s/tais como/como

Author: ramalho

capitulos/cap01.adoc

@@ -46,7 +46,7 @@ Por exemplo, a sintaxe `obj[key]` está amparada no método especial `+__getitem
 Para resolver `my_collection[key]`, o interpretador chama `+my_collection.__getitem__(key)+`.
 
 Implementamos métodos especiais quando queremos que nossos objetos suportem e interajam com
-elementos fundamentais da linguagem, tais como:
+elementos fundamentais da linguagem, como:
 
 * Coleções
 
@@ -592,7 +592,7 @@ mostrando como elas são criadas a partir de métodos especiais.
 
 [role="width-70"]
 [[collection_uml]]
-.Diagrama de classes UML com os tipos fundamentais de coleções. Métodos com nome em _itálico_ são abstratos, então precisam ser implementados pelas subclasses concretas, tais como `list` e `dict`. O restante dos métodos tem implementações concretas, então as subclasses podem herdá-los.
+.Diagrama de classes UML com os tipos fundamentais de coleções. Métodos com nome em _itálico_ são abstratos, então precisam ser implementados pelas subclasses concretas, como `list` e `dict`. O restante dos métodos tem implementações concretas, então as subclasses podem herdá-los.
 image::images/flpy_0102.png[Diagram de classes UML com todas as superclasses e algumas subclasses de `abc.Collection`]
 
 Cada uma das ABCs no topo da hierarquia tem um único método especial.
@@ -644,7 +644,7 @@ Mais da metade deles implementa operadores aritméticos, de comparação, ou bit
 Para ter uma visão geral do que está disponível, veja tabelas a seguir.
 
 A <<special_names_tbl>> mostra nomes de métodos especiais, excluindo aqueles usados para implementar
-operadores infixos ou funções matemáticas fundamentais como `abs`.
+operadores infixos ou funções matemáticas fundamencomo `abs`.
 A maioria desses métodos será tratado ao longo do livro, incluindo as adições mais recentes:
 métodos especiais assíncronos como `+__anext__+` (acrescentado no Python 3.5),
 e o método de configuração de classes, `+__init_subclass__+` (do Python 3.6).

capitulos/cap02.adoc

@@ -1417,7 +1417,7 @@ Veja como isso torna legível o loop `for` no final do exemplo.
 
 Voltaremos aos objetos +slice+ quando formos discutir a criação de suas próprias coleções, na <<sliceable_sequence>>.
 Enquanto isso, do ponto de vista do usuário, o fatiamento tem recursos adicionais,
-tais como fatias multidimensionais e a notação de reticências (`\...`).
+como fatias multidimensionais e a notação de reticências (`\...`).
 Siga comigo.
 
 
@@ -1935,7 +1935,7 @@ Começamos pelos arrays.
 
 Se((("arrays", id="array02"))) uma lista contém apenas números, um `array.array` é um substituto mais eficiente.
 Arrays suportam todas as operações das sequências mutáveis (incluindo `.pop`, `.insert`, e `.extend`),
-bem como métodos adicionais para carregamento e armazenamento rápidos, tais como
+bem como métodos adicionais para carregamento e armazenamento rápidos, como
 `.frombytes` e `.tofile`.
 
 Um array de Python é quase tão enxuto quanto um array do C.

capitulos/cap03.adoc

@@ -250,7 +250,7 @@ mapeada para um único objeto.
 Devolve o objeto dentro de uma `list`.
 <5> Qualquer outro sujeito é inválido e gera um `ValueError`.
 
