Pour qui

Garder ce que vous lisez, durablement

Un favori pointe vers une page qui change ou disparaît ; une capture, c’est le texte lui-même. Le format est du texte brut avec un frontmatter YAML, sans propriétaire et sans date de péremption, rangé là où vous décidez. Rien ne dépend de l’extension une fois le fichier écrit.

Ce que devient une bibliothèque de liens

Une collection de liens vieillit mal. Les pages sont déplacées, fusionnées ou retirées, les domaines expirent, et les sites qui restent réécrivent leurs adresses à chaque refonte. Au bout de quelques années, une part notable de vos favoris ne mène plus à rien, et rien ne vous prévient – vous le découvrez le jour où vous cherchez précisément cette page.

Les services de lecture différée déplacent le problème sans le résoudre. Le texte est bien là, mais dans un format que vous ne contrôlez pas, derrière un compte, sur un service qui peut fermer, changer de propriétaire ou passer votre bibliothèque derrière une limite. L’export existe parfois, il est rarement complet, et il faut y penser avant l’annonce de fermeture.

Reste la question que personne n’aime poser : un format ouvert ne remplace pas une sauvegarde. Un dossier de fichiers .md survit à la disparition de l’extension, du navigateur et du site d’origine, mais pas à un disque qui lâche. L’extension n’y peut rien : elle écrit un fichier, elle ne sauvegarde rien, ne synchronise rien entre appareils et ne tient aucun index. L’avantage du format brut est ailleurs – ce dossier entre dans la sauvegarde que vous faites déjà de vos documents, sans rien exiger de particulier.

Ce que garantit un fichier

• Format ouvert et durable – du texte brut avec un frontmatter YAML, écrit en UTF-8
• Pas de compte et pas de serveur : l’extension ne fait aucune requête réseau
• Date de publication et adresse source capturées avec le texte
• Lisible hors ligne, sans limite de temps, dans n’importe quel éditeur
• Le champ extraction consigne la manière dont chaque note a été obtenue
• Les cinq champs du frontmatter se choisissent, et un champ dont la page ne donne rien n’est pas écrit du tout
• Aucune base, aucun index, aucune dépendance : un fichier isolé reste lisible seul
• Aucune limite au nombre de captures, aucun quota et aucune expiration

---
title: "Rechercher dans les archives en ligne"
source: "https://francearchives.gouv.fr/article/rechercher-en-ligne"
published: "2021-02-15"
extraction: "dom"
---

Les inventaires numérisés se consultent par service versant, par cote ou par
période, selon ce que vous savez déjà du document.

Ouvrir une archive personnelle

Une archive tient sur la durée si deux choses sont vraies : capturer coûte un geste, et le dossier entre dans une sauvegarde qui existe déjà. Six étapes pour établir les deux.

1. Choisissez l’emplacement avant tout le reste : un dossier qui se trouve déjà dans votre sauvegarde habituelle. Désignez-le ensuite dans les paramètres, section « Où enregistrer », avec « Choisir… » en face de « Dossier sur le disque ».
2. Mettez l’année en cours dans « Sous-dossier des téléchargements ». Un dossier par année reste navigable à la main quand il en contiendra dix, là où un dossier unique de plusieurs milliers de fichiers ne se parcourt plus qu’à la recherche.
3. Réglez « Nom du fichier » sur {date} - {domain} - {title}. La date annoncée par la page en tête, la source ensuite : c’est ce qui rend le dossier lisible sans ouvrir aucun fichier, y compris dans dix ans et dans n’importe quel gestionnaire de fichiers.
4. Gardez « Images » sur « garder en liens » et les cinq champs du frontmatter. Le lien d’image ne survivra pas forcément au site, mais il indique au moins qu’une illustration se trouvait là – une information qu’aucune capture de texte ne restitue autrement.
5. Passez « Clic sur l’icône » sur « Placer dans un dossier ». Une archive se constitue par petites décisions quotidiennes : dès que la capture demande trois gestes, elle n’est plus prise, et ce sont précisément les pages qu’on regrette.
6. Vérifiez une fois que la sauvegarde inclut bien le dossier, puis reprenez un vieux favori et capturez-le. C’est un test utile : les pages anciennes sont celles qui livrent le plus de surprises – dates absentes, cadres, images déjà mortes.

Réglages conseillés pour archiver

Ces valeurs gardent plus de choses que partout ailleurs, parce qu’une archive sert à répondre à des questions qu’on ne se pose pas encore. Le coût en octets est négligeable.

---
title: "Une histoire des cartes postales illustrées"
source: "https://blog.mondediplo.net/2006-11-02-cartes-postales"
published: "2006-11-02T00:00:00.000Z"
extraction: "dom"
---

Les premières séries datées de 1889 circulent encore aujourd’hui dans les
brocantes, souvent séparées des correspondances qui les accompagnaient.

Trois usages réels

Archiver au fil de la lecture

Vous lisez un long billet et vous savez que vous le rechercherez un jour sans vous souvenir du site. Un clic, et le fichier arrive dans le dossier de l’année, nommé par date de publication et par domaine. La recherche en texte intégral de votre système le retrouvera sur une phrase, ce qu’aucun favori ne permet.

