/[suikacvs]/markup/html/whatpm/Whatpm/HTML.pm.src
Suika

Diff of /markup/html/whatpm/Whatpm/HTML.pm.src

Parent Directory Parent Directory | Revision Log Revision Log | View Patch Patch

revision 1.145 by wakaba, Sat May 24 11:57:47 2008 UTC revision 1.235 by wakaba, Sun Sep 6 08:02:54 2009 UTC
# Line 3  use strict; Line 3  use strict;
3  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};
4  use Error qw(:try);  use Error qw(:try);
5    
6    use Whatpm::HTML::Tokenizer;
7    
8    ## NOTE: This module don't check all HTML5 parse errors; character
9    ## encoding related parse errors are expected to be handled by relevant
10    ## modules.
11    ## Parse errors for control characters that are not allowed in HTML5
12    ## documents, for surrogate code points, and for noncharacter code
13    ## points, as well as U+FFFD substitions for characters whose code points
14    ## is higher than U+10FFFF may be detected by combining the parser with
15    ## the checker implemented by Whatpm::Charset::UnicodeChecker (for its
16    ## usage example, see |t/HTML-tree.t| in the Whatpm package or the
17    ## WebHACC::Language::HTML module in the WebHACC package).
18    
19  ## ISSUE:  ## ISSUE:
20  ## var doc = implementation.createDocument (null, null, null);  ## var doc = implementation.createDocument (null, null, null);
21  ## doc.write ('');  ## doc.write ('');
# Line 10  use Error qw(:try); Line 23  use Error qw(:try);
23    
24  require IO::Handle;  require IO::Handle;
25    
26    ## Namespace URLs
27    
28  my $HTML_NS = q<http://www.w3.org/1999/xhtml>;  my $HTML_NS = q<http://www.w3.org/1999/xhtml>;
29  my $MML_NS = q<http://www.w3.org/1998/Math/MathML>;  my $MML_NS = q<http://www.w3.org/1998/Math/MathML>;
30  my $SVG_NS = q<http://www.w3.org/2000/svg>;  my $SVG_NS = q<http://www.w3.org/2000/svg>;
# Line 17  my $XLINK_NS = q<http://www.w3.org/1999/ Line 32  my $XLINK_NS = q<http://www.w3.org/1999/
32  my $XML_NS = q<http://www.w3.org/XML/1998/namespace>;  my $XML_NS = q<http://www.w3.org/XML/1998/namespace>;
33  my $XMLNS_NS = q<http://www.w3.org/2000/xmlns/>;  my $XMLNS_NS = q<http://www.w3.org/2000/xmlns/>;
34    
35  sub A_EL () { 0b1 }  ## Element categories
 sub ADDRESS_EL () { 0b10 }  
 sub BODY_EL () { 0b100 }  
 sub BUTTON_EL () { 0b1000 }  
 sub CAPTION_EL () { 0b10000 }  
 sub DD_EL () { 0b100000 }  
 sub DIV_EL () { 0b1000000 }  
 sub DT_EL () { 0b10000000 }  
 sub FORM_EL () { 0b100000000 }  
 sub FORMATTING_EL () { 0b1000000000 }  
 sub FRAMESET_EL () { 0b10000000000 }  
 sub HEADING_EL () { 0b100000000000 }  
 sub HTML_EL () { 0b1000000000000 }  
 sub LI_EL () { 0b10000000000000 }  
 sub NOBR_EL () { 0b100000000000000 }  
 sub OPTION_EL () { 0b1000000000000000 }  
 sub OPTGROUP_EL () { 0b10000000000000000 }  
 sub P_EL () { 0b100000000000000000 }  
 sub SELECT_EL () { 0b1000000000000000000 }  
 sub TABLE_EL () { 0b10000000000000000000 }  
 sub TABLE_CELL_EL () { 0b100000000000000000000 }  
 sub TABLE_ROW_EL () { 0b1000000000000000000000 }  
 sub TABLE_ROW_GROUP_EL () { 0b10000000000000000000000 }  
 sub MISC_SCOPING_EL () { 0b100000000000000000000000 }  
 sub MISC_SPECIAL_EL () { 0b1000000000000000000000000 }  
 sub FOREIGN_EL () { 0b10000000000000000000000000 }  
 sub FOREIGN_FLOW_CONTENT_EL () { 0b100000000000000000000000000 }  
 sub MML_AXML_EL () { 0b1000000000000000000000000000 }  
   
