Télécharger les sites web qui utilisent Doxygen

À propos de Doxygen

Rien ne tourne au moment où nous détectons Doxygen, et rien ne tourne depuis un bon moment. Ce que nous reconnaissons est le résidu d’un programme qui a terminé son travail bien avant que la page ne soit demandée. La documentation est générée sur la machine d’un développeur ou dans une chaîne de compilation, et le HTML qu’elle produit est recopié sur un serveur web qui ignore tout de ce qui l’a fabriqué.

L’outil existe depuis 1997 et a grandi aux côtés des projets C++ qu’il avait été écrit pour documenter. La référence d’API générée, les hiérarchies de classes, les graphes d’appels et les listes de fichiers portent tous une structure reconnaissable, et c’est cette structure, et non un comportement du serveur, que notre empreinte reconnaît. Une détection signifie donc une chose précise. Quelque part sur ce domaine, une équipe d’ingénierie a publié une documentation générée par machine pour une base de code.

Nous enregistrons 18 versions distinctes sur le terrain, et 1.8.13 est la version que rapporte une page détectée typique. La version gravée dans la sortie générée est un fossile et non un rapport d’état, car elle enregistre la machine qui a lancé le générateur le jour de la construction de la documentation et ne dit rien du site d’aujourd’hui. Une page qui rapporte une ancienne version est une page dont la documentation n’a pas été régénérée depuis, ce qui fait de la colonne des versions un indicateur approximatif de la dernière fois qu’un projet a livré de la documentation plutôt que de ce que ce projet utilise aujourd’hui.

L’outil est publié sous licence GPL v2 et nos données ne nomment aucun fournisseur, ce qui correspond bien à la nature de la chose. Un logiciel de ce type se répand en étant ajouté à un script de compilation, pas en étant vendu, et il apparaît partout où la culture environnante écrit des commentaires de documentation dans le code source. Les sites de projets open source, les pages d’universités et de laboratoires, les fabricants de matériel qui publient de la documentation de référence pour leurs bibliothèques et les portails d’ingénierie internes qui se trouvent être accessibles de l’extérieur atterrissent tous dans le même groupe.

En octobre 2026 l’empreinte est visible sur 58 sites, et la population qu’elle définit est étroite et utile. Un domaine présent dans ce fichier appartient très probablement à une organisation qui écrit du code, publie une interface ou livre une bibliothèque, un filtre plus net que ce qu’une classification sectorielle obtient d’habitude. Les fournisseurs d’outils pour développeurs en quête de projets avec lesquels s’intégrer, les recruteurs qui cartographient les organisations d’ingénierie et les chercheurs qui étudient les pratiques de documentation dans l’open source veulent exactement ce filtre.

Deux limites s’appliquent. La documentation se trouve souvent dans un sous-répertoire ou sur un sous-domaine de documentation, si bien qu’un décompte par domaine sous-estime le nombre de projets distincts représentés et laisse plusieurs bases de code sans rapport entre elles partager une même ligne. Les pages générées survivent aussi aux projets qui les ont produites, une détection prouve donc qu’une documentation a été publiée un jour, pas que quelqu’un l’entretient encore. Les deux limites mènent à la même conclusion. La valeur du fichier tient à la population qu’il isole, et interroger une adresse à la fois ne permettra jamais de rassembler cette population, puisqu’il faudrait connaître la réponse avant de pouvoir poser la question.