如何使用XSLT读取XML的DOCTYPE声明并校验指定DTD？

核心问题拆解 #

你需要读取XML的DOCTYPE声明，判断是否包含目标JATS DTD（公共标识符：-//NLM//DTD JATS (Z39.96) Journal Archiving and Interchange DTD with OASIS Tables with MathML3 v1.1 20151215//EN，系统标识符：JATS-archive-oasis-article1-mathml3.dtd），满足条件则输出对应元素。此前使用unparsed-text()/unparsed-text-lines()本地有效但流水线环境失效，同时对Saxon的schema()函数的适用性存疑。

可行解决方案 #

方案1：标准XSLT文档节点属性（推荐，无扩展依赖） #

XML解析后，文档节点（/）的DOCTYPE信息可通过标准XSLT 2.0+函数直接获取，无需读取原始文本，完美规避流水线文件访问问题：

<xsl:template match="/">
  <xsl:if test="public-id(/) = '-//NLM//DTD JATS (Z39.96) Journal Archiving and Interchange DTD with OASIS Tables with MathML3 v1.1 20151215//EN' 
                and system-id(/) = 'JATS-archive-oasis-article1-mathml3.dtd'">
    <!-- 满足条件时生成的目标元素 -->
    <valid-jats-dtd/>
  </xsl:if>
</xsl:template>

• public-id(/)：获取DOCTYPE的公共标识符
• system-id(/)：获取DOCTYPE的系统标识符（即DTD文件名）

方案2：修复unparsed-text()流水线失效问题 #

若必须采用文本读取方式，失效原因通常是路径解析错误或权限限制：

• 改用流水线环境支持的绝对URI或统一资源路径，避免相对路径
• 检查Saxon安全配置，确认允许读取外部文本文件（部分流水线会限制文件系统访问）

关于saxon:schema()函数的说明 #

该函数仅用于处理XML Schema（XSD），完全不适用于DTD场景，它的作用是加载XSD模式并获取模式元数据，和DOCTYPE/DTD检查无关，无需考虑。

关键注意事项 #

• 确保使用支持XSLT 2.0及以上版本的处理器（如Saxon HE/PE/EE），public-id()和system-id()是XSLT 2.0引入的标准函数
• 流水线环境优先选择方案1，避免文件读取带来的兼容性问题

内容的提问来源于stack exchange，提问作者GreatPretender