escolher os casos
Fixação parametrizada Executando muitos testes em diversas configurações Menos visível que um decorador
Hipótese Gerando centenas de entradas automaticamente Biblioteca extra e aprendizado

Quando você quiser que o pytest invente casos para você, consulte os testes baseados em propriedades com Hipótese.

Dicas para testes parametrizados sustentáveis

  • Um comportamento por teste. Parametrize entradas que devem se comportar da mesma maneira. Se entradas válidas e inválidas precisarem de asserções diferentes, escreva dois testes, cada um com sua própria lista de casos.
  • Nomeie os casos por intenção. boundary-500 informa ao revisor por que o caso existe; case3 não.
  • Mantenha os dados próximos ao teste, a menos que não-programadores os mantenham; em seguida, mova-o para JSON ou CSV conforme mostrado acima.
  • Cubra as bordas deliberadamente. Valores vazios, zero, números negativos, o limite exato e um valor além dele geralmente encontram mais bugs do que dez valores comuns.
  • Leia a saída do CI por id. Uma falha como test_email[demo@localhost-True] já informa a entrada, então você pode reproduzi-la localmente colando o id do nó após pytest.
  • Observe a contagem. Se --collect-only mostrar centenas de casos, verifique se alguns bem escolhidos dariam a mesma confiança em menos tempo.

Erros comuns

  • Incompatibilidade de nomes: os nomes na string devem corresponder exatamente aos argumentos da função ou erros de pytest na coleção.
  • Valores únicos como tuplas: para um parâmetro, passe uma lista simples como [1, 2, 3], não tuplas.
  • Dados compartilhados mutáveis: se um teste alterar um ditado da lista de casos, testes posteriores verão a alteração. Copie primeiro.
  • Lógica no teste: if expected: ramificações dentro de um teste parametrizado geralmente significam que você precisa de dois testes.
  • Explosão combinatória: empilhar quatro decoradores de cinco valores cada cria 625 testes. Podar deliberadamente.

Considerações finais

A parametrização pytest transforma testes repetitivos em testes limpos e baseados em dados. Comece com uma lista simples de tuplas, adicione ids legíveis, use pytest.param para saltos e falhas conhecidas e mova a configuração para acessórios indiretos. Verifique a expansão com --collect-only e seu conjunto crescerá adicionando dados em vez de código.

Perguntas frequentes

O que pytest.mark.parametrize faz?

Ele executa a mesma função de teste uma vez para cada conjunto de argumentos fornecido e relata cada execução como um teste separado com seu próprio resultado.

Como dou nomes legíveis aos testes parametrizados?

Passe os ids como uma lista de strings ou uma função ou envolva cada caso em pytest.param com o conjunto de IDs. O id aparece entre colchetes após o nome do teste.

Como faço para pular ou falhar em um caso parametrizado?

Envolva esse caso em pytest.param e adicione marcas, por exemplo marcas=pytest.mark.skip(reason=…) ou marcas=pytest.mark.xfail(raises=ValueError).

O que é parametrização indireta em pytest?

Com o indireto, cada valor é enviado para um fixture de mesmo nome, que o lê em request.param e pode fazer o setup antes de retornar o objeto que o teste recebe.

Posso parametrizar com vários decoradores?

Sim. O empilhamento de decoradores parametrizados executa todas as combinações de valores, portanto, dois valores e três valores produzem seis testes.

Continue aprendendo

Trabalhe com Stack Quora

Precisa de ajuda com testes, WordPress ou SEO?

Ajudamos as equipes a fornecer software melhor e a expandir seus sites. Conte-nos no que você está trabalhando e sugeriremos um próximo passo claro.

Continue lendo

Mais guias sobre testes, IA e desenvolvimento moderno

Gostou deste artigo? Escolha um tópico e vá direto para nossos tutoriais mais recentes.

