根据HDC的词头，又recursive下载了能发现的词条
大概增加了9万个HDC以外的“新”词条。总共将近40万词条（？！）
还有离线发音，图像。待上传。
采用了黑白的样式，例句默认展开。
如果不喜欢，可以自己搞一下惊艳点的。
9 个赞
是含汉语大词典吧？除了离线发音和图像，其余数据都齐全了吧？
搜狗汉语和抖音汉语都是买的聚典的内容，要看这俩是否有本质区别，如果源头下的内容都一样，貌似没啥必要。
内容很不错，期待离线版。很多在线版都是短命的，只有离线版，才能经受时间的考验。
含，如果没有被reference就没有docid，就无法下载。
聚典在哪里可以下载? 没听说过。。。
是的，这是离线版的主要好处。
聚典没有单独的app，是上辞的工具书数据库，搜狗、抖音汉语这些都是买的其中的部分服务。下面网址中，左侧就是买了聚典服务的，不同数据库之间存在差异，可能有的花的钱多，有的花的少点，数据库内容不一样。聚典数据开放平台
谢谢详尽回复。根据抖音汉语和hdc的内容来看，也有一些数据可能是没有完整的显现在网页里面。我可以研究一下你给的网站，目前只有流量大和网速快的才能实际下载全网。这还没考虑反爬限制。
我先把抖音处理完整了再看看有没有相关的内容和网站可以制作。
你也可以考虑下【中国搜索】，它买了辞海和大百科以及聚典的服务，搜的内容又多一些。它原本首页搜索框里直接选社科选项就能出词典搜索结果，但现在隐藏了一级页面，只能通过一个隐藏的通道进入，我把链接贴给你：社科_中国搜索
好的谢谢，我都不知道有这些网站，如果可行的话，按顺序一个一个地试着变成离线mdx。当然还得看空闲时间。
数据还是有缺失的，另外简繁转换没搞明白是什么逻辑。比如当年的辅助释义项——编者自造例证就没有，还有羊马城用简体字可以搜得到繁体字就搜不来了
不过你能整部都扒拉一遍也算是出了大力了，后续可以慢慢移补
首先要求句子本身是繁体，然后得有简体版数据。其他情况按钮都无动作，这是符合逻辑的吧。
肯定不完整，因为必须知道19位数的DocId。凡是被HDC指向过的都下载了。
简繁倒好整。这个当年的例证要素我看了下词条网页构造元素是有涵盖的，按理说这个不是从josn文件里解析出来的，那么原本的元素应该也有才对，不可解啊>_<不过也无所谓，抖音汉大最大的价值是可以抽出很大一部分光盘版的缺失书证
我这个版本是json里面的，因为网页是基于它的，但是不完整（网页会漏掉一些数据，比如相关词和基本信息，明明都在网页自己的json里面）。另外简体字是电脑合成的属于附加内容。我不知道json数据是不是比光盘的完整，但是格式和当年的hdc不一样，肯定更新。
大量释文缺失，说不上完整。就是例证会多出来一些，光盘复音词条相关的缺例粗估一万三四
我倒是对最初31w的ID的获取方法感兴趣，在没有目录，不能遍历，不能网址=/x/{keyword}，不能search={keyword}的情况下，如何从19位数中获得31w的ID
是光盘还是网页json缺失这些？举个例子？
这些是对比json里面有的多余例句么（我说的json是网站的json）好像光盘也是json的。
要么是光盘里面的，要么是搜寻的，还可能是有规律能从词头产生DocId。这些我都还没有。
释文缺失的情况光盘版和抖音版都有，抖音比较严重点，缺引申义/泛指义/借代义之类的，比如“粉色”；还有缺参见/参考项的也彼彼皆是。抖音缺词有时候有些好笑，比如缺“鸡巴”、“肉屏”、“传教”等。我现在都怀疑抖音汉大是不是本身也是爬虫怕的