首先声明，汉语大词典光盘版3.0数据的提取现在没什么实际意义，写这篇文章只是出于兴趣以及存个档。

许多年前（2016年），我在论坛上发过一个汉语大词典光盘版3.0的提取工具：汉语大词典光盘版3.0及提取工具 – 词库制作交流区 – Dictionary-Making – 掌上百科 – PDAWIKI – Powered by Discuz!。

这个工具是我在网上偶然搜到的，下载需要10元钱，想着还能出得起，于是就付款下载了。现在搜了下，这个网站以及这个工具都还在。可以看到，这个工具2010年就已经写出来了，上传是在2012年，而我找到它已经是上传四年后了。

之所以下载这个工具，是因为当时对已发布的汉语大词典文本版的mdx都不满意，想要从源头重新制作（一开始并没想到光盘版3.0相对于2.0是种倒退）。这个工具是用python写的，当时并不懂这些代码，于是就发到论坛上，期待有高手出手解决，同时自己使用笨办法去先行提取。

没想到很快真有高手（gnoweb网友)出现，不但制作并分享了他提取出的大词典文本，而且公布了这个工具的编译方法（涉及到C代码的编译）。

我按步骤做了下，没编译成功，不过既然得到了源文本，也就无须再操作下去了，遂放弃。

如今对python已略知一二，对C编译也可照猫画虎，近段时间忽然心血来潮，想要亲自再编译及提取试试看。于是找到当年帖子，按照操作步骤，终于成功编译，也成功提取。不过第四步原文说“这个步骤会运行出错（主要是涉及编码转换的）”，因此他又写了自己的代码来处理这种转换。我在运行时并没有发现错误，只是出了几个警告，似乎是几个词头链接问题。

output文件夹里也正常生成了提取后的文件，打开文件，编码显示是日语（Shift-JIS），把里面的html引用转换为unicode并保存为UTF8格式即为正常的文本。

在重新制作3.0数据的过程中，发现了源数据有许多问题，原帖子下面也有许多讨论，最终认识到光盘版3.0相对于2.0是种倒退，于是把重心转向了重新制作大词典2.0。当时就用过这个工具试着提取2.0数据，实际证明行不通，两个光盘的数据结构和加密都不一样，运行直接报错，于是只得使用笨办法处理（有空再写）。