hreflang

Ce que c'est

Inscrit sur un lien, `hreflang` indique la langue de la page située
à l'autre bout. HTML l'autorise sur les éléments `a`, `area` et
`link`, mais son usage le plus connu est un ensemble d'éléments
`link rel="alternate"` dans l'en-tête d'une page, un par version
linguistique : le site indique aux moteurs que plusieurs adresses
contiennent le même contenu en différentes langues.

```html
<link rel="alternate" hreflang="en" href="https://example.com/guide/" />
<link rel="alternate" hreflang="da" href="https://example.com/da/guide/" />
<link rel="alternate" hreflang="x-default" href="https://example.com/guide/" />
```

La norme HTML qualifie l'attribut de « purement indicatif ». Sa
valeur « doit être une étiquette de langue BCP 47 valide », et le
navigateur doit tirer la langue de la page reçue de la page
elle-même, jamais du lien qui y conduit. Associé à
`rel="alternate"`, un `hreflang` différent de la langue du document
source marque la cible comme traduction.

Les moteurs ont transformé cette indication en protocole. Google
documente trois moyens équivalents de fournir l'ensemble : des liens
dans l'en-tête HTML, un en-tête HTTP `Link` pour les PDF et autres
fichiers sans en-tête HTML, et des entrées dans un sitemap XML.
Chaque version se liste elle-même ainsi que toutes les autres, avec
des adresses absolues complètes. Une paire ne compte que si les deux
pages se désignent mutuellement, pour qu'un autre site ne puisse se
déclarer traduction du vôtre. Les codes sont une langue ISO 639-1,
éventuellement suivie d'une région ISO 3166-1 ; une région seule est
invalide. La valeur réservée `x-default` désigne la page pour les
lecteurs dont la langue ne correspond à aucune autre ; Google
précise qu'elle a été conçue pour les pages de sélection de langue.

Deux notions voisines prêtent à confusion. L'attribut `lang` indique
la langue du texte devant le lecteur ; `hreflang`, celle d'une page
liée. Google précise qu'il n'utilise aucun des deux pour détecter la
langue : `hreflang` ne rend donc pas une page danoise, mais lui
indique qu'une page déjà reconnue comme danoise appartient au même
ensemble qu'une page anglaise. Une URL canonique fusionne les
doublons en une adresse indexée, tandis que `hreflang` identifie les
variantes linguistiques et aide le moteur à choisir celle à
afficher.

Pourquoi c'est important

La décision consignée par `hreflang` est de savoir si les versions
linguistiques forment un ensemble ou sont évaluées comme des pages
distinctes. Séparées, elles concourent chacune sur leurs propres
mérites ; un moteur peut montrer la page anglaise à un lecteur
danois ou les deux versions dans les mêmes résultats. Déclarées
comme ensemble, elles sont comprises comme un même contenu, et le
moteur peut offrir celle qui correspond à la langue configurée par
le lecteur.

L'ensemble n'a de sens que si les versions sont vraiment le même
contenu. Un site monolingue n'a nul besoin de `hreflang`, et deux
sections linguistiques différentes sur le fond ne forment pas non
plus un ensemble. Des variantes régionales légèrement différentes,
comme des pages `en-GB` et `en-US` aux prix distincts, en forment
un.

Le coût est celui du suivi, et croît avec le carré du nombre de
langues. Chaque version de chaque page porte la liste entière :
ajouter, déplacer ou retirer une traduction change l'en-tête de
toutes ses sœurs. Une liste correcte sur la plupart des pages mais
fausse sur quelques-unes échoue discrètement : les paires
réciproques sont utilisées et les autres abandonnées sans erreur
visible. `hreflang` se prête donc mal à l'édition manuelle, mais
bien à un générateur qui déduit l'ensemble de chaque page d'une
liste unique. Ce que change `hreflang`, c'est la version présentée à
la personne qui cherche.

À quoi cela ressemble en pratique

Ce site construit ses éditions linguistiques à partir d'un arbre de
contenu unique : chaque page a donc un ensemble de traductions sœurs
à déclarer.

Un modèle décide quelles traductions sont annoncées, et plusieurs
endroits le consultent : l'ensemble `hreflang` dans l'en-tête, les
balises `og:locale:alternate` des aperçus de liens, les variantes du
sitemap, le `inLanguage` des données structurées du site et, après
une exclusion supplémentaire, le bandeau de langues visible par le
lecteur. La liste inclut la page elle-même, assurant l'autoréférence
requise. Les codes ne désignent que des langues, comme `en`, `da` et
`uk` : chaque version est donc proposée à tous les lecteurs de cette
langue, où qu'ils soient, et l'entrée anglaise est écrite une
seconde fois comme `x-default`. L'en-tête et le sitemap portent tous
deux l'ensemble produit depuis cette liste unique ; ils ne peuvent
donc diverger.

