借着春节假期之便，我新注册了一个汉语辞典总汇网站的账号并充值七天会员，手动抓取了汉语大词典完整的字头清单（分隶于200个部首之下，正体/异体、简体/繁体字计有23402字）以及第一册词目（按十二册旧版部首进行搜录，单音节词不在采集之列），希望有资于本坛辞典发烧友进一步搜罗、加工汉大词条数据。需要指摘出来的是，辞典总汇抓取的词目初步比照原书，有失收之处四处，分别是“丏（丐的讹字）、厩（廄的异体字）、脩（修的异体字）、𠊳（便的古字）”四字附随词目（释义、例证亦告缺如）。就此看来，辞典总汇版的数据也难称得上尽善尽美，但相较于光盘版以及坊间基于光盘版反复“葺补”的版本仍有很大进步了。
汉大部首字表.zip (99.9 KB)
汉大分册1词目.zip (215.1 KB)
4 个赞
可惜我志不在此 
手动抓取费时费力，用工勤，收效微，我当下专注于汉大词目、词条数据的罗致
根据反馈过来的信息：汉语辞典总汇抓三到五册的词头就会直接删账号。
那是代码自动爬取的，我是手动一页一页抓取的，要是自动爬取的爬个三五册词头才删账号，那也值了
手动的也可能不行，看访问量的。
试试看吧，我还剩五天的会员，至多抓到第三册
1 个赞