肇事逃逸车辆：字符类

傍晚，姜队长抖着湿漉漉的雨伞推门进来。“昨晚 22 点 45 分左右，地下停车场出口发生了肇事逃逸。目击者没看全车牌。”所长的手没离开键盘：“没看全，就把看到的那部分写成模式。证据会留下模式。”

目击者证词如下（停车场在首尔，证词原文是韩语，所以保留原样）：

- 앞 두 자리는 12 아니면 17이었어요.
- 가운데 한글은 가, 거, 고 중 하나였어요.
- 마지막 숫자는 7이었어요.
- 차는 출구(OUT) 쪽으로 빠져나갔어요.

翻译过来就是：

• 前两位不是 12 就是 17。
• 中间的韩文字是 가、거、고 其中之一。
• 最后一位数字是 7。
• 车是从出口（OUT）开走的。

韩国车牌的格式是“数字 + 一个韩文字 + 数字”，比如 12가3457。下面是停车场的进出记录。摄像头偶尔会把车牌读错。

2026-10-19 22:41 IN  B1 12가3457
2026-10-19 22:43 IN  B1 34나1207
2026-10-19 22:47 OUT B2 17거3407
2026-10-19 22:52 IN  B1 12-3457
2026-10-19 22:58 OUT B2 56다9081
2026-10-19 23:05 IN  B1 12a3457

证词的每一句，都是“这个位置上是这几个之一”的条件。今天要学的字符类，正是用来写这种条件的语法。

2-1. 方括号：其中的一个字符（5 分钟）

方括号 [...] 表示里面写的字符中的任意一个。目击者说“가、거、고 其中之一”，那这个位置就写成 [가거고]。

import re

re.findall("12[가거고]3457", "12가3457 12거3457 12나3457")   # ['12가3457', '12거3457']
re.findall(r"[ab]c", "ac bc cc")                            # ['ac', 'bc']
re.search(r"[abc]", "xyz")                                  # None

• 方括号里不管写几个字符，都只占一个位置。[가거고] 不是三个字符，而是一个字符。
• 顺序无所谓。[가거고] 和 [고거가] 是同一个字符类。
• 如果说第 1 课的 . 是“任意一个字符”，那方括号就是“挑出来的字符中的一个”。

2-2. 范围：[0-9]、[a-z]、[가-힣]（8 分钟）

十个数字全写成 [0123456789] 太麻烦了。在方括号里的两个字符之间放一个 -，就构成了范围。[0-9] 是 0 到 9，[a-z] 是全部英文小写字母。

re.findall(r"[0-9]", "B1")            # ['1']
re.findall(r"[a-z0-9]", "B1 b2")      # ['1', 'b', '2']
re.findall(r"[a-zA-Z]", "a1Z")        # ['a', 'Z']

• 多个范围可以连着写。[a-z0-9] 是一个小写字母或数字。
• 范围的依据是字符的码位（Unicode 编号）顺序。所以 [a-z] 里不包含大写字母。

韩文的完整音节字在 Unicode 里从 가（U+AC00）到 힣（U+D7A3），共 11,172 个字连续排列。所以一个 [가-힣] 就能抓住所有完整的韩文音节字。

print(hex(ord("가")), hex(ord("힣")))   # 0xac00 0xd7a3
re.findall(r"[가-힣]", "ㄱ ㅏ 가")       # ['가']

ㄱ、ㅏ 这种单独的字母（字母表里的辅音、元音）在另一个区段，不在 [가-힣] 里。车牌中间的字总是完整的音节字，所以这个范围就够用了。

范围要是写反了，在构建模式的那一刻就会报错。

re.compile("[a-Z]")   # re.PatternError: bad character range a-Z at position 1

2-3. 取反：[^...] 除了这些（7 分钟）

在方括号里的最前面写 ^，意思就反过来了。[^0-9] 是一个不是数字的字符。

re.findall(r"[^0-9]", "12가34")     # ['가']
re.findall(r"[0-9^]", "2^3")        # ['2', '^', '3']
re.findall(r"[^0-9]", "1\n2")       # ['\n']

• ^ 只有放在最前面才表示取反。像 [0-9^] 这样放在后面，它就只是 ^ 这个字符。
• [^0-9] 照样要占一个字符。它不是“没有数字的位置”，而是“一个不是数字的字符”。
• 换行符也不是数字，所以会被 [^0-9] 抓到。

停车场的摄像头偶尔会把数字错读成英文字母：把 1 读成 I，把 5 读成 S，把 2 读成 Z。找出既不是数字、也不是韩文、也不是空格的字符，读错的位置就暴露出来了。

