Descargar sitios web que utilizan Haddock

Acerca de Haddock

El autor de una biblioteca de Haskell escribe la documentación como anotaciones dentro de los comentarios del código, ejecuta una compilación y sube lo que esa compilación haya producido. Las páginas que acaban después en el servidor web son HTML estático corriente, y solo por eso es posible reconocer Haddock. Nuestra huella coincide con la estructura y las convenciones de marcado de la salida generada, no con un servicio en ejecución, de modo que una coincidencia describe lo que publica un dominio y no cómo está alojado ese dominio.

La distinción importa en cuanto se lee el recuento. En octubre de 2026, el número de dominios donde detectamos Haddock es de 1, y la cifra es una cota inferior, no una medición de cuánta documentación de Haskell existe en la web pública. La documentación generada se sirve a menudo desde un puñado de nodos centrales, se integra en un sitio de documentación más amplio con un tema propio, o se publica en rutas profundas a las que nunca llega un rastreo de las páginas de entrada de un dominio. Un tema personalizado o un paso de posprocesado puede borrar las marcas en las que nos apoyamos sin tocar la herramienta que hay debajo.

Todo lo estructural de la herramienta apunta a una cadena de herramientas y no a un producto. El proyecto se mantiene bajo el paraguas de Haskell.org, se publica con licencia BSD y está escrito en el propio Haskell, de modo que el generador de documentación y el lenguaje que documenta avanzan en el mismo ciclo de publicación. Disponible desde 2002, viene incluido en una instalación estándar de Haskell, lo que convierte su uso en un valor por defecto y no en una decisión, y ahí hay una diferencia real frente a un componente que alguien evaluó y eligió. La versión que hemos observado es 2.14.3, y con una huella de este tamaño un dato de versión describe la compilación concreta que generó esas páginas y no un reparto dentro de un parque instalado.

Para quien investiga, la pregunta útil no es si un dominio concreto usa Haddock, algo que una sola consulta resuelve en un momento. La lista justifica su descarga cuando la pregunta va en sentido contrario: qué dominios de todo el rastreo publican siquiera algo generado por la cadena de herramientas de Haskell. Responder a eso con consultas dominio a dominio exige conocer los dominios de antemano, y los interesantes suelen ser los que nadie pensó en comprobar. Una huella de este tipo en la categoría Documentation funciona como aproximación razonable para localizar servidores de paquetes, páginas de grupos universitarios y documentación interna de bibliotecas que quedó pública sin hacer ruido, y el conjunto de datos los devuelve todos de una pasada, cada uno con el resto de su pila detectada en la misma fila.