Télécharger les sites web qui utilisent Java

À propos de Java

La détection d’un langage de programmation sur le web relève de l’inférence, et Java est le cas où il faut le dire avant toute chose. Un langage n’apparaît pas dans une page comme le fait une bibliothèque de scripts. Ce qui apparaît, ce sont des résidus, un cookie de session au nom reconnaissable, un chemin qui se termine par une extension que le runtime a historiquement utilisée, un serveur d’applications qui s’identifie dans un en-tête, une page d’erreur à la forme familière. Chacun de ces indices peut être renommé, masqué ou effacé par un proxy dès qu’une équipe s’en donne la peine.

La liste est un plancher, et un plancher biaisé. Les sites qui laissent voir une machine virtuelle en dessous sont plutôt des déploiements de longue durée qui tournent près de la configuration par défaut, ce qui décrit assez bien une infrastructure d’entreprise en place depuis des années. Des déploiements plus récents, derrière un proxy inverse et un framework moderne, peuvent rester entièrement silencieux. La conséquence n’est pas que les données sont inutilisables, mais qu’elles décrivent un sous-ensemble précis et commercialement intéressant plutôt que l’ensemble.

Ce que ce sous-ensemble implique est durable. Un site qui repose sur ce runtime a été construit par une équipe, budgété par une entreprise, et il est maintenu selon un calendrier de versions plutôt qu’au gré de l’humeur. Les banques, les assureurs, les opérateurs logistiques, les universités, les portails gouvernementaux et les fournisseurs industriels occupent une bonne part de la population. Personne ne monte une machine virtuelle pour publier la carte d’un restaurant. Le coût de possession écarte à lui seul la technologie de l’extrémité informelle du web, sans que personne ait besoin de décider contre elle. Pour qui vend de la supervision de performance, du conseil en migration, de l’analyse de sécurité, des middlewares ou du recrutement d’ingénieurs, le signal de qualification et le signal d’achat sont le même signal.

En octobre 2026 nous détectons Java sur 290 278 sites, dont 159 188 aux États-Unis, avec .com comme suffixe récurrent. Le langage est en usage depuis 1995, soit plus longtemps que n’existent la plupart des sites qui le font tourner, et Oracle maintient l’implémentation de référence sous licence GPL v2. La longévité est tout l’enjeu. Une technologie aussi ancienne sur un site public est rarement une décision fraîche, si bien que chaque détection est un fait sur une histoire accumulée plutôt que sur un goût actuel, et l’analyse qui vaut la peine porte sur la persistance et le remplacement plutôt que sur l’adoption.

La persistance et le remplacement sont précisément ce qu’une requête isolée ne peut pas montrer. Vérifier un domaine vous dit ce qu’une entreprise utilise aujourd’hui. L’export vous permet d’immobiliser une population et de la regarder bouger, de voir lesquels de ces sites ont placé un framework de navigateur devant l’ancienne application, lesquels ont migré vers une plateforme de commerce hébergée en retirant complètement le runtime, lesquels ont ajouté un répartiteur de charge, lesquels n’ont rien changé pendant des années. Une migration de cette ampleur est lente et ne se voit qu’en agrégat, d’une livraison à la suivante. Qui vit de la modernisation du legacy, ou du fait de savoir quelles organisations ont encore un parc legacy à moderniser, a besoin de l’ensemble complet avec ses réserves énoncées ouvertement, et non d’un chiffre assuré qui exclut en silence tout ce qui se cache derrière un proxy. On peut raisonner sur une sous-estimation connue, pas sur une sous-estimation inconnue.