 sub TABLE_ROWS_EL () {  
   TABLE_EL |  
   TABLE_ROW_EL |  
   TABLE_ROW_GROUP_EL  
 }  
36    
37  sub END_TAG_OPTIONAL_EL () {  ## Bits 12-15
38    DD_EL |  sub SPECIAL_EL () { 0b1_000000000000000 }
39    DT_EL |  sub SCOPING_EL () { 0b1_00000000000000 }
40    LI_EL |  sub FORMATTING_EL () { 0b1_0000000000000 }
41    P_EL  sub PHRASING_EL () { 0b1_000000000000 }
42  }  
43    ## Bits 10-11
44    #sub FOREIGN_EL () { 0b1_00000000000 } # see Whatpm::HTML::Tokenizer
45    sub FOREIGN_FLOW_CONTENT_EL () { 0b1_0000000000 }
46    
47    ## Bits 6-9
48    sub TABLE_SCOPING_EL () { 0b1_000000000 }
49    sub TABLE_ROWS_SCOPING_EL () { 0b1_00000000 }
50    sub TABLE_ROW_SCOPING_EL () { 0b1_0000000 }
51    sub TABLE_ROWS_EL () { 0b1_000000 }
52    
53    ## Bit 5
54    sub ADDRESS_DIV_P_EL () { 0b1_00000 }
55    
56    ## NOTE: Used in </body> and EOF algorithms.
57    ## Bit 4
58    sub ALL_END_TAG_OPTIONAL_EL () { 0b1_0000 }
59    
60    ## NOTE: Used in "generate implied end tags" algorithm.
61    ## NOTE: There is a code where a modified version of
62    ## END_TAG_OPTIONAL_EL is used in "generate implied end tags"
63    ## implementation (search for the algorithm name).
64    ## Bit 3
65    sub END_TAG_OPTIONAL_EL () { 0b1_000 }
66    
67    ## Bits 0-2
68    
69    sub MISC_SPECIAL_EL () { SPECIAL_EL | 0b000 }
70    sub FORM_EL () { SPECIAL_EL | 0b001 }
71    sub FRAMESET_EL () { SPECIAL_EL | 0b010 }
72    sub HEADING_EL () { SPECIAL_EL | 0b011 }
73    sub SELECT_EL () { SPECIAL_EL | 0b100 }
74    sub SCRIPT_EL () { SPECIAL_EL | 0b101 }
75    
76  sub ALL_END_TAG_OPTIONAL_EL () {  sub ADDRESS_DIV_EL () { SPECIAL_EL | ADDRESS_DIV_P_EL | 0b001 }
77    sub BODY_EL () { SPECIAL_EL | ALL_END_TAG_OPTIONAL_EL | 0b001 }
78    
79    sub DTDD_EL () {
80      SPECIAL_EL |
81    END_TAG_OPTIONAL_EL |    END_TAG_OPTIONAL_EL |
82    BODY_EL |    ALL_END_TAG_OPTIONAL_EL |
83    HTML_EL |    0b010
   TABLE_CELL_EL |  
   TABLE_ROW_EL |  
   TABLE_ROW_GROUP_EL  
84  }  }
85    sub LI_EL () {
86  sub SCOPING_EL () {    SPECIAL_EL |
87    BUTTON_EL |    END_TAG_OPTIONAL_EL |
88    CAPTION_EL |    ALL_END_TAG_OPTIONAL_EL |
89    HTML_EL |    0b100
   TABLE_EL |  
   TABLE_CELL_EL |  
   MISC_SCOPING_EL  
90  }  }
91    sub P_EL () {
92  sub TABLE_SCOPING_EL () {    SPECIAL_EL |
93    HTML_EL |    ADDRESS_DIV_P_EL |
94    TABLE_EL    END_TAG_OPTIONAL_EL |
95      ALL_END_TAG_OPTIONAL_EL |
96      0b001
97  }  }
98    
99  sub TABLE_ROWS_SCOPING_EL () {  sub TABLE_ROW_EL () {
100    HTML_EL |    SPECIAL_EL |
101    TABLE_ROW_GROUP_EL    TABLE_ROWS_EL |
102      TABLE_ROW_SCOPING_EL |
103      ALL_END_TAG_OPTIONAL_EL |
104      0b001
105  }  }
106    sub TABLE_ROW_GROUP_EL () {
107  sub TABLE_ROW_SCOPING_EL () {    SPECIAL_EL |
108    HTML_EL |    TABLE_ROWS_EL |
109    TABLE_ROW_EL    TABLE_ROWS_SCOPING_EL |
110      ALL_END_TAG_OPTIONAL_EL |
111      0b001
112  }  }
113    
114  sub SPECIAL_EL () {  sub MISC_SCOPING_EL () { SCOPING_EL | 0b000 }
115    ADDRESS_EL |  sub BUTTON_EL () { SCOPING_EL | 0b001 }
116    BODY_EL |  sub CAPTION_EL () { SCOPING_EL | 0b010 }
117    DIV_EL |  sub HTML_EL () {
118    END_TAG_OPTIONAL_EL |    SCOPING_EL |
119    FORM_EL |    TABLE_SCOPING_EL |
120    FRAMESET_EL |    TABLE_ROWS_SCOPING_EL |
121    HEADING_EL |    TABLE_ROW_SCOPING_EL |
122    OPTION_EL |    ALL_END_TAG_OPTIONAL_EL |
123    OPTGROUP_EL |    0b001
124    SELECT_EL |  }
125    TABLE_ROW_EL |  sub TABLE_EL () {
126    TABLE_ROW_GROUP_EL |    SCOPING_EL |
127    MISC_SPECIAL_EL    TABLE_ROWS_EL |
128      TABLE_SCOPING_EL |
129      0b001
130    }
131    sub TABLE_CELL_EL () {
132      SCOPING_EL |
133      TABLE_ROW_SCOPING_EL |
134      ALL_END_TAG_OPTIONAL_EL |
135      0b001
136  }  }
137    
138    sub MISC_FORMATTING_EL () { FORMATTING_EL | 0b000 }
139    sub A_EL () { FORMATTING_EL | 0b001 }
140    sub NOBR_EL () { FORMATTING_EL | 0b010 }
141    
142    sub RUBY_EL () { PHRASING_EL | 0b001 }
143    
144    ## ISSUE: ALL_END_TAG_OPTIONAL_EL?
145    sub OPTGROUP_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b001 }
146    sub OPTION_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b010 }
147    sub RUBY_COMPONENT_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b100 }
148    
149    sub MML_AXML_EL () { PHRASING_EL | FOREIGN_EL | 0b001 }
150    
151  my $el_category = {  my $el_category = {
152    a => A_EL | FORMATTING_EL,    a => A_EL,
153    address => ADDRESS_EL,    address => ADDRESS_DIV_EL,
154    applet => MISC_SCOPING_EL,    applet => MISC_SCOPING_EL,
155    area => MISC_SPECIAL_EL,    area => MISC_SPECIAL_EL,
156      article => MISC_SPECIAL_EL,
157      aside => MISC_SPECIAL_EL,
158    b => FORMATTING_EL,    b => FORMATTING_EL,
159    base => MISC_SPECIAL_EL,    base => MISC_SPECIAL_EL,
160    basefont => MISC_SPECIAL_EL,    basefont => MISC_SPECIAL_EL,
# Line 126  my $el_category = { Line 168  my $el_category = {
168    center => MISC_SPECIAL_EL,    center => MISC_SPECIAL_EL,
169    col => MISC_SPECIAL_EL,    col => MISC_SPECIAL_EL,
170    colgroup => MISC_SPECIAL_EL,    colgroup => MISC_SPECIAL_EL,
171    dd => DD_EL,    command => MISC_SPECIAL_EL,
172      datagrid => MISC_SPECIAL_EL,
173      dd => DTDD_EL,
174      details => MISC_SPECIAL_EL,
175      dialog => MISC_SPECIAL_EL,
176    dir => MISC_SPECIAL_EL,    dir => MISC_SPECIAL_EL,
177    div => DIV_EL,    div => ADDRESS_DIV_EL,
178    dl => MISC_SPECIAL_EL,    dl => MISC_SPECIAL_EL,
179    dt => DT_EL,    dt => DTDD_EL,
180    em => FORMATTING_EL,    em => FORMATTING_EL,
181    embed => MISC_SPECIAL_EL,    embed => MISC_SPECIAL_EL,
182    fieldset => MISC_SPECIAL_EL,    fieldset => MISC_SPECIAL_EL,
183      figure => MISC_SPECIAL_EL,
184    font => FORMATTING_EL,    font => FORMATTING_EL,
185      footer => MISC_SPECIAL_EL,
186    form => FORM_EL,    form => FORM_EL,
187    frame => MISC_SPECIAL_EL,    frame => MISC_SPECIAL_EL,
188    frameset => FRAMESET_EL,    frameset => FRAMESET_EL,
# Line 145  my $el_category = { Line 193  my $el_category = {
193    h5 => HEADING_EL,    h5 => HEADING_EL,
194    h6 => HEADING_EL,    h6 => HEADING_EL,
195    head => MISC_SPECIAL_EL,    head => MISC_SPECIAL_EL,
196      header => MISC_SPECIAL_EL,
197    hr => MISC_SPECIAL_EL,    hr => MISC_SPECIAL_EL,
198    html => HTML_EL,    html => HTML_EL,
199    i => FORMATTING_EL,    i => FORMATTING_EL,
200    iframe => MISC_SPECIAL_EL,    iframe => MISC_SPECIAL_EL,
201    img => MISC_SPECIAL_EL,    img => MISC_SPECIAL_EL,
202      #image => MISC_SPECIAL_EL, ## NOTE: Commented out in the spec.
203    input => MISC_SPECIAL_EL,    input => MISC_SPECIAL_EL,
204    isindex => MISC_SPECIAL_EL,    isindex => MISC_SPECIAL_EL,
205      ## XXX keygen? (Whether a void element is in Special or not does not
206      ## affect to the processing, however.)
207    li => LI_EL,    li => LI_EL,
208    link => MISC_SPECIAL_EL,    link => MISC_SPECIAL_EL,
209    listing => MISC_SPECIAL_EL,    listing => MISC_SPECIAL_EL,
210    marquee => MISC_SCOPING_EL,    marquee => MISC_SCOPING_EL,
211    menu => MISC_SPECIAL_EL,    menu => MISC_SPECIAL_EL,
212    meta => MISC_SPECIAL_EL,    meta => MISC_SPECIAL_EL,
213    nobr => NOBR_EL | FORMATTING_EL,    nav => MISC_SPECIAL_EL,
214      nobr => NOBR_EL,
215    noembed => MISC_SPECIAL_EL,    noembed => MISC_SPECIAL_EL,
216    noframes => MISC_SPECIAL_EL,    noframes => MISC_SPECIAL_EL,
217    noscript => MISC_SPECIAL_EL,    noscript => MISC_SPECIAL_EL,
# Line 170  my $el_category = { Line 223  my $el_category = {
223    param => MISC_SPECIAL_EL,    param => MISC_SPECIAL_EL,
224    plaintext => MISC_SPECIAL_EL,    plaintext => MISC_SPECIAL_EL,
225    pre => MISC_SPECIAL_EL,    pre => MISC_SPECIAL_EL,
226      rp => RUBY_COMPONENT_EL,
227      rt => RUBY_COMPONENT_EL,
228      ruby => RUBY_EL,
229    s => FORMATTING_EL,    s => FORMATTING_EL,
230    script => MISC_SPECIAL_EL,    script => MISC_SPECIAL_EL,
231    select => SELECT_EL,    select => SELECT_EL,
232      section => MISC_SPECIAL_EL,
233    small => FORMATTING_EL,    small => FORMATTING_EL,
234    spacer => MISC_SPECIAL_EL,    spacer => MISC_SPECIAL_EL,
235    strike => FORMATTING_EL,    strike => FORMATTING_EL,
# Line 196  my $el_category = { Line 253  my $el_category = {
253  my $el_category_f = {  my $el_category_f = {
254    $MML_NS => {    $MML_NS => {
255      'annotation-xml' => MML_AXML_EL,      'annotation-xml' => MML_AXML_EL,
256      mi => FOREIGN_FLOW_CONTENT_EL,      mi => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
257      mo => FOREIGN_FLOW_CONTENT_EL,      mo => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
258      mn => FOREIGN_FLOW_CONTENT_EL,      mn => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
259      ms => FOREIGN_FLOW_CONTENT_EL,      ms => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
260      mtext => FOREIGN_FLOW_CONTENT_EL,      mtext => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
261    },    },
262    $SVG_NS => {    $SVG_NS => {
263      foreignObject => FOREIGN_FLOW_CONTENT_EL,      foreignObject => SCOPING_EL | FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
264      desc => FOREIGN_FLOW_CONTENT_EL,      desc => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
265      title => FOREIGN_FLOW_CONTENT_EL,      title => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
266    },    },
267    ## NOTE: In addition, FOREIGN_EL is set to non-HTML elements.    ## NOTE: In addition, FOREIGN_EL is set to non-HTML elements.
268  };  };
269    
270  my $svg_attr_name = {  my $svg_attr_name = {
271      attributename => 'attributeName',
272    attributetype => 'attributeType',    attributetype => 'attributeType',
273    basefrequency => 'baseFrequency',    basefrequency => 'baseFrequency',
274    baseprofile => 'baseProfile',    baseprofile => 'baseProfile',
# Line 221  my $svg_attr_name = { Line 279  my $svg_attr_name = {
279    diffuseconstant => 'diffuseConstant',    diffuseconstant => 'diffuseConstant',
280    edgemode => 'edgeMode',    edgemode => 'edgeMode',
281    externalresourcesrequired => 'externalResourcesRequired',    externalresourcesrequired => 'externalResourcesRequired',
   fecolormatrix => 'feColorMatrix',  
   fecomposite => 'feComposite',  
   fegaussianblur => 'feGaussianBlur',  
   femorphology => 'feMorphology',  
   fetile => 'feTile',  
282    filterres => 'filterRes',    filterres => 'filterRes',
283    filterunits => 'filterUnits',    filterunits => 'filterUnits',
284    glyphref => 'glyphRef',    glyphref => 'glyphRef',
# Line 259  my $svg_attr_name = { Line 312  my $svg_attr_name = {
312    repeatcount => 'repeatCount',    repeatcount => 'repeatCount',
313    repeatdur => 'repeatDur',    repeatdur => 'repeatDur',
314    requiredextensions => 'requiredExtensions',    requiredextensions => 'requiredExtensions',
315      requiredfeatures => 'requiredFeatures',
316    specularconstant => 'specularConstant',    specularconstant => 'specularConstant',
317    specularexponent => 'specularExponent',    specularexponent => 'specularExponent',
318    spreadmethod => 'spreadMethod',    spreadmethod => 'spreadMethod',
# Line 295  my $foreign_attr_xname = { Line 349  my $foreign_attr_xname = {
349    
350  ## ISSUE: xmlns:xlink="non-xlink-ns" is not an error.  ## ISSUE: xmlns:xlink="non-xlink-ns" is not an error.
351    
352  my $c1_entity_char = {  ## TODO: Invoke the reset algorithm when a resettable element is
353    0x80 => 0x20AC,  ## created (cf. HTML5 revision 2259).
   0x81 => 0xFFFD,  
   0x82 => 0x201A,  
   0x83 => 0x0192,  
   0x84 => 0x201E,  
   0x85 => 0x2026,  
   0x86 => 0x2020,  
   0x87 => 0x2021,  
   0x88 => 0x02C6,  
   0x89 => 0x2030,  
   0x8A => 0x0160,  
   0x8B => 0x2039,  
   0x8C => 0x0152,  
   0x8D => 0xFFFD,  
   0x8E => 0x017D,  
   0x8F => 0xFFFD,  
   0x90 => 0xFFFD,  
   0x91 => 0x2018,  
   0x92 => 0x2019,  
   0x93 => 0x201C,  
   0x94 => 0x201D,  
   0x95 => 0x2022,  
   0x96 => 0x2013,  
   0x97 => 0x2014,  
   0x98 => 0x02DC,  
   0x99 => 0x2122,  
