Testes Automatizados em Python: Pytest & Unittest

Esta skill estabelece os padrões e metodologias de engenharia para desenvolvimento e automação de suítes de testes em Python, integrando o ecossistema avançado do Pytest e a biblioteca padrão orientada a objetos Unittest.

---

🧭 1. Comparativo e Diretrizes de Seleção de Framework

Aspecto	Pytest	Unittest (Standard Library)
Estilo / Paradigma	Funcional com fixtures e asserts nativos	Orientado a Objetos derivando de unittest.TestCase
Asserts	assert expressao (com AST rewriting rico)	self.assertEqual(), self.assertRaises(), etc.
Injeção / Setup	Fixtures modulares escopadas (function, module, session)	Ciclo de vida estático setUp(), tearDown(), setUpClass()
Parametrização	@pytest.mark.parametrize (formal e declarativo)	self.subTest() dentro de laços
Dependências	Requer pytest (pip install pytest)	Zero dependências externas (embutido no Python)
Casos de Uso	Aplicações modernas, microserviços, ML, APIs, mutação	Scripts leves, bibliotecas puras sem dependências externas

---

⚡ 2. Pytest: Padrões Avançados de Engenharia

2.1 Parametrização Formal de BVA e Tabelas de Decisão

import pytest
from my_app.services import validate_withdrawal

# Domínio válido de saque: [10.0, 5000.0]
@pytest.mark.parametrize("amount, balance, is_blocked, expected_status, raises_exc", [
    # BVA: Limites da variável amount
    (9.99, 1000.0, False, None, True),          # min- (Inválido robusto)
    (10.0, 1000.0, False, "APPROVED", False),    # min
    (10.01, 1000.0, False, "APPROVED", False),   # min+
    (500.0, 1000.0, False, "APPROVED", False),   # nom
    (4999.99, 6000.0, False, "APPROVED", False), # max-
    (5000.0, 6000.0, False, "APPROVED", False),  # max
    (5000.01, 6000.0, False, None, True),        # max+ (Inválido robusto)
    # Tabela de Decisão: Condições de Saldo e Bloqueio
    (100.0, 50.0, False, "INSUFFICIENT_FUNDS", False),
    (100.0, 1000.0, True, "CARD_BLOCKED", False),
])
def test_withdrawal_bva_and_decision_rules(amount, balance, is_blocked, expected_status, raises_exc):
    if raises_exc:
        with pytest.raises(ValueError):
            validate_withdrawal(amount=amount, balance=balance, is_blocked=is_blocked)
    else:
        status = validate_withdrawal(amount=amount, balance=balance, is_blocked=is_blocked)
        assert status == expected_status

2.2 Property-Based Testing com hypothesis

from hypothesis import given, strategies as st
from my_app.algorithms import sort_items, compress, decompress

@given(st.lists(st.integers()))
def test_sort_invariants(lst):
    result = sort_items(lst)
    assert len(result) == len(lst)
    assert all(result[i] <= result[i+1] for i in range(len(result)-1))

@given(st.binary())
def test_compress_roundtrip(data):
    assert decompress(compress(data)) == data

---

🏛️ 3. Unittest: Padrões Orientados a Objetos e Sem Dependências

3.1 Estrutura de TestCase e SubTests

import unittest
from my_app.services import UserRegistry, validate_discount

class TestUserRegistry(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        cls.shared_resource = {"environment": "test"}

    def setUp(self):
        self.registry = UserRegistry()
        self.registry.clear()

    def tearDown(self):
        self.registry.clear()

    def test_register_user(self):
        user = self.registry.register("alice@example.com", "Alice")
        self.assertEqual(user.email, "alice@example.com")
        self.assertTrue(self.registry.exists("alice@example.com"))

    def test_discount_scenarios_subtest(self):
        test_cases = [
            ("VIP", 100.0, 80.0),
            ("REGULAR", 100.0, 95.0),
            ("ANONYMOUS", 100.0, 100.0),
        ]
        for role, price, expected in test_cases:
            with self.subTest(role=role, price=price):
                result = validate_discount(role, price)
                self.assertAlmostEqual(result, expected, places=2)

---

🎭 4. Mocks, Spies e Isolamento de Efeitos Colaterais

4.1 Uso de unittest.mock (@patch e MagicMock)

from unittest.mock import patch, MagicMock
import pytest
from my_app.gateways import PaymentProcessor

def test_payment_with_patch(mocker):
    # Usando pytest-mock ou unittest.mock nativo
    with patch("my_app.gateways.requests.post") as mock_post:
        mock_post.return_value.status_code = 200
        mock_post.return_value.json.return_value = {"status": "PAID", "tx_id": "tx-123"}
        
        processor = PaymentProcessor()
        tx = processor.charge(amount=150.0, token="card_tok_abc")
        
        mock_post.assert_called_once()
        assert tx.status == "PAID"
        assert tx.id == "tx-123"

---

🧬 5. Testes de Mutação (mutmut) e Cobertura (pytest-cov)

• Medição de Escore de Mutação: $$MS = \frac{\text{Mutantes Mortos (Killed)}}{\text{Total de Mutantes Gerados}} \times 100%$$
• Comandos de Execução:

  # Cobertura com branch coverage
  pytest --cov=my_app --cov-branch --cov-report=html --cov-fail-under=90
  
  # Teste de mutação
  mutmut run --paths-to-mutate my_app/
  mutmut results