用正则表达式爬取京东图书销量榜（https://book.jd.com/booktop/0-0-0.html）上所有图书的以下信息： （1） 书名——bookName （2） 作者——author （3） 定价——definePrice （4） 折扣——discount （5） 售价——sellPrice 并将以上信息保存到excel文档中。

好的，这是一个比较复杂的任务，需要用到爬虫和数据处理的知识。我将给你提供一个基本的思路：

1. 发送 HTTP 请求获取京东图书销量榜的网页源代码。
2. 使用正则表达式从源代码中提取书名、作者、定价、折扣和售价等信息。
3. 将提取的信息存储到一个数据结构中，比如列表或字典。
4. 使用 Python 中的 pandas 库将数据结构转化为 DataFrame 对象。
5. 将 DataFrame 对象保存为 Excel 文件，可以使用 pandas 的 to_excel() 方法。

下面是一个示例代码供你参考：

import requests
import re
import pandas as pd

# 发送 HTTP 请求获取京东图书销量榜的网页源代码
url = 'https://book.jd.com/booktop/0-0-0.html'
response = requests.get(url)
html = response.text

# 使用正则表达式从源代码中提取书名、作者、定价、折扣和售价等信息
pattern = r'<div class="p-name">.*?<em>(.*?)</em>.*?<a href=".*?" title="(.*?)".*?</a>.*?<div class="p-bookdetails">.*?<span class="price">(.*?)</span>.*?<div class="p-commit">.*?<strong>(.*?)</strong>.*?<span class="sep">¥</span><strong class="J_price">(.*?)</strong>'
items = re.findall(pattern, html, re.S)

# 将提取的信息存储到一个数据结构中，比如列表或字典
data = []
for item in items:
    bookName, author, definePrice, discount, sellPrice = item
    data.append({
        '书名': bookName.strip(),
        '作者': author.strip(),
        '定价': definePrice.strip(),
        '折扣': discount.strip(),
        '售价': sellPrice.strip()
    })

# 使用 Python 中的 pandas 库将数据结构转化为 DataFrame 对象
df = pd.DataFrame(data)

# 将 DataFrame 对象保存为 Excel 文件
df.to_excel('京东图书销量榜.xlsx', index=False)

注意，这个示例代码只是一个基本的框架，你可能需要根据实际情况进行一些修改和优化。另外，爬取网页数据需要注意法律法规和伦理道德，不要进行非法或有害的行为。