Extraction de métadonnées JSON-LD — Edikka 1.0.0 Auteur : Bertrand Morel / Edikka. Exécution : 7 octobre 2026. QUESTION À texte visible constant, la représentation de l’auteur modifie-t-elle le champ auteur et la présence de son nom dans la sortie de lecteurs HTML déterministes ? Aucune hypothèse sur les services d’IA n’est testée. CORPUS ET PLAN Deux textes pédagogiques fictifs FR/EN. Sept représentations par langue : aucun balisage ; graphe avec auteur référencé par @id ; même graphe avec @id, @type et name sur la référence ; objet imbriqué ; microdata ; injection JavaScript dans le HTML initial ; DOM après cette injection. Quatorze entrées, sept outils par entrée, 98 exécutions. Ce petit corpus contrôlé n’est ni un échantillon représentatif du Web ni une comparaison statistique d’outils. Le nom visible « Camille Exemple », le titre et les paragraphes restent identiques à l’intérieur de chaque langue. Leur texte normalisé et son empreinte sont contrôlés avant chaque extraction. Les variantes changent uniquement le balisage. Les deux langues ne constituent pas deux répétitions indépendantes du même texte. Le DOM js-dom est construit par jsdom 26.1.0, avec une injection synchrone écrite pour le test et un marqueur explicite de fin. Aucun chargement réseau. Ce n’est pas Chromium, Googlebot ou un robot IA. Les pages externes et copies publiques ne sont jamais exécutées. OUTILS ET MESURES Mozilla Readability 0.6.0 ; Trafilatura 2.2.0 ; newspaper4k 0.9.3.1 ; readability-lxml 0.8.4.1 ; jusText 3.0.2 ; html2text 2025.4.15 ; markdownify 1.2.2. Les cinq premiers sont des extracteurs, les deux derniers des convertisseurs. Les algorithmes peuvent partager des dépendances ou des approches : sept outils ne représentent pas sept systèmes indépendants. Le champ auteur est observé via byline (Mozilla), extract_metadata.author (Trafilatura) et authors (newspaper4k). L’interface choisie des quatre autres outils ne fournit pas ce champ : authorApi=false n’est pas un échec. On relève séparément authorInBody, longueur du corps et sorties brutes. La recherche du nom dans un corps HTML/Markdown n’établit pas une attribution sémantique. Aucun score agrégé. Un contrôle Readability disableJSONLD=true conserve sa sortie byline. La variante sans balisage est un témoin négatif. Erreurs et sorties vides restent dans les résultats ; une version indisponible doit faire échouer la reproduction, sans substitution silencieuse. RÉSULTATS Dans les deux langues, les trois champs auteur sont vides pour none et js-source. Trafilatura et newspaper4k restituent le nom pour graph-id, graph-inline, nested, microdata et js-dom. Readability laisse graph-id vide ; il restitue le nom pour graph-inline, nested, microdata et js-dom. Les résultats ne démontrent pas une résolution générale de tout graphe par les outils qui réussissent ce cas. Les quatre autres interfaces ne sont pas jugées sur un champ absent de leur contrat. jusText supprime la courte ligne d’auteur dans les quatorze entrées. Readability peut retirer cette ligne du corps et fournir néanmoins byline. Le texte seul et les métadonnées doivent donc être examinés séparément. La référence @id seule reste une relation JSON-LD légitime : une limitation d’extracteur ne change pas la validité du standard. L’ajout d’un nom doit provenir de la même source pour éviter deux valeurs concurrentes. VÉRIFICATION SUR EDIKKA Le fichier edikka-readability-result.json rapporte six lectures : deux copies publiques FR/EN du 7 octobre, chacune originale, resérialisée sans changement de données, puis avec @type et name ajoutés à la référence author. Résultat : null, null, Bertrand Morel. Ces deux pages partagent un gabarit. Les entrées, leurs empreintes et le script sont dans real-page-check/. Il ne s’agit pas d’une validation sur un corpus diversifié de sites. REPRODUCTION Prérequis : Node 22.12.0 et Python 3.12.14 pour le rejeu strict (environnement consigné dans results.json). Le vérificateur compare aussi les versions des runtimes ; une autre version doit être déclarée comme une réplication distincte. Les versions transitives sont fixées dans package-lock.json et requirements-lock.txt. npm ci --ignore-scripts python3.12 -m venv .venv .venv/bin/python -m pip install -r requirements-lock.txt STRUCTURED_PYTHON="$PWD/.venv/bin/python" node run.mjs /tmp/edikka-extraction-replay-unique node verify.mjs /tmp/edikka-extraction-replay-unique/results.json results.json node real-page-check/check.mjs Choisir un dossier de sortie neuf. Le programme refuse d’écraser un résultat. Le comparateur ignore seulement executedAt. Le programme ne contacte aucun moteur ni API payante. INTERPRÉTATION ET LIMITES Présence dans HTML, disponibilité après exécution, champ extrait, indexation, sélection, citation et trafic sont des observations distinctes. Ces tests mesurent seulement les trois premières dans le périmètre décrit. Ils ne prouvent aucun effet SEO/GEO, aucune supériorité universelle d’un format, ni le fonctionnement de ChatGPT, Claude, Perplexity, Google ou Bing. Aucun intervalle statistique n’est pertinent sur ce corpus construit. Protocole exploratoire, non préenregistré et sans relecture scientifique indépendante. Le laboratoire Page & JSON-LD reste un instrument différent : il vérifie la concordance selon un profil. Ce protocole n’étend pas implicitement son lecteur au microdata ou au rendu JavaScript. RÉUTILISATION ET CITATION Code original Edikka : MIT (LICENSE-code.txt). Textes, fixtures originales et résultats : CC BY 4.0 (LICENSE-data.txt). Les logiciels tiers conservent leurs licences ; aucune copie de leurs sources n’est redistribuée ici. Citation : Morel, Bertrand / Edikka (2026). Extraction de métadonnées JSON-LD, protocole 1.0.0, 7 octobre 2026. https://www.edikka.com/insights/seo/donnees-structurees-seo-geo#structured-data-extraction-results Pour signaler un défaut : transmettre à Edikka l’identifiant de fixture, les versions et la sortie concernée via le contact du site. Aucune transmission automatique. STABILITÉ Trois exécutions locales, dont une depuis une copie décompressée du ZIP : mêmes 98 observations, mêmes 14 entrées et 14 sorties brutes octet pour octet. Voir stability.json et replays/. Les horodatages diffèrent ; aucune réplication indépendante n’est revendiquée.