URL: https://linuxfr.org/news/evolution-des-hyperliens-sur-linuxfr-org Title: Évolution des hyperliens sur LinuxFr.org Authors: Benoît Sibaud Davy Defaud, BAud, Nils Ratusznik et dovik Date: 2018年09月08日T19:10:46+02:00 License: CC By-SA Tags: agenda_du_libre, mongodb, eucd, fosdem, openoffice, lwn et linuxfr Score: 38 Un matin, une question existentielle a fait jour dans mon esprit, comme ça, venue d’on ne sait où. Probablement dans le même genre que l’envie de Google de [virer le « www. » dans les URL](https://bugs.chromium.org/p/chromium/issues/detail?id=881410) — même si `www.example.com` et `example.com` ne sont pas forcément équivalents, ou ses autres envies de [virer carrément les URL](https://www.wired.com/story/google-wants-to-kill-the-url/) ou [HPKP](https://raymii.org/s/blog/Chrome_68_is_deprecating_HPKP.html "HTTP Public Key Pinning"). Bref, je me demandais « quels sont les [schémas d’URI](https://fr.wikipedia.org/wiki/Sch%C3%A9ma_d%27URI) (_scheme_) et les domaines les plus utilisés par les visiteurs de _LinuxFr.org_ dans les contenus et commentaires, et est‐ce que (plutôt comment) ça a changé au fil des années ? ». Évidemment, ça ne donnera un état et une évolution que sur les visiteurs du site, et pas sur Internet en général (même si certains ne connaissent d’Internet que leur réseau social préféré, mais ceux‐là ne nous intéressent pas ici, car soit ils ne viennent donc pas sur _LinuxFr.org_, soit ils y sont en permanence mais ne mettent pas de liens pour en sortir vu qu’ils n’en sortent pas). --- _N. B. : Étonnamment, cette question a été jugée prioritaire par votre serviteur par rapport à la dépêche « Statistiques 2017 du site LinuxFr.org (2/2) » qui se bonifie en rédaction depuis le 7 janvier..._ ---- ---- # C’est plus compliqué que prévu Évidemment, ça ne serait pas drôle si c’était facile et rapide. De migrations en migrations, certains contenus et commentaires du site ne sont pas en HTML valides ou ne sont pas bien formés. Donc, on va attaquer les données un peu sauvagement à coups d’expressions rationnelles, ce qui n’est pas idéal pour analyser. Et, bien évidemment, on a : - des contenus et commentaires qui comportent du code ou des commandes shell type `sed -e "s/^3ドル://"` ; - des extraits verbatim de journaux système (dont des URL pourries de journaux de serveurs Web) qui compliquent un peu plus le job ; - de l’ASCII art du type ` ̄\_(ツ)_/ ̄` ; - des nommages du type `ht://Dig` ; - des gens qui, comme moi, ont écrit dans du texte `http(s)://linuxfr.org` ; - des contenus et commentaires erronés (ce qui a permis quelques corrections au passage) : par exemple des liens de type : - `http://example.invalidhttp://example.invalid` (double URL), - `http://https://example.invalid` ou `http://ftp://example.invalid` (double schéma), - `http%20://example.invalid` (espace excédentaire), - `http:/example.invalid` (barre oblique manquante), - `news://example.invalid`, `mailto://example@example.invalid` ou `xmpp://example@example.invalid` (deux barres obliques excédentaires), - `htttp://example.invalid` ou `htpp://example.invalid` ou `htt://example.invalid` ou `http:example.invalid` (mauvais schéma), - absence de schéma `example.invalid`, - oui, ces exemples ne sont pas gentils pour le prochain qui refera cette analyse, mon moi du futur m’en veut déjà ; - des dizaines de corrections suite à une erreur dans le script de conversion des contenus lors d’une migration technique du site, qui a converti des liens invalides `example` (guillemets manquants) en invalides et inutiles `example` (lien cassé, balise fermante) ; - une