Télécharger les sites web qui utilisent hreflang

À propos de hreflang

hreflang n’est ni un produit, ni un fournisseur, ni une bibliothèque, mais un attribut qu’une page accroche à un élément de lien pour déclarer qu’une autre URL porte le même contenu pour une autre langue ou une autre région. Personne ne le vend sous licence et personne ne le prend en charge. Un moteur de recherche le lit et décide quelle version d’une page montrer à quelqu’un qui cherche depuis Lyon plutôt que depuis Leeds.

Comme le balisage n’existe que là où des versions alternatives existent, sa présence est un signal commercial habillé en signal technique. Un site annote ses alternatives après que quelqu’un a traduit le contenu, que quelqu’un a décidé quels marchés méritaient leur propre URL et que quelqu’un a tenu la correspondance à jour à mesure que des pages étaient ajoutées et retirées. Les sites qui font cela mènent une activité internationale avec un budget derrière. Les sites qui vendent à l’étranger depuis une seule page en anglais n’apparaissent jamais ici, purement et simplement, et c’est exactement ce qui fait de cette colonne un qualificatif plutôt qu’une description.

En octobre 2026 nous voyons l’annotation sur 2 146 126 sites, dont 1 042 041 aux États-Unis, sur un mélange de domaines où .com est fortement représenté. Le pays est ici presque le mauvais axe, et le lire naïvement induit en erreur. Un distributeur allemand qui vend en France et en Pologne est enregistré comme un site allemand. Ce qui distingue les lignes ici n’est pas le lieu d’enregistrement du site mais le nombre d’alternatives qu’il déclare et les locales qu’il nomme.

Les moteurs de recherche honorent la convention depuis 2011, et elle reste obstinément difficile à mettre en œuvre correctement. Les références de retour doivent être réciproques. Les codes de région se confondent avec les codes de langue. Les balises canoniques contredisent les alternatives qui les accompagnent, et une seule erreur retire discrètement la mauvaise page du mauvais marché, sans message d’erreur nulle part. Des agences ont bâti des produits d’audit entiers sur ces modes de défaillance, ce qui dit assez à quel point ces défaillances sont courantes.

Notre détection lit ce que nous pouvons lire, et le manque est systématique plutôt qu’aléatoire. L’annotation est tout aussi valable dans les en-têtes de réponse HTTP et dans les sitemaps XML, et aucun de ces deux emplacements n’apparaît dans le balisage de la page. Les grands parcs multilingues sont précisément ceux qui poussent la correspondance dans les sitemaps, parce que mettre une longue liste d’alternatives dans l’en-tête de chaque page représente une charge utile que personne ne veut servir. Le décompte doit être pris comme un plancher des sites internationalisés et non comme leur recensement, et les sites qui y manquent penchent vers les plus gros.

Les agences de localisation, les plateformes de traduction et les fournisseurs de paiement transfrontalier attendent du fichier la même qualification : des prospects qui se sont déjà engagés à vendre dans plus d’une langue, un signal d’achat bien plus fort que la taille de l’entreprise. Les éditeurs d’outils de la catégorie SEO veulent l’autre extrémité de l’échelle de qualité, les sites dont les alternatives sont déclarées assez mal pour justifier un audit. Les chercheurs en commerce international se servent de l’attribut comme d’un indicateur bon marché d’une véritable entrée sur un marché, puisque publier une alternative tenue à jour pour un pays engage plus lourdement que traduire une seule page d’atterrissage.

Pour un seul domaine, une extension de navigateur tranche la question en quelques secondes. Les questions de population ne se décomposent pas ainsi. Quelle part d’un secteur national du commerce de détail est localisée, ne serait-ce qu’un peu, quelles paires de locales voyagent ensemble, si un marché a gagné ou perdu en couverture après une migration de plateforme, quels systèmes de gestion de contenu produisent l’annotation automatiquement et lesquels la laissent à la main : chacune de ces questions réclame l’ensemble complet d’un coup. Le téléchargement porte cet ensemble avec le pays, le suffixe et la plateforme détectée sur la même ligne, si bien que la portée internationale peut être croisée avec la stack qui l’a produite.