从网页上的不同链接获取信息，并使用pandas将它们写入.xls文件

的过程可以分为以下几个步骤：

网页数据抓取：使用Python的requests库发送HTTP请求，获取网页的HTML源代码。可以使用requests.get()方法传入链接地址来获取网页内容。
数据解析：使用Python的BeautifulSoup库对网页的HTML源代码进行解析，提取出需要的信息。可以使用BeautifulSoup的find()或find_all()方法根据HTML标签和属性来定位和提取数据。
数据处理：将提取到的数据进行处理和清洗，使其符合要求。可以使用Python的pandas库来进行数据处理，例如创建DataFrame对象、添加数据、删除重复值等。
数据写入：使用pandas的to_excel()方法将处理后的数据写入.xls文件。可以指定文件名、文件路径以及其他参数，例如sheet_name、index等。

下面是一个示例代码，演示如何从不同链接获取信息并将其写入.xls文件：

import requests
from bs4 import BeautifulSoup
import pandas as pd

# 定义链接列表
links = ['https://example.com/link1', 'https://example.com/link2', 'https://example.com/link3']

# 创建空的DataFrame对象
df = pd.DataFrame()

# 遍历链接列表
for link in links:
    # 发送HTTP请求，获取网页内容
    response = requests.get(link)
    html = response.text
    
    # 使用BeautifulSoup解析网页内容
    soup = BeautifulSoup(html, 'html.parser')
    
    # 提取需要的信息
    # 这里以提取表格数据为例，具体根据实际情况进行修改
    table = soup.find('table')
    data = []
    for row in table.find_all('tr'):
        cols = row.find_all('td')
        row_data = [col.text.strip() for col in cols]
        data.append(row_data)
    
    # 将提取到的数据转换为DataFrame对象
    temp_df = pd.DataFrame(data)
    
    # 将当前链接的数据添加到总的DataFrame对象中
    df = df.append(temp_df, ignore_index=True)

# 将数据写入.xls文件
df.to_excel('data.xls', index=False)

以上代码仅为示例，具体的网页结构和数据提取方式需要根据实际情况进行调整。同时，根据实际需求，可以使用其他库或工具来完成数据抓取、解析和处理的过程。