Descarregar sites que utilizam Java

Sobre Java

Detetar uma linguagem de programação a partir da web é inferência, e Java é o caso em que isso tem de ser dito antes de tudo o resto. Uma linguagem não aparece numa página como aparece uma biblioteca de scripts. O que aparece em vez disso é resíduo: um cookie de sessão com um nome reconhecível, um caminho terminado numa extensão que o runtime usou historicamente, um servidor aplicacional a identificar-se num cabeçalho, uma página de erro com um formato familiar. Qualquer um desses elementos pode ser renomeado, escondido ou afastado por um proxy, por uma equipa que se dê a esse trabalho.

A lista é um limite inferior, e um limite inferior enviesado ainda por cima. Os sites que revelam uma máquina virtual por baixo tendem a ser instalações de vida longa que funcionam perto da configuração por omissão, o que descreve bem a infraestrutura empresarial que está no lugar há anos. As instalações mais recentes, por trás de um proxy inverso e de uma framework moderna, podem ser completamente silenciosas. A consequência não é que os dados sejam inutilizáveis, mas que descrevem um subconjunto específico e comercialmente interessante em vez do todo.

O que o subconjunto implica é duradouro. Um site com este runtime por baixo foi construído por uma equipa, orçamentado por uma empresa, e é mantido segundo um calendário de versões e não por capricho. Bancos, seguradoras, operadores logísticos, universidades, portais governamentais e fornecedores industriais preenchem boa parte da população. Ninguém levanta uma máquina virtual para publicar a ementa de um restaurante. O custo de propriedade exclui a tecnologia da ponta casual da web por si só, sem que ninguém precise de decidir contra ela. Para quem vende monitorização de desempenho, consultoria de migração, análise de segurança, middleware ou recrutamento de engenharia, o sinal que qualifica e o sinal que anuncia a compra são o mesmo sinal.

Em outubro de 2026 detetamos Java em 290 278 sites, com 159 188 desses nos Estados Unidos e .com como sufixo recorrente. A linguagem está em uso desde 1995, mais tempo do que existe a maior parte dos sites que a executam, e Oracle mantém a implementação de referência com licença GPL v2. A longevidade é o ponto todo. Uma tecnologia com essa idade num site público raramente é uma decisão recente, por isso cada deteção é um facto sobre história acumulada e não sobre gosto atual, e a análise que vale a pena fazer é sobre persistência e substituição, não sobre adoção.

Persistência e substituição são precisamente aquilo que uma consulta isolada não consegue mostrar. Verificar um domínio diz-lhe o que uma empresa utiliza hoje. A exportação permite segurar uma população e vê-la mover-se: quais destes sites puseram uma framework de navegador à frente da aplicação antiga, quais migraram para uma plataforma de comércio alojada e reformaram o runtime por completo, quais acrescentaram um balanceador, quais não mudaram rigorosamente nada durante anos. A migração a esta escala é lenta e só é visível em agregado ao longo de versões sucessivas. Quem depende do negócio de modernização de sistemas antigos, ou de saber que organizações ainda têm um parque legado para modernizar, precisa do conjunto completo com as ressalvas declaradas abertamente, e não de um número confiante que exclui em silêncio tudo o que se esconde atrás de um proxy. Sobre uma subcontagem conhecida pode raciocinar-se, sobre uma desconhecida não.