Télécharger les sites web qui utilisent Highlight.js

À propos de Highlight.js

Highlight.js accomplit une seule petite tâche : prendre un bloc de code sur une page et le colorer. Personne ne choisit un site web à cause de lui et aucun budget ne lui est attaché. Ce qui fait sa valeur dans ce dataset, c’est ce que sa présence laisse entendre sur la page qui l’entoure, parce qu’un site qui a besoin de coloration syntaxique est un site qui publie du code, et les sites qui publient du code forment une population reconnaissable.

La bibliothèque est apparue en 2006 et elle est maintenue par une communauté plutôt que par une entreprise, ce qui explique une partie de la forme des données. Aucune force de vente ne la pousse vers un marché particulier et aucun contrôle de licence ne conditionne son usage, puisqu’elle est distribuée sous licence BSD et se charge depuis un réseau de diffusion public en une seule ligne. L’adoption se propage par copier-coller depuis les documentations et les tutoriels, et la répartition qui en résulte est exceptionnellement égale d’un pays à l’autre par rapport aux outils commerciaux de ce dataset.

En octobre 2026 la bibliothèque est détectée sur 26 830 sites. On en trouve 8 508 aux États-Unis, une part du total plus faible que ce que montrent d’ordinaire les outils payants, et .com reste le suffixe le plus courant. La géographie plus plate est elle-même le constat, parce que les documentations, les blogs techniques, les outils pour développeurs et les références d’API existent partout où il y a des développeurs, et les développeurs ne se concentrent pas uniquement dans les marchés où le logiciel se vend.

Le relevé des versions est grossier pour une bibliothèque distribuée de cette manière. Nous enregistrons 6 valeurs distinctes, 3 étant celle que la plupart des pages exposent, mais ce qu’une page expose est souvent une ligne majeure plutôt qu’une version précise, si bien que la colonne de version sépare les installations anciennes des installations courantes et ne doit pas être prise pour un inventaire au niveau du correctif. Une copie périmée compte malgré tout, parce qu’une bibliothèque de coloration analyse du texte non fiable et que les bibliothèques qui occupent cette position accumulent les avis de sécurité sur une durée de vie assez longue.

L’usage pratique tient du filtre plutôt que de la cible en soi. Combinée au reste de l’empreinte d’un domaine, la bibliothèque aide à isoler le web technique : les entreprises qui publient une documentation pour développeurs, les projets open source dotés de vraies pages de projet, les fournisseurs qui publient une API et vendent donc à des ingénieurs. Les spécialistes du marketing d’outils pour développeurs se servent de l’ensemble obtenu comme d’une audience. Les chercheurs s’en servent pour repérer et mesurer les parcs de documentation d’un secteur entier. Interroger un seul domaine renvoie un fait dont personne n’a besoin. Demander au dataset entier quels sites publient du code renvoie un segment difficile à assembler autrement.