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

Python regex explained: patterns, groups, lookaheads and pitfalls, tested
  1. Início
  2. Blog
  3. Desenvolvimento de software

Desenvolvimento de Software

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

Expressões regulares localizam, extraem e reescrevem texto usando padrões compactos. Aprenda as funções regex do Python que você usará diariamente, como funcionam os grupos e os lookaheads e as armadilhas que tornam os padrões errados ou perigosamente lentos, a cada exemplo executado.

11 min de leitura
Explicação do regex Python: padrões, grupos, antecipações e armadilhas, testados

Principais pontos

  • O regex Python reside no módulo integrado re. Sempre escreva padrões como strings brutas: r"\d+".
  • search encontra uma correspondência em qualquer lugar; match apenas no início; fullmatch requer a string inteira.
  • Use grupos nomeados para extração legível e quantificadores lentos (+?) para evitar correspondência excessiva.
  • Quantificadores aninhados como (a+)+ podem congelar seu programa. Em nosso teste, adicionar dois caracteres tornou a verificação cerca de quatro vezes mais lenta.

Você tem um arquivo de registro e precisa de cada número de pedido, cada endereço de e-mail e cada data nele contido. Dividir cordas manualmente rapidamente se torna uma bagunça. Python regex, abreviação de expressões regulares, descreve a forma do texto que você deseja, como “um hash seguido de dígitos”, e permite que o módulo re encontre-o para você.

Executamos todos os padrões abaixo com Python 3.13 neste texto de exemplo, e os resultados mostrados são dessa execução:

text = ("Order #101 by asha@example.com on 2026-11-11 for Rs 1,180.50; "
        "order #102 by ben.k@shop.co.in on 2026-11-12 for Rs 300.")

O que é uma expressão regular?

Uma expressão regular é uma pequena linguagem de padrões para texto. Os caracteres comuns correspondem entre si e os caracteres especiais descrevem classes, repetições e posições. \d significa um dígito, + significa “um ou mais”, então \d+ corresponde a uma série de dígitos. Regex é compatível com quase todas as linguagens, editores e bancos de dados, portanto, o tempo que você gasta aprendendo compensa muito além do Python.

Sempre use strings brutas

Regex usa muitas barras invertidas, assim como strings Python. Em uma string normal, "\b" é um caractere de retrocesso, o que confirmamos: Python o mostrou como '\x08'. Em regex, \b significa um limite de palavra. Escrever o padrão como uma string bruta, r"\b", passa a barra invertida intacta. Faça do r"..." um hábito para cada padrão e muitos bugs confusos nunca acontecerão.

pesquisa, correspondência e correspondência completa

import re

re.search(r"#(\d+)", text).group(1)            # '101'
re.match(r"#\d+", text)                         # None
bool(re.fullmatch(r"\d{4}-\d{2}-\d{2}", "2026-11-11"))   # True

search verifica toda a string e retorna a primeira correspondência. match verifica apenas o início, por isso retornou None: nosso texto começa com “Order”, não “#”. fullmatch exige que o padrão cubra toda a string, que é o que você deseja para validação, como verificar se um campo é uma data e nada mais. Todos os três retornam um objeto de correspondência ou None, portanto verifique antes de chamar .group().

encontrar tudo e encontrar

re.findall(r"#(\d+)", text)              # ['101', '102']
re.findall(r"\d{4}-\d{2}-\d{2}", text)   # ['2026-11-11', '2026-11-12']
re.findall(r"[\w.+-]+@[\w-]+(?:\.[\w-]+)+", text)
# ['asha@example.com', 'ben.k@shop.co.in']

findall retorna todas as correspondências como uma lista. Veja como os grupos alteram o resultado: com um grupo retorna o texto do grupo, e com dois grupos retorna tuplas:

re.findall(r"#(\d+) by (\S+)", text)
# [('101', 'asha@example.com'), ('102', 'ben.k@shop.co.in')]

Para textos grandes, re.finditer produz objetos correspondentes, um de cada vez, o que economiza memória e dá acesso a posições e grupos nomeados.

