Carregando...
Carregando...
Ajude a melhorar a plataforma
No desenvolvimento de software, garantir que o código seja não apenas funcional, mas também confiável e livre de erros, é crucial. Uma forma de avaliar a qualidade e a confiabilidade do código é por meio da medição da cobertura de teste, que ajuda a identificar partes do código não exercitadas por testes automatizados. O Coverage.py é uma ferramenta amplamente utilizada neste contexto, oferecendo diferentes tipos de métricas de cobertura.
Qual destas métricas é especialmente relevante para desenvolvedores que buscam entender até que ponto seus testes estão efetivamente exercitando o código que escreveram?
Explique melhor esta questão
Abre o Tutor com o enunciado e as alternativas já no campo — você revisa e envia.
Esta questão foi verificada por um de nossos administradores.
🎓 Gabarito Comentado (AVA):
A alternativa correta é a cobertura de declaração, que é uma das medições fundamentais de cobertura de teste. Esta medição é fornecida pelo Coverage.py e é essencial para entender a eficácia dos testes em termos de quais partes do código foram realmente exercitadas durante os testes. Ela fornece informações valiosas sobre quantas linhas de código foram executadas e quantas não foram, ajudando os desenvolvedores a identificar áreas do código que podem necessitar de testes adicionais.
As outras opções não são medições de cobertura fornecidas pelo Coverage.py conforme descrito no texto.Cobertura de design, cobertura de usabilidade, cobertura de desempenho e cobertura de segurança são conceitos importantes em desenvolvimento de software, mas não são tipos de medições de cobertura de teste abordadas pelo Coverage.py. A ferramenta foca especificamente em medições como cobertura de declaração, função, ramificação e condição, que estão diretamente relacionadas à execução do código durante os testes.