使用Openpyxl自动化处理Excel单元格 提取Instagram链接用户名

urllib.parse解析失效的原因非常明确：单元格存储的不是纯URL字符串，而是被方括号、单引号包裹的列表格式文本。比如示例值['https://www.instagram.com/thestackoverflow/?hl=en']本质是普通字符串，不是可解析的合法URL格式，解析器会把整段内容识别为路径，自然无法正常拆分结构。

无需硬编码移除固定前缀，也不需要枚举25种语言参数逐一删除，按以下逻辑处理即可：

• 先清洗单元格原始内容，剔除外层包裹的列表符号、单引号，拿到纯URL
• 用urllib.parse正常解析清洗后的URL，提取域名后的路径部分
• 路径按斜杠拆分后，第一个非空片段就是用户名，不受尾斜杠、各类查询参数（包括hl语言参数）影响，兼容性远好于硬编码替换规则

from openpyxl import load_workbook
from urllib.parse import urlparse

# 加载Excel文件，替换为你本地的实际文件路径
wb = load_workbook("instagram_urls.xlsx")
# 替换为你存储链接的实际工作表名称
ws = wb["Sheet1"]

# 配置：假设链接存储在A列、从第2行开始（第1行为表头），提取的用户名写入相邻B列
for row_num in range(2, ws.max_row + 1):
    source_cell = ws[f"A{row_num}"]
    target_cell = ws[f"B{row_num}"]
    raw_val = source_cell.value
    if not raw_val:
        continue

    # 清洗原始值，去掉外层的[]、'符号，得到纯URL
    clean_url = raw_val.replace("[", "").replace("]", "").replace("'", "").strip()
    # 解析URL拆分路径
    parse_res = urlparse(clean_url)
    # 拆分路径、过滤空片段，取第一个非空值即为用户名
    path_parts = [part for part in parse_res.path.split("/") if part]
    if path_parts:
        target_cell.value = path_parts[0]

# 保存处理后的文件
wb.save("instagram_usernames.xlsx")

• 兼容所有Instagram个人主页链接格式，不管是http/https、带不带www前缀都能正常识别，不会因为前缀格式和预设不一致导致提取失败
• 不需要维护语言参数列表，不管URL后面拼接什么查询参数、带不带尾斜杠，都能精准提取用户名
• 自动跳过空单元格，不会因为空行运行报错

内容的提问来源于stack exchange，提问作者Kal-Toh