Folha de dicas de sintaxe principal

Padrão Partidas
. Qualquer caractere, exceto nova linha
\d, \w, \s Dígito, caractere de palavra, espaço em branco
\D, \W, \S O oposto de cada um
[abc], [^abc] Um de um conjunto, ou qualquer coisa que não esteja nele
*, +, ? 0 ou mais, 1 ou mais, 0 ou 1
{3}, {2,5} Exatamente 3, entre 2 e 5
^, $ Início e fim da string (ou linha com MULTILINE)
\b Limite da palavra
uma|b Ou a ou b
( ), (?: ) Grupo capturador, grupo não capturador

Grupos e grupos nomeados

m = re.search(r"(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})", text)
m.groupdict()   # {'year': '2026', 'month': '11', 'day': '11'}
m.group(0)      # '2026-11-11'

Grupos nomeados, (?P<name>...), tornam o código de extração autoexplicativo: m["year"] lê muito melhor que m.group(1), e adicionar um grupo posteriormente não altera os números. O Grupo 0 é sempre o jogo inteiro. Um grupo sem captura, (?:...), agrupa partes do padrão para repetição ou alternância sem adicionar resultados, o que mantém a saída findall limpa.

Quantificadores gananciosos vs preguiçosos

re.findall(r"<.+>",  "<b>bold</b> and <i>it</i>")
# ['<b>bold</b> and <i>it</i>']

re.findall(r"<.+?>", "<b>bold</b> and <i>it</i>")
# ['<b>', '</b>', '<i>', '</i>']

Os quantificadores são gananciosos por padrão: .+ pegou tudo, desde o primeiro < até o último >. Adicionar ? os torna preguiçosos, então eles param no primeiro final possível. Melhor ainda, seja específico: <[^>]+> diz “qualquer coisa exceto colchetes de fechamento”, o que é mais claro e rápido. (Para HTML real, use um analisador adequado; isto é apenas uma demonstração.)

sub e divisão

re.sub(r"(\d{4})-(\d{2})-(\d{2})", r"\3/\2/\1", "2026-11-11")   # '11/11/2026'
re.sub(r"\d+", lambda m: str(int(m.group()) * 2), "3 pens, 4 books")   # '6 pens, 8 books'
re.split(r"\s*[,;]\s*", "pen, book;ink ,  lamp")   # ['pen', 'book', 'ink', 'lamp']

sub substitui as correspondências e a substituição pode referir-se a grupos com \1 ou \g<name>. Passar uma função em vez de uma string permite calcular cada substituição. split lida com separadores confusos que str.split não consegue, como vírgulas e ponto e vírgula mistos com espaços irregulares.

Olhar para frente e para trás

Lookarounds verificam o que vem antes ou depois de uma posição sem incluí-la na partida. Um uso clássico são as regras de senha, onde diversas condições devem ser todas verdadeiras:

pw = re.compile(r"^(?=.*[A-Z])(?=.*\d)(?=.*[^\w\s]).{8,}$")

'password'   False
'Passw0rd'   False   # no symbol
'Passw0rd!'  True
'P0!a'       False   # too short

Cada (?=...) é um lookahead positivo que verifica uma regra desde o início da string. Um lookbehind, (?<=...), verifica o que veio antes:

re.findall(r"(?<=Rs )[\d,.]+\d", text)   # ['1,180.50', '300']

Isso extraiu os valores sem o prefixo “Rs”. Versões negativas, (?!...) e (?<!...), afirmam que algo não segue ou precede. O lookbehinds do Python deve ter uma largura fixa, então padrões como (?<=\d+) são rejeitados. Para políticas de senha complexas, verificações separadas em código simples costumam ser mais fáceis de ler e fornecer mensagens de erro úteis.

Bandeiras

Bandeira Efeito Nosso resultado
re.I Ignorar caso Encontrou “Pedido” e “pedido”
re.M ^ e $ correspondem em cada linha 2 partidas com, 1 sem
re.S . também corresponde à nova linha a.b correspondeu a “a\nb” apenas com ele
re.X Permitir espaços em branco e comentários Padrões multilinhas legíveis
re.A Somente ASCII \d, \w, \s Veja a próxima seção
verbose = re.compile(r"""
    (?P<user>[\w.+-]+)    # user part
    @
    (?P<domain>[\w.-]+)   # domain
""", re.X)
verbose.search("mail asha@example.com now").groupdict()
# {'user': 'asha', 'domain': 'example.com'}

O modo detalhado transforma uma frase enigmática em algo que um colega de equipe pode revisar. Use-o para qualquer padrão com mais de vinte caracteres.

