Pour qui

Le texte d’une norme, mot pour mot

Règlements, conditions générales et notices changent sans préavis et sans historique visible. Une copie Markdown qui porte l’adresse d’où elle vient et la date qu’elle affichait est la trace de ce que le texte disait le jour où vous l’avez lu. Rien n’est résumé ni reformulé au passage.

Un texte qui a bougé

Une clause se vérifie toujours plus tard que le jour où on la lit. Les conditions générales ont été mises à jour entre-temps, la version consolidée d’un article a changé de rédaction, la page d’un régulateur a été refondue. Vous savez ce que disait le texte, mais la page ne le dit plus, et l’historique public s’arrête souvent à la version en vigueur.

Le copier-coller ordinaire n’est pas une solution de rechange. Le texte arrive avec le fil d’Ariane, le sommaire latéral et les liens « article précédent », les numéros d’alinéas décrochent de leur paragraphe, et un tableau de seuils s’aplatit en une ligne illisible. Il faut ensuite comparer cette bouillie à l’original pour être sûr que rien n’a sauté.

Le numéro d’article ne suffit d’ailleurs pas à identifier ce que vous avez lu. Un même article existe en plusieurs versions successives, et sur les bases publiques françaises c’est l’identifiant de version qui figure dans l’adresse – un LEGIARTI suivi de douze chiffres – qui désigne la rédaction exacte. Une note qui ne garde que « article 1240 » perd cette précision ; une note qui garde l’adresse complète dans son champ source la conserve, y compris pour les conditions générales d’un prestataire, qui n’ont, elles, aucun historique public.

Ce que la copie garde

• Texte mot pour mot – l’extension ne résume pas, ne réécrit pas, ne réordonne pas
• Adresse source et date de publication dans le frontmatter, au-dessus du texte
• L’adresse conserve l’identifiant de version quand la base en publie un, comme le LEGIARTI… d’un article consolidé
• Les tableaux de taux, de délais et de seuils passent la conversion entiers
• Les liens de renvoi deviennent des notes avec leurs définitions, au lieu d’ancres mortes
• La numérotation et les niveaux de titre du corps de l’article sont conservés tels quels
• Aucune requête réseau : la consultation d’une pièce n’apparaît dans le journal d’aucun serveur
• Le fichier reste là où vous le mettez, sans aucun tiers sur le trajet

---
title: "Article 1240 – Code civil"
source: "https://www.legifrance.gouv.fr/codes/article_lc/LEGIARTI000032041485"
published: "2016-10-01"
extraction: "dom"
---

Tout fait quelconque de l’homme, qui cause à autrui un dommage, oblige celui
par la faute duquel il est arrivé à le réparer.

Constituer un dossier de textes

Le résultat visé tient en une phrase : un fichier dont on peut dire, six mois plus tard, de quel texte il s’agit et à quelle date il disait cela. Six réglages y mènent.

1. Dans les paramètres, section « Où enregistrer », désignez avec « Choisir… » le dossier des dossiers en cours, puis mettez la référence du dossier client dans « Sous-dossier des téléchargements ». Le sous-dossier se change en une seconde ; les niveaux manquants sont créés à la première écriture.
2. Réglez « Nom du fichier » sur {date} - {title}. La date est celle que la page annonce, donc le classement suit les versions du texte et non l’ordre dans lequel vous les avez consultées.
3. Dans les propriétés, gardez les cinq champs. source porte l’adresse exacte, identifiant de version compris ; published la date affichée par la page ; extraction la manière dont le texte a été obtenu. Ce sont les trois lignes qu’on vous demandera de justifier.
4. Passez « Images » sur « ignorer ». Un texte normatif n’a presque jamais d’illustration utile, et un lien d’image conservé dans une pièce ne mène plus nulle part dès la refonte suivante du site.
5. Laissez cochée « Si du texte est sélectionné, n’enregistrer que la sélection » : sur une page de code, elle permet de ne prendre qu’un article précis. Sur une sélection, rien n’est coupé – ce que vous avez surligné part intégralement dans le fichier.
6. Avant d’archiver la première pièce, ouvrez le fichier et comparez le tableau le plus complexe de la page avec sa version Markdown. Les tableaux de barèmes sont l’endroit où une conversion peut abîmer un texte sans que cela se voie, et un contrôle unique vous dit à quoi vous en tenir sur cette source.

Réglages conseillés pour une pièce

Ces valeurs cherchent la fidélité au texte plutôt que le confort de lecture. Deux diffèrent de l’installation d’origine, et la dernière ligne n’est utile qu’aux sources récurrentes.

---
title: "BIC - Frais et charges - Barème kilométrique"
source: "https://bofip.impots.gouv.fr/bofip/1786-PGP.html"
published: "2025-04-02"
extraction: "dom"
---

| Puissance administrative | Jusqu’à 5 000 km | De 5 001 à 20 000 km |
| --- | --- | --- |
| 3 CV et moins | d × 0,529 | (d × 0,316) + 1 065 |
| 4 CV | d × 0,606 | (d × 0,340) + 1 330 |
| 5 CV | d × 0,636 | (d × 0,357) + 1 395 |

**d** : distance parcourue à titre professionnel.

Trois usages réels

Fixer des conditions générales au jour de la signature

Un contrat renvoie aux conditions générales publiées sur le site du prestataire. Ces pages n’ont ni historique, ni numéro de version, et sont réécrites sans annonce. Vous capturez la page le jour de la signature : le fichier porte l’adresse exacte, la date que la page affiche et le texte intégral, sans le sommaire latéral ni les liens « conditions précédentes ».

