Websites herunterladen, die Haddock nutzen

Über Haddock

Wer eine Haskell-Bibliothek schreibt, verfasst die Dokumentation als Annotationen in Quellcode-Kommentaren, startet einen Build und lädt hoch, was dabei herausgekommen ist. Die Seiten, die danach auf dem Webserver landen, sind gewöhnliches statisches HTML, und genau deshalb lässt sich Haddock überhaupt erkennen. Unser Fingerabdruck gleicht Struktur und Markup-Konventionen der generierten Ausgabe ab, nicht die eines laufenden Dienstes. Ein Treffer beschreibt also, was eine Domain veröffentlicht, und nicht, wie sie gehostet wird.

Wichtig wird diese Unterscheidung, sobald man auf die Zahl schaut. Stand Oktober 2026 erkennen wir Haddock auf 1 Domain, und diese Zahl ist eine Untergrenze, keine Messung dessen, wie viel Haskell-Dokumentation es im öffentlichen Web gibt. Generierte Dokumentation wird häufig von wenigen zentralen Hubs ausgeliefert, in eine größere Dokumentationswebsite mit eigenem Theme eingebettet oder auf tiefen Pfaden veröffentlicht, die ein Crawl der Einstiegsseiten einer Domain nie erreicht. Ein überschriebenes Theme oder ein Nachbearbeitungsschritt kann die Merkmale, auf die wir uns stützen, entfernen, während das zugrunde liegende Tool unverändert bleibt.

Alles Strukturelle an dem Tool deutet auf eine Toolchain hin und nicht auf ein Produkt. Das Projekt wird unter dem Dach von Haskell.org gepflegt, steht unter der Lizenz BSD und ist selbst in Haskell geschrieben, sodass der Dokumentationsgenerator und die Sprache, die er dokumentiert, demselben Release-Zyklus folgen. Das Tool gibt es seit 2002, und es wird mit einer Standard-Haskell-Installation ausgeliefert. Sein Einsatz folgt damit einer Voreinstellung, nicht einer Entscheidung, und das ist ein echter Unterschied zu einer Komponente, die jemand geprüft und ausgewählt hat. Beobachtet haben wir Version 2.14.3, und bei dieser Verbreitung beschreibt eine Versionsangabe den konkreten Build, der genau diese Seiten erzeugt hat, und keine Verteilung über eine installierte Basis.

Für Forschende ist die nützliche Frage nicht, ob eine bestimmte Domain Haddock einsetzt, was eine Einzelabfrage im Nu klärt. Der Download der Liste lohnt sich dann, wenn die Frage andersherum gestellt wird: Welche Domains im gesamten Crawl veröffentlichen überhaupt Ausgaben der Haskell-Toolchain? Wer das mit Einzelabfragen pro Domain beantworten will, muss die Domains vorher kennen, und die interessanten sind meist genau die, an deren Prüfung niemand gedacht hat. Ein Fingerabdruck dieser Art in der Kategorie Documentation ist ein brauchbarer Indikator, um Paket-Hosts, Seiten von Hochschul-Arbeitsgruppen und interne Bibliotheksdokumentationen zu finden, die stillschweigend öffentlich geblieben sind, und der Datensatz liefert sie alle in einem Durchgang, jeweils mit dem übrigen erkannten Stack in derselben Zeile.