Python正则表达式解析国际象棋走法的优化需求

需求规则 #

• 目标格子必须是完整坐标（a-h列 + 1-8行），仅王车易位例外（记为O-O或O-O-O）。
• takes/captures/goes to/to等填充词为可选项。
• 仅当指定进攻棋子的坐标时，on为可选；未指定棋子坐标时，on无意义。
• 完整拼写的棋子名、填充词需用空格分隔（首尾可无空格）；单个大写字母的棋子缩写无需后续空格（如Nf3合法，knight f3需空格）。
• 棋子缩写必须为大写字母（如B代表象，与坐标b区分）。
• 若给出进攻棋子的完整坐标（如e2e4等价于Pe2e4），或走子的是兵，可省略棋子标识（如e4等价于Pe4）。
• 将军（check）、将死（checkmate）为可选项：符号形式（+/#）无需前置空格；完整拼写形式需前置空格（如Rd8+、Rd8 check合法，Rd8check不合法）。

示例输入 #

Knight on g1 goes to f3
b captures a8 =q checkmate
Ra1e1+
rook 2 to f8 with check
O-O-O#

原有正则的问题 #

原有正则表达式 r'(Knight|knight|N)?( on )?[a-h]?[1-8]?( to | takes | captures )?[a-h][1-8](Q|=Q| queen)?( check| checkmate)?' 存在以下缺陷：

1. 硬编码空格匹配，导致多余空格或空格缺失时无法正确匹配（比如无法匹配Ra1e1+这种无空格的缩写走法）。
2. 未支持王车易位的特殊格式。
3. 未处理将军/将死的符号形式（+/#）。
4. 未区分棋子缩写（无空格）与完整拼写（需空格）的不同格式要求。
5. 升变规则的匹配逻辑不完善，无法覆盖a8=Q/a8 Q等多种合法写法。

优化后的正则表达式 #

import re

# 编译正则表达式，启用verbose模式和忽略大小写
chess_move_pattern = re.compile(r'''
    # 分支1：王车易位
    ^(O-O-O|O-O)([#\+])?$
    |
    # 分支2：常规走法
    ^
    (
        # 棋子标识：完整拼写（大小写）或大写缩写
        (Knight|knight|King|king|Rook|rook|Bishop|bishop|Queen|queen|Pawn|pawn|K|Q|R|B|N|P)?
        (?:\s+on)?  # 仅当有棋子标识时，可选带前置空格的on
        \s*         # 可选分隔空格
    )?
    # 棋子的起始位置：可选，支持完整坐标、单独列、单独行
    ([a-h]?[1-8]?)?
    (?:
        # 填充词：需前置空格，支持takes/captures/goes to/to/with等
        \s+(takes|captures|goes\s+to|to|with)
        \s*
    )?
    # 目标坐标：必填（王车易位除外）
    ([a-h][1-8])
    # 升变选项：支持符号形式（=Q/Q）或完整拼写，可选分隔空格
    (?:\s*(=?[QRNB]|=?queen|=?rook|=?knight|=?bishop))?
    # 将军/将死：支持符号（+/#）或完整拼写（需前置空格）
    (?:
        ([#\+])|
        (?:\s+(check|checkmate))
    )?
    $
''', re.VERBOSE | re.IGNORECASE)

正则逻辑说明 #

• 王车易位分支：单独匹配两种王车易位格式，允许末尾跟#（将死）或+（将军）符号。
• 棋子标识：同时支持完整拼写（大小写兼容）和大写缩写，(?:\s+on)?确保on仅在有前置棋子标识和空格时才会被匹配，符合规则中on的使用场景限制。
• 起始位置：支持完整坐标、单独列、单独行三种形式，适配区分同名棋子的场景（如R2f8指第二行的车走到f8）。
• 填充词：要求填充词前置空格，符合完整拼写需空格分隔的规则，同时兼容多种常用填充词。
• 目标坐标：强制匹配完整的a-h1-8格式，满足规则对目标格子的要求。
• 升变规则：兼容符号形式（如=Q、a8Q）和完整拼写形式（如queen），允许中间有可选空格。
• 将军/将死：同时支持符号（无前置空格）和完整拼写（需前置空格）两种写法，完全符合规则要求。

测试验证 #

将示例输入代入正则测试，均可成功匹配并解析关键信息：

• Knight on g1 goes to f3：匹配棋子Knight、起始坐标g1、目标坐标f3。
• b captures a8 =q checkmate：匹配起始列b（兵）、目标坐标a8、升变为queen、将死。
• Ra1e1+：匹配棋子R、起始坐标a1、目标坐标e1、将军。
• rook 2 to f8 with check：匹配棋子rook、起始行2、目标坐标f8、将军。
• O-O-O#：匹配长易位、将死。

内容的提问来源于stack exchange，提问作者user22964414