将棋ウォーズの棋譜を収集・解析したい
- main_crawl.py
- warscrawler.py
- 将棋ウォーズの棋譜を収集するための各種関数
- 明示されていない棋譜ページの仕様に依存しているので，そのうち使えなくなる可能性がある．
- extract.py
- 特徴量を抽出する
- ipynb/
- 古いバージョン
- データの可視化
- 将棋ウォーズで削除されたアカウントの棋譜を検討してみる
「棋譜をクローリングするわけだし一応 robots.txt を確認しておこう」と思って見てみたら全文コメントアウトされていて困った．そのうち編集される可能性が高そうなので，プログラムを実行する際には注意する．
棋譜に付属している情報で，gtype というのがある．おそらく game type(?) の略だと思う．
sb: 3分切れ負け (bullet modeの'b'?)s1: 10秒指し
将棋ウォーズではCSA形式に似た独自の棋譜フォーマットを用いている．仕様がわからないので推測した結果を以下にメモしておく．
将棋ウォーズでは以下のようなフォーマットを用いている．
+7776FU,L600 -3334FU,L589 (中略) +2728UM,L200 GOTE_WIN_TORYO
上記の例は10分切れ負けの場合である．この場合，+7776FU,L600 というのは初手７六歩を指した時点で残り時間が600秒という意味であると考えられる．以下時間が徐々に減っていく．3分切れ負けの場合は L180 から始まり，10秒指しの場合は L3600 から始まる．
また，最後の GOTE_WIN_TORYO は文字通り(先手が投了し)後手が勝った，という意味であると考えられる．普通のCSA形式であれば %TORYO だけで済ませるところだが，将棋ウォーズでは GOTE_WIN_TORYO などとしている．
終局時に出てくる文字列としては，（確認した限りでは）以下のものがある．先手勝ちの場合についてのみ書くが，後手勝ちの場合は SENTE の部分を GOTE に変えるだけで良い．
SENTE_WIN_TORYO: 後手投了で先手勝ちSENTE_WIN_DISCONNECT: 後手接続切れで先手勝ちSENTE_WIN_TIMEOUT: 後手時間切れで先手勝ちSENTE_WIN_ENTERINGKING: 先手が入玉宣言して勝ち?SENTE_WIN_OUTE_SENNICHI: 後手連続王手の千日手による反則負けで先手勝ちDRAW_SENNICHI: 千日手で引き分け
などがある．「相入玉で引き分け」もあるはず(?)だが確認できていない．