python给excel添加超链接_爬虫获得的urls以超链接形式写入EXCEL？

爬网页表格，想要把表格最后一栏url以超链接形式写入EXCEL，要怎么做呢？提取的url写入excel是文本格式。

获取网页urls，写入link_data列表：links = soup.find_all('a', href=re.compile(r"/permitExt/xkgkAction!xkgk"))

for link in links:

link_data.append(urlparse.urljoin(root_url, link['href']))

网页url写入excel：for i in range(2, len(data)+2):

sheet.cell(row=i, column=9, value=(link_data[i-2]))

整体代码如下。爬取的数据、链接没有问题，然而excel中的链接是文本格式，不是超链接。# coding=utf-8

import urllib.request

import urllib.parse as urlparse

import re

from bs4 import BeautifulSoup

from openpyxl import *

def CementSpider(end_page):

'''

爬取网站的表格

:param end_page:

:return:

'''

data = []  # 初始文本数据

link_data = []  # 初始链接数据

root_url = 'http://permit.mep.gov.cn/'

# 翻页查找

for page_num in range(1, end_page + 1):

page_num = str(page_num)

url = 'http://permit.mep.gov.cn/permitExt/outside/Publicity?pageno=%s' % (page_num)

search = "&enterName=&publishtime=&province=&city=&treadcode=C301,C3011,C3021&treadname=" + urllib.request.quote("水泥、石灰和石膏制造,水泥制造,水泥制品制造")

resp = urllib.request.urlopen(url + search)

if resp.getcode() == 200:

print("获取第%s页链接成功！" % (page_num))

else:

print("获取第%s页链接失败/(ㄒoㄒ)/~~" % (page_num))

html_doc = resp.read()

soup = BeautifulSoup(html_doc, "html.parser")

try:

# 

trs = soup.find('div', class_="tb-con").find_all('tr')

# 存储表格数据

data1 = []

for tr in trs:

row_data = []

for td in tr:

row_data.append(td.string)

data1.append(row_data)

data += data1[1:]

except:

print("第%s页没有数据啊/(ㄒoㄒ)/~~" % (page_num))

try:

# 

links = soup.find_all('a', href=re.compile(r"/permitExt/xkgkAction!xkgk"))

for link in links:

link_data.append(urlparse.urljoin(root_url, link['href']))

except:

print("第%s页没有详细数据链接啊/(ㄒoㄒ)/~~" % (page_num))

return data, link_data

def write_Excel(data, link_data):

'''

将数据写入EXCEL表

:param data:

:return:

'''

wb = Workbook()

sheet = wb.active

sheet.title = "sheet1"  # 创建最终保存表格

sheet.cell(row=1, column=1, value='编号')

sheet.cell(row=1, column=2, value='省/直辖市')

sheet.cell(row=1, column=3, value='地市')

sheet.cell(row=1, column=4, value='许可证编号')

sheet.cell(row=1, column=5, value='单位名称')

sheet.cell(row=1, column=6, value='行业类别')

sheet.cell(row=1, column=7, value='有效期限')

sheet.cell(row=1, column=8, value='发证日期')

sheet.cell(row=1, column=9, value='查看链接')

for i in range(2, len(data)+2):

sheet.cell(row=i, column=1, value=i - 1)

if data[i-2][16] == '\n':

sheet.cell(row=i, column=9, value=(link_data[i-2]))

for j in range(1, 8):

try:

sheet.cell(row=i, column=j+1, value=data[i-2][2*j-1])

except:

print('该表格某处数据空白/(ㄒoㄒ)/~~')

wb.save("水泥制造.xlsx")  # EXCEL保存

def end_page():

'''

获取最后一页页码

:return:

'''

url = 'http://permit.mep.gov.cn/permitExt/outside/Publicity?&enterName=&province=&city=&treadcode=C301,C3011,C3021&treadname=%E6%B0%B4%E6%B3%A5%E3%80%81%E7%9F%B3%E7%81%B0%E5%92%8C%E7%9F%B3%E8%86%8F%E5%88%B6%E9%80%A0,%E6%B0%B4%E6%B3%A5%E5%88%B6%E9%80%A0,%E6%B0%B4%E6%B3%A5%E5%88%B6%E5%93%81%E5%88%B6%E9%80%A0'

response = urllib.request.urlopen(url)

html_page = response.read()

soup_page = BeautifulSoup(html_page, "html.parser")

page_node = soup_page.find('div', class_='page')

end_page = int(re.findall('\d+', page_node.get_text())[0])

return end_page

if __name__ == "__main__":

end_page = end_page()

data, link_data = CementSpider(end_page)

write_Excel(data, link_data)