python在哪个网站可以下载棋谱，如何将中国象棋棋谱转换为moves.excel模式，用于模型训练。

Question

python在哪个网站可以下载棋谱，如何将中国象棋棋谱转换为moves.excel模式，用于模型训练。完整可使用的，不要理论的。

Answer 1

让【宝码香车】来帮您解答，本回答参考DeepSeek编写，并整理提供。

如果答案让您满意，请采纳、点赞、关注，非常感谢！
.
每日一句正能量，让它带给您好心情：你所坚持的，终会反过来拥抱你。
.

中国象棋棋谱下载与转换方案

一、棋谱下载网站

以下网站可下载中国象棋棋谱：

1. 东萍象棋网 (http://www.dpxq.com/) - 包含大量棋谱数据库
2. 象棋巫师 (http://www.chesswizard.cn/) - 提供棋谱下载和分析
3. 广东象棋网 (http://www.gdchess.com/) - 丰富的棋谱资源
4. 中国象棋大师网 (http://www.chessdb.cn/) - 专业棋谱数据库

推荐使用东萍象棋网，它提供API接口和批量下载功能。

二、完整可用的Python实现方案

1. 安装所需库

pip install requests beautifulsoup4 pandas openpyxl chess

2. 从东萍象棋网下载棋谱的代码

import requests
from bs4 import BeautifulSoup
import pandas as pd
import re
import time


def download_chess_records(page_count=10):
    """
    从东萍象棋网下载棋谱
    page_count: 要下载的页数
    """
    base_url = "http://www.dpxq.com/hldcg/search/view_"
    records = []
    
    for page in range(1, page_count + 1):
        try:
            url = f"{base_url}{page}.html"
            response = requests.get(url, timeout=10)
            response.encoding = 'gbk'  # 东萍网使用GBK编码
            
            soup = BeautifulSoup(response.text, 'html.parser')
            
            # 查找棋谱链接（实际选择器可能需要调整）
            links = soup.find_all('a', href=re.compile(r'view_\d+\.html'))
            
            for link in links:
                record_url = "http://www.dpxq.com" + link['href']
                record_response = requests.get(record_url)
                record_response.encoding = 'gbk'
                
                # 解析棋谱内容
                record_soup = BeautifulSoup(record_response.text, 'html.parser')
                xq_text = record_soup.find('textarea', {'id': 'xq_text'})
                
                if xq_text:
                    records.append({
                        'title': link.text.strip(),
                        'content': xq_text.text.strip(),
                        'url': record_url
                    })
            
            print(f"已下载第 {page} 页，累计获取 {len(records)} 个棋谱")
            time.sleep(1)  # 防止请求过于频繁
            
        except Exception as e:
            print(f"下载第 {page} 页时出错: {e}")
            continue
    
    return records

3. 棋谱转换器（转换为Excel格式）

def parse_chess_moves(chess_content):
    """
    解析中国象棋棋谱着法
    """
    moves = []
    lines = chess_content.split('\n')
    
    for line in lines:
        line = line.strip()
        if re.match(r'^\d+\.', line):  # 匹配着法行
            # 移除步数编号
            move_text = re.sub(r'^\d+\.\s*', '', line)
            # 分割红黑着法
            parts = re.split(r'\s+', move_text)
            
            if len(parts) >= 2:
                moves.append({
                    'red_move': parts[0],
                    'black_move': parts[1] if len(parts) > 1 else ''
                })
    
    return moves


def convert_to_excel(records, output_file='chess_moves.xlsx'):
    """
    将棋谱转换为Excel格式
    """
    all_data = []
    
    for record in records:
        moves = parse_chess_moves(record['content'])
        
        for i, move in enumerate(moves):
            all_data.append({
                'game_id': record['title'],
                'move_number': i + 1,
                'red_move': move['red_move'],
                'black_move': move['black_move'],
                'source_url': record['url']
            })
    
    # 创建DataFrame并保存为Excel
    df = pd.DataFrame(all_data)
    df.to_excel(output_file, index=False, engine='openpyxl')
    print(f"已保存 {len(all_data)} 步着法到 {output_file}")
    
    return df


# 完整的使用示例
if __name__ == "__main__":
    # 下载棋谱
    print("开始下载棋谱...")
    chess_records = download_chess_records(page_count=5)  # 下载5页作为示例
    
    if chess_records:
        # 转换为Excel
        print("开始转换棋谱...")
        df = convert_to_excel(chess_records, 'chinese_chess_moves.xlsx')
        print("转换完成！")
        
        # 显示前几行数据
        print("\n前5行数据预览:")
        print(df.head())
    else:
        print("未下载到棋谱数据")

4. 增强版解析器（处理更多格式）

def enhanced_parse_moves(chess_content):
    """
    增强版棋谱解析，处理更多格式
    """
    moves = []
    
    # 处理常见的棋谱格式
    patterns = [
        r'(\d+)\.\s*([^\s]+)\s+([^\s]+)',  # 标准格式: 1. 炮二平五 马8进7
        r'(\d+)[\.\．]\s*([^\s]+)\s+([^\s]+)'  # 中文标点格式
    ]
    
    for pattern in patterns:
        matches = re.findall(pattern, chess_content)
        for match in matches:
            moves.append({
                'move_number': int(match[0]),
                'red_move': match[1],
                'black_move': match[2]
            })
    
    return moves


def batch_process_chess_records(records):
    """
    批量处理多个棋谱
    """
    processed_data = []
    
    for record in records:
        try:
            moves = enhanced_parse_moves(record['content'])
            for move in moves:
                processed_data.append({
                    'game_title': record['title'],
                    'move_number': move['move_number'],
                    'red_move': move['red_move'],
                    'black_move': move['black_move'],
                    'source': record['url']
                })
        except Exception as e:
            print(f"处理棋谱 {record['title']} 时出错: {e}")
            continue
    
    return processed_data

5. 使用示例和输出

运行上述代码后，将生成一个Excel文件，包含以下列：

• game_id: 棋局标识
• move_number: 着法序号
• red_move: 红方着法
• black_move: 黑方着法
• source_url: 数据来源

三、注意事项

1. 网站政策: 下载前请遵守网站的robots.txt和使用条款
2. 请求频率: 添加适当的延迟，避免对服务器造成压力
3. 编码问题: 中文网站可能使用GBK编码，需要正确设置
4. 格式变化: 不同网站的棋谱格式可能不同，需要调整解析逻辑

四、扩展功能建议

如需进一步处理，可以考虑：

1. 添加棋局元信息（棋手、比赛、日期等）
2. 实现着法标准化（统一 notation）
3. 添加棋局结果信息
4. 实现批量下载和增量更新

这个方案提供了完整的从下载到转换的流程，可以直接用于模型训练的数据准备。