Inteligência artificial

BM25 explicado: como a pesquisa por palavra-chave classifica os resultados, com código Python e pesquisa híbrida

BM25 explicou com uma implementação Python pura que executamos: a fórmula, IDF, saturação de termo, os parâmetros k1 e b, por que supera a contagem …

Leia o artigo →
Desenvolvimento de software

Métodos HTTP explicados: GET, POST, PUT, PATCH, DELETE, testados em um servidor Live

Métodos HTTP explicados com um pequeno servidor que executamos: GET, POST, PUT, PATCH, DELETE, HEAD e OPTIONS, seguro vs idempotente, PUT vs PATCH, …

Leia o artigo →
DevOps

Git Bisect explicado: encontre o commit que quebrou seu código, manual ou automaticamente

Git bisect explicado com um repositório testado: encontre o commit incorreto entre 41 em 5 execuções de teste, automatize-o com git bisect run, pule…

Leia o artigo →
Automação de testes

Marcadores pytest explicados: marcas personalizadas, filtros skip, skipif, xfail e -m

marcadores pytest explicados com um conjunto testado: registre marcas personalizadas, execute apenas testes de fumaça com -m, combine filtros com e,…

Leia o artigo →
Teste de software

Testes Positivos vs Negativos: Diferenças, 24 Casos de Teste Reais e uma Lista de Verificação

Testes positivos versus negativos explicados com um formulário de inscrição real: 6 casos de teste positivos e 18 negativos executados em pytest, a …

Leia o artigo →
Bancos de dados e SQL

SQL ORDER BY Várias Colunas: ASC, DESC, NULLS LAST, Case e Ordem Personalizada

SQL ORDER BY com múltiplas colunas explicadas com consultas testadas: ASC e DESC mistos, desempates, NULLS FIRST e LAST, classificação sem distinção…

Leia o artigo →
Bancos de dados e SQL

Total em execução do SQL: SUM OVER, totais por grupo, somas móveis e armadilha RANGE

Como calcular um total de execução SQL com SUM() OVER: totais por grupo, somas cumulativas diárias, somas móveis, porcentagem do total, armadilha de…

Leia o artigo →
Desenvolvimento de software

Matriz de classificação JavaScript: números, objetos, strings e por que 10 vem antes de 5

Como classificar um array em JavaScript corretamente: números com função de comparação, objetos por um ou mais campos, strings com localeCompare, da…

Leia o artigo →
Desenvolvimento de software

Métodos de string Python: folha de dicas, exemplos reais e a armadilha strip()

Métodos de string Python com exemplos testados: split, join, strip, replace, find, startupswith, is-methods, casefold, partition e translate, além d…

Leia o artigo →
Inteligência artificial

Explicação da similaridade de cossenos: fórmula, exemplo resolvido e código Python

A similaridade de cosseno é explicada de forma simples: a fórmula, um exemplo trabalhado à mão, código Python e NumPy puro, cosseno versus distância…

Leia o artigo →
Desenvolvimento de software

Codificação UTF-8 explicada: como o texto se transforma em bytes e como corrigir texto ilegível

Codificação UTF-8 explicada com exemplos em nível de byte que executamos em Python: como os caracteres se tornam de 1 a 4 bytes, por que café se tra…

Leia o artigo →
Automação de testes

parametrização pytest explicada: 7 padrões com exemplos testados

parametrização pytest explicada com 7 padrões testados: casos básicos, ids legíveis, decoradores empilhados, pytest.param com xfail e skip, fixtures…

Leia o artigo →
Teste de software

Reteste versus teste de regressão: 8 diferenças principais com um exemplo real de correção de bug

Reteste versus teste de regressão explicado com uma correção de bug real executada em pytest: o reteste confirmou a correção, a execução de regressã…

Leia o artigo →
Bancos de dados e SQL

Excluir linhas duplicadas em SQL: 5 métodos seguros, testados passo a passo

Como excluir linhas duplicadas no SQL com segurança: encontre-as, visualize-as e remova-as com ROW_NUMBER, MIN(id), EXISTS, rowid ou uma nova tabela…

Leia o artigo →
Bancos de dados e SQL

SQL RANK vs DENSE_RANK vs ROW_NUMBER: diferenças com exemplos testados

SQL RANK vs DENSE_RANK vs ROW_NUMBER em uma tabela: como cada um lida com empates, N principais por grupo, a segunda armadilha salarial mais alta e …

Leia o artigo →
Desenvolvimento de software

Encadeamento opcional de JavaScript (?.) Explicado: 8 exemplos, ?? Padrões e armadilhas

