Capítulo 14. Comprobación en tiempo de ejecución con pydantic
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
El tema central del código robusto es facilitar la detección de errores. Los errores son una parte inevitable del desarrollo de sistemas complejos; no puedes evitarlos. Al escribir tus propios tipos, creas un vocabulario que hace más difícil introducir incoherencias. Utilizar anotaciones de tipos te proporciona una red de seguridad, permitiéndote detectar errores mientras desarrollas. Ambos son ejemplos de desplazar los errores hacia la izquierda; en lugar de encontrar errores durante las pruebas (o peor, en producción), los encuentras antes, idealmente mientras desarrollas el código.
Sin embargo, no todos los errores se detectan fácilmente mediante la inspección del código y el análisis estático. Hay toda una clase de errores que sólo son detectables en tiempo de ejecución. Cada vez que interactúas con datos suministrados desde fuera de tu programa (como bases de datos, archivos de configuración, peticiones de red), corres el riesgo de introducir datos no válidos. Tu código puede ser sólido como una roca en la forma de recuperar y analizar los datos, pero no hay mucho que puedas hacer para evitar que los usuarios introduzcan datos no válidos.
Tu primera inclinación podría ser escribir un montón de lógica de validación: declaraciones if y comprobaciones para ver si todos los datos introducidos son correctos. ...
Get Python robusto now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
