如何判断 XML 文档是针对 DTD 还是 XSD 进行验证？答案

【问题标题】：How to tell whether an XML document validates against a DTD or XSD?如何判断 XML 文档是针对 DTD 还是 XSD 进行验证？
【发布时间】：2010-10-04 12:38:10
【问题描述】：

在 Java 中，我可以使用 javax.xml.validation.Validator 针对 XSD 模式验证 XML 文档，或者通过使用 org.xml.sax.XMLReader 简单地解析文档来针对 DTD 验证 XML 文档。

我需要的是一种以编程方式确定文档本身是否针对 DTD（即它包含 <!DOCTYPE ...> 语句）或 XSD 进行验证的方法。理想情况下，我需要在不将整个 XML 文档加载到内存的情况下执行此操作。有人可以帮忙吗？

（或者，如果在 Java 中有一种单一方法来验证 XML 文档，该方法适用于 XSD 和 DTD - 并允许自定义资源解析 - 那会更好！）

非常感谢，

一个

【问题讨论】：

我不太确定我是否理解这个问题。您是想查明文档是否真正有效，还是只想知道它使用的是 DTD 还是 XSD？还是完全不同的东西？
第二个 - 我知道如何针对 XSD 验证文档，以及如何针对 DTD 进行验证，但我需要确定使用哪种方法，即文档是使用 DTD 还是 XSD。感谢您的回复。
@Alan，这真的是个好主意吗？不要求 XML 文档包含模式引用或 DTD 声明，事实上，大多数 XML 文档不包含此类信息。如果您处理的是纯 XML，是否由您决定如何验证它？
@Kevin，总的来说你是对的，但这是一种特殊情况，XML 来自有限数量的来源，并且文档总是指定它们符合的模式。不过，展望未来，我将不得不处理可能未指定其模式的 XML。要记住的事情；谢谢。

标签： java xml validation xsd dtd

【解决方案1】：

查看javax.xml.validation 的包说明。它包含有关验证 XSD 和 DTD 的信息和示例

【讨论】：

【解决方案2】：

你能用字符串比较吗？

public enum Type {
    XSD,
    DTD,
    UNKNOWN
};

public Type findType(File f) throws FileNotFoundException, IOException {
    BufferedReader reader = null;
    try {
        reader = new BufferedReader(new FileReader(f));
        String line;
        // may want to cut this loop off after a certain number of lines
        while ((line = reader.readLine()) != null) {
            line = line.toLowerCase();
            if (line.contains("<!doctype"))
                return Type.DTD;
            else if (line.contains("xsi:schemaLocation"))
                return Type.XSD;
        }
    } finally {
        if (reader != null) {
            try {
                reader.close();
            } catch (IOException ex) {}
        }
    }
    return Type.UNKNOWN;
}

【讨论】：

好主意！最后，我使用 StAX XMLStreamReader 做了类似的事情。感谢您的帮助。
@mmyers。这种方法对 XML 的字符集做了很多假设，并提供了其他失败的机会——例如，注释掉的 doctype。
@McDowell：是的。你有更好的办法吗？

【解决方案3】：

您能否发布一个代码示例，说明如何针对给定的 dtd 验证 xml。架构似乎很容易，但我正在努力寻找如何使用 dtd 来实现。

非常感谢，

丹尼斯。

好的，我找到了：

    XMLReader reader = XMLReaderFactory.createXMLReader();

    // try to activate validation
    try {
          // Turn on validation
          reader.setFeature("http://xml.org/sax/features/validation", true);
          // Ensure namespace processing is on (the default)
          reader.setFeature("http://xml.org/sax/features/namespaces", true);
    } catch (SAXException e) {
        System.err.println("Cannot activate validation.");
    }

    try {
        reader.parse("testFiasRequest.xml");
    } catch (IOException e) {
        System.err.println("I/O exception reading XML document");
    } catch (SAXException e) {
        System.err.println("XML exception reading document.");
    }

【讨论】：

【解决方案4】：

没有确定如何验证任意 XML 文档的 100% 万无一失的过程。

例如，这个版本 2.4 web application deployment descriptor 指定一个 W3 schema 来验证文档：

<?xml version="1.0" encoding="UTF-8"?>
<web-app id="WebApp_ID" version="2.4"
    xmlns="http://java.sun.com/xml/ns/j2ee"
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    xsi:schemaLocation="http://java.sun.com/xml/ns/j2ee http://java.sun.com/xml/ns/j2ee/web-app_2_4.xsd">

但是，这是表达同一事物的同样有效的方式：

<?xml version="1.0" encoding="UTF-8"?>
<web-app id="WebApp_ID" version="2.4"
    xmlns="http://java.sun.com/xml/ns/j2ee">

RELAX NG 似乎没有在文档中提供任何提示您应该使用它的机制。验证机制由文档消费者而非生产者决定。如果我没记错的话，这是推动从 DTD 转向更现代的验证机制的动力之一。

在我看来，最好的办法是根据您正在处理的文档类型集定制机制检测器，读取标题信息并进行适当的解释。 StAX parser 对此有好处 - 因为它是一种拉机制，您可以只读取文件的开头，然后退出对第一个元素的解析。

Link to more of the same and sample code and whatnot.

【讨论】：