La séparation entre machines et lecteurs est voulue. À un stade
antérieur de l'implémentation, la version ukrainienne était annoncée
aux robots et répertoriée dans les sitemaps, tandis que le bandeau
de langues supérieur l'omettait. Un seul indicateur de configuration
contrôlait cette distinction : les robots recevaient les liens
alternatifs ukrainiens réciproques, tandis que seul le bandeau de
langues du lecteur changeait. Un second indicateur, pour une langue
dont l'édition est construite mais pas prête, la retire des deux
listes et marque ses pages `noindex`. Une page de cette langue ne
déclare pas non plus de sœurs : un `hreflang` d'une page non
annoncée vers une page annoncée forme une paire que le moteur ne
voit que d'un côté.

Les copies suivent le même raisonnement. Une page servie sur un
sous-domaine spécialisé, dont la canonique pointe vers le site
principal, n'émet aucun `hreflang` : l'ensemble se lit sur la page
que le moteur a acceptée comme canonique, et une copie nommant les
traductions de son propre hôte contredirait la ligne précédente. Son
sélecteur de langue reste utilisable, car un lecteur qui souhaite le
danois doit toujours l'obtenir.

Un contrôle des pages construites vérifie que toute page avec des
variantes inclut `x-default` et sa propre langue, et que chaque
variante est une page construite, dans une langue annoncée, avec un
lien de retour. L'autoréférence justifie ainsi sa place. Le
générateur propose deux listes aux noms proches : `.Translations`,
qui exclut la page courante, et `.AllTranslations`, qui l'inclut.
Confondre ces noms retire simultanément la langue propre à chaque
page de l'en-tête et du bandeau, qui restent donc d'accord. Dans une
version du site volontairement rendue incorrecte, cette assertion a
été la seule du contrôle à détecter le défaut sur 528 des 792 pages.

Où les problèmes surviennent

Le moteur montre la mauvaise langue. Un lecteur danois reçoit la
page anglaise, ou les deux versions apparaissent côte à côte. Les
paires ne pointent que dans un sens : la page danoise nomme
l'anglaise, mais celle-ci ne liste encore que ses anciennes langues.
Les moteurs ignorent une paire sans retour. Construisez l'ensemble
de chaque page depuis une liste qui l'inclut elle-même, et testez la
réciprocité sur les pages produites.

Les annotations d'une langue entière restent sans effet. Le balisage
est présent et constitue du HTML valide, mais les versions sont
traitées comme sans lien. Les codes désignent autre chose : `ua` ou
`dk` au lieu des langues `uk` et `da`, `be` censé désigner la
Belgique alors qu'il désigne le biélorusse, ou `en-UK` au lieu de
`en-GB`, puisque `UK` est un code régional réservé que Google
ignore. Utilisez une langue ISO 639-1 ; n'ajoutez une région ISO
3166-1 que si le contenu diffère selon le pays. Une étiquette BCP 47
valide peut tout de même ne pas être prise en charge par Google.

Les traductions sortent de l'index. Seule la langue d'origine
apparaît dans les recherches ; les traductions sont traitées comme
ses doublons. Chaque traduction désigne l'original comme canonique
et demande ainsi que la traduction soit fusionnée avec l'original et
perde sa propre entrée dans l'index, alors que son `hreflang`
demande qu'elle soit montrée. Donnez à chaque version sa propre
canonique ; Google recommande une page canonique dans la même
langue.

Une page qui demandait à rester hors des recherches est tout de même
annoncée. Une langue en brouillon marquée `noindex` figure dans les
variantes des pages publiées, ou les liste dans son propre en-tête.
L'annonce et la directive ont été fixées à des endroits différents :
le robot reçoit deux réponses pour la même adresse. Décidez par
langue de l'annoncer dans les deux sens ou dans aucun, placez cette
décision dans un réglage lu par toutes les listes et vérifiez les
pages construites par rapport à celui-ci.

Pour aller plus loin

  * Norme HTML : attribut hreflang — Sens de l'attribut sur un lien
et raison pour laquelle un navigateur ne doit pas s'y fier.

  * Norme HTML : type de lien « alternate » — Comment `hreflang` et
`type` décrivent une traduction ou un autre format du même document.

  * RFC 5646 : étiquettes d'identification des langues — Syntaxe BCP
47 que doit respecter la valeur de l'attribut.

  * Google Search Central : versions localisées de vos pages — Trois
modes de fourniture, règle de réciprocité et `x-default`.

hCette page sur le Web	URL:https://engineer.company/fr/glossary/hreflang/	engineer.company	70