O encadeamento opcional de JavaScript interrompe erros “Não é possível ler propriedades de indefinidos”. 8 exemplos testados para propriedades, arra…

Leia o artigo →
Desenvolvimento de software

Python enumerate() explicado: 7 exemplos, start=1 e erros a evitar

Python enumerate() fornece o índice e o valor em um loop limpo. 7 exemplos testados, o truque start=1, dicionários, arquivos, números rápidos e 3 er…

Leia o artigo →
Inteligência artificial

Estratégias de chunking RAG explicadas: fixo, sobreposição, frase, recursivo e títulos, medidos

Estratégias de chunking RAG comparadas em um documento com tiktoken 0.14: tamanho fixo, sobreposição, empacotamento de frases, divisão recursiva e p…

Leia o artigo →
Desenvolvimento de software

Explicação da idempotência da API: chaves de idempotência e novas tentativas seguras, testadas

A idempotência da API explicada com um servidor e cliente Python que executamos: uma resposta perdida causava uma cobrança dupla sem uma chave e uma…

Leia o artigo →
DevOps

Git Stash explicado: salvar, aplicar, abrir e não rastrear arquivos, testado

Git stash explicado com comandos que executamos no Git 2.56: push com uma mensagem, arquivos não rastreados, listar e mostrar, aplicar vs pop, mante…

Leia o artigo →
Teste de software

Explicação do teste em pares: como todos os pares reduzem 216 testes para 13, testados

Testes em pares explicados com um gerador que executamos em Python 3.13: um checkout com 216 combinações cobertas por 13 testes, cobertura verificad…

Leia o artigo →
Automação de testes

Duplas de teste explicadas: Dummy, Stub, Spy, Mock e Fake, com código Python testado

O teste duplo é explicado com um exemplo de Python executado no pytest 9.2: dummy, stub, spy, mock e fake, quando usar cada um, verificações de esta…

Leia o artigo →
Bancos de dados e SQL

SQL COALESCE explicado: padrões, NULLIF, IFNULL vs ISNULL e traps, testados

SQL COALESCE explicado com consultas que executamos no SQLite 3.50: primeiros valores não nulos, strings vazias, NULL em matemática, NULLIF para div…

Leia o artigo →
Bancos de dados e SQL

SQL Self Join explicado: funcionário-gerente, comparações de pares e linhas, testado

Auto-junção SQL explicada com consultas que executamos no SQLite 3.50: funcionário e gerente, ganhando mais que o gerente, pares únicos, alterações …

Leia o artigo →
Desenvolvimento de software

Explicação do operador JavaScript Spread: Spread vs Rest, cópias e pegadinhas, testado

O operador de propagação JavaScript explicado com o código que executamos no Nó 24: arrays, objetos, cópias superficiais, parâmetros restantes, o li…

Leia o artigo →
Desenvolvimento de software

Functools Python explicado: lru_cache, parcial, redução, wraps e muito mais, testado

Functools do Python explicados com código que executamos no Python 3.13: lru_cache e cache, parcial, redução, wraps, cached_property, singledispatch…

Leia o artigo →
Desenvolvimento de software

Módulo de coleções Python explicado: contador, defaultdict, deque e mais, testado

Coleções Python explicadas com código que executamos em Python 3.13: Counter, defaultdict, deque, nomeadotuple, OrderedDict e ChainMap, além de um t…

Leia o artigo →
Inteligência artificial

Janela de contexto LLM explicada: tokens, limites e como ajustar mais, medidos

A janela de contexto do LLM explicada com contagens de tokens que medimos usando tiktoken: palavras versus tokens para prosa, código e hindi, orçame…

Leia o artigo →
Desenvolvimento de software

Webhooks explicados: como funcionam e como recebê-los com segurança

Webhooks explicados com um receptor e remetente que executamos em Python: push vs polling, assinaturas HMAC-SHA256, rejeição de solicitações adulter…

Leia o artigo →
DevOps

Git Cherry-Pick explicado: copie o commit que você precisa, com segurança e testado

Git cherry-pick explicado com comandos que executamos no Git 2.56: copiar um hotfix para um branch de lançamento, novos hashes e patch-ids, -x, -n, …