poignée de corrections sur des liens manquants `` ; - et il ne s’agit pas forcément de liens actifs ou cliquables (ça peut être du code, du texte verbatim, une partie commentée, etc.). Bref, un rappel de pourquoi ça serait mieux d’avoir des pages valides et propres tout le temps. # Les dépêches Dans le contenu des dépêches (les premières en base datant de mars 1999) : - du côté des schémas : - 1999 : uniquement _http_ ou _ftp_, - 2000 : les premiers _https_ (feu `https://qa.mandrakesoft.com`), _php_ et _ldaps_ pour les schémas, - 2002 : les premiers _pop_, _imap_, _news_, _mms_ et _smb_, - 2003 : les premiers _about_ et _irc_, - 2004 : les premiers _ldap_ et _sftp_, - 2005 : les premiers _pnm_, _tivo_ et _udp_, - 2006 : les premiers _svn_ et _svn+ssh_, - 2007 : les premiers _file_, _lastfm_ et _xmpp_, - 2008 : les premiers _git_, _itms_ et _silc_, - 2009 : rien de neuf, - 2010 : le premier _apt_, et les parodiques _dis_ et _goo_ (pour Disney/Google), - 2011 : rien de neuf, - 2012 : le premier _spdy_, - 2013 : rien de neuf, - 2014 : les premiers _auth_, _bhyve_, _gobby_ et _proxy_, - 2015 : les premiers _chrome_, _et_, _ircs_ et _unv_, - 2016 : les premiers _amqp_, _appstream_, _influxdb-timed-mydata_, _mongodb-timed-mydata_, _protocol-datatype-datascope_ et _wss_ (et aussi le livre de T. Nitot [surveillance://](https://cfeditions.com/surveillance/)), - 2017 : les premiers _tcp_ et _ldapi_, - 2018 : au moins les premiers _dat_, _ipfs_ et _ssb_ ; - du côté des noms les plus présents (qui peuvent être libristes ou non, et la quantité n’est pas forcément le meilleur indicateur pour juger de la qualité) : - 1999 : `www.linux-gull.ch`, `www.freepatents.org`, (feu) `www.ude.org`, `www.slashdot.org`, (feu) `www.linux-mandrake.com`, `www.xfree86.org`, `updates.redhat.com`, `support.free.fr`, `altern.org` et `x42.com`, - 2000 : `mail.gnome.org`, `www.kde.org`, (feu) `petition.eurolinux.org`, `dri.sourceforge.net`, `www.parinux.org`, `www.opencascade.com`, `www.linux-arverne.org` (GULL co-fondé par votre serviteur et qui [a perdu son tiret](https://www.linuxarverne.org/) depuis) et `www.altavista.com`, - 2001 : (feu) `infonomade.linuxfr.org`, `lists.debian.org`, `www.debian.org`, `packages.debian.org`, `slashdot.org`, `www.transfert.net`, (feu) `www.linux-mandrake.com`, `www.gnu.org` et `fr.news.yahoo.com`, - 2002 : `www.fosdem.org`, `www.google.com`, `www.gnu.org`, `www.debian.org`, `www.april.org`, `slashdot.org`, (feu) `petition.eurolinux.org`, `www.mozilla.org` et `www.gphoto.org`, - 2003 : `artlibre.org`, `www.april.org`, `slashdot.org`, `www.mozilla.org`, `sourceforge.net`, `eucd.info`, `creativecommons.org`, `fr.wikipedia.org` et `www.python.org`, - 2004 : `www.mozilla.org`, `www.eyrolles.com`, `fr.openoffice.org`, `www.gnome.org`, `ftp.mozilla.org`, `sourceforge.net`, `www.redhat.com`, `www.openbsd.org` et `mail.gnome.org`, - 2005 : `fr.wikipedia.org`, `en.wikipedia.org`, `lwn.net`, `eucd.info`, `sourceforge.net`, `wiki.ubuntu-fr.org`, `www.gnome.org`, `dev.mysql.com` et `www.mozilla.org`, - 2006 : `fr.wikipedia.org`, `en.wikipedia.org`, `www.toulibre.org`, `free-electrons.com`, `lwn.net`, `www.aldil.org`, `sourceforge.net`, `www.debian.org` et `www.apitux.org`, - 2007 : `fr.wikipedia.org`, `en.wikipedia.org`, `lwn.net`, `www.april.org`, `www.toulibre.org`, `www.candidats.fr`, `www.agendadulibre.org`, `sourceforge.net` et `maps.google.fr`, - 2008 : `fr.wikipedia.org`, `en.wikipedia.org`, `lwn.net`, `www.agendadulibre.org`, `www.toulibre.org`, `www.openbsd.org`, `www.april.org`, `git.kernel.org`, `www.laquadrature.net`, - 