1 背景
前文以实例的形式讨论了用例生成、需求检查等功能。这些功能可行的前提，是需求逻辑能够被计算机程序正确的识别、计算。
所谓需求结构化，是将非结构化需求转换为结构化需求的过程。而所谓结构化需求，是指基于明确语法表达的需求。结构化需求是半形式化的（semi-formal），可以转换为严格语义的形式化模型。
将需求结构化后，需求能够被计算机程序自动化处理，实现需求缺陷检查、基于需求的用例生成等功能。这一方法已经在多个工程应用中展现出显著价值，例如对系统需求生成十万级别的覆盖用例、对复杂决策逻辑进行缺陷检查等。
功能是好的，但是先要解决的眼前问题是：结构化需求从哪里来？
2 一般而言
一般而言，需求有三种情况：一是非结构化需求，典型是以自然语言描述的需求；二是结构化需求，一般是基于特定工具形成的设计开发产物；第三种，则属于灰色地带，即虽然有语法约束，但是由人工编写，语法没有得到严格执行和检查，导致结构化不彻底。
好消息是，需求的结构化程度在变高。各种形式的MBSE、MBD的实施，面向特定领域的辅助设计工具的应用，设计的规范化、模板化程度的提高，都使得设计输出呈现更好的结构化。在已有结构化需求的基础上，可以自动转换为能够被程序化处理的形式。
另一方面，自然语言虽然有语义模糊、二义性等缺点，但由于表达灵活度高、易于被各方理解，仍然是广泛使用的需求描述形式。大量需求仍然是自然语言，是非结构化的。
3 OneLogic的需求结构化
OneLogic提供了需求结构化功能，关键应用场景就是自然语言需求结构化。
例如，对下述需求：
Req01：当 舱温（cabin_temperature）大于等于 68℃，保持时间超过2s但不超过10秒，则触发短时超温事件(short_time_overtemperature)；
转换为OneLogic中的需求如下：
上图可见，OneLogic提供了一种自然语言风格的需求描述方式。简要来讲，OneLogic采用类似软件“设计模式”的思想，将常见需求实例进行抽象，形成一套面向需求的“模式库”，能够以较为直接的方式，将常见自然语言需求转换为结构化需求。由于每种需求模式具有严格语义，从而所描述的需求实例也具有严格语义。
这里暂不展开对需求模式的讨论。本文先讨论需求结构化的第一个障碍，即数据定义问题。
4 数据定义
程序员习惯了编程语言中变量、对象的标识符语法，例如必须以字母、下划线开头等。然而，对于需求则不然。需求结构化的第一个障碍是：你不能要求按照软件代码语法进行需求数据定义！
一方面，需求中的数据标识，不能按照编程语言的标识符语法来约束。在需求中，标识符应具有更大的命名自由度，例如可以中英文、数字混用，甚至包含#、@之类的特殊符号。
另一方面，需求中的数据定义，是设计活动的关键输出。如何形成数据定义，是由设计体系所约束的。高层需求中的数据对象，被低层需求逐步细化直至具体实现。从测试角度讲，正是这种设计上的追溯关系，使得基于高层需求形成的用例，能够最终关联到具体实现的数据对象，使测试用例可执行。
下图FACE 数据模型架构也体现了上述数据定义过程。
OneLogic在如下方面对需求的上述特征提供支持。
4.1 支持用任意字符串对数据进行命名
OneLogic支持用任意字符串对数据进行命名，包括中文、英文、特殊字符、空格等。
前文讨论的带内部状态的多需求耦合用例生成实例，可直接使用中文定义数据名称，仍可正常求解。例如：
Req01：当舱温大于等于68℃，保持时间超过2s但不超过10秒，则触发短时超温事件；
Req02：当舱温大于等于68℃，保持时间超过10秒，则触发长时超温事件；
采用中文变量的结构化需求如下：
基于中文变量的求解结果如下（关于该实例的讨论，可具体参见带内部状态的多需求耦合用例生成实例）。
当然，为了能够求解，需要对变量类型进行设置。OneLogic内置类型包括布尔、整型、浮点，可自定义数据类型，例如枚举类型等。
4.2 支持双向数据定义
为了适应不同的设计体系，OneLogic支持双向数据定义。
所谓双向数据定义，指一方面OneLogic可以导入外部数据定义，以此为基础进行需求逻辑设计，此时在OneLogic中不新建数据对象；另一方面，如果没有外部数据定义，则在OneLogic中进行需求设计时创建数据对象，并自动汇总，形成数据字典（如下图），支持多人在同一套数据字典上进行设计协作，保持命名、指称的一致性。
4.3 支持高层数据到低层数据的映射
基于需求生成的测试用例，其操作的数据往往是抽象的、逻辑的，是与平台无关的。这就带来一个问题：这样的测试用例能实际执行吗？
生成的测试用例要能够可执行，能够对目标软件、设备、系统进行测试，才更具有价值。这其中的关键，就是实现高层数据到低层数据的映射。基于数据映射关系，测试用例可以被自动转换成可执行的脚本，实现自动测试。这也是结构化所带来的好处。
5 总结
结构化是需求能够被计算机自动处理的前提。现实中大量需求是采用自然语言描述的。如何使自然语言需求被高效的结构化并具有严格语义，是OneLogic期望解决的问题之一。本文首先讨论了在数据定义上OneLogic所做的考虑，包括中文命名、双向数据定义等。
————————————————
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
原文链接：https://blog.csdn.net/ZigZag_Garden/article/details/129355172