   0x9A => 0x0161,  
   0x9B => 0x203A,  
   0x9C => 0x0153,  
   0x9D => 0xFFFD,  
   0x9E => 0x017E,  
   0x9F => 0x0178,  
 }; # $c1_entity_char  
354    
355  sub parse_byte_string ($$$$;$) {  sub parse_byte_string ($$$$;$) {
356    my $self = shift;    my $self = shift;
# Line 337  sub parse_byte_string ($$$$;$) { Line 359  sub parse_byte_string ($$$$;$) {
359    return $self->parse_byte_stream ($charset_name, $input, @_[1..$#_]);    return $self->parse_byte_stream ($charset_name, $input, @_[1..$#_]);
360  } # parse_byte_string  } # parse_byte_string
361    
362  sub parse_byte_stream ($$$$;$) {  sub parse_byte_stream ($$$$;$$) {
363      # my ($self, $charset_name, $byte_stream, $doc, $onerror, $get_wrapper) = @_;
364    my $self = ref $_[0] ? shift : shift->new;    my $self = ref $_[0] ? shift : shift->new;
365    my $charset_name = shift;    my $charset_name = shift;
366    my $byte_stream = $_[0];    my $byte_stream = $_[0];
# Line 348  sub parse_byte_stream ($$$$;$) { Line 371  sub parse_byte_stream ($$$$;$) {
371    };    };
372    $self->{parse_error} = $onerror; # updated later by parse_char_string    $self->{parse_error} = $onerror; # updated later by parse_char_string
373    
374      my $get_wrapper = $_[3] || sub ($) {
375        return $_[0]; # $_[0] = byte stream handle, returned = arg to char handle
376      };
377    
378    ## HTML5 encoding sniffing algorithm    ## HTML5 encoding sniffing algorithm
379    require Message::Charset::Info;    require Message::Charset::Info;
380    my $charset;    my $charset;
# Line 355  sub parse_byte_stream ($$$$;$) { Line 382  sub parse_byte_stream ($$$$;$) {
382    my ($char_stream, $e_status);    my ($char_stream, $e_status);
383    
384    SNIFFING: {    SNIFFING: {
385        ## NOTE: By setting |allow_fallback| option true when the
386        ## |get_decode_handle| method is invoked, we ignore what the HTML5
387        ## spec requires, i.e. unsupported encoding should be ignored.
388          ## TODO: We should not do this unless the parser is invoked
389          ## in the conformance checking mode, in which this behavior
390          ## would be useful.
391    
392      ## Step 1      ## Step 1
393      if (defined $charset_name) {      if (defined $charset_name) {
394        $charset = Message::Charset::Info->get_by_iana_name ($charset_name);        $charset = Message::Charset::Info->get_by_html_name ($charset_name);
395              ## TODO: Is this ok?  Transfer protocol's parameter should be
396              ## interpreted in its semantics?
397    
       ## ISSUE: Unsupported encoding is not ignored according to the spec.  
398        ($char_stream, $e_status) = $charset->get_decode_handle        ($char_stream, $e_status) = $charset->get_decode_handle
399            ($byte_stream, allow_error_reporting => 1,            ($byte_stream, allow_error_reporting => 1,
400             allow_fallback => 1);             allow_fallback => 1);
# Line 368  sub parse_byte_stream ($$$$;$) { Line 402  sub parse_byte_stream ($$$$;$) {
402          $self->{confident} = 1;          $self->{confident} = 1;
403          last SNIFFING;          last SNIFFING;
404        } else {        } else {
405          ## TODO: unsupported error          !!!parse-error (type => 'charset:not supported',
406                            layer => 'encode',
407                            line => 1, column => 1,
408                            value => $charset_name,
409                            level => $self->{level}->{uncertain});
410        }        }
411      }      }
412    
# Line 382  sub parse_byte_stream ($$$$;$) { Line 420  sub parse_byte_stream ($$$$;$) {
420    
421      ## Step 3      ## Step 3
422      if ($byte_buffer =~ /^\xFE\xFF/) {      if ($byte_buffer =~ /^\xFE\xFF/) {
423        $charset = Message::Charset::Info->get_by_iana_name ('utf-16be');        $charset = Message::Charset::Info->get_by_html_name ('utf-16be');
424        ($char_stream, $e_status) = $charset->get_decode_handle        ($char_stream, $e_status) = $charset->get_decode_handle
425            ($byte_stream, allow_error_reporting => 1,            ($byte_stream, allow_error_reporting => 1,
426             allow_fallback => 1, byte_buffer => \$byte_buffer);             allow_fallback => 1, byte_buffer => \$byte_buffer);
427        $self->{confident} = 1;        $self->{confident} = 1;
428        last SNIFFING;        last SNIFFING;
429      } elsif ($byte_buffer =~ /^\xFF\xFE/) {      } elsif ($byte_buffer =~ /^\xFF\xFE/) {
430        $charset = Message::Charset::Info->get_by_iana_name ('utf-16le');        $charset = Message::Charset::Info->get_by_html_name ('utf-16le');
431        ($char_stream, $e_status) = $charset->get_decode_handle        ($char_stream, $e_status) = $charset->get_decode_handle
432            ($byte_stream, allow_error_reporting => 1,            ($byte_stream, allow_error_reporting => 1,
433             allow_fallback => 1, byte_buffer => \$byte_buffer);             allow_fallback => 1, byte_buffer => \$byte_buffer);
434        $self->{confident} = 1;        $self->{confident} = 1;
435        last SNIFFING;        last SNIFFING;
436      } elsif ($byte_buffer =~ /^\xEF\xBB\xBF/) {      } elsif ($byte_buffer =~ /^\xEF\xBB\xBF/) {
437        $charset = Message::Charset::Info->get_by_iana_name ('utf-8');        $charset = Message::Charset::Info->get_by_html_name ('utf-8');
438        ($char_stream, $e_status) = $charset->get_decode_handle        ($char_stream, $e_status) = $charset->get_decode_handle
439            ($byte_stream, allow_error_reporting => 1,            ($byte_stream, allow_error_reporting => 1,
440             allow_fallback => 1, byte_buffer => \$byte_buffer);             allow_fallback => 1, byte_buffer => \$byte_buffer);
# Line 415  sub parse_byte_stream ($$$$;$) { Line 453  sub parse_byte_stream ($$$$;$) {
453      $charset_name = Whatpm::Charset::UniversalCharDet->detect_byte_string      $charset_name = Whatpm::Charset::UniversalCharDet->detect_byte_string
454          ($byte_buffer);          ($byte_buffer);
455      if (defined $charset_name) {      if (defined $charset_name) {
456        $charset = Message::Charset::Info->get_by_iana_name ($charset_name);        $charset = Message::Charset::Info->get_by_html_name ($charset_name);
457    
       ## ISSUE: Unsupported encoding is not ignored according to the spec.  
458        require Whatpm::Charset::DecodeHandle;        require Whatpm::Charset::DecodeHandle;
459        $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new        $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new
460            ($byte_stream);            ($byte_stream);
# Line 426  sub parse_byte_stream ($$$$;$) { Line 463  sub parse_byte_stream ($$$$;$) {
463             allow_fallback => 1, byte_buffer => \$byte_buffer);             allow_fallback => 1, byte_buffer => \$byte_buffer);
464        if ($char_stream) {        if ($char_stream) {
465          $buffer->{buffer} = $byte_buffer;          $buffer->{buffer} = $byte_buffer;
466          !!!parse-error (type => 'sniffing:chardet', ## TODO: type name          !!!parse-error (type => 'sniffing:chardet',
467                          value => $charset_name,                          text => $charset_name,
468                          level => $self->{info_level},                          level => $self->{level}->{info},
469                            layer => 'encode',
470                          line => 1, column => 1);                          line => 1, column => 1);
471          $self->{confident} = 0;          $self->{confident} = 0;
472          last SNIFFING;          last SNIFFING;
# Line 437  sub parse_byte_stream ($$$$;$) { Line 475  sub parse_byte_stream ($$$$;$) {
475    
476      ## Step 7: default      ## Step 7: default
477      ## TODO: Make this configurable.      ## TODO: Make this configurable.
478      $charset = Message::Charset::Info->get_by_iana_name ('windows-1252');      $charset = Message::Charset::Info->get_by_html_name ('windows-1252');
479          ## NOTE: We choose |windows-1252| here, since |utf-8| should be          ## NOTE: We choose |windows-1252| here, since |utf-8| should be
480          ## detectable in the step 6.          ## detectable in the step 6.
481      require Whatpm::Charset::DecodeHandle;      require Whatpm::Charset::DecodeHandle;
# Line 449  sub parse_byte_stream ($$$$;$) { Line 487  sub parse_byte_stream ($$$$;$) {
487                                         allow_fallback => 1,                                         allow_fallback => 1,
488                                         byte_buffer => \$byte_buffer);                                         byte_buffer => \$byte_buffer);
489      $buffer->{buffer} = $byte_buffer;      $buffer->{buffer} = $byte_buffer;
490      !!!parse-error (type => 'sniffing:default', ## TODO: type name      !!!parse-error (type => 'sniffing:default',
491                      value => 'windows-1252',                      text => 'windows-1252',
492                      level => $self->{info_level},                      level => $self->{level}->{info},
493                      line => 1, column => 1);                      line => 1, column => 1,
494                        layer => 'encode');
495      $self->{confident} = 0;      $self->{confident} = 0;
496    } # SNIFFING    } # SNIFFING
497    
   $self->{input_encoding} = $charset->get_iana_name;  
498    if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {    if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
499      !!!parse-error (type => 'chardecode:fallback', ## TODO: type name      $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
500                      value => $self->{input_encoding},      !!!parse-error (type => 'chardecode:fallback',
501                      level => $self->{unsupported_level},                      #text => $self->{input_encoding},
502                      line => 1, column => 1);                      level => $self->{level}->{uncertain},
503                        line => 1, column => 1,
504                        layer => 'encode');
505    } elsif (not ($e_status &    } elsif (not ($e_status &
506                  Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL())) {                  Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
507      !!!parse-error (type => 'chardecode:no error', ## TODO: type name      $self->{input_encoding} = $charset->get_iana_name;
508                      value => $self->{input_encoding},      !!!parse-error (type => 'chardecode:no error',
509                      level => $self->{unsupported_level},                      text => $self->{input_encoding},
510                      line => 1, column => 1);                      level => $self->{level}->{uncertain},
511                        line => 1, column => 1,
512                        layer => 'encode');
513      } else {
514        $self->{input_encoding} = $charset->get_iana_name;
515    }    }
516    
517    $self->{change_encoding} = sub {    $self->{change_encoding} = sub {
# Line 475  sub parse_byte_stream ($$$$;$) { Line 519  sub parse_byte_stream ($$$$;$) {
519      $charset_name = shift;      $charset_name = shift;
520      my $token = shift;      my $token = shift;
521    
522      $charset = Message::Charset::Info->get_by_iana_name ($charset_name);      $charset = Message::Charset::Info->get_by_html_name ($charset_name);
523      ($char_stream, $e_status) = $charset->get_decode_handle      ($char_stream, $e_status) = $charset->get_decode_handle
524          ($byte_stream, allow_error_reporting => 1, allow_fallback => 1,          ($byte_stream, allow_error_reporting => 1, allow_fallback => 1,
525           byte_buffer => \ $buffer->{buffer});           byte_buffer => \ $buffer->{buffer});
526            
527      if ($char_stream) { # if supported      if ($char_stream) { # if supported
528        ## "Change the encoding" algorithm:        ## "Change the encoding" algorithm:
   
