Jocile notas

test_calculator.py

Leitura de 5 min

TDD - testes automatizados

Test-Driven Development (TDD) é uma abordagem de desenvolvimento de software que se baseia na repetição de um curto ciclo de desenvolvimento: primeiro o desenvolvedor escreve um teste automatizado que define uma nova funcionalidade desejada ou uma melhoria, depois ele produz o código mínimo necessário para passar o teste, e finalmente refatora o novo código para padrões aceitáveis. Vamos explorar os principais conceitos e o fluxo do TDD.

Benefícios do TDD

  • Feedback Imediato: Ao escrever testes primeiro, os desenvolvedores recebem feedback imediato sobre se sua implementação está correta.
  • Código Mais Limpo e Melhor Design: Refatoração constante resulta em código mais limpo e melhor design.
  • Documentação Viva: Os testes servem como uma forma de documentação viva do que o código deve fazer.
  • Menos Bugs: Bugs são capturados mais cedo no ciclo de desenvolvimento.

O TDD é uma prática poderosa que pode melhorar significativamente a qualidade do software. No entanto, como qualquer metodologia, requer prática e disciplina. Comece aplicando TDD em pequenos projetos ou funcionalidades e gradualmente adote-a em projetos maiores.

Princípios Básicos do TDD

  1. Escreva o Teste Primeiro: Antes de escrever o código que implementa uma funcionalidade, escreva um teste que falhe, pois a funcionalidade ainda não foi implementada.
  2. Faça o Teste Passar: Escreva o código mais simples possível que faça o teste passar. O objetivo neste estágio é apenas fazer o teste passar, não se preocupar com a otimização ou limpeza do código.
  3. Refatore: Com o teste passando, refatore o código. Melhore a estrutura e a clareza do código, mantendo todos os testes funcionando.

Ciclo TDD

O ciclo TDD pode ser resumido em três etapas:

  1. Red: Escreva um teste que falhe.
  2. Green: Escreva o código necessário para fazer o teste passar.
  3. Refactor: Refatore o código, melhorando sua estrutura sem alterar seu comportamento.

Exemplo Prático com Python e pytest

Vamos ver um exemplo prático de TDD usando Python e pytest.

1. Escreva um Teste que Falhe

Primeiro, instalamos o pytest usando o comando no terminal: pip install pytest

Em seguida criamos um arquivo de teste test_calculator.py com um teste falhando para a funcionalidade de adição.

 
def test_add():
 from calculator import add
 assert add(2, 3) == 5

Finalmente executamos o comando para verificar o resultado: pytest

2. Faça o Teste Passar

Agora, criamos o arquivo calculator.py com a implementação mínima para fazer o teste passar.

# calculator.py
 
def add(a, b):
 return a + b

Agora executamos novamente o pytest para verificar o resultado. Você deve ver uma saída indicando que todos os testes passaram.

3. Refatore o Código

Neste caso, o código já está bem simples, então não há muito a refatorar. No entanto, se tivéssemos uma implementação mais complexa, este seria o momento de melhorar a estrutura do código.

Tipos de Testes

  • Importância dos Testes: Garantir que o código funcione como esperado e detectar erros o mais cedo possível.
  • Testes Automatizados vs. Manuais: Os testes automatizados são executados por programas de teste, enquanto os testes manuais são feitos pelo desenvolvedor.

1. Teste de Unidade

  • Definição: Um teste de unidade verifica o funcionamento de uma unidade específica de código, como uma função ou método.
  • Objetivo: Garantir que cada parte individual do código funcione corretamente de forma isolada.
  • Exemplo Simples:
def soma(a, b):
return a + b
 
def test_soma():
assert soma(1, 2) == 3
assert soma(-1, 1) == 0

Frameworks de Teste

  • Unittest: Um módulo padrão que já vem embutido no Python para criação e execução de testes.
  • Estrutura de um Teste com Unittest:
import unittest
 
class TestSoma(unittest.TestCase):
def test_soma(self):
self.assertEqual(soma(1, 2), 3)
self.assertEqual(soma(-1, 1), 0)
 
if __name__ == '__main__':
unittest.main()
  • Pytest: Framework externo de testes em Python com recursos mais avançados.

2. Teste de Regressão

  • Definição: Testes que verificam se alterações no código quebram funcionalidades existentes.
  • Importância: Garantir que novas funcionalidades ou correções não introduzam novos bugs.

3. Teste de Integração

  • Definição: Verifica se diferentes unidades de código funcionam bem juntas.
  • Objetivo: Garantir que componentes interajam corretamente.

4. Cobertura de Testes

  • Definição: Medida de quanto do seu código é coberto pelos testes.
  • Ferramentas: Existem ferramentas como coverage.py que ajudam a medir a cobertura de testes.
  • Meta: Idealmente, ter uma alta cobertura, mas também garantir que os testes sejam significativos.

5. Técnicas de Debugging

  • Print Statements: Uso de prints para verificar o estado do programa.
  • Uso de Debuggers: Ferramentas como pdb no Python para analisar passo a passo a execução do código.

Erros Comuns e Como Evitá-los

  • Falsos Positivos/Negativos: Testes que passam/falham quando não deveriam.
  • Manutenção de Testes: Garantir que os testes sejam atualizados conforme o código evolui.
  • Testes Frágeis: Testes que falham frequentemente por pequenas mudanças no código.

Práticas Recomendadas

  • Escreva Testes Antes do Código: TDD (Test-Driven Development).
  • Mantenha os Testes Simples e Claros: Facilitar a manutenção e a compreensão.
  • Automatize a Execução dos Testes: Use ferramentas de CI/CD para executar testes automaticamente a cada mudança no código.

Referências

Visão de gráfico