Ce que vous archivez est le texte, pas la page : ni mise en page, ni feuilles de style, ni capture d’écran, ni ressources associées. C’est un choix assumé, et c’est ce qui rend un fichier lisible dans dix ans – un .md s’ouvre dans n’importe quel éditeur, y compris sans aucun outil Markdown, puisque le balisage se lit tel quel.

Sauver un site avant sa fermeture

Un site personnel annonce qu’il ferme à la fin de l’année. Vous parcourez les pages qui comptent et vous les capturez une par une, dans un sous-dossier à son nom. Le texte, les listes et les tableaux sont sauvés avec leur adresse d’origine et leur date, quand la page en annonce une.

Les images, elles, ne le sont pas : ce sont des liens vers un site qui va disparaître, donc des liens morts dans quelques mois. S’il y a des photographies à garder, enregistrez-les à part pendant que le site répond encore. Et n’espérez pas tout prendre : la capture part toujours d’un clic, il n’y a ni robot d’exploration ni traitement par lots.

Reprendre une vieille collection de favoris

Quelques centaines de favoris accumulés depuis dix ans : une partie ne répond déjà plus. Vous ouvrez les autres et vous les capturez, ce qui transforme progressivement une liste d’adresses fragiles en un dossier de textes. Les pages anciennes réservent des surprises – dates absentes, sites en cadres, illustrations déjà mortes – qui apparaissent alors clairement dans le fichier.

Le champ extraction sert exactement à cela : il dit si le texte vient du rendu de la page ou de ses données structurées, et signale par no-article les adresses qui ne mènent plus qu’à un sommaire. Une archive honnête sur ses lacunes vaut mieux qu’une archive qui les cache.

Comparé aux façons de faire actuelles

Garder ce qu’on lit est un problème ancien, et chaque méthode fait un pari différent sur ce qui durera : le service, le format, ou le fichier.

Ce qui use une archive

Pourquoi mes images ne s’affichent-elles plus ?

Parce qu’elles n’ont jamais été enregistrées. Aucun fichier binaire n’est téléchargé : les images restent des liens vers le site d’origine, et elles meurent avec lui, ou dès sa prochaine refonte. C’est la limite la plus importante à connaître avant de constituer une archive.

Pour les pages où l’illustration fait partie du document, enregistrez les images à la main dans le même sous-dossier et corrigez le lien dans le fichier. C’est du texte, la correction prend quelques secondes, et elle rend la note autonome pour de bon.

Pourquoi une page ancienne porte-t-elle une date inattendue ?

Parce que les sites anciens datent leurs pages de façons très diverses. Les horodatages numériques à dix ou treize chiffres sont convertis et écrits au format ISO ; les valeurs hors de la fenêtre 1990–2100 sont rejetées, ce qui écarte les identifiants pris pour des années. Quand une page n’expose que sa date de dernière modification, c’est celle-là qui est écrite, faute de mieux.

La date reste souvent visible en clair dans le texte capturé. Corrigez le champ dans le fichier quand vous constatez l’écart : dans une archive, une date approximative signalée vaut mieux qu’une date fausse qu’on croira.

Pourquoi un fichier a-t-il disparu du dossier ?

Il est là, sous un nom numéroté. Avec le modèle par défaut {title}, deux pages homonymes donnent Accueil.md puis Accueil-2.md : et des homonymes, il y en a beaucoup – « Accueil », « À propos », « Mentions légales ». Le nom seul ne dit alors plus de quel site vient la note.

C’est la raison du modèle {date} - {domain} - {title} conseillé plus haut : trois éléments dont la combinaison ne se répète pratiquement jamais. Sur le bouton « En .md », c’est le navigateur qui gère la collision en ajoutant un suffixe numérique, mais l’écriture directe dans un dossier ne le fait pas.

Pourquoi ce vieux site ne donne-t-il qu’un en-tête ?

Deux causes fréquentes sur les sites anciens. La première est la page de cadres : l’extension lit le document de l’onglet, pas le contenu des cadres qu’il contient, donc une page qui n’est qu’un assemblage de cadres n’a aucun texte à offrir. Ouvrez le cadre dans son propre onglet – son adresse est accessible par le menu contextuel – et capturez-le directement.

La seconde est le sommaire : au-delà de 800 caractères, quand plus d’un quart des caractères se trouvent dans des libellés de liens, la page est classée comme fil de liens et seule l’en-tête est écrite, avec extraction: "no-article". Sur les vieux sites, les pages d’index sont exactement de cette forme.

Ce qu’il ne fait pas

Il n’enregistre pas la page telle qu’elle s’affiche : ni mise en page, ni feuilles de style, ni capture d’écran, ni ressources associées. Il ne télécharge aucun fichier binaire, donc les images restent des liens qui pointent vers le site d’origine et peuvent mourir avec lui. Il ne sauvegarde rien à votre place et ne synchronise rien entre appareils. Et il n’explore pas un site pour en archiver toutes les pages : la capture part toujours de votre clic.

Questions