       ## Step 1      
       if ($charset->{iana_names}->{'utf-16'}) { ## ISSUE: UTF-16BE -> UTF-8? UTF-16LE -> UTF-8?  
         $charset = Message::Charset::Info->get_by_iana_name ('utf-8');  
         ($char_stream, $e_status) = $charset->get_decode_handle  
             ($byte_stream,  
              byte_buffer => \ $buffer->{buffer});  
       }  
       $charset_name = $charset->get_iana_name;  
529                
530        ## Step 2        ## Step 1
531        if (defined $self->{input_encoding} and        if (defined $self->{input_encoding} and
532            $self->{input_encoding} eq $charset_name) {            $self->{input_encoding} eq $charset_name) {
533          !!!parse-error (type => 'charset label:matching', ## TODO: type          !!!parse-error (type => 'charset label:matching',
534                          value => $charset_name,                          text => $charset_name,
535                          level => $self->{info_level});                          level => $self->{level}->{info});
536            $self->{confident} = 1;
537            return;
538          }
539    
540          ## Step 2 (HTML5 revision 3205)
541          if (defined $self->{input_encoding} and
542              Message::Charset::Info->get_by_html_name ($self->{input_encoding})
543              ->{category} & Message::Charset::Info::CHARSET_CATEGORY_UTF16 ()) {
544          $self->{confident} = 1;          $self->{confident} = 1;
545          return;          return;
546        }        }
547    
       !!!parse-error (type => 'charset label detected:'.$self->{input_encoding}.  
           ':'.$charset_name, level => 'w', token => $token);  
         