-O <<dict_match_ex>> mostra algumas práticas úteis para lidar com dados semi-estruturados, tais como registros JSON:
+O <<dict_match_ex>> mostra algumas práticas úteis para lidar com dados semi-estruturados, como registros JSON:
 
 * Incluir um campo descrevendo o tipo de registro (por exemplo, `'type': 'movie'`)
 * Incluir um campo identificando a versão do schema (por exemplo, `'api': 2'`),
@@ -1380,7 +1380,7 @@ Agora vamos revisar a vasta seleção de operações oferecidas pelos conjuntos.
 A <<set_uml>> dá((("dictionaries and sets", "set operations", id="DASset03-ops")))((("sets",
 "set operations", id="Soper03")))((("UML class diagrams", "simplified for MutableSet and superclasses")))
 uma visão geral dos métodos disponíveis em conjuntos mutáveis e imutáveis.
-Muitos deles são métodos especiais que sobrecarregam operadores, tais como `&` and `>=`.
+Muitos deles são métodos especiais que sobrecarregam operadores, como `&` and `>=`.
 A <<set_operators_tbl>> mostra os operadores matemáticos de conjuntos que tem
 operadores ou métodos correspondentes no Python.
 Note que alguns operadores e métodos realizam mudanças no mesmo lugar sobre o conjunto alvo

capitulos/cap04.adoc

@@ -270,7 +270,7 @@ vamos ver como eles são convertidos de e para strings.((("", startref="UTVbytes
 A((("Unicode text versus bytes", "basic encoders/decoders", id="UTVbasic04")))((("encoding", "basics of",
 id="encod04")))((("decoding", "basics of", id="decod04"))) distribuição de Python inclui mais de 100((("codecs")))
 _codecs_ (encoders/decoders, _codificadores/decodificadores) para conversão de texto para bytes e vice-versa.
-Cada codec tem um nome, como `'utf_8'`, e muitas vezes apelidos, tais como `'utf8'`, `'utf-8'`, e `'U8'`,
+Cada codec tem um nome, como `'utf_8'`, e muitas vezes apelidos, como `'utf8'`, `'utf-8'`, e `'U8'`,
 que você pode usar como o argumento de codificação em funções como
 `open()`, `str.encode()`, `bytes.decode()`, e assim por diante.
 O <<ex_codecs>> mostra o mesmo texto codificado como três sequências de bytes diferentes.

capitulos/cap05.adoc

@@ -514,7 +514,7 @@ suficiente apenas para que a sintaxe e o propósito das anotações usadas
 nas declarações de `typing.NamedTuple` e `@dataclass` façam sentido.
 Vamos tratar de anotações de tipo nas assinaturas de função no <<ch_type_hints_def>>
 e de anotações mais avançadas no <<ch_more_types>>.
-Aqui vamos ver principalmente dicas com tipos embutidos simples, tais como `str`, `int`, e `float`,
+Aqui vamos ver principalmente dicas com tipos embutidos simples, como `str`, `int`, e `float`,
 que são provavelmente os tipos mais comuns usados para anotar campos em classes de dados.
 ====
 
@@ -1256,7 +1256,7 @@ O https://fpy.li/5-12[Dublin Core] (EN) oferece a fundação para um exemplo mai
 [quote, Dublin Core na Wikipedia]
 ____
 O Dublin Core é um esquema de metadados que visa descrever objetos digitais,
-tais como videos, sons, imagens, textos e sites na web.
+como videos, sons, imagens, textos e sites na web.
 Aplicações de Dublin Core utilizam XML e o RDF
 (Resource Description Framework).footnote:[Fonte: O artigo https://fpy.li/3w[Dublin Core] na Wikipedia.]
 ____

capitulos/cap06.adoc

@@ -1256,7 +1256,7 @@ threads modificando objetos sem uma sincronização apropriada podem corromper d
 Sincronização excessiva, por outro lado, causa deadlocks.
 A linguagem e a plataforma Erlang -- que inclui Elixir -- foi projetada para maximizar
 o tempo de execução em aplicações distribuídas de alta concorrência,
-tais como aplicações de controle de telecomunicações.
+como aplicações de controle de telecomunicações.
 Naturalmente, eles escolheram tornar os dados imutáveis por default.
 
 [role="soapbox-title"]

capitulos/cap07.adoc

@@ -15,7 +15,7 @@ No Python, funções((("objects", "first-class")))((("first-class objects")))(((
 * Devolvida como o resultado de uma função
 
 Inteiros, strings e dicionários são outros exemplos de objetos de primeira classe no Python—nada de incomum aqui.
-Tratar funções como objetos de primeira classe é um recurso essencial das linguagens funcionais, tais como Clojure, Elixir e Haskell.
+Tratar funções como objetos de primeira classe é um recurso essencial das linguagens funcionais, como Clojure, Elixir e Haskell.
 Entretanto, funções de primeira classe são tão úteis que foram adotadas por linguagens muito populares, como o Javascript, o Go e o Java (desde o JDK 8), nenhuma das quais alega ser uma "linguagem funcional".
 
