python正则爬取豆瓣书单排行

一直看到正则就怕

import requests
import re

# 豆瓣书单排行
url = 'https://book.douban.com/chart'
# 假装自己是浏览器
headers = {
    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.119 Safari/537.36'
}
# 向url发起请求
response = requests.get(url,headers = headers)
# 保存好正则格式，方便多次调用，re.S就是忽略换行符
pattern = re.compile('<h2.*?fleft.*?/">(.*?)</a>.*?color-red fleft">(.*?)</span>',re.S)
# 找到响应体里面所有与pattern匹配的内容，结果是存在列表里的一个个元组
result = re.findall(pattern,response.text)
print('书名\t','评分')
for item in result:
    print(item[0]+'\t'+item[1])

输出：

书名	 评分
罗曼诺夫皇朝	8.7
国王的两个身体	9.3
思想史	8.6
我们生活的故事	8.9
事实改变之后	8.7
原则	8.6
活下去的理由	8.3
基因传	8.9
简单统计学	8.5
高难度对话：如何与挑剔的人愉快相处	8.1

常用正则列表：

\w   匹配字母数字及下划线

\W  匹配非字母数字下划线

\s     匹配任意空白字符，等价于 [\t\n\r\f].

\S    匹配任意非空字符

\d    匹配任意数字，等价于 [0-9]

\D   匹配任意非数字

\A   匹配字符串开始

\Z    匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串

\z    匹配字符串结束

\G   匹配最后匹配完成的位置

\n    匹配一个换行符

\t     匹配一个制表符

^     匹配字符串的开头

$     匹配字符串的末尾。

.      匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。

[...]  用来表示一组字符,单独列出：[amk] 匹配 'a'，'m'或'k'

[^...]       不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。

*     匹配0个或多个的表达式，贪婪的。

+     匹配1个或多个的表达式。

?     匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式

{n} 精确匹配n个前面表达式。

{n,m}   匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式

a|b   匹配a或b

( )    匹配括号内的表达式，也表示一个组