548        ## Step 3        ## Step 3
549          if ($charset->{category} &
550              Message::Charset::Info::CHARSET_CATEGORY_UTF16 ()) {
551            $charset = Message::Charset::Info->get_by_html_name ('utf-8');
552            ($char_stream, $e_status) = $charset->get_decode_handle
553                ($byte_stream,
554                 byte_buffer => \ $buffer->{buffer});
555          }
556          $charset_name = $charset->get_iana_name;
557    
558          !!!parse-error (type => 'charset label detected',
559                          text => $self->{input_encoding},
560                          value => $charset_name,
561                          level => $self->{level}->{warn},
562                          token => $token);
563          
564          ## Step 4
565        # if (can) {        # if (can) {
566          ## change the encoding on the fly.          ## change the encoding on the fly.
567          #$self->{confident} = 1;          #$self->{confident} = 1;
568          #return;          #return;
569        # }        # }
570                
571        ## Step 4        ## Step 5
572        throw Whatpm::HTML::RestartParser ();        throw Whatpm::HTML::RestartParser ();
573      }      }
574    }; # $self->{change_encoding}    }; # $self->{change_encoding}
575    
576    my $char_onerror = sub {    my $char_onerror = sub {
577      my (undef, $type, %opt) = @_;      my (undef, $type, %opt) = @_;
578      !!!parse-error (%opt, type => $type,      !!!parse-error (layer => 'encode',
579                      line => $self->{line}, column => $self->{column} + 1);                      line => $self->{line}, column => $self->{column} + 1,
580                        %opt, type => $type);
581      if ($opt{octets}) {      if ($opt{octets}) {
582        ${$opt{octets}} = "\x{FFFD}"; # relacement character        ${$opt{octets}} = "\x{FFFD}"; # relacement character
583      }      }
584    };    };
   $char_stream->onerror ($char_onerror);  
585    
586    my @args = @_; shift @args; # $s    my $wrapped_char_stream = $get_wrapper->($char_stream);
587      $wrapped_char_stream->onerror ($char_onerror);
588    
589      my @args = ($_[1], $_[2]); # $doc, $onerror - $get_wrapper = undef;
590    my $return;    my $return;
591    try {    try {
592      $return = $self->parse_char_stream ($char_stream, @args);        $return = $self->parse_char_stream ($wrapped_char_stream, @args);  
593    } catch Whatpm::HTML::RestartParser with {    } catch Whatpm::HTML::RestartParser with {
594      ## NOTE: Invoked after {change_encoding}.      ## NOTE: Invoked after {change_encoding}.
595    
     $self->{input_encoding} = $charset->get_iana_name;  
596      if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {      if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
597        !!!parse-error (type => 'chardecode:fallback', ## TODO: type name        $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
598                        value => $self->{input_encoding},        !!!parse-error (type => 'chardecode:fallback',
599                        level => $self->{unsupported_level},                        level => $self->{level}->{uncertain},
600                        line => 1, column => 1);                        #text => $self->{input_encoding},
601                          line => 1, column => 1,
602                          layer => 'encode');
603      } elsif (not ($e_status &      } elsif (not ($e_status &
604                    Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL())) {                    Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
605        !!!parse-error (type => 'chardecode:no error', ## TODO: type name        $self->{input_encoding} = $charset->get_iana_name;
606                        value => $self->{input_encoding},        !!!parse-error (type => 'chardecode:no error',
607                        level => $self->{unsupported_level},                        text => $self->{input_encoding},
608                        line => 1, column => 1);                        level => $self->{level}->{uncertain},
609                          line => 1, column => 1,
610                          layer => 'encode');
611        } else {
612          $self->{input_encoding} = $charset->get_iana_name;
613      }      }
614      $self->{confident} = 1;      $self->{confident} = 1;
615      $char_stream->onerror ($char_onerror);  
616      $return = $self->parse_char_stream ($char_stream, @args);      $wrapped_char_stream = $get_wrapper->($char_stream);
617        $wrapped_char_stream->onerror ($char_onerror);
618    
619        $return = $self->parse_char_stream ($wrapped_char_stream, @args);
620    };    };
621    return $return;    return $return;
622  } # parse_byte_stream  } # parse_byte_stream
# Line 563  sub parse_byte_stream ($$$$;$) { Line 630  sub parse_byte_stream ($$$$;$) {
630  ## such as |parse_byte_string| in this module, must ensure that it does  ## such as |parse_byte_string| in this module, must ensure that it does
631  ## strip the BOM and never strip any ZWNBSP.  ## strip the BOM and never strip any ZWNBSP.
632    
633  sub parse_char_string ($$$;$) {  sub parse_char_string ($$$;$$) {
634      #my ($self, $s, $doc, $onerror, $get_wrapper) = @_;
635    my $self = shift;    my $self = shift;
   require utf8;  
636    my $s = ref $_[0] ? $_[0] : \($_[0]);    my $s = ref $_[0] ? $_[0] : \($_[0]);
637    open my $input, '<' . (utf8::is_utf8 ($$s) ? ':utf8' : ''), $s;    require Whatpm::Charset::DecodeHandle;
638      my $input = Whatpm::Charset::DecodeHandle::CharString->new ($s);
639    return $self->parse_char_stream ($input, @_[1..$#_]);    return $self->parse_char_stream ($input, @_[1..$#_]);
640  } # parse_char_string  } # parse_char_string
641  *parse_string = \&parse_char_string;  *parse_string = \&parse_char_string; ## NOTE: Alias for backward compatibility.
642    
643  sub parse_char_stream ($$$;$) {  sub parse_char_stream ($$$;$$) {
644    my $self = ref $_[0] ? shift : shift->new;    my $self = ref $_[0] ? shift : shift->new;
645    my $input = $_[0];    my $input = $_[0];
646    $self->{document} = $_[1];    $self->{document} = $_[1];
# Line 580  sub parse_char_stream ($$$;$) { Line 648  sub parse_char_stream ($$$;$) {
648    
649    ## NOTE: |set_inner_html| copies most of this method's code    ## NOTE: |set_inner_html| copies most of this method's code
650    
651      ## Confidence: irrelevant.
652    $self->{confident} = 1 unless exists $self->{confident};    $self->{confident} = 1 unless exists $self->{confident};
653    
654    $self->{document}->input_encoding ($self->{input_encoding})    $self->{document}->input_encoding ($self->{input_encoding})
655        if defined $self->{input_encoding};        if defined $self->{input_encoding};
656    ## TODO: |{input_encoding}| is needless?
657    
   my $i = 0;  
658    $self->{line_prev} = $self->{line} = 1;    $self->{line_prev} = $self->{line} = 1;
659    $self->{column_prev} = $self->{column} = 0;    $self->{column_prev} = -1;
660    $self->{set_next_char} = sub {    $self->{column} = 0;
661      $self->{set_nc} = sub {
662      my $self = shift;      my $self = shift;
663    
664      pop @{$self->{prev_char}};      my $char = '';
665      unshift @{$self->{prev_char}}, $self->{next_char};      if (defined $self->{next_nc}) {
666          $char = $self->{next_nc};
667      my $char;        delete $self->{next_nc};
668      if (defined $self->{next_next_char}) {        $self->{nc} = ord $char;
       $char = $self->{next_next_char};  
       delete $self->{next_next_char};  
669      } else {      } else {
670        $char = $input->getc;        $self->{char_buffer} = '';
671          $self->{char_buffer_pos} = 0;
672    
673          my $count = $input->manakai_read_until
674             ($self->{char_buffer}, qr/[^\x00\x0A\x0D]/, $self->{char_buffer_pos});
675          if ($count) {
676            $self->{line_prev} = $self->{line};
677            $self->{column_prev} = $self->{column};
678            $self->{column}++;
679            $self->{nc}
680                = ord substr ($self->{char_buffer}, $self->{char_buffer_pos}++, 1);
681            return;
682          }
683    
684          if ($input->read ($char, 1)) {
685            $self->{nc} = ord $char;
686          } else {
687            $self->{nc} = -1;
688            return;
689          }
690      }      }
     $self->{next_char} = -1 and return unless defined $char;  
     $self->{next_char} = ord $char;  
691    
692      ($self->{line_prev}, $self->{column_prev})      ($self->{line_prev}, $self->{column_prev})
693          = ($self->{line}, $self->{column});          = ($self->{line}, $self->{column});
694      $self->{column}++;      $self->{column}++;
695            
696      if ($self->{next_char} == 0x000A) { # LF      if ($self->{nc} == 0x000A) { # LF
697        !!!cp ('j1');        !!!cp ('j1');
698        $self->{line}++;        $self->{line}++;
699        $self->{column} = 0;        $self->{column} = 0;
700      } elsif ($self->{next_char} == 0x000D) { # CR      } elsif ($self->{nc} == 0x000D) { # CR
701        !!!cp ('j2');        !!!cp ('j2');
702        my $next = $input->getc;  ## TODO: support for abort/streaming
703        if (defined $next and $next ne "\x0A") {        my $next = '';
704          $self->{next_next_char} = $next;        if ($input->read ($next, 1) and $next ne "\x0A") {
705            $self->{next_nc} = $next;
706        }        }
707        $self->{next_char} = 0x000A; # LF # MUST        $self->{nc} = 0x000A; # LF # MUST
708        $self->{line}++;        $self->{line}++;
709        $self->{column} = 0;        $self->{column} = 0;
710      } elsif ($self->{next_char} > 0x10FFFF) {      } elsif ($self->{nc} == 0x0000) { # NULL
       !!!cp ('j3');  
       $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST  
     } elsif ($self->{next_char} == 0x0000) { # NULL  
711        !!!cp ('j4');        !!!cp ('j4');
712        !!!parse-error (type => 'NULL');        !!!parse-error (type => 'NULL');
713        $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST        $self->{nc} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
     } elsif ($self->{next_char} <= 0x0008 or  
              (0x000E <= $self->{next_char} and $self->{next_char} <= 0x001F) or  
              (0x007F <= $self->{next_char} and $self->{next_char} <= 0x009F) or  
              (0xD800 <= $self->{next_char} and $self->{next_char} <= 0xDFFF) or  
              (0xFDD0 <= $self->{next_char} and $self->{next_char} <= 0xFDDF) or  
              {  
               0xFFFE => 1, 0xFFFF => 1, 0x1FFFE => 1, 0x1FFFF => 1,  
               0x2FFFE => 1, 0x2FFFF => 1, 0x3FFFE => 1, 0x3FFFF => 1,  
               0x4FFFE => 1, 0x4FFFF => 1, 0x5FFFE => 1, 0x5FFFF => 1,  
               0x6FFFE => 1, 0x6FFFF => 1, 0x7FFFE => 1, 0x7FFFF => 1,  
               0x8FFFE => 1, 0x8FFFF => 1, 0x9FFFE => 1, 0x9FFFF => 1,  
               0xAFFFE => 1, 0xAFFFF => 1, 0xBFFFE => 1, 0xBFFFF => 1,  
               0xCFFFE => 1, 0xCFFFF => 1, 0xDFFFE => 1, 0xDFFFF => 1,  
               0xEFFFE => 1, 0xEFFFF => 1, 0xFFFFE => 1, 0xFFFFF => 1,  
               0x10FFFE => 1, 0x10FFFF => 1,  
              }->{$self->{next_char}}) {  
       !!!cp ('j5');  
       !!!parse-error (type => 'control char', level => $self->{must_level});  
 ## TODO: error type documentation  
714      }      }
715    };    };
716    $self->{prev_char} = [-1, -1, -1];  
717    $self->{next_char} = -1;    $self->{read_until} = sub {
718        #my ($scalar, $specials_range, $offset) = @_;
719        return 0 if defined $self->{next_nc};
720    
721        my $pattern = qr/[^$_[1]\x00\x0A\x0D]/;
722        my $offset = $_[2] || 0;
723    
724        if ($self->{char_buffer_pos} < length $self->{char_buffer}) {
725          pos ($self->{char_buffer}) = $self->{char_buffer_pos};
726          if ($self->{char_buffer} =~ /\G(?>$pattern)+/) {
727            substr ($_[0], $offset)
728                = substr ($self->{char_buffer}, $-[0], $+[0] - $-[0]);
729            my $count = $+[0] - $-[0];
730            if ($count) {
731              $self->{column} += $count;
732              $self->{char_buffer_pos} += $count;
733              $self->{line_prev} = $self->{line};
734              $self->{column_prev} = $self->{column} - 1;
735              $self->{nc} = -1;
736            }
737            return $count;
738          } else {
739            return 0;
740          }
741        } else {
742          my $count = $input->manakai_read_until ($_[0], $pattern, $_[2]);
743          if ($count) {
744            $self->{column} += $count;
745            $self->{line_prev} = $self->{line};
746            $self->{column_prev} = $self->{column} - 1;
747            $self->{nc} = -1;
748          }
749          return $count;
750        }
751      }; # $self->{read_until}
752    
753    my $onerror = $_[2] || sub {    my $onerror = $_[2] || sub {
754      my (%opt) = @_;      my (%opt) = @_;
# Line 661  sub parse_char_stream ($$$;$) { Line 760  sub parse_char_stream ($$$;$) {
760      $onerror->(line => $self->{line}, column => $self->{column}, @_);      $onerror->(line => $self->{line}, column => $self->{column}, @_);
761    };    };
762    
763      my $char_onerror = sub {
764        my (undef, $type, %opt) = @_;
765        !!!parse-error (layer => 'encode',
766                        line => $self->{line}, column => $self->{column} + 1,
767                        %opt, type => $type);
768      }; # $char_onerror
769    
770      if ($_[3]) {
771        $input = $_[3]->($input);
772        $input->onerror ($char_onerror);
773      } else {
774        $input->onerror ($char_onerror) unless defined $input->onerror;
775      }
776    
777    $self->_initialize_tokenizer;    $self->_initialize_tokenizer;
778    $self->_initialize_tree_constructor;    $self->_initialize_tree_constructor;
779    $self->_construct_tree;    $self->_construct_tree;
# Line 674  sub parse_char_stream ($$$;$) { Line 787  sub parse_char_stream ($$$;$) {
787  sub new ($) {  sub new ($) {
788    my $class = shift;    my $class = shift;
789    my $self = bless {    my $self = bless {
790      must_level => 'm',      level => {must => 'm',
791      should_level => 's',                should => 's',
792      good_level => 'w',                warn => 'w',
793      warn_level => 'w',                info => 'i',
794      info_level => 'i',                uncertain => 'u'},
     unsupported_level => 'u',  
795    }, $class;    }, $class;
796    $self->{set_next_char} = sub {    $self->{set_nc} = sub {
797      $self->{next_char} = -1;      $self->{nc} = -1;
798    };    };
799    $self->{parse_error} = sub {    $self->{parse_error} = sub {
800      #      #
# Line 699  sub new ($) { Line 811  sub new ($) {
811    return $self;    return $self;
812  } # new  } # new
813    
814  sub CM_ENTITY () { 0b001 } # & markup in data  ## Insertion modes
 sub CM_LIMITED_MARKUP () { 0b010 } # < markup in data (limited)  
 sub CM_FULL_MARKUP () { 0b100 } # < markup in data (any)  
   