Surpresas Unicode

bool(re.fullmatch(r"\d", "५"))         # True   (Devanagari digit five)
bool(re.fullmatch(r"\d", "५", re.A))   # False

No Python 3, \d corresponde a qualquer dígito decimal Unicode, não apenas de 0 a 9. Isso é útil para texto internacional, mas se um valor for posteriormente para int(), um banco de dados ou uma API que espera dígitos ASCII, um padrão que “valida” a entrada pode deixar passar caracteres que quebram a próxima etapa. Use o sinalizador [0-9] ou re.A quando se referir a dígitos ASCII. Encontramos um bug relacionado em nosso artigo sobre testes baseados em propriedades, onde um dígito sobrescrito quebrava um analisador.

Dica: Compile padrões que você reutiliza com re.compile() e dê a eles nomes descritivos, como ORDER_ID = re.compile(r"#(\d+)"). De qualquer maneira, o Python armazena em cache padrões recentes, portanto, o principal benefício é a legibilidade e a existência de uma definição testada.

Retrocesso catastrófico

Alguns padrões levam tempo exponencial em entradas que quase coincidem. Testamos um exemplo clássico, ^(a+)+$, contra strings de a terminando em “b”:

n=16   0.002s
n=20   0.037s
n=22   0.154s
safe pattern ^a+$, n=22: 0.000004s

Cada caractere extra praticamente dobrou o tempo, porque o mecanismo tenta de todas as maneiras dividir os a’s entre os grupos interno e externo antes de desistir. Nesse ritmo, 30 caracteres levariam dezenas de segundos e mais alguns levariam minutos. Se os usuários controlarem a entrada, isso se tornará um risco de negação de serviço conhecido como ReDoS. Evite quantificadores aninhados nos mesmos caracteres, prefira classes de caracteres específicas, limite o comprimento da entrada antes da correspondência e teste padrões com entradas longas e quase erradas.

Testando seus padrões

Regex é código, então teste-o. Escreva uma pequena tabela de strings que devem corresponder e strings que não devem, incluindo strings vazias, strings muito longas, Unicode e quase acidentes, e execute-a com testes parametrizados pytest. Os casos extremos são onde os bugs de regex se escondem: um padrão de e-mail que rejeita sinais de mais, um padrão de data que aceita o mês 13 ou um padrão de telefone que perde espaços.

Quando não usar regex

  • Verificações simples: "@" in s, s.startswith("INV-") e s.split(",") são mais claras e rápidas.
  • Formatos estruturados: usam analisadores reais para HTML, XML, JSON, CSV e URLs.
  • Datas: a regex pode verificar uma forma, mas use datetime.strptime para verificar se uma data realmente existe.
  • E-mails: um padrão simples detecta erros de digitação; apenas um e-mail de confirmação prova que um endereço funciona.

Considerações finais

Python regex é uma ferramenta precisa para texto confuso. Use strings brutas, escolha search, match ou fullmatch deliberadamente, nomeie seus grupos, prefira padrões preguiçosos ou específicos em vez de gananciosos e escreva padrões longos no modo detalhado. Em seguida, teste-os com entradas complicadas, incluindo Unicode e quase-acidentes longos, para que um padrão nunca o surpreenda na produção.

Perguntas frequentes

Qual é a diferença entre re.search e re.match?

re.search encontra a primeira correspondência em qualquer lugar da string. re.match corresponde apenas no início. Em nosso teste, match retornou None porque o texto não começou com o padrão.

Por que devo usar strings brutas para regex em Python?

Strings brutas mantêm barras invertidas conforme digitadas. Em uma string normal, “\b” se torna um caractere de retrocesso em vez do limite da palavra regex.

O que é uma combinação não gananciosa ou preguiçosa?

Adicionando ? depois de um quantificador, como em .+?, faz com que ele corresponda o mínimo possível. Isso impediu que nosso padrão de etiqueta engolisse toda a linha.

Como os grupos nomeados funcionam no regex Python?

Escreva (?P<nome>padrão) e leia o valor com match[“name”] ou match.groupdict(). Os nomes facilitam a leitura e a manutenção do código de extração.

Por que meu regex é tão lento?

Quantificadores aninhados como (a+)+ podem causar retrocesso catastrófico, onde o tempo cresce exponencialmente em entradas quase correspondentes. Reescreva o padrão e limite o comprimento da entrada.

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

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

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 →
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 →