Leia o artigo →
Automação de testes

Explicação do teste instantâneo: como funciona, quando ajuda e quando dói

O teste de instantâneo foi explicado com uma demonstração pytest e xaroposa que executamos: criação de instantâneos, leitura da diferença após uma a…

Leia o artigo →
Teste de software

Explicação do teste de mutação: por que a cobertura de 100% ainda não percebeu nosso bug

Os testes de mutação explicados com uma pequena ferramenta de mutação que construímos e executamos: 14 mutantes, um conjunto de testes com 100% de c…

Leia o artigo →
Bancos de dados e SQL

Funções SQL JSON explicadas: consulta, atualização e indexação JSON em SQL, testadas

Funções SQL JSON explicadas com consultas que executamos no SQLite 3.50: json_extract, os operadores -> e ->>, json_each, json_set, json_pa…

Leia o artigo →
Bancos de dados e SQL

SQL Pivot explicado: transforme linhas em colunas com CASE, FILTER e PIVOT

SQL pivot explicado com consultas que executamos no SQLite 3.50: agregação condicional com CASE e SUM, FILTER, NULL vs zero, totais, colunas dinâmic…

Leia o artigo →
Inteligência artificial

Explicação da injeção imediata: como os aplicativos de IA são enganados e como defendê-los

Injeção imediata explicada para construtores: ataques diretos e indiretos, por que os filtros de palavras-chave falham (nosso teste bloqueou 1 de 4)…

Leia o artigo →
DevOps

Registros DNS explicados: A, AAAA, CNAME, MX, TXT e TTL com pesquisas reais

Registros DNS explicados com pesquisas que executamos: como funciona a resolução, A e AAAA, regras CNAME, MX e MX nulo, TXT para SPF e verificação, …

Leia o artigo →
DevOps

Sinalizadores de recursos explicados: lançamentos seguros, lançamentos graduais e higiene de sinalizadores

Sinalizadores de recursos explicados com uma simulação de implementação que executamos: tipos de sinalizadores, implementações percentuais com hashi…

Leia o artigo →
Automação de testes

Geração de dados de teste com Python Faker: dados realistas, repetíveis e seguros

Teste a geração de dados com Python Faker, execute e meça: propagação de dados repetíveis, localidades, valores exclusivos, registros em formato de …

Leia o artigo →
Teste de software

Explicação do teste Shift-Left: Encontre bugs mais cedo, sem atrasar a equipe

O teste shift-left explicou: o que significa, por que os defeitos iniciais são mais baratos, práticas desde revisões de requisitos até verificações …

Leia o artigo →
Bancos de dados e SQL

Funções de string SQL explicadas: TRIM, SUBSTR, REPLACE, CONCAT e limpeza de dados

Funções de string SQL explicadas com consultas que executamos: concatenação e NULL, TRIM, UPPER e LOWER, SUBSTR e INSTR, REPLACE, preenchimento, com…

Leia o artigo →
Bancos de dados e SQL

Explicação dos gatilhos SQL: gatilhos ANTES e DEPOIS, registros de auditoria e armadilhas

Gatilhos SQL explicados com gatilhos que executamos: ANTES vs DEPOIS, ANTIGO e NOVO, logs de auditoria, validação, atualizações de estoque, condiçõe…

Leia o artigo →
Desenvolvimento de software

Módulo JSON Python explicado: dumps, carregamentos, tipos personalizados e erros comuns

O módulo Python JSON explicado com o código que executamos: dumps e carregamentos, arquivos, conversões de tipo, datas e decimais, codificadores per…

Leia o artigo →
Desenvolvimento de software

Módulos ES vs CommonJS: como funcionam as importações de JavaScript em Node.js, testado

Módulos ES vs CommonJS explicados com código que executamos em Node.js: sintaxe de importação e exportação, require, vinculações ativas, cache, espe…

Leia o artigo →
Desenvolvimento de software

Python Regex explicado: padrões, grupos, antecipações e armadilhas, testados

Regex Python explicado com padrões que executamos: pesquisa vs correspondência, findall, grupos e grupos nomeados, ganancioso vs preguiçoso, sub, lo…

Leia o artigo →
Inteligência artificial

Explicação da saída estruturada do LLM: obtendo JSON confiável de modelos de IA

Saída estruturada do LLM explicada com validação que executamos no Pydantic: modo JSON e esquemas, decodificação restrita, formas de quebra de saída…