 sub PLAINTEXT_CONTENT_MODEL () { 0 }  
 sub CDATA_CONTENT_MODEL () { CM_LIMITED_MARKUP }  
 sub RCDATA_CONTENT_MODEL () { CM_ENTITY | CM_LIMITED_MARKUP }  
 sub PCDATA_CONTENT_MODEL () { CM_ENTITY | CM_FULL_MARKUP }  
   
 sub DATA_STATE () { 0 }  
 sub ENTITY_DATA_STATE () { 1 }  
 sub TAG_OPEN_STATE () { 2 }  
 sub CLOSE_TAG_OPEN_STATE () { 3 }  
 sub TAG_NAME_STATE () { 4 }  
 sub BEFORE_ATTRIBUTE_NAME_STATE () { 5 }  
 sub ATTRIBUTE_NAME_STATE () { 6 }  
 sub AFTER_ATTRIBUTE_NAME_STATE () { 7 }  
 sub BEFORE_ATTRIBUTE_VALUE_STATE () { 8 }  
 sub ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE () { 9 }  
 sub ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE () { 10 }  
 sub ATTRIBUTE_VALUE_UNQUOTED_STATE () { 11 }  
 sub ENTITY_IN_ATTRIBUTE_VALUE_STATE () { 12 }  
 sub MARKUP_DECLARATION_OPEN_STATE () { 13 }  
 sub COMMENT_START_STATE () { 14 }  
 sub COMMENT_START_DASH_STATE () { 15 }  
 sub COMMENT_STATE () { 16 }  
 sub COMMENT_END_STATE () { 17 }  
 sub COMMENT_END_DASH_STATE () { 18 }  
 sub BOGUS_COMMENT_STATE () { 19 }  
 sub DOCTYPE_STATE () { 20 }  
 sub BEFORE_DOCTYPE_NAME_STATE () { 21 }  
 sub DOCTYPE_NAME_STATE () { 22 }  
 sub AFTER_DOCTYPE_NAME_STATE () { 23 }  
 sub BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE () { 24 }  
 sub DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE () { 25 }  
 sub DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE () { 26 }  
 sub AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE () { 27 }  
 sub BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE () { 28 }  
 sub DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE () { 29 }  
 sub DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE () { 30 }  
 sub AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE () { 31 }  
 sub BOGUS_DOCTYPE_STATE () { 32 }  
 sub AFTER_ATTRIBUTE_VALUE_QUOTED_STATE () { 33 }  
 sub SELF_CLOSING_START_TAG_STATE () { 34 }  
 sub CDATA_BLOCK_STATE () { 35 }  
   
 sub DOCTYPE_TOKEN () { 1 }  
 sub COMMENT_TOKEN () { 2 }  
 sub START_TAG_TOKEN () { 3 }  
 sub END_TAG_TOKEN () { 4 }  
 sub END_OF_FILE_TOKEN () { 5 }  
 sub CHARACTER_TOKEN () { 6 }  
815    
816  sub AFTER_HTML_IMS () { 0b100 }  sub AFTER_HTML_IMS () { 0b100 }
817  sub HEAD_IMS ()       { 0b1000 }  sub HEAD_IMS ()       { 0b1000 }
# Line 761  sub ROW_IMS ()        { 0b10000000 } Line 822  sub ROW_IMS ()        { 0b10000000 }
822  sub BODY_AFTER_IMS () { 0b100000000 }  sub BODY_AFTER_IMS () { 0b100000000 }
823  sub FRAME_IMS ()      { 0b1000000000 }  sub FRAME_IMS ()      { 0b1000000000 }
824  sub SELECT_IMS ()     { 0b10000000000 }  sub SELECT_IMS ()     { 0b10000000000 }
825  sub IN_FOREIGN_CONTENT_IM () { 0b100000000000 }  #sub IN_FOREIGN_CONTENT_IM () { 0b100000000000 } # see Whatpm::HTML::Tokenizer
826      ## NOTE: "in foreign content" insertion mode is special; it is combined      ## NOTE: "in foreign content" insertion mode is special; it is combined
827      ## with the secondary insertion mode.  In this parser, they are stored      ## with the secondary insertion mode.  In this parser, they are stored
828      ## together in the bit-or'ed form.      ## together in the bit-or'ed form.
829    sub IN_CDATA_RCDATA_IM () { 0b1000000000000 }
830        ## NOTE: "in CDATA/RCDATA" insertion mode is also special; it is
831        ## combined with the original insertion mode.  In thie parser,
832        ## they are stored together in the bit-or'ed form.
833    
834    sub IM_MASK () { 0b11111111111 }
835    
836  ## NOTE: "initial" and "before html" insertion modes have no constants.  ## NOTE: "initial" and "before html" insertion modes have no constants.
837    
# Line 791  sub IN_SELECT_IM () { SELECT_IMS | 0b01 Line 858  sub IN_SELECT_IM () { SELECT_IMS | 0b01
858  sub IN_SELECT_IN_TABLE_IM () { SELECT_IMS | 0b10 }  sub IN_SELECT_IN_TABLE_IM () { SELECT_IMS | 0b10 }
859  sub IN_COLUMN_GROUP_IM () { 0b10 }  sub IN_COLUMN_GROUP_IM () { 0b10 }
860    
 ## Implementations MUST act as if state machine in the spec  
   
 sub _initialize_tokenizer ($) {  
   my $self = shift;  
   $self->{state} = DATA_STATE; # MUST  
   $self->{content_model} = PCDATA_CONTENT_MODEL; # be  
   undef $self->{current_token}; # start tag, end tag, comment, or DOCTYPE  
   undef $self->{current_attribute};  
   undef $self->{last_emitted_start_tag_name};  
   undef $self->{last_attribute_value_state};  
   delete $self->{self_closing};  
   $self->{char} = [];  
   # $self->{next_char}  
   !!!next-input-character;  
   $self->{token} = [];  
   # $self->{escape}  
 } # _initialize_tokenizer  
   
 ## A token has:  
 ##   ->{type} == DOCTYPE_TOKEN, START_TAG_TOKEN, END_TAG_TOKEN, COMMENT_TOKEN,  
 ##       CHARACTER_TOKEN, or END_OF_FILE_TOKEN  
 ##   ->{name} (DOCTYPE_TOKEN)  
 ##   ->{tag_name} (START_TAG_TOKEN, END_TAG_TOKEN)  
 ##   ->{public_identifier} (DOCTYPE_TOKEN)  
 ##   ->{system_identifier} (DOCTYPE_TOKEN)  
 ##   ->{quirks} == 1 or 0 (DOCTYPE_TOKEN): "force-quirks" flag  
 ##   ->{attributes} isa HASH (START_TAG_TOKEN, END_TAG_TOKEN)  
 ##        ->{name}  
 ##        ->{value}  
 ##        ->{has_reference} == 1 or 0  
 ##   ->{data} (COMMENT_TOKEN, CHARACTER_TOKEN)  
 ## NOTE: The "self-closing flag" is hold as |$self->{self_closing}|.  
 ##     |->{self_closing}| is used to save the value of |$self->{self_closing}|  
 ##     while the token is pushed back to the stack.  
   
 ## ISSUE: "When a DOCTYPE token is created, its  
 ## <i>self-closing flag</i> must be unset (its other state is that it  
 ## be set), and its attributes list must be empty.": Wrong subject?  
   
 ## Emitted token MUST immediately be handled by the tree construction state.  
   
 ## Before each step, UA MAY check to see if either one of the scripts in  
 ## "list of scripts that will execute as soon as possible" or the first  
 ## script in the "list of scripts that will execute asynchronously",  
 ## has completed loading.  If one has, then it MUST be executed  
 ## and removed from the list.  
   
 ## NOTE: HTML5 "Writing HTML documents" section, applied to  
 ## documents and not to user agents and conformance checkers,  
 ## contains some requirements that are not detected by the  
 ## parsing algorithm:  
 ## - Some requirements on character encoding declarations. ## TODO  
 ## - "Elements MUST NOT contain content that their content model disallows."  
 ##   ... Some are parse error, some are not (will be reported by c.c.).  
 ## - Polytheistic slash SHOULD NOT be used. (Applied only to atheists.) ## TODO  
 ## - Text (in elements, attributes, and comments) SHOULD NOT contain  
 ##   control characters other than space characters. ## TODO: (what is control character? C0, C1 and DEL?  Unicode control character?)  
   
 ## TODO: HTML5 poses authors two SHOULD-level requirements that cannot  
 ## be detected by the HTML5 parsing algorithm:  
 ## - Text,  
   
 sub _get_next_token ($) {  
   my $self = shift;  
   
   if ($self->{self_closing}) {  
     !!!parse-error (type => 'nestc', token => $self->{current_token});  
     ## NOTE: The |self_closing| flag is only set by start tag token.  
     ## In addition, when a start tag token is emitted, it is always set to  
     ## |current_token|.  
     delete $self->{self_closing};  
   }  
   
   if (@{$self->{token}}) {  
     $self->{self_closing} = $self->{token}->[0]->{self_closing};  
     return shift @{$self->{token}};  
   }  
   
   A: {  
     if ($self->{state} == DATA_STATE) {  
       if ($self->{next_char} == 0x0026) { # &  
         if ($self->{content_model} & CM_ENTITY and # PCDATA | RCDATA  
             not $self->{escape}) {  
           !!!cp (1);  
           $self->{state} = ENTITY_DATA_STATE;  
           !!!next-input-character;  
           redo A;  
         } else {  
           !!!cp (2);  
           #  
         }  
       } elsif ($self->{next_char} == 0x002D) { # -  
         if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
           unless ($self->{escape}) {  
             if ($self->{prev_char}->[0] == 0x002D and # -  
                 $self->{prev_char}->[1] == 0x0021 and # !  
                 $self->{prev_char}->[2] == 0x003C) { # <  
               !!!cp (3);  
               $self->{escape} = 1;  
             } else {  
               !!!cp (4);  
             }  
           } else {  
             !!!cp (5);  
           }  
         }  
           
         #  
       } elsif ($self->{next_char} == 0x003C) { # <  
         if ($self->{content_model} & CM_FULL_MARKUP or # PCDATA  
             (($self->{content_model} & CM_LIMITED_MARKUP) and # CDATA | RCDATA  
              not $self->{escape})) {  
           !!!cp (6);  
           $self->{state} = TAG_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } else {  
           !!!cp (7);  
           #  
         }  
       } elsif ($self->{next_char} == 0x003E) { # >  
         if ($self->{escape} and  
             ($self->{content_model} & CM_LIMITED_MARKUP)) { # RCDATA | CDATA  
           if ($self->{prev_char}->[0] == 0x002D and # -  
               $self->{prev_char}->[1] == 0x002D) { # -  
             !!!cp (8);  
             delete $self->{escape};  
           } else {  
             !!!cp (9);  
           }  
         } else {  
           !!!cp (10);  
         }  
           
