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 français

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">Conditions de mesure</h2>

Extrait exact de l’entrée · HTML original ↓

02 · Ce que l’outil produit XML

…
nt fictives et ne décrivent ni Edikka ni un client.</p>
    <head rend="h2">Conditions de mesure</head>
    <p>Le capteur A a fonctionné pendant 30 minutes. La mesure a été répétée dans le même environnement, sans ressource distante ni script exécuté.</p>
    <p>La conclusion doit être relue avec son unité, sa période, son périmètre et sa réserve. La présence d’un mot dans une sortie ne suffit pas à prouver que la relation a été conservée.</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-fr-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/0/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\">Conditions de mesure</head>"
  },
  "output_field": "trafilatura.xml",
  "output_sha256": "9937de1b08ef0ba83e32c635388b1a48b9b4ab711ed3228d4fda4a02722f2033"
}
Sortie complète du champ étudié

trafilatura.xml

<doc fingerprint="2c57a616203b6a7a">
  <main>
    <head rend="h1">Protocole hors ligne de conservation des relations</head>
    <p>Ce document synthétique sert à comparer deux balisages à texte, ordre, classes et environnement identiques. Les données sont fictives et ne décrivent ni Edikka ni un client.</p>
    <head rend="h2">Conditions de mesure</head>
    <p>Le capteur A a fonctionné pendant 30 minutes. La mesure a été répétée dans le même environnement, sans ressource distante ni script exécuté.</p>
    <p>La conclusion doit être relue avec son unité, sa période, son périmètre et sa réserve. La présence d’un mot dans une sortie ne suffit pas à prouver que la relation a été conservée.</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
83625fd369cd7e5294b81f954d1f846b53c3f9f7a8aa1d48ab7d3bd6e023493d
Champ de sortie évalué
9937de1b08ef0ba83e32c635388b1a48b9b4ab711ed3228d4fda4a02722f2033

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">Conditions de mesure</div>

Extrait exact de l’entrée · HTML original ↓

02 · Ce que l’outil produit XML

…
fictives et ne décrivent ni Edikka ni un client.</p>
    <p>Conditions de mesure</p>
    <p>Le capteur A a fonctionné pendant 30 minutes. La mesure a été répétée dans le même environnement, sans ressource distante ni script exécuté.</p>
    <p>La conclusion doit être relue avec son unité, sa période, son périmètre et sa réserve. La présence d’un mot dans une sortie ne suffit pas à prouver que la relation a été conservée.</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-fr-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/1/evaluation/relation/trafilatura

Verdict corrigé, sans modification
{
  "status": "ok",
  "tool_class": "content_extractor",
  "format": "xml",
  "heading_relation": "text_only",
  "heading_level": null,
  "evidence": {
    "excerpt": "Conditions de mesure"
  },
  "output_field": "trafilatura.xml",
  "output_sha256": "33d83138167547361ff376c866028d4a57b4369ed57c82f63e644cd3b57f4868"
}
Sortie complète du champ étudié

trafilatura.xml

<doc fingerprint="2c57a616203b6a7a">
  <main>
    <head rend="h1">Protocole hors ligne de conservation des relations</head>
    <p>Ce document synthétique sert à comparer deux balisages à texte, ordre, classes et environnement identiques. Les données sont fictives et ne décrivent ni Edikka ni un client.</p>
    <p>Conditions de mesure</p>
    <p>Le capteur A a fonctionné pendant 30 minutes. La mesure a été répétée dans le même environnement, sans ressource distante ni script exécuté.</p>
    <p>La conclusion doit être relue avec son unité, sa période, son périmètre et sa réserve. La présence d’un mot dans une sortie ne suffit pas à prouver que la relation a été conservée.</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
e502000054065bea220ff9f84a755015f5a6d3e7f19b2fff31809c21cb45bc33
Champ de sortie évalué
33d83138167547361ff376c866028d4a57b4369ed57c82f63e644cd3b57f4868

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. ↗