Deux ans plus tard, le prestataire soutient que la clause a toujours été rédigée ainsi. Vous avez la version que vous aviez lue, en texte comparable ligne à ligne. Ce n’est pas un constat opposable et l’extension ne prétend pas l’être : c’est une copie de travail datée, prise sans intermédiaire.

Archiver un article consolidé avec sa version

Sur une base publique, l’adresse d’un article consolidé contient l’identifiant de la version que vous consultez. Vous sélectionnez l’article, vous capturez la sélection, et le fichier obtenu porte le texte exact plus cette adresse dans son champ source – de quoi rouvrir précisément la même rédaction, et pas la version en vigueur du jour.

Sur une sélection, aucun retrait n’est appliqué : ce que vous avez surligné est enregistré tel quel, alinéas compris. En contrepartie, si votre sélection déborde sur le fil d’Ariane ou sur le menu du code, ceux-ci sont enregistrés aussi. Commencez la sélection au numéro de l’article.

Monter une annexe de pièces web

Une affaire s’appuie sur une dizaine de pages : notice d’un régulateur, foire aux questions d’un opérateur, page tarifaire, message d’information. Chacune est capturée dans le sous-dossier de l’affaire, avec la même convention de nom, et l’ensemble se relit dans l’ordre des dates annoncées.

Le format y est pour beaucoup : ce sont des fichiers texte, donc la recherche de votre système traverse l’annexe entière, et l’impression depuis la fenêtre donne un document sans les menus du site. Ce que la capture ne fait pas : elle n’enregistre ni les PDF joints à ces pages, ni leur mise en page.

Comparé aux façons de faire actuelles

Chacune de ces méthodes est employée quotidiennement en cabinet. Elles ne visent simplement pas le même équilibre entre fidélité, coût et valeur probante.

Quand la copie n’est pas fidèle

Pourquoi le tableau de barème est-il déformé ?

Parce que Markdown n’a pas de cellules fusionnées. Une grille où une cellule de gauche couvre trois lignes est aplatie : le contenu est conservé, la fusion visuelle non, et la lecture d’un barème complexe demande alors une seconde de plus. Les grilles profondément imbriquées, où un tableau sert de mise en page à un autre, restent le cas le plus difficile – pour cet outil comme pour les autres.

Sur un texte où le tableau porte l’essentiel de la norme, gardez aussi une impression en PDF de la page à côté du fichier. La mesure disponible donne l’ordre de grandeur du risque : 12 tableaux sur 15 sont passés entiers sur le corpus technique, contre 7 pour chacun des moteurs comparés.

Pourquoi le document joint en PDF n’est-il pas dans la capture ?

Parce que l’extension ne travaille que sur la page HTML affichée. Un arrêté publié en PDF derrière un lien reste un fichier séparé : il n’est ni téléchargé, ni converti, et le lien vers lui figure dans le texte comme n’importe quel autre lien – devenu absolu, donc cliquable depuis la note.

Téléchargez ces PDF et rangez-les dans le même sous-dossier que la capture. C’est la seule manière d’avoir une pièce complète, et c’est aussi ce qui distingue une copie de travail d’une archive : l’extension ne collecte pas les ressources associées à une page.

Pourquoi la numérotation des alinéas a-t-elle disparu ?

Parce que sur certaines pages elle n’est pas dans le texte. Quand la numérotation est produite par la feuille de style du site, à partir de compteurs de mise en forme, elle n’existe pas dans le contenu de la page : elle est dessinée à l’affichage. Ce qui n’est pas du texte ne peut pas être capturé comme du texte.

Les listes numérotées écrites comme telles dans la page, elles, gardent leur numérotation, et les niveaux de titre du corps de l’article sont conservés. Le cas problématique se repère en une fois par source : si les numéros manquent sur une page de ce site, ils manqueront sur toutes.

Pourquoi la capture ne contient-elle que l’en-tête ?

Parce que la page consultée est un sommaire et non un texte. Au-delà de 800 caractères, si plus d’un quart des caractères se trouvent dans des libellés de liens, la page est classée comme fil de liens et le champ extraction reçoit no-article : le plan d’un code, une page de résultats de recherche ou une table des matières donnent ce résultat.

Ouvrez l’article lui-même, ou sélectionnez sur la page le bloc à conserver. Sur une sélection, ni la coupe ni ce refus ne s’appliquent, et le texte est enregistré tel qu’il apparaît.

Ce qu’il ne fait pas

Ce n’est pas un constat d’huissier : le fichier n’est ni horodaté par un tiers ni signé, sa valeur est celle d’une copie de travail. Il ne compare pas deux versions et ne signale pas ce qui a changé depuis la dernière capture. Les tableaux de mise en page profondément imbriqués restent difficiles, pour lui comme pour les autres outils. Et il n’enregistre pas les PDF joints à une page, seulement le texte HTML que vous avez sous les yeux.

Questions