Descargar sitios web que utilizan XSLT

Acerca de XSLT

XSLT no es una tecnología que se adopte este año. Normalizado por W3C en 1999 como la mitad de la familia de hojas de estilo XML dedicada a la transformación, convierte documentos XML en HTML, en texto o en otro XML mediante reglas declarativas en lugar de código procedimental. La especificación se publica con licencia Open Source y cualquiera puede implementarla, y por eso los procesadores vienen dentro de los navegadores, de los entornos de ejecución de Java y de .NET en lugar de venderse como producto. La web pasó a JSON y a los motores de plantillas, y el lenguaje se quedó donde ya era estructural: flujos de publicación, archivos documentales, intercambio de datos financieros y gubernamentales, y la maquinaria que convierte registros estructurados en páginas.

Archivado en la categoría Programming languages, se comporta menos como un lenguaje en el que un equipo escribe y más como una capa que un sistema hereda. Encontrarlo en un sitio activo suele significar una de estas pocas cosas. Una cadena de publicación heredada sigue transformando XML en páginas. Un canal de contenidos o un mapa del sitio lleva una hoja de estilo para que un navegador lo muestre de forma legible. Un producto comercial de edición, de sistemas bibliotecarios o de informes regulatorios emite XML y lo maquilla a la salida. En cada caso el sitio es más antiguo de lo que sugiere su frontal y hay una historia de integración detrás.

El problema de visibilidad aquí es grave y conviene decirlo con claridad. La mayor parte de la transformación de este tipo ocurre en el servidor, y al navegador se le entrega HTML terminado, sin nada que detectar. Lo que un rastreo puede ver es el caso acotado en el que la transformación se deja al cliente: una instrucción de procesamiento de hoja de estilo en la cabecera de un documento XML, o declaraciones de espacio de nombres que sobreviven hasta el marcado entregado. En octubre de 2026 registramos XSLT en 1248 sitios, y la base instalada real que hay detrás de esa cifra es mucho mayor y no se puede medir desde fuera.

Los datos de versión traen una advertencia relacionada. Contabilizamos 8 cadenas de versión distintas, pero esas cadenas salen de declaraciones incrustadas en documentos y no de un entorno de ejecución que se identifique a sí mismo, y una declaración indica para qué revisión de la especificación se escribió una hoja de estilo, no qué procesador la ejecutó. La distribución muestra qué parte de la población visible sigue anclada a la revisión original en lugar de a las posteriores, y no dice nada fiable sobre lo que se ejecuta en un servidor.

Los públicos son reducidos y saben exactamente qué quieren. Las consultoras de modernización venden la sustitución de exactamente esta capa, y un conjunto de dominios que todavía la exponen es un conjunto de sistemas lo bastante antiguos como para tener un presupuesto asociado. A los investigadores de seguridad les interesa porque el procesamiento de XML tiene un largo historial de vulnerabilidades a nivel de analizador, y una cadena de transformación expuesta implica un analizador expuesto. Quien estudia el deterioro tecnológico obtiene algo más raro: un estándar con fecha de publicación conocida, sin marketing detrás y con un residuo medible en la web activa, lo que lo convierte en un instrumento decente para medir cuánto persiste una tecnología después de que el sector haya seguido adelante. Ninguna de esas preguntas sobrevive si se plantea de dominio en dominio.