         #  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (11);  
         !!!emit ({type => END_OF_FILE_TOKEN,  
                   line => $self->{line}, column => $self->{column}});  
         last A; ## TODO: ok?  
       } else {  
         !!!cp (12);  
       }  
       # Anything else  
       my $token = {type => CHARACTER_TOKEN,  
                    data => chr $self->{next_char},  
                    line => $self->{line}, column => $self->{column},  
                   };  
       ## Stay in the data state  
       !!!next-input-character;  
   
       !!!emit ($token);  
   
       redo A;  
     } elsif ($self->{state} == ENTITY_DATA_STATE) {  
       ## (cannot happen in CDATA state)  
   
       my ($l, $c) = ($self->{line_prev}, $self->{column_prev});  
         
       my $token = $self->_tokenize_attempt_to_consume_an_entity (0, -1);  
   
       $self->{state} = DATA_STATE;  
       # next-input-character is already done  
   
       unless (defined $token) {  
         !!!cp (13);  
         !!!emit ({type => CHARACTER_TOKEN, data => '&',  
                   line => $l, column => $c,  
                  });  
       } else {  
         !!!cp (14);  
         !!!emit ($token);  
       }  
   
       redo A;  
     } elsif ($self->{state} == TAG_OPEN_STATE) {  
       if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
         if ($self->{next_char} == 0x002F) { # /  
           !!!cp (15);  
           !!!next-input-character;  
           $self->{state} = CLOSE_TAG_OPEN_STATE;  
           redo A;  
         } else {  
           !!!cp (16);  
           ## reconsume  
           $self->{state} = DATA_STATE;  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<',  
                     line => $self->{line_prev},  
                     column => $self->{column_prev},  
                    });  
   
           redo A;  
         }  
       } elsif ($self->{content_model} & CM_FULL_MARKUP) { # PCDATA  
         if ($self->{next_char} == 0x0021) { # !  
           !!!cp (17);  
           $self->{state} = MARKUP_DECLARATION_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif ($self->{next_char} == 0x002F) { # /  
           !!!cp (18);  
           $self->{state} = CLOSE_TAG_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif (0x0041 <= $self->{next_char} and  
                  $self->{next_char} <= 0x005A) { # A..Z  
           !!!cp (19);  
           $self->{current_token}  
             = {type => START_TAG_TOKEN,  
                tag_name => chr ($self->{next_char} + 0x0020),  
                line => $self->{line_prev},  
                column => $self->{column_prev}};  
           $self->{state} = TAG_NAME_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif (0x0061 <= $self->{next_char} and  
                  $self->{next_char} <= 0x007A) { # a..z  
           !!!cp (20);  
           $self->{current_token} = {type => START_TAG_TOKEN,  
                                     tag_name => chr ($self->{next_char}),  
                                     line => $self->{line_prev},  
                                     column => $self->{column_prev}};  
           $self->{state} = TAG_NAME_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif ($self->{next_char} == 0x003E) { # >  
           !!!cp (21);  
           !!!parse-error (type => 'empty start tag',  
                           line => $self->{line_prev},  
                           column => $self->{column_prev});  
           $self->{state} = DATA_STATE;  
           !!!next-input-character;  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<>',  
                     line => $self->{line_prev},  
                     column => $self->{column_prev},  
                    });  
   
           redo A;  
         } elsif ($self->{next_char} == 0x003F) { # ?  
           !!!cp (22);  
           !!!parse-error (type => 'pio',  
                           line => $self->{line_prev},  
                           column => $self->{column_prev});  
           $self->{state} = BOGUS_COMMENT_STATE;  
           $self->{current_token} = {type => COMMENT_TOKEN, data => '',  
                                     line => $self->{line_prev},  
                                     column => $self->{column_prev},  
                                    };  
           ## $self->{next_char} is intentionally left as is  
           redo A;  
         } else {  
           !!!cp (23);  
           !!!parse-error (type => 'bare stago',  
                           line => $self->{line_prev},  
                           column => $self->{column_prev});  
           $self->{state} = DATA_STATE;  
           ## reconsume  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<',  
                     line => $self->{line_prev},  
                     column => $self->{column_prev},  
                    });  
   
           redo A;  
         }  
       } else {  
         die "$0: $self->{content_model} in tag open";  
       }  
     } elsif ($self->{state} == CLOSE_TAG_OPEN_STATE) {  
       my ($l, $c) = ($self->{line_prev}, $self->{column_prev} - 1); # "<"of"</"  
       if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
         if (defined $self->{last_emitted_start_tag_name}) {  
   
           ## NOTE: <http://krijnhoetmer.nl/irc-logs/whatwg/20070626#l-564>  
           my @next_char;  
           TAGNAME: for (my $i = 0; $i < length $self->{last_emitted_start_tag_name}; $i++) {  
             push @next_char, $self->{next_char};  
             my $c = ord substr ($self->{last_emitted_start_tag_name}, $i, 1);  
             my $C = 0x0061 <= $c && $c <= 0x007A ? $c - 0x0020 : $c;  
             if ($self->{next_char} == $c or $self->{next_char} == $C) {  
               !!!cp (24);  
               !!!next-input-character;  
               next TAGNAME;  
             } else {  
               !!!cp (25);  
               $self->{next_char} = shift @next_char; # reconsume  
               !!!back-next-input-character (@next_char);  
               $self->{state} = DATA_STATE;  
   
               !!!emit ({type => CHARACTER_TOKEN, data => '</',  
                         line => $l, column => $c,  
                        });  
     
               redo A;  
             }  
           }  
           push @next_char, $self->{next_char};  
         
           unless ($self->{next_char} == 0x0009 or # HT  
                   $self->{next_char} == 0x000A or # LF  
                   $self->{next_char} == 0x000B or # VT  
                   $self->{next_char} == 0x000C or # FF  
                   $self->{next_char} == 0x0020 or # SP  
                   $self->{next_char} == 0x003E or # >  
                   $self->{next_char} == 0x002F or # /  
                   $self->{next_char} == -1) {  
             !!!cp (26);  
             $self->{next_char} = shift @next_char; # reconsume  
             !!!back-next-input-character (@next_char);  
             $self->{state} = DATA_STATE;  
             !!!emit ({type => CHARACTER_TOKEN, data => '</',  
                       line => $l, column => $c,  
                      });  
             redo A;  
           } else {  
             !!!cp (27);  
             $self->{next_char} = shift @next_char;  
             !!!back-next-input-character (@next_char);  
             # and consume...  
           }  
         } else {  
           ## No start tag token has ever been emitted  
           !!!cp (28);  
           # next-input-character is already done  
           $self->{state} = DATA_STATE;  
           !!!emit ({type => CHARACTER_TOKEN, data => '</',  
                     line => $l, column => $c,  
                    });  
           redo A;  
         }  
       }  
         
       if (0x0041 <= $self->{next_char} and  
           $self->{next_char} <= 0x005A) { # A..Z  
         !!!cp (29);  
         $self->{current_token}  
             = {type => END_TAG_TOKEN,  
                tag_name => chr ($self->{next_char} + 0x0020),  
                line => $l, column => $c};  
         $self->{state} = TAG_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif (0x0061 <= $self->{next_char} and  
                $self->{next_char} <= 0x007A) { # a..z  
         !!!cp (30);  
         $self->{current_token} = {type => END_TAG_TOKEN,  
                                   tag_name => chr ($self->{next_char}),  
                                   line => $l, column => $c};  
         $self->{state} = TAG_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (31);  
         !!!parse-error (type => 'empty end tag',  
                         line => $self->{line_prev}, ## "<" in "</>"  
                         column => $self->{column_prev} - 1);  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (32);  
         !!!parse-error (type => 'bare etago');  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ({type => CHARACTER_TOKEN, data => '</',  
                   line => $l, column => $c,  
                  });  
   
         redo A;  
       } else {  
         !!!cp (33);  
         !!!parse-error (type => 'bogus end tag');  
         $self->{state} = BOGUS_COMMENT_STATE;  
         $self->{current_token} = {type => COMMENT_TOKEN, data => '',  
                                   line => $self->{line_prev}, # "<" of "</"  
                                   column => $self->{column_prev} - 1,  
                                  };  
         ## $self->{next_char} is intentionally left as is  
         redo A;  
       }  
     } elsif ($self->{state} == TAG_NAME_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (34);  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (35);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           #if ($self->{current_token}->{attributes}) {  
           #  ## NOTE: This should never be reached.  
           #  !!! cp (36);  
           #  !!! parse-error (type => 'end tag attribute');  
           #} else {  
             !!!cp (37);  
           #}  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_char} and  
                $self->{next_char} <= 0x005A) { # A..Z  
         !!!cp (38);  
         $self->{current_token}->{tag_name} .= chr ($self->{next_char} + 0x0020);  
           # start tag or end tag  
         ## Stay in this state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (39);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           #if ($self->{current_token}->{attributes}) {  
           #  ## NOTE: This state should never be reached.  
           #  !!! cp (40);  
           #  !!! parse-error (type => 'end tag attribute');  
           #} else {  
             !!!cp (41);  
           #}  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_char} == 0x002F) { # /  
         !!!cp (42);  
         $self->{state} = SELF_CLOSING_START_TAG_STATE;  
         !!!next-input-character;  
         redo A;  
       } else {  
         !!!cp (44);  
         $self->{current_token}->{tag_name} .= chr $self->{next_char};  
           # start tag or end tag  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_ATTRIBUTE_NAME_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (45);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (46);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (47);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             !!!cp (48);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_char} and  
                $self->{next_char} <= 0x005A) { # A..Z  
         !!!cp (49);  
         $self->{current_attribute}  
             = {name => chr ($self->{next_char} + 0x0020),  
                value => '',  
                line => $self->{line}, column => $self->{column}};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x002F) { # /  
         !!!cp (50);  
         $self->{state} = SELF_CLOSING_START_TAG_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (52);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (53);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             !!!cp (54);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         if ({  
              0x0022 => 1, # "  
              0x0027 => 1, # '  
              0x003D => 1, # =  
             }->{$self->{next_char}}) {  
           !!!cp (55);  
           !!!parse-error (type => 'bad attribute name');  
         } else {  
           !!!cp (56);  
         }  
         $self->{current_attribute}  
             = {name => chr ($self->{next_char}),  
                value => '',  
                line => $self->{line}, column => $self->{column}};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_NAME_STATE) {  
       my $before_leave = sub {  
         if (exists $self->{current_token}->{attributes} # start tag or end tag  
             ->{$self->{current_attribute}->{name}}) { # MUST  
           !!!cp (57);  
           !!!parse-error (type => 'duplicate attribute:'.$self->{current_attribute}->{name}, line => $self->{current_attribute}->{line}, column => $self->{current_attribute}->{column});  
           ## Discard $self->{current_attribute} # MUST  
         } else {  
           !!!cp (58);  
           $self->{current_token}->{attributes}->{$self->{current_attribute}->{name}}  
             = $self->{current_attribute};  
         }  
       }; # $before_leave  
   