Leia o artigo →
DevOps

Chaves SSH explicadas: como funcionam, ssh-keygen, Ed25519 e hábitos seguros

Chaves SSH explicadas com chaves que geramos: chaves públicas versus privadas, ssh-keygen, Ed25519 versus RSA, impressões digitais, senhas, agente s…

Leia o artigo →
DevOps

Cache HTTP explicado: controle de cache, ETag e respostas 304, com um teste ao vivo

Cache HTTP explicado com um pequeno servidor que executamos: diretivas Cache-Control, idade máxima, sem cache vs sem armazenamento, revalidação de E…

Leia o artigo →
Automação de testes

Teste de contrato de API explicado: detecte alterações importantes antes de serem enviadas

O teste de contrato de API foi explicado com uma verificação de esquema que executamos: o que é um contrato, contratos orientados ao consumidor, Pac…

Leia o artigo →
Teste de software

Testes baseados em riscos explicados: avalie os riscos, construa uma matriz e teste o que é importante

Testes baseados em riscos explicados passo a passo: identificação de riscos, pontuação de probabilidade e impacto, construção de uma matriz de risco…

Leia o artigo →
Bancos de dados e SQL

Restrições SQL explicadas: NOT NULL, UNIQUE, CHECK e FOREIGN KEY, testadas

Restrições SQL explicadas com testes que executamos: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY e FOREIGN KEY, as lacunas NULL, configuração de chave…

Leia o artigo →
Bancos de dados e SQL

Funções de data SQL explicadas: adicionando, comparando e agrupando datas sem bugs

Funções de data SQL explicadas com consultas que executamos: adição de intervalos, surpresas de final de mês, diferenças de data, armadilha BETWEEN,…

Leia o artigo →
Desenvolvimento de software

Python assíncio explicado: assíncrono, espera, coleta e TaskGroup com Real Timings

Python asyncio explicado com código que cronometramos: corrotinas, espera, coleta, TaskGroup, tratamento de erros, tempos limite, limitação de simul…

Leia o artigo →
Desenvolvimento de software

Debounce vs Throttle em JavaScript: como funcionam, quando usar cada um, testado

Debounce vs. acelerador em JavaScript explicado com tempos que medimos em Node.js: como cada um funciona, implementações simples, chamadas iniciais …

Leia o artigo →
Desenvolvimento de software

Gerenciadores de contexto Python explicados: a instrução with, contextlib e usos reais

Os gerenciadores de contexto Python explicados com o código que executamos: como funciona, __enter__ e __exit__, contextlib.contextmanager, supressã…

Leia o artigo →
Inteligência artificial

Temperatura LLM e Top-p explicados: como os modelos de IA escolhem sua próxima palavra

Temperatura LLM e top-p explicados com uma simulação que executamos: como as probabilidades são remodeladas, o que top-p mantém, configurações recom…

Leia o artigo →
DevOps

YAML explicado: sintaxe, o problema da Noruega e outras armadilhas que testamos

YAML explicado com um teste de analisador: sintaxe básica, listas e mapas, o problema da Noruega, versões que se transformam em carros flutuantes, c…

Leia o artigo →
DevOps

Cron Jobs explicado: sintaxe, programações reais e os erros que os quebram

Cron jobs explicados com cronogramas que verificamos: os cinco campos, operadores, exemplos reais, a armadilha do dia do mês OU do dia da semana, pr…

Leia o artigo →
Inteligência artificial

Explicação das alucinações de IA: por que os modelos de linguagem inventam as coisas e como reduzi-las

Explicação das alucinações de IA: o que são, por que os modelos de linguagem as produzem, tipos comuns, como reduzi-las com aterramento e instruções…

Leia o artigo →
DevOps

Variáveis de ambiente explicadas: arquivos .env, segredos e configuração bem feitos

Variáveis de ambiente explicadas com exemplos de Python que executamos: leitura e configuração, por que cada valor é uma string, arquivos .env, hera…

Leia o artigo →
Desenvolvimento de software

Explicação da limitação de taxa de API: algoritmos, cabeçalhos e tratamento de erros 429

Limitação de taxa de API explicada com uma simulação que executamos: token bucket, janela fixa, janela deslizante, 429 respostas, cabeçalhos de limi…

