我发现，当前很多公司、培训机构把“高大上”作为测试工具的选用标准，如接口自动化测试不选择pytest就显得很low样。
高大上的工具真的就牛逼？似乎已经有点偏离了轨道，我们使用测试工具的目的是为了 提高测试效率，让我们更专注于更具价值的 bug挖掘（服务质量） 工作上。
我认为选择测试工具的标准有以下几点：
1、易于上手，学习成本相对较低。
本来测试团队的代码能力就薄弱，非得让大家舍弃Jmeter选择pytest，然后耗费了大量的时间进行python编码知识的培训、学习，最后产出不升反降，殊为不智。
2、尽把复杂的工作简单化，而不是复杂的工作加上复杂的工具让工作更为复杂。
能用轻量级的工具，就尽量不用重量级的工具；能用傻瓜化的工具，就尽量避免用复杂化的工具。
3、弄懂测试工具的原理，根据不同的测试情况选择不同的工具。
比如提到性能测试，大家可能一下子就想到Loadrunner、Jmeter，根本没想明白为什么非得选它们。实际只要弄懂这些工具的原理，我们会发现有很多工具可以替代它们，如少量的并发性测试，我们只需要Fidder或postman就足以达成目的，简单又快捷。
4、不要迷信工具，很多场景也许需要low的操作。
工具不是万能的，有时还得学会取舍。
在自动化测试里面有一种偏激的观点，就是测试100%的自动化才显得牛叉。如乐此不疲的UI自动化，效果真那么好，性价比真那么高？这里得打个大大的问号。机器并不懂得审美，有时也许仅仅需要对关键页面抓个图，用人工审核的方式更好。
是不是我们就得规避使用高大上的工具？那也不是，在时间充分的前提下我们也不妨学使用下，每个工具都有存在的理由，独有的特性，也许下个测试任务就非它莫属。
-- End --
文末寄语： 无论你在什么时候开始，重要的是开始之后就不要停止；无论你在什么时候结束，重要的是结束之后就不要悔恨。