Python Eficaz

Item 56: Teste absolutamente tudo com unittest
O Python não tem verificação de tipos estáticos. Não há nada no compilador que
garanta o funcionamento de seu programa quando for executado. Com o Python
não sabemos se as funções que o programa chama serão definidas em tempo de
execução, mesmo que sua existência seja evidente no código-fonte. Esse
comportamento dinâmico é uma bênção e uma maldição.
O número astronômico de programadores de Python no mundo é justificado pela
produtividade que se ganha por sua concisão e simplicidade. Contudo, não é
pequeno o número de pessoas que já ouviram pelo menos uma história de choro
e ranger de dentes sobre o Python no qual um programa encontrou um erro
cretino durante a execução.
Um dos exemplos mais escabrosos que já encontrei foi quando uma exceção de
erro de sintaxe (SyntaxError) foi levantada em produção como efeito colateral de
uma importação dinâmica (consulte o Item 52: “Saiba como romper
dependências circulares”). Um programador meu conhecido que presenciou (e
teve que corrigir) essa ocorrência surpreendente jurou por todos os nomes
sagrados jamais usar Python novamente.
Eu, de minha parte, fiquei matutando: por que o código não foi testado antes de
o programa ser colocado em produção? Segurança de tipos não é tudo. É
obrigatório sempre testar o código, independente de qual linguagem ele é escrito.
Todavia, admito que a grande diferença entre o Python e muitas outras
linguagens é que a única maneira de confiar em um programa em Python é
escrevendo testes. Não há nenhum véu de verificação de tipos estáticos para que
nos sintamos seguros.
Felizmente, os mesmos recursos dinâmicos que impedem a verificação de tipos
no Python também facilitam grandemente escrever testes para verificar o código.
Podemos usar a natureza dinâmica do Python e seus comportamentos facilmente
substituíveis para implementar testes e garantir que os programas funcionem
como esperado.
Devemos pensar nos testes como uma apólice de seguros para o código. Bons
testes dão confiança de que o código está correto. Se refatorarmos ou
expandirmos o código, os testes facilitam a identificação de como os
comportamentos mudaram. Parece conversa fiada, mas não é: bons testes na
verdade facilitam modificar o código mais tarde, em vez de dificultar.
www.full-ebook.com