Leia o artigo →
Automação de testes

Zombando em Python: unittest.mock, patch e os erros que fazem os testes mentirem

Zombaria em Python com unittest.mock, testado: Mock e return_value, side_effect, patch onde um nome é usado, especificação e autospec, zombaria de d…

Leia o artigo →
Teste de software

Cobertura de código explicada: cobertura de linha versus filial e o que 100% realmente significa

Cobertura de código explicada com uma execução cobertura.py real: cobertura de linha, ramal e condição, leitura de um relatório, por que 100% de cob…

Leia o artigo →
Bancos de dados e SQL

DELETE vs TRUNCATE vs DROP em SQL: diferenças, reversão e quando usar cada um

DELETE vs TRUNCATE vs DROP explicado com SQL testado: o que cada um remove, rollback, aciona, redefinição de identidade, velocidade e como PostgreSQ…

Leia o artigo →
Bancos de dados e SQL

Exibições SQL explicadas: crie, use e evite as armadilhas, com exemplos

Visualizações SQL explicadas com consultas que executamos: criação de uma visualização, resultados ao vivo, ocultação de colunas, desempenho, visual…

Leia o artigo →
Desenvolvimento de software

Interface TypeScript vs tipo: diferenças reais, testadas com o compilador

Interface TypeScript versus tipo, verificada com o compilador real: o que ambos podem fazer, o que apenas um pode fazer, mesclagem de declarações, e…

Leia o artigo →
Desenvolvimento de software

Python *args e **kwargs explicados: funções flexíveis com exemplos claros

Python *args e **kwargs explicados com o código que executamos: empacotamento e descompactação, ordem dos parâmetros, argumentos somente de palavras…

Leia o artigo →
Desenvolvimento de software

Funções Python Lambda: sintaxe, usos reais e quando não usá-los

Funções lambda do Python explicadas com o código que executamos: sintaxe, classificação com chave, mapa e filtro, fechamentos, armadilha de ligação …

Leia o artigo →
Inteligência artificial

O que são agentes de IA? Como eles funcionam, com um loop de agente simples que você pode executar

O que são agentes de IA? Um guia simples para o loop do agente, ferramentas, memória e proteções, com um pequeno loop Python que executamos, riscos …

Leia o artigo →
DevOps

Monitoramento versus observabilidade: a verdadeira diferença, com logs, métricas e rastreamentos

Explicação do monitoramento versus observabilidade: falhas conhecidas e desconhecidas, logs, métricas e rastreamentos, um passo a passo do incidente…

Leia o artigo →
DevOps

Docker Volumes vs Bind Mounts: persista os dados do contêiner da maneira certa

Volumes Docker versus montagens de ligação explicadas: por que os dados do contêiner desaparecem, volumes nomeados, montagens de ligação, tmpfs, exe…

Leia o artigo →
Automação de testes

TDD vs BDD: principais diferenças, um recurso criado de ambas as maneiras e quando usar cada um

TDD vs BDD explicado com um recurso de desconto construído em ambos os sentidos: refatoração vermelho-verde com o código que executamos, cenários da…

Leia o artigo →
Teste de software

Teste de aceitação do usuário (UAT): processo, lista de verificação e exemplos reais

Explicação do teste de aceitação do usuário: quem o executa, como ele difere do controle de qualidade, um processo de sete etapas, um modelo de caso…

Leia o artigo →
Bancos de dados e SQL

Valores SQL NULL explicados: IS NULL, COALESCE, NULLIF e as armadilhas a serem evitadas

Valores SQL NULL explicados com consultas que executamos: lógica de três valores, IS NULL, COALESCE, NULLIF, como agregações, junções e classificaçã…

Leia o artigo →
Bancos de dados e SQL

Instrução SQL CASE WHEN: sintaxe, exemplos reais e erros comuns

SQL CASE WHEN explicado com consultas que executamos: formulários simples e pesquisados, ordem de condição, pivôs com SUM, truques COUNT, classifica…

Leia o artigo →
Desenvolvimento de software

O que é JWT? JSON Web Tokens explicados com um exemplo prático

O que é JWT? JSON Web Tokens explicados: as três partes, um token construído e adulterado no código que executamos, JWT vs sessões, armazenamento, t…

