接續前一篇，接下來就是拿著前一篇的總頁數，繼續往下處理每個頁面的議題列表．

以迴圈的方式，逐一爬完所有的頁數．

迴圈開始

#根據頁數執行迴圈
for (i in 1:totalpage){

url的頁碼，隨著迴圈數進行翻頁
比照前篇，準備所需資料的xpath，開始爬找．

  #準備處理列表頁網址
  url <- paste0(base.url,i)
  doc <- read_html(url)
  doc1<-xml_find_all(doc, "//*[@id='searchResult']/div/div/h4/a")
  doc2<-xml_find_all(doc, "//*[@id='searchResult']/div/div/div/ul[2]/li")

比照所需要搜集的資料記錄，對應到xpath，一樣帶入程式中，取出資料．
這裡要注意的是date時間的xpath跟另兩組不同，記得要分開處理．
各自取出後，按data.frame物件收留．

簡單的判定，確認dfl這個物件在第一次被執行時，進行初始指定．
之後的每次，因資料欄位數相同，用函數rbind()，套句大家比較熟的說法，“插入一列”．
頁碼也一併置入．

  #[解析]根據規則得出所需的資料
  title<-xml_attr(doc1,"title")
  href<-paste0(web.url,xml_attr(doc1, "href")) #Get tag href
  date<-xml_text(doc2,"date") 
  if (i==1){
    dfl<-data.frame(title,href,page=i,date)
    }else{
    dfl <- rbind(dfl, data.frame(title,href,page=i,date))
    }

重要步驟：每次用runif()函數，發出1個2到8之間的亂數，當作系統暫停Sys.sleep()的秒數．(S大寫)
下方的右大括號，表示迴圈結束

Sys.sleep(runif(1,2,8))
}

迴圈結束後，代表所有的資料應該都已處理完畢．
此時，因需要一序號，當作一Key值．
這部分就引用函數rep()，跑一序列欄位出來．
再用所謂“插入一欄”cbind()函數處理．

#加入序號併入dfl
id=rep(1:nrow(dfl))
dfl=cbind(id,dfl)

#檢查一下資料
View(dfl)

檢視結果如下：共計搜集了500多筆議題紀錄．

最後，可選擇將本次結果，輸出成為csv，作為資料來源或是傳遞資料之用．
存檔路徑，結合了上一篇工作檔路徑，並自行進行命名．

# write your table to file
write.csv(dfl,file=paste0(wdpath,"/dscsv/pagelist.csv"),row.names=FALSE)

以上就幾段程式碼，對Ｒ語言進行爬蟲的演示．