Télécharger les sites web qui utilisent Hugo

À propos de Hugo

Hugo est un cas délicat pour quiconque construit des datasets technologiques, parce qu’un générateur de site statique est censé disparaître. Au moment où un visiteur charge la page, le binaire Go qui l’a produite a fini de tourner sur l’ordinateur portable de quelqu’un ou dans un conteneur de build, et ce qui reste sur le serveur est du HTML brut qui pourrait venir de n’importe où. La détection repose entièrement sur les traces que le générateur choisit de laisser derrière lui, pour l’essentiel une balise meta generator et les conventions de fichiers et de thèmes que les gabarits par défaut produisent.

Tout chiffre bâti sur cette base est une sous-estimation, et nous préférons le dire plutôt que de le présenter comme un recensement. Retirer la balise meta tient en une seule ligne de configuration, et les équipes qui tiennent à ne pas afficher leur stack la retirent. Le biais va dans une direction prévisible. Notre population penche vers les configurations par défaut, les sites de documentation et les blogs personnels ou d’équipe, et s’éloigne des agences et des éditeurs qui personnalisent le build. En octobre 2026 nous détectons 50 546 sites, un chiffre qu’il faut lire comme une borne inférieure pour une technologie délibérément discrète.

Là où la trace survit, elle est exceptionnellement instructive. Un site construit ainsi n’a pas de base de données, pas d’identifiants d’administration et aucun environnement d’exécution côté serveur à attaquer, ce qui retire de la discussion toute une classe de dépenses de sécurité et d’hébergement. Quelqu’un a choisi, dans la catégorie Static site generator, un outil qui impose d’éditer du Markdown dans un dépôt et de lancer un build, il y a donc un développeur dans la boucle, salarié ou sous contrat. Les outils marketing qui présupposent un répertoire d’extensions ne s’appliquent tout simplement pas. Un fournisseur qui vend de l’hébergement PHP infogéré, de la sécurité d’extensions ou un constructeur de pages n’a rien à vendre à ce public, tandis qu’un fournisseur d’intégration continue, d’hébergement en périphérie ou d’une API de commerce headless s’adresse à des gens qui ont déjà pris la décision d’architecture dont dépend son argumentaire.

C’est dans les données de version que le dataset prend toute sa valeur sur cette technologie. Nous avons observé 378 versions distinctes dans la nature, et le build le plus souvent présent est 0.147.7, ce qui fait une dispersion large pour un outil au rythme de publication rapide et sans chemin de mise à jour automatique. Un site statique fige le générateur au moment de son dernier déploiement, si bien que la chaîne de version est en réalité un horodatage. La lire vous dit quand le site a été construit pour la dernière fois, pas ce que ses mainteneurs utilisent aujourd’hui, et une longue traîne d’anciennes versions est une longue traîne de projets que personne n’a touchés. Séparer ceux-là des sites activement maintenus est un filtre qu’aucune requête domaine par domaine ne peut vous donner, parce que la comparaison n’existe qu’à l’échelle de la population entière.

La concentration est la plus forte aux États-Unis, où se trouvent 34 373 des détections, et .com domine le reste, ce qui reflète le lieu où s’est d’abord formé le public de développeurs d’un projet sous licence Apache 2.0 après sa sortie en 2013. Pour un chercheur, le geste utile consiste à récupérer la liste entière plutôt qu’à tester les domaines un par un, puisque les questions qui valent la peine d’être posées sont des questions d’agrégat. Comment la part des générateurs statiques a évolué sur un marché, sur quels hébergeurs ces builds atterrissent, et quels sites n’ont pas été reconstruits depuis une version vieille de plusieurs générations.