Validador de DOI

Validação de DOI: o identificador persistente do conteúdo científico

O DOI — Digital Object Identifier é o identificador persistente padrão para artigos acadêmicos, livros, datasets, preprints, trabalhos de conferência e qualquer "objeto digital" que precise de URL estável e citável. É governado pela DOI Foundation, sem fins lucrativos, e padronizado pela ISO 26324. Diferentemente de uma URL crua, o DOI resolve via https://doi.org/ e garante que aponta para a localização atual do recurso mesmo após migrações de editora, mudança de nome do periódico ou expiração de domínio.

Validar um DOI é um exercício sintático — não existe dígito verificador. Um DOI precisa (1) começar pelo prefixo literal 10., (2) ser seguido por um código de registrante de quatro a nove dígitos, (3) incluir uma barra e (4) terminar com um sufixo opaco, case-insensitive, composto por letras, dígitos e um pequeno conjunto de pontuações. Saber se o DOI está de fato registrado é uma pergunta separada, que exige resolução em rede.

Anatomia de um DOI

Um DOI tem a forma 10.{registrante}/{sufixo}. Exemplos:

• 10.1038/nature12373 — artigo da Nature.
• 10.1093/ajae/aaq063 — American Journal of Agricultural Economics.
• 10.1109/5.771073 — artigo de arquivo do IEEE.
• 10.1000/182 — o próprio DOI Handbook (registrante de exemplo 10.1000).

O prefixo 10. é fixo pela norma e nunca muda. O registrante (de quatro a nove dígitos após o ponto) é alocado a uma agência de registro, que por sua vez o atribui a uma editora. O sufixo é opaco: a editora escolhe o esquema que quiser — numeração sequencial, código de artigo, string mnemônica — e ele deve ser tratado como caixa-preta por validadores. Letras ASCII, dígitos e a pontuação - . _ ; ( ) / : são permitidos.

Regex razoável de validação

Um padrão prático, após normalizar a entrada para maiúsculas, é:

^10\.\d{4,9}/[-._;()/:A-Z0-9]+$

Essa regex pega a grande maioria dos DOIs do mundo real e ainda permite a pontuação que as editoras realmente usam. A Crossref recomenda ser ligeiramente mais permissiva — aceitar qualquer ASCII imprimível no sufixo — porque alguns DOIs legados contêm caracteres incomuns. De qualquer modo, a regex é o piso, não o teto: confirmar registro é o próximo passo.

Agências de registro

Várias agências emitem DOIs sob licença da DOI Foundation:

• Crossref — a maior, cobrindo a maior parte dos artigos acadêmicos no mundo.
• DataCite — datasets, software de pesquisa, teses e literatura cinzenta (usada por Zenodo, Figshare, OSF).
• mEDRA — agência europeia, comum em editoras italianas e da UE.
• Airiti — editoras de Taiwan e do Leste Asiático.
• KISTI — Korean Institute of Science and Technology Information.
• JaLC — Japan Link Center, periódicos e datasets japoneses.
• No Brasil, a SciELO registra DOIs via filiação à Crossref.

Resolução e content negotiation

Além da validação, costuma-se querer resolver o DOI: enviar um HTTP HEAD ou GET para https://doi.org/{doi} e observar o redirect 30x para a página da editora. Ferramentas que precisam dos metadados bibliográficos podem usar DOI Content Negotiation:

curl -LH "Accept: application/x-bibtex" https://doi.org/10.1038/nature12373
curl -LH "Accept: application/vnd.citationstyles.csl+json" https://doi.org/10.1038/nature12373

O servidor devolve BibTeX, CSL-JSON, RIS ou RDF dependendo do header Accept — ideal para gerenciadores de referência (Mendeley, Zotero, Papers) e motores de citação.

DOI vs ORCID vs ISSN vs ISBN

• DOI identifica a obra (artigo, dataset, capítulo).
• ORCID identifica o pesquisador (código de 16 dígitos com verificação módulo 11 do ISNI).
• ISSN identifica o periódico em que o artigo foi publicado.
• ISBN identifica a edição de livro.
• arXiv ID e PMID são identificadores alternativos; preprints do arXiv hoje têm também um DOI emitido pelo DataCite.

Armadilhas

• Caixa do sufixo: DOI é case-insensitive, mas a URL da editora de destino pode não ser. O resolver do doi.org normaliza o DOI antes do redirect, então sempre compare em maiúsculas.
• Confundir URL com DOI: https://doi.org/10.1000/182 é a URL; 10.1000/182 é o DOI propriamente dito. Tire o host antes de validar.
• Erro de digitação no prefixo: 10,1038/... (vírgula) e 10.1038\\... (barra invertida) são bugs comuns de copy-paste.
• Pontuação no final: citações terminam frases com 10.1038/nature12373. — remova o ponto final antes de validar.
• Sufixo com barras: 10.5281/zenodo.1234 é válido; alguns validadores erram ao parar na primeira barra.

FAQ

Um DOI pode começar com algo diferente de 10.? Não. Todo DOI existente começa com o prefixo literal 10. — é o indicador de diretório do Handle System.

Como confirmo que um DOI resolve? Faça uma requisição HEAD para https://doi.org/{doi}. Resposta 302 significa registrado; 404 significa inexistente. Esta página faz apenas a verificação sintática, local.

DOI é case-sensitive? Não. A string é case-insensitive por norma. Compare depois de normalizar para uma caixa comum.

Quanto custa um DOI? Editoras pagam cerca de US$ 1 por DOI via Crossref, mais anuidade que começa em US$ 275. O DataCite tem precificação por faixas semelhante.

O sufixo tem significado? Apenas para a editora que o escolheu. Algumas codificam o número do artigo, outras usam UUID ou slug. Validadores devem tratá-lo como string opaca.