2-4. 简写：\d \w \s（10 分钟）

常用的字符类可以用反斜杠加一个英文字母来简写。写成大写，意思就反过来。

re.findall(r"\d", "B1 12가")       # ['1', '1', '2']
re.findall(r"\D", "12가-3")        # ['가', '-']
re.findall(r"\w", "a_1 가!")       # ['a', '_', '1', '가']
re.findall(r"\W", "a_1 가!")       # [' ', '!']
re.findall(r"\s", "a b\tc\nd")     # [' ', '\t', '\n']
re.findall(r"\S", "a b\tc")        # ['a', 'b', 'c']

简写可以和其他字符一起放进方括号里。[\d,.] 是“数字、逗号或句点”中的一个字符。

re.findall(r"\d[\d,.]\d", "1,2 3.4 5-6 789")   # ['1,2', '3.4', '789']

现在用简写来写车牌。中间写成 \D（非数字）看起来很省事，可摄像头读错的 12-3457 和 12a3457 也会通过。中间应该是“一个韩文字”，而不是“任意一个非数字字符”。

2-5. 方括号里规则会变（5 分钟）

在方括号里，大部分元字符都失去了力量。[.*+?] 只是句点、星号、加号、问号中的一个字符而已，不用加反斜杠。

方括号里仍然特殊的字符只剩四个。

• \：转义，以及 \d 这样的简写
• ]：字符类的结束。不过放在最前面时就是字符本身
• ^：放在最前面时表示取反
• -：范围。不过放在最前面或最后面时就是字符本身

re.findall(r"[.*+?]", "a.b*c+d?")    # ['.', '*', '+', '?']
re.findall(r"[]a]", "a]b")           # ['a', ']']
re.findall(r"[-+]", "3-2+1")         # ['-', '+']
re.findall(r"[a\-z]", "a-mz")        # ['a', '-', 'z']
re.findall(r"[\]\\]", r"a]b\c")      # [']', '\\']

[a\-z] 不是范围，而是 a、-、z 三个字符。所以 m 不会被抓到。位置规则要是记不清，干脆加上反斜杠，读起来反而更清楚。

2-6. Unicode，以及要避开的叠写符号（5 分钟）

Python 的 str 模式默认就是 Unicode。所以简写的范围比你想的要宽。\w 能抓到韩文，前面已经见过了。\d 连阿拉伯-印度数字 ٣（U+0663，数字 3）也当作数字。\s 也能抓到全角空格（U+3000），这在中文、韩文文档里很常见。

re.findall(r"\d", "3٣")          # ['3', '٣']
print(int("٣"))                  # 3
re.findall(r"\s", "a\u3000b")    # ['\u3000']

• 只想要 0~9 的话，就用 [0-9] 代替 \d。
• 把简写收窄到 ASCII 范围的 re.ASCII 标志，第 11 课再学。

最后，在方括号里像 [[、--、&&、~~、|| 这样把同一个符号叠着写，会出现 FutureWarning。因为 Python 把这些位置预留了下来，打算将来用于字符类之间的集合运算（并集、交集等）。

import warnings
warnings.simplefilter("always")

re.compile(r"[[a]")      # FutureWarning: Possible nested set at position 1
re.compile(r"[a&&b]")    # FutureWarning: Possible set intersection at position 2

现在还能用，但将来含义可能会变。真的需要这些字符时，就像 [\[a]、[a&\&b] 这样转义其中一个。第 12 课还会再整理一次。

破案（10 分钟）

假设停车记录存放在字符串 parking 里。先把真正的车牌全部提取出来。摄像头读错的两行会被排除。

plates = re.findall(r"\d\d[가-힣]\d\d\d\d", parking)
print(plates)   # ['12가3457', '34나1207', '17거3407', '56다9081']

现在把目击证词一位一位地翻译成字符类：前两位是 1[27]，中间是 [가거고]，最后是 7。

print(re.findall(r"1[27][가거고]\d\d\d7", parking))         # ['12가3457', '17거3407']
print(re.findall(r"OUT B\d 1[27][가거고]\d\d\d7", parking))  # ['OUT B2 17거3407']

候选有两个，但 12가3457 是事故前开进来的，没有开出去的记录。事故 2 分钟后从出口开走的车，只有 17거3407 一辆。

姜队长走后，所长用手指点了点屏幕上的模式。“\d\d[가-힣]\d\d\d\d。同样的东西写了四遍。而且现在的车牌，前面也有三位数的。”下一课就来学怎样把这个长模式缩短。

练习

1. 写一个模式，只找出停车记录里 B1、B2 这样的出入口名称。B[12] 和 B\d 有什么不同？
2. [^\d\s] 会找到什么？先在上面的摄像头记录 12가3457 I2가3457 12가34S7 1Z거3407 上猜一猜，再运行看看。
3. 用简写写一个模式，找出像时刻 22:41 这样“两位:两位”的形状。