Leia o artigo →
Desenvolvimento de software

Loop de eventos JavaScript explicado: pilha de chamadas, microtarefas e temporizadores com exemplos

O loop de eventos JavaScript explicado com o código que executamos: pilha de chamadas, filas de tarefas e microtarefas, por que setTimeout 0 não é i…

Leia o artigo →
Desenvolvimento de software

Geradores Python e rendimento explicado: economize memória com exemplos reais

Geradores Python e rendimento explicados com o código que executamos: como eles pausam e reiniciam, medem economia de memória, pipelines, sequências…

Leia o artigo →
Inteligência artificial

O que são incorporações? Similaridade de vetores e cossenos explicada de forma simples

O que são incorporações? Um guia em linguagem simples para vetores, similaridade de cossenos e pesquisa semântica, com um pequeno exemplo que execut…

Leia o artigo →
DevOps

Implantação azul-verde vs canário: diferenças, compensações e como escolher

Explicação da implantação azul-verde versus canário: como cada um funciona, custo, risco e reversão, agrupamento estável de usuários que testamos, m…

Leia o artigo →
Automação de testes

Testes instáveis: o que os causa e como corrigi-los para sempre

Testes instáveis explicados com demonstrações que executamos: as principais causas, como confirmar e diagnosticar uma, soluções adequadas para tempo…

Leia o artigo →
Teste de software

Teste de carga versus teste de estresse: diferenças, métricas e exemplos k6

Teste de carga versus teste de estresse explicado: o que cada um prova, testes de pico e absorção, as métricas que importam, por que as médias engan…

Leia o artigo →
Teste de software

Caso de teste versus cenário de teste: principais diferenças, exemplos e quando usar cada um

Caso de teste vs cenário de teste explicado: definições claras, uma tabela lado a lado, um recurso de redefinição de senha retirado de cenários para…

Leia o artigo →
Bancos de dados e SQL

Otimização de consultas SQL: leia planos de execução e corrija consultas lentas, com intervalos

Otimização de consulta SQL testada em um milhão de linhas: leia planos de execução, adicione os índices corretos, corrija filtros não sargáveis, use…

Leia o artigo →
Bancos de dados e SQL

SQL UNION vs UNION ALL: diferenças, exemplos e desempenho testado

SQL UNION vs UNION ALL explicado com consultas que executamos: duplicatas, as regras que ambos seguem, um bug de dados real, desempenho medido, INTE…

Leia o artigo →
Desenvolvimento de software

Tutorial da API JavaScript Fetch: GET, POST, tratamento de erros e tempos limite

Um tutorial da API JavaScript Fetch testado em um servidor local: GET e POST, por que 404 não lança, um auxiliar reutilizável, strings de consulta, …

Leia o artigo →
Desenvolvimento de software

Manipulação de arquivos Python: leitura, gravação, CSV, JSON e pathlib com exemplos

Manipulação de arquivos Python explicada com código que executamos: modos abertos, com, leitura de arquivos grandes, CSV, JSON, pathlib, arquivos bi…

Leia o artigo →
Desenvolvimento de software

Classes e objetos Python: tutorial OOP com exemplos reais

Classes e objetos Python explicados com código que executamos: __init__, métodos, atributos de classe vs instância, herança, propriedades, métodos d…

Leia o artigo →
Inteligência artificial

O que é um modelo de linguagem grande? Como funcionam os LLMs, explicado sem exageros

O que é um modelo de linguagem grande? LLMs explicados em linguagem simples: tokens, incorporações, atenção, treinamento, temperatura e janelas de c…

Leia o artigo →
DevOps

Comandos Linux para iniciantes: o guia essencial do terminal com exemplos

Comandos Linux para iniciantes, agrupados por tarefa: navegação, arquivos, visualização de logs, grep, pipes, permissões, processos e arquivos, com …

Leia o artigo →
Automação de testes

Selenium vs Playwright: principais diferenças, código comparado e qual escolher

Selenium vs Playwright comparado: arquitetura, espera, suporte a navegador e linguagem, depuração, o mesmo teste em ambas as ferramentas, conselhos …

Leia o artigo →
Teste de software

Particionamento de equivalência: técnica de design de teste explicada com exemplos resolvidos

