Télécharger les sites web qui utilisent Microsoft Word

À propos de Microsoft Word

Trouver Microsoft Word sur un site n’est pas une affirmation sur le serveur. Word ne tourne pas sur le web, et lorsque notre robot l’enregistre, la preuve est une empreinte laissée par un export : du balisage enregistré depuis l’application avec ses métadonnées de générateur intactes, ou un document bureautique publié directement sur une page. Ce que la détection dit réellement, c’est que quelqu’un dans l’organisation a rédigé le fichier sur un poste de travail et l’a mis en ligne sans le faire passer par un circuit de publication.

La présence est donc un signal sur le processus plutôt que sur la stack. Les sites qui publient du contenu produit par Word sont le plus souvent des institutions qui ont plus de documents que de développeurs : collectivités locales, écoles, cabinets d’avocats, cliniques, organismes de normalisation, associations d’adhérents. Un circuit qui se termine par un export sur poste de travail signifie généralement qu’il n’y a pas de système éditorial au milieu, qu’une culture d’intranet a été poussée sur le web public, et que les pages sont écrites par des spécialistes du sujet plutôt que par quelqu’un qui travaille sur le site.

Microsoft Word est un produit Microsoft sous licence Proprietary depuis 1983, ce qui le rend plus ancien que le web sur lequel il laisse aujourd’hui des traces. Les chaînes de générateur que nous collectons reflètent cette longue histoire. Nous enregistrons 16 versions distinctes et celle qui apparaît le plus souvent est 15, mais la version qui a produit un fichier ne dit rien de la date de mise en ligne de la page, seulement du poste dont elle est sortie. Traitez ici la colonne de version comme une preuve faible sur l’organisation et comme une absence totale de preuve sur l’âge de la page.

Le tableau par pays se comporte de la même façon. 10 113 des détections se situent aux États-Unis et .com domine du côté des domaines, ce qui suit la concentration des licences de logiciels bureautiques plutôt qu’une quelconque propriété des sites eux-mêmes. Y lire une affirmation sur la pratique nationale du développement web serait une erreur.

En octobre 2026 nous voyons des traces de l’application sur 31 741 sites, classées dans la catégorie Editors faute de meilleure case où ranger un programme de bureau qui ne cesse de refaire surface dans ce qui est publié sur le web. Une vérification domaine par domaine vous dit qu’une page est sortie de Word. La liste téléchargeable vous dit quels segments du web publient encore de cette façon, et c’est la question qui compte si vous vendez de la conversion de documents, de la mise en conformité d’accessibilité, de l’outillage PDF, de la gestion documentaire ou une refonte. Le travail d’accessibilité, en particulier, commence ici, parce que le balisage exporté est régulièrement mauvais sur la structure des titres, les textes alternatifs et la sémantique des tableaux, si bien qu’une liste de sites qui procèdent ainsi est une liste de candidats à la mise en conformité, assortie d’une raison défendable de les contacter. La limite mérite d’être répétée : nous ne voyons que les exports qui ont conservé leurs métadonnées de générateur, si bien que le décompte est un plancher, et les organisations dont l’outillage retire ces métadonnées nous sont invisibles même quand leur processus est identique.