2009 : `fr.wikipedia.org`, `en.wikipedia.org`, `www.zdnet.fr`, `www.april.org`, `lwn.net`, `www.pcinpact.com` (devenu nextinpact.com), `git.kernel.org`, `www.openbsd.org` et `www.silicon.fr`, - 2010 : `fr.wikipedia.org`, `www.numerama.com`, `www.pcinpact.com`, `en.wikipedia.org`, `www.zdnet.fr`, `www.april.org`, `git.kernel.org`, `github.com` et `lwn.net`, - 2011 : `fr.wikipedia.org`, `en.wikipedia.org`, `git.kernel.org`, `github.com`, `www.numerama.com`, `www.april.org`, `lwn.net`, `weboob.org` et `owni.fr`, - 2012 : `fr.wikipedia.org`, `en.wikipedia.org`, `github.com`, `git.kernel.org`, `www.pcinpact.com`, `www.april.org`, `www.numerama.com`, `netbsd.gw.com` et `lwn.net`, - 2013 : `fr.wikipedia.org`, `github.com`, `en.wikipedia.org`, `www.pcinpact.com`, `www.april.org`, `www.framablog.org`, `www.zdnet.fr`, `www.numerama.com` et `illwieckz.net`, - 2014 : `fr.wikipedia.org`, `github.com`, `git.kernel.org`, `en.wikipedia.org`, `www.nextinpact.com`, `www.numerama.com`, `www.april.org`, `www.nsa-observer.net` et `www.openstreetmap.org`, - 2015 : `www.agendadulibre.org`, `fr.wikipedia.org`, `github.com`, `web.nvd.nist.gov`, `www.april.org`, `git.kernel.org`, `www.nextinpact.com`, `en.wikipedia.org` et `pix.toile-libre.org`, - 2016 : `www.agendadulibre.org`, `www.agendadulibre.qc.ca`, `github.com`, `montpel-libre.fr`, `www.nextinpact.com`, `en.wikipedia.org`, `www.april.org` et `www.zdnet.fr`, - 2017 : `www.agendadulibre.org`, `agendadulibre.qc.ca`, `fr.wikipedia.org`, `montpel-libre.fr`, `github.com`, `www.meetup.com`, `www.agendadulibre.ch`, `linuxmao.org` et `www.gnu.org`, - 2018 (partielle) : `www.agendadulibre.org`, `agendadulibre.qc.ca`, `fr.wikipedia.org`, `montpel-libre.fr`, `linuxmao.org`, `github.com`, `gmic.eu` et `wiki.parinux.org` et `librazik.tuxfamily.org`. On notera les problématiques majeures (brevets logiciels, puis EUCD), les distributions les plus mentionnées de chaque époque, la montée de Wikipédia ou OpenStreetMap, etc. En se limitant aux liens des dépêches (ceux avec les compteurs de visites), côté schémas : le tout‐Web progresse (en partie parce que le site lui‐même restreint les choix), avec remplacement _http_ par _https_, et sinon disparition peu à peu du _ftp_ et du _mailto_ (merci le _spam_) et d’un peu tout le reste. année | https:// | http:// | ftp://| mailto: ------|----------|---------|-------|-------- 1999|0,00 %|94,08 %|4,28 %|1,63 % 2000|0,14 %|96,52 %|2,37 %|0,97 % 2001|0,25 %|96,81 %|2,57 %|0,37 % 2002|1,02 %|97,40 %|1,49 %|0,10 % 2003|0,96 %|98,10 %|0,79 %|0,15 % 2004|0,69 %|98,83 %|0,39 %|0,09 % 2005|1,34 %|98,31 %|0,35 %|0,00 % 2006|1,79 %|97,99 %|0,19 %|0,03 % 2007|1,14 %|98,66 %|0,15 %|0,05 % 2008|2,95 %|96,97 %|0,08 %|0,00 % 2009|2,35 %|97,47 %|0,18 %|0,00 % 2010|4,00 %|95,85 %|0,13 %|0,03 % 2011|9,28 %|90,63 %|0,08 %|0,00 % 2012|12,12 %|87,79 %|0,09 %|0,00 % 2013|16,87 %|83,05 %|0,08 %|0,00 % 2014|24,05 %|75,95 %|0,00 %|0,00 % 2015|31,82 %|68,05 %|0,07 %|0,07 % 2016|44,30 %|55,63 %|0,08 %|0,00 % 2017|55,20 %|44,80 %|0,00 %|0,00 % 2018|77,17 %|22,75 %|0,00 %|0,08 % (en omettant 1 gopher://, 1 git://, 1 rsync://, 2 xmpp:, 4 rtsp://, 6 news:, 7 nntp:// et 11 irc://) # Les liens Nouveau contenu du site apparu en 2018, les liens ne sont pas forcément encore très représentatifs (seulement 238 au moment de calculer ces statistiques, avec 34 _http_ et 204 _https_). Les noms les plus présents sont : `www.nextinpact.com`, `www.dsfc.net`, `www.developpez.com`, `github.com`, `www.lemonde.fr`, `www.gimp.org`, `framasphere.org` et `www.youtube.com`.

AltStyle によって変換されたページ (->オリジナル) /