Télécharger les sites web qui utilisent Open Graph

À propos de Open Graph

Le balisage Open Graph est la partie d’une page écrite pour un lecteur qui ne s’y rend jamais. Les balises indiquent à un réseau social ou à une messagerie quel titre, quelle image et quelle description afficher lorsqu’un lien est collé ailleurs, et un site qui remplit ces champs a réfléchi à ce qu’il advient de ses pages loin de son propre domaine. C’est cette réflexion qui constitue le signal. Les balises elles-mêmes sont triviales à ajouter.

Meta a introduit le protocole en 2010 pour que les pages se comportent comme des objets dans un graphe social, l’a publié sous des conditions de licence Open Source, puis a vu toutes les autres plateformes, concurrents compris, bâtir leurs aperçus de lien sur les mêmes champs. En octobre 2026 nous trouvons le balisage sur 16 491 470 sites. L’étiquette de catégorie Miscellaneous sous laquelle nous le rangeons est un peu trompeuse, puisque ce n’est pas le classement dans les moteurs de recherche que font ces balises, mais elle reflète l’endroit où ce travail se situe d’ordinaire dans une organisation.

La lecture commerciale a changé à mesure que l’adoption s’est répandue. Dans les premières années, la présence séparait les organisations dotées d’une fonction marketing de celles qui n’en avaient pas. Aujourd’hui un système de gestion de contenu, une plateforme de boutique ou une extension de référencement émet les balises sans aucune intervention humaine, si bien que la présence est devenue un signal positif faible tandis que l’absence est devenue un signal négatif fort. Un site dépourvu de toute métadonnée d’aperçu est soit très ancien, soit bâti à la main par quelqu’un que la distribution n’intéresse pas, soit un site qui n’a jamais vraiment été une surface de publication.

Utilisée avec soin, la colonne rend encore de vrais services, parce que les comparaisons utiles sont relatives et non absolues. À l’intérieur d’un segment de marché, les sites auxquels le balisage manque sont ceux dont les liens paraissent cassés une fois partagés, ce qui constitue un créneau concret pour qui vend des prestations web. À l’intérieur d’un portefeuille, les balises manquantes signalent les pages qui perdent de l’attention chaque fois que quelqu’un les publie. À l’échelle d’un secteur, le taux de présence est un indice approximatif de la part de ce secteur qui traite son site web comme un canal de distribution plutôt que comme une brochure qui se trouve être en ligne.

C’est aux États-Unis que se trouvent 8 816 124 des sites portant le balisage, et le poids des extensions va à .com. La répartition reproduit surtout celle de l’hébergement, et notre attribution de pays suit l’infrastructure qui sert les pages plutôt que l’adresse du propriétaire, si bien que la colonne est un point de départ pour segmenter et non une conclusion sur les marchés qui tiennent le plus à être partagés. L’extension, la langue de la page et les coordonnées présentes sur le site lui-même sont les corrections à appliquer avant toute affirmation nationale.

Les limites sont simples à énoncer. Nous enregistrons que les balises existent sur la page que nous avons récupérée, pas qu’elles sont correctes, pas que l’image vers laquelle elles pointent se charge, et pas que leurs valeurs correspondent à ce qu’un visiteur voit réellement. Un site peut porter le jeu complet et produire malgré tout un aperçu vide, et le fichier ne peut pas vous le dire. Vérifier les balises sur un domaine prend quelques secondes dans n’importe quel navigateur, et c’est précisément pour cela que la question domaine par domaine n’est pas celle pour laquelle il vaut la peine de payer. Le téléchargement répond à la version population de la question. Quels domaines, dans un pays, une extension, une plateforme ou une liste de clients, portent le balisage et lesquels ne le portent pas, sous une forme que vous pouvez joindre à vos propres données, filtrer, et comparer à une copie ultérieure pour voir ce qui a bougé.