INSTRUMENTS OUVERTS

HTML SÉMANTIQUE · RÉSULTATS ARCHIVÉS

HTML sémantique.
Comparer ce que les outils conservent.

Le même texte. Un changement de balisage.
Deux sorties à examiner, preuve à l’appui.

Explorez une exécution archivée du 20 septembre 2026, réévaluée le 21 septembre. Aucune extraction ne se lance pendant votre visite.

EXPLORER LE CORPUS CONTRÔLÉ

Titre

Trafilatura 2.2.0 · Extracteur / outil de lecture · document anglais

Les 42 comparaisons

Le test distingue le texte, le balisage et le niveau du titre. Il n’évalue pas l’appartenance du contenu à une section. Périmètre du test.

A

VARIANTE A

Un titre h2

Sortie produite

Texte du titre : Présent. Source

01 · Le HTML qui change

<h2 class="case-marker">Measurement conditions</h2>

Extrait exact de l’entrée · HTML original ↓

02 · Ce que l’outil produit XML

…
fictional and describe neither Edikka nor a client.</p>
    <head rend="h2">Measurement conditions</head>
    <p>Sensor A operated for 30 minutes. The measurement was repeated in the same environment, without remote resources or executed scripts.</p>
    <p>The conclusion must be read with its unit, period, scope and caveat. Finding a word in an output is not enough to prove that the relationship was preserved.</p>
  </main>
  <comments/>
</doc>

Extrait repéré par l’évaluateur corrigé. Sortie complète ci-dessous.

03 · L’observation documentée

Texte du titre
Présent
Balisage du titre
Relation explicite
Niveau du titre
h2
Appartenance à une section
Non évalué

Source des verdicts : results.json · heading-en-1 / trafilatura

Examiner la preuve complète

Les verdicts ci-dessus proviennent de results.json corrigé. Les champs evaluation du fichier brut sont historiques et ne font pas autorité ici.

results.json/cases/6/evaluation/relation/trafilatura

Verdict corrigé, sans modification
{
  "status": "ok",
  "tool_class": "content_extractor",
  "format": "xml",
  "heading_relation": "explicit",
  "heading_level": "h2",
  "evidence": {
    "excerpt": "<head rend=\"h2\">Measurement conditions</head>"
  },
  "output_field": "trafilatura.xml",
  "output_sha256": "e46a3ca344c18e58065359aceb261716fa2907deb0c2573739b6083924685251"
}
Sortie complète du champ étudié

trafilatura.xml

<doc fingerprint="53dddecdb3bffca">
  <main>
    <head rend="h1">Offline protocol for preserving relationships</head>
    <p>This synthetic document compares two markups while text, order, classes and surroundings remain identical. The data are fictional and describe neither Edikka nor a client.</p>
    <head rend="h2">Measurement conditions</head>
    <p>Sensor A operated for 30 minutes. The measurement was repeated in the same environment, without remote resources or executed scripts.</p>
    <p>The conclusion must be read with its unit, period, scope and caveat. Finding a word in an output is not enough to prove that the relationship was preserved.</p>
  </main>
  <comments/>
</doc>
Version et options archivées

Trafilatura 2.2.0 · Exécution 2026-09-20

{
  "version": "2.2.0",
  "configuration": {
    "include_comments": false,
    "include_links": true,
    "include_tables": true,
    "no_fallback": false,
    "favor_precision": false,
    "favor_recall": false,
    "formats": [
      "xml",
      "txt"
    ]
  }
}

Runner archivé · Options Python

Empreintes SHA-256
Entrée HTML
e4c8dd8b2ea87f113776cfe6a51420c484a24c97750639347c1ddec38b1445c1
Champ de sortie évalué
e46a3ca344c18e58065359aceb261716fa2907deb0c2573739b6083924685251

Fichier de sortie brut complet ↗

B

VARIANTE B

Un bloc div

Sortie produite

Texte du titre : Présent. Source

01 · Le HTML qui change

<div class="case-marker">Measurement conditions</div>

Extrait exact de l’entrée · HTML original ↓

02 · Ce que l’outil produit XML

…
tional and describe neither Edikka nor a client.</p>
    <p>Measurement conditions</p>
    <p>Sensor A operated for 30 minutes. The measurement was repeated in the same environment, without remote resources or executed scripts.</p>
    <p>The conclusion must be read with its unit, period, scope and caveat. Finding a word in an output is not enough to prove that the relationship was preserved.</p>
  </main>
  <comments/>
</doc>

Extrait repéré par l’évaluateur corrigé. Sortie complète ci-dessous.

03 · L’observation documentée

Texte du titre
Présent
Balisage du titre
Texte seul
Niveau du titre
Aucun niveau détecté
Appartenance à une section
Non évalué

Source des verdicts : results.json · heading-en-2 / trafilatura

Examiner la preuve complète

Les verdicts ci-dessus proviennent de results.json corrigé. Les champs evaluation du fichier brut sont historiques et ne font pas autorité ici.

results.json/cases/7/evaluation/relation/trafilatura

Verdict corrigé, sans modification
{
  "status": "ok",
  "tool_class": "content_extractor",
  "format": "xml",
  "heading_relation": "text_only",
  "heading_level": null,
  "evidence": {
    "excerpt": "Measurement conditions"
  },
  "output_field": "trafilatura.xml",
  "output_sha256": "4bb36170459a2b67ddfbb0ede501a5a2be00b5f8a8bba226428e3f48298d4843"
}
Sortie complète du champ étudié

trafilatura.xml

<doc fingerprint="53dddecdb3bffca">
  <main>
    <head rend="h1">Offline protocol for preserving relationships</head>
    <p>This synthetic document compares two markups while text, order, classes and surroundings remain identical. The data are fictional and describe neither Edikka nor a client.</p>
    <p>Measurement conditions</p>
    <p>Sensor A operated for 30 minutes. The measurement was repeated in the same environment, without remote resources or executed scripts.</p>
    <p>The conclusion must be read with its unit, period, scope and caveat. Finding a word in an output is not enough to prove that the relationship was preserved.</p>
  </main>
  <comments/>
</doc>
Version et options archivées

Trafilatura 2.2.0 · Exécution 2026-09-20

{
  "version": "2.2.0",
  "configuration": {
    "include_comments": false,
    "include_links": true,
    "include_tables": true,
    "no_fallback": false,
    "favor_precision": false,
    "favor_recall": false,
    "formats": [
      "xml",
      "txt"
    ]
  }
}

Runner archivé · Options Python

Empreintes SHA-256
Entrée HTML
4173dad4d266784865a6ed57bddde0f63604d5b192c97e4b434405a9427216ed
Champ de sortie évalué
4bb36170459a2b67ddfbb0ede501a5a2be00b5f8a8bba226428e3f48298d4843

Fichier de sortie brut complet ↗

Texte identique et intervention isolée dans cette paire, selon les témoins du protocole. Les traductions ne sont pas des observations indépendantes. Voir les témoins de la paire.

POUR ALLER PLUS LOIN

Un résultat a un périmètre.

Ces observations ne classent pas les outils. Elles ne mesurent ni l’accessibilité globale, ni le classement dans un moteur, ni la compréhension ou la citation par une IA.

Conclusions exclues du protocole
Les huit pages réellesUn corpus distinct, et une instabilité documentée. ↗Les contre-tests de l’évaluateurVérifier l’évaluation, sans relancer les extracteurs. ↗Reproduire les essaisUne procédure locale, distincte de cette interface. ↗