 Esse capítulo e quase toda a Parte III do livro exploram as aplicações práticas de se tratar funções como objetos.
@@ -698,7 +698,7 @@ functools.partial(<function tag at 0x10206d1e0>, 'img', class_='pic-frame')  <4>
 
 A função `functools.partialmethod` faz o mesmo que `partial`, mas foi projetada para trabalhar com métodos.
 
-O módulo `functools` também inclui funções de ordem superior para serem usadas como decoradores de função, tais como `cache` e `singledispatch`, entre outras.
+O módulo `functools` também inclui funções de ordem superior para serem usadas como decoradores de função, como `cache` e `singledispatch`, entre outras.
 Essas funções são tratadas no <<ch_closure_decorator>>, que também explica como implementar decoradores customizados.((("", startref="FAFfp07")))((("", startref="fprogpack07")))((("", startref="functools07")))
 
 

capitulos/cap08.adoc

@@ -1843,7 +1843,7 @@ Começamos((("functions, type hints in", "overview of")))((("type hints (type an
 Voltando à ideia de tipagem gradual, vimos como ela é um híbrido do duck typing tradicional de Python e da tipagem nominal mais familiar aos usuários de Java, {cpp} e de outras linguagens de tipagem estática.
 
 A maior parte do capítulo foi dedicada a apresentar os principais grupos de tipos usados em anotações.
-Muitos dos tipos discutidos estão relacionados a tipos conhecidos de objetos de Python, tais como coleções, tuplas e callables - estendidos para suportar notação genérica do tipo `Sequence[float]`.
+Muitos dos tipos discutidos estão relacionados a tipos conhecidos de objetos de Python, como coleções, tuplas e callables - estendidos para suportar notação genérica do tipo `Sequence[float]`.
 Muitos daqueles tipos são substitutos temporários, implementados no módulo `typing` antes que os tipos padrão fossem modificados para suportar genéricos, no Python 3.9.
 
 Alguns desses tipos são entidade especiais.

capitulos/cap09.adoc

@@ -1001,7 +1001,7 @@ register a new function with a matching type hint in the first parameter.</p></d
 ////
 
 
-Sempre que possível, registre as funções especializadas para tratar ABCs (classes abstratas), tais como `numbers.Integral` e `abc.MutableSequence`, ao invés das implementações concretas como `int` e `list`.
+Sempre que possível, registre as funções especializadas para tratar ABCs (classes abstratas), como `numbers.Integral` e `abc.MutableSequence`, ao invés das implementações concretas como `int` e `list`.
 Isso permite ao seu código suportar uma variedade maior de tipos compatíveis.
 Por exemplo, uma extensão de Python pode fornecer alternativas para o tipo `int` com número fixo de bits como subclasses de `numbers.Integral`.footnote:[NumPy, por exemplo, implementa vários tipos de
 https://fpy.li/9-3[números inteiros e de ponto flutuante] (EN) em formatos voltados para a arquitetura da máquina.]

capitulos/cap13.adoc

@@ -89,7 +89,7 @@ Na <<numbers_abc_proto_sec>> eu explico porque, em vez disso, você deve usar pr
 === Dois tipos de protocolos
 
 A((("protocols", "meanings of protocol"))) palavra _protocolo_ tem significados diferentes na ciência da computação, dependendo do contexto.
-Um protocolo de rede como o HTTP especifica comandos que um cliente pode enviar para um servidor, tais como `GET`, `PUT` e `HEAD`.
+Um protocolo de rede como o HTTP especifica comandos que um cliente pode enviar para um servidor, como `GET`, `PUT` e `HEAD`.
 
 Vimos na <<protocol_duck_section>> que um objeto protocolo especifica métodos que um objeto precisa oferecer para cumprir um papel.