Explicação do particionamento de equivalência: como encontrar partições válidas e inválidas, exemplos resolvidos para idades, senhas e cupons, teste…

Leia o artigo →
Teste de software

Gravidade vs Prioridade em Testes de Software: Diferenças, Matriz e Exemplos Reais

Explicação da gravidade versus prioridade em testes de software: definições claras, uma matriz de quatro vias com exemplos, escalas de nível, quem d…

Leia o artigo →
Bancos de dados e SQL

Tutorial de subconsultas SQL: tipos, subconsultas correlacionadas e EXISTS com exemplos

Um tutorial de subconsultas SQL com consultas que executamos: subconsultas escalares, IN, FROM e SELECT, subconsultas correlacionadas, EXISTS, a arm…

Leia o artigo →
Bancos de dados e SQL

Transações SQL e ACID explicados: COMMIT, ROLLBACK e níveis de isolamento

Transações SQL e ACID explicadas com uma transferência bancária que executamos: COMMIT, ROLLBACK, savepoints, locks, níveis de isolamento, leituras …

Leia o artigo →
Desenvolvimento de software

Folha de dicas dos comandos do Git: os comandos que você realmente usa, com exemplos

Uma folha de dicas de comandos Git agrupada por tarefa: configuração, preparação, ramificações, controles remotos, stash, histórico e desfazer erros…

Leia o artigo →
Desenvolvimento de software

Explicação das promessas de JavaScript: então, catch, Promise.all e erros comuns

Promessas JavaScript explicadas com o código que executamos: estados, cadeias then e catch, tratamento de erros, Promise.all, allSettled, race e any…

Leia o artigo →
Desenvolvimento de software

Tutorial do dicionário Python: métodos, exemplos e padrões comuns

Um tutorial de dicionário Python com código que executamos: criar, ler e atualizar dictos, métodos-chave, mesclagem, compreensão, padrões de contage…

Leia o artigo →
Inteligência artificial

O que é RAG? Geração aumentada de recuperação explicada com um exemplo prático

O que é RAG? Geração aumentada de recuperação explicada passo a passo: indexação, chunking, embeddings, recuperação, um pequeno exemplo funcional de…

Leia o artigo →
DevOps

Tutorial Terraform para iniciantes: infraestrutura como código do primeiro arquivo aos módulos

Um tutorial do Terraform para iniciantes: comece sem conta na nuvem, aprenda como iniciar, planejar e aplicar, depois variáveis, saídas, estado, mód…

Leia o artigo →
DevOps

Docker vs Kubernetes: principais diferenças, como eles funcionam juntos e o que você precisa

Docker vs Kubernetes explicado: o que cada um faz, o mesmo aplicativo rodando com ambos, Docker Compose e Swarm comparados, a mudança do dockershim …

Leia o artigo →
Automação de testes

Tutorial Pytest para iniciantes: luminárias, parametrização e exemplos reais

Um tutorial pytest para iniciantes com testes que executamos no pytest 9.2: asserções, fixtures, parametrizar, conftest, marcadores, tmp_path, monke…

Leia o artigo →
Teste de software

Ciclo de vida de teste de software (STLC): 6 fases, critérios de entrada e saída, exemplo

O ciclo de vida de teste de software explicou: seis fases do STLC com critérios de entrada e saída, resultados, um exemplo de recurso de login funci…

Leia o artigo →
Desenvolvimento de software

Git merge vs rebase: diferenças, exemplos e quando usar cada um

Git merge vs rebase explicado com saída real do log, uma tabela comparativa, a regra de ouro do rebase e um fluxo de trabalho seguro para equipes.

Leia o artigo →
Desenvolvimento de software

List comprehension em Python: sintaxe, exemplos e quando evitar

List comprehension em Python explicada: sintaxe, filtros, if-else, laços aninhados, tempos medidos e quando um laço for comum é a melhor escolha.

Leia o artigo →
Bancos de dados e SQL

SQL JOIN explicado com exemplos (Inner, Left, Right, Full)

Entenda os joins SQL passo a passo com tabelas e consultas de exemplo: INNER, LEFT, RIGHT, FULL, CROSS e SELF, além de erros comuns e dicas de desem…

Leia o artigo →