1 背景
前文以實例的形式討論了用例生成、需求檢查等功能。這些功能可行的前提，是需求邏輯能夠被計算機程序正確的識別、計算。
所謂需求結構化，是將非結構化需求轉換爲結構化需求的過程。而所謂結構化需求，是指基於明確語法表達的需求。結構化需求是半形式化的（semi-formal），可以轉換爲嚴格語義的形式化模型。
將需求結構化後，需求能夠被計算機程序自動化處理，實現需求缺陷檢查、基於需求的用例生成等功能。這一方法已經在多個工程應用中展現出顯著價值，例如對系統需求生成十萬級別的覆蓋用例、對複雜決策邏輯進行缺陷檢查等。
功能是好的，但是先要解決的眼前問題是：結構化需求從哪裏來？
2 一般而言
一般而言，需求有三種情況：一是非結構化需求，典型是以自然語言描述的需求；二是結構化需求，一般是基於特定工具形成的設計開發產物；第三種，則屬於灰色地帶，即雖然有語法約束，但是由人工編寫，語法沒有得到嚴格執行和檢查，導致結構化不徹底。
好消息是，需求的結構化程度在變高。各種形式的MBSE、MBD的實施，面向特定領域的輔助設計工具的應用，設計的規範化、模板化程度的提高，都使得設計輸出呈現更好的結構化。在已有結構化需求的基礎上，可以自動轉換爲能夠被程序化處理的形式。
另一方面，自然語言雖然有語義模糊、二義性等缺點，但由於表達靈活度高、易於被各方理解，仍然是廣泛使用的需求描述形式。大量需求仍然是自然語言，是非結構化的。
3 OneLogic的需求結構化
OneLogic提供了需求結構化功能，關鍵應用場景就是自然語言需求結構化。
例如，對下述需求：
Req01：當 艙溫（cabin_temperature）大於等於 68℃，保持時間超過2s但不超過10秒，則觸發短時超溫事件(short_time_overtemperature)；
轉換爲OneLogic中的需求如下：
上圖可見，OneLogic提供了一種自然語言風格的需求描述方式。簡要來講，OneLogic採用類似軟件“設計模式”的思想，將常見需求實例進行抽象，形成一套面向需求的“模式庫”，能夠以較爲直接的方式，將常見自然語言需求轉換爲結構化需求。由於每種需求模式具有嚴格語義，從而所描述的需求實例也具有嚴格語義。
這裏暫不展開對需求模式的討論。本文先討論需求結構化的第一個障礙，即數據定義問題。
4 數據定義
程序員習慣了編程語言中變量、對象的標識符語法，例如必須以字母、下劃線開頭等。然而，對於需求則不然。需求結構化的第一個障礙是：你不能要求按照軟件代碼語法進行需求數據定義！
一方面，需求中的數據標識，不能按照編程語言的標識符語法來約束。在需求中，標識符應具有更大的命名自由度，例如可以中英文、數字混用，甚至包含#、@之類的特殊符號。
另一方面，需求中的數據定義，是設計活動的關鍵輸出。如何形成數據定義，是由設計體系所約束的。高層需求中的數據對象，被低層需求逐步細化直至具體實現。從測試角度講，正是這種設計上的追溯關係，使得基於高層需求形成的用例，能夠最終關聯到具體實現的數據對象，使測試用例可執行。
下圖FACE 數據模型架構也體現了上述數據定義過程。
OneLogic在如下方面對需求的上述特徵提供支持。
4.1 支持用任意字符串對數據進行命名
OneLogic支持用任意字符串對數據進行命名，包括中文、英文、特殊字符、空格等。
前文討論的帶內部狀態的多需求耦合用例生成實例，可直接使用中文定義數據名稱，仍可正常求解。例如：
Req01：當艙溫大於等於68℃，保持時間超過2s但不超過10秒，則觸發短時超溫事件；
Req02：當艙溫大於等於68℃，保持時間超過10秒，則觸發長時超溫事件；
採用中文變量的結構化需求如下：
基於中文變量的求解結果如下（關於該實例的討論，可具體參見帶內部狀態的多需求耦合用例生成實例）。
當然，爲了能夠求解，需要對變量類型進行設置。OneLogic內置類型包括布爾、整型、浮點，可自定義數據類型，例如枚舉類型等。
4.2 支持雙向數據定義
爲了適應不同的設計體系，OneLogic支持雙向數據定義。
所謂雙向數據定義，指一方面OneLogic可以導入外部數據定義，以此爲基礎進行需求邏輯設計，此時在OneLogic中不新建數據對象；另一方面，如果沒有外部數據定義，則在OneLogic中進行需求設計時創建數據對象，並自動彙總，形成數據字典（如下圖），支持多人在同一套數據字典上進行設計協作，保持命名、指稱的一致性。
4.3 支持高層數據到低層數據的映射
基於需求生成的測試用例，其操作的數據往往是抽象的、邏輯的，是與平臺無關的。這就帶來一個問題：這樣的測試用例能實際執行嗎？
生成的測試用例要能夠可執行，能夠對目標軟件、設備、系統進行測試，才更具有價值。這其中的關鍵，就是實現高層數據到低層數據的映射。基於數據映射關係，測試用例可以被自動轉換成可執行的腳本，實現自動測試。這也是結構化所帶來的好處。
5 總結
結構化是需求能夠被計算機自動處理的前提。現實中大量需求是採用自然語言描述的。如何使自然語言需求被高效的結構化並具有嚴格語義，是OneLogic期望解決的問題之一。本文首先討論了在數據定義上OneLogic所做的考慮，包括中文命名、雙向數據定義等。
————————————————
版權聲明：本文爲博主原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接和本聲明。
原文鏈接：https://blog.csdn.net/ZigZag_Garden/article/details/129355172