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (59);  
         $before_leave->();  
         $self->{state} = AFTER_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003D) { # =  
         !!!cp (60);  
         $before_leave->();  
         $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         $before_leave->();  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (61);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           !!!cp (62);  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_char} and  
                $self->{next_char} <= 0x005A) { # A..Z  
         !!!cp (63);  
         $self->{current_attribute}->{name} .= chr ($self->{next_char} + 0x0020);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x002F) { # /  
         !!!cp (64);  
         $before_leave->();  
         $self->{state} = SELF_CLOSING_START_TAG_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         $before_leave->();  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (66);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (67);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (68);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         if ($self->{next_char} == 0x0022 or # "  
             $self->{next_char} == 0x0027) { # '  
           !!!cp (69);  
           !!!parse-error (type => 'bad attribute name');  
         } else {  
           !!!cp (70);  
         }  
         $self->{current_attribute}->{name} .= chr ($self->{next_char});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_ATTRIBUTE_NAME_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (71);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003D) { # =  
         !!!cp (72);  
         $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (73);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (74);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (75);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_char} and  
                $self->{next_char} <= 0x005A) { # A..Z  
         !!!cp (76);  
         $self->{current_attribute}  
             = {name => chr ($self->{next_char} + 0x0020),  
                value => '',  
                line => $self->{line}, column => $self->{column}};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x002F) { # /  
         !!!cp (77);  
         $self->{state} = SELF_CLOSING_START_TAG_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (79);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (80);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (81);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         !!!cp (82);  
         $self->{current_attribute}  
             = {name => chr ($self->{next_char}),  
                value => '',  
                line => $self->{line}, column => $self->{column}};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;          
       }  
     } elsif ($self->{state} == BEFORE_ATTRIBUTE_VALUE_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP        
         !!!cp (83);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0022) { # "  
         !!!cp (84);  
         $self->{state} = ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0026) { # &  
         !!!cp (85);  
         $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;  
         ## reconsume  
         redo A;  
       } elsif ($self->{next_char} == 0x0027) { # '  
         !!!cp (86);  
         $self->{state} = ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (87);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (88);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (89);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (90);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (91);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (92);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         if ($self->{next_char} == 0x003D) { # =  
           !!!cp (93);  
           !!!parse-error (type => 'bad attribute value');  
         } else {  
           !!!cp (94);  
         }  
         $self->{current_attribute}->{value} .= chr ($self->{next_char});  
         $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_char} == 0x0022) { # "  
         !!!cp (95);  
         $self->{state} = AFTER_ATTRIBUTE_VALUE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0026) { # &  
         !!!cp (96);  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed attribute value');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (97);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (98);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (99);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         !!!cp (100);  
         $self->{current_attribute}->{value} .= chr ($self->{next_char});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE) {  
       if ($self->{next_char} == 0x0027) { # '  
         !!!cp (101);  
         $self->{state} = AFTER_ATTRIBUTE_VALUE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0026) { # &  
         !!!cp (102);  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed attribute value');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (103);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (104);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (105);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         !!!cp (106);  
         $self->{current_attribute}->{value} .= chr ($self->{next_char});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_UNQUOTED_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # HT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (107);  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0026) { # &  
         !!!cp (108);  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (109);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (110);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (111);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (112);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (113);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (114);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         if ({  
              0x0022 => 1, # "  
              0x0027 => 1, # '  
              0x003D => 1, # =  
             }->{$self->{next_char}}) {  
           !!!cp (115);  
           !!!parse-error (type => 'bad attribute value');  
         } else {  
           !!!cp (116);  
         }  
         $self->{current_attribute}->{value} .= chr ($self->{next_char});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ENTITY_IN_ATTRIBUTE_VALUE_STATE) {  
       my $token = $self->_tokenize_attempt_to_consume_an_entity  
           (1,  
            $self->{last_attribute_value_state}  
              == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE ? 0x0022 : # "  
            $self->{last_attribute_value_state}  
              == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE ? 0x0027 : # '  
            -1);  
   
       unless (defined $token) {  
         !!!cp (117);  
         $self->{current_attribute}->{value} .= '&';  
       } else {  
         !!!cp (118);  
         $self->{current_attribute}->{value} .= $token->{data};  
         $self->{current_attribute}->{has_reference} = $token->{has_reference};  
         ## ISSUE: spec says "append the returned character token to the current attribute's value"  
       }  
   
       $self->{state} = $self->{last_attribute_value_state};  
       # next-input-character is already done  
       redo A;  
     } elsif ($self->{state} == AFTER_ATTRIBUTE_VALUE_QUOTED_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (118);  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (119);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (120);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (121);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_char} == 0x002F) { # /  
         !!!cp (122);  
         $self->{state} = SELF_CLOSING_START_TAG_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (122.3);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (122.1);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (122.2);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## Reconsume.  
         !!!emit ($self->{current_token}); # start tag or end tag  
         redo A;  
       } else {  
         !!!cp ('124.1');  
         !!!parse-error (type => 'no space between attributes');  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         ## reconsume  
         redo A;  
       }  
     } elsif ($self->{state} == SELF_CLOSING_START_TAG_STATE) {  
       if ($self->{next_char} == 0x003E) { # >  
         if ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           !!!cp ('124.2');  
           !!!parse-error (type => 'nestc', token => $self->{current_token});  
           ## TODO: Different type than slash in start tag  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp ('124.4');  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             !!!cp ('124.5');  
           }  
           ## TODO: Test |<title></title/>|  
         } else {  
           !!!cp ('124.3');  
           $self->{self_closing} = 1;  
         }  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (124.7);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (124.5);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (124.6);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## Reconsume.  
         !!!emit ($self->{current_token}); # start tag or end tag  
         redo A;  
       } else {  
         !!!cp ('124.4');  
         !!!parse-error (type => 'nestc');  
         ## TODO: This error type is wrong.  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         ## Reconsume.  
         redo A;  
       }  
     } elsif ($self->{state} == BOGUS_COMMENT_STATE) {  
       ## (only happen if PCDATA state)  
         
       ## NOTE: Set by the previous state  
       #my $token = {type => COMMENT_TOKEN, data => ''};  
   
       BC: {  
         if ($self->{next_char} == 0x003E) { # >  
           !!!cp (124);  
           $self->{state} = DATA_STATE;  
           !!!next-input-character;  
   
           !!!emit ($self->{current_token}); # comment  
   
           redo A;  
         } elsif ($self->{next_char} == -1) {  
           !!!cp (125);  
           $self->{state} = DATA_STATE;  
           ## reconsume  
   
           !!!emit ($self->{current_token}); # comment  
   
           redo A;  
         } else {  
           !!!cp (126);  
           $self->{current_token}->{data} .= chr ($self->{next_char}); # comment  
           !!!next-input-character;  
           redo BC;  
         }  
       } # BC  
   
       die "$0: _get_next_token: unexpected case [BC]";  
     } elsif ($self->{state} == MARKUP_DECLARATION_OPEN_STATE) {  
       ## (only happen if PCDATA state)  
   
       my ($l, $c) = ($self->{line_prev}, $self->{column_prev} - 1);  
   
       my @next_char;  
       push @next_char, $self->{next_char};  
         
       if ($self->{next_char} == 0x002D) { # -  
         !!!next-input-character;  
         push @next_char, $self->{next_char};  
         if ($self->{next_char} == 0x002D) { # -  
           !!!cp (127);  
           $self->{current_token} = {type => COMMENT_TOKEN, data => '',  
                                     line => $l, column => $c,  
                                    };  
           $self->{state} = COMMENT_START_STATE;  
           !!!next-input-character;  
           redo A;  
         } else {  
           !!!cp (128);  
         }  
       } elsif ($self->{next_char} == 0x0044 or # D  
                $self->{next_char} == 0x0064) { # d  
         !!!next-input-character;  
         push @next_char, $self->{next_char};  
         if ($self->{next_char} == 0x004F or # O  
             $self->{next_char} == 0x006F) { # o  
           !!!next-input-character;  
           push @next_char, $self->{next_char};  
           if ($self->{next_char} == 0x0043 or # C  
               $self->{next_char} == 0x0063) { # c  
             !!!next-input-character;  
             push @next_char, $self->{next_char};  
             if ($self->{next_char} == 0x0054 or # T  
                 $self->{next_char} == 0x0074) { # t  
               !!!next-input-character;  
               push @next_char, $self->{next_char};  
               if ($self->{next_char} == 0x0059 or # Y  
                   $self->{next_char} == 0x0079) { # y  
                 !!!next-input-character;  
                 push @next_char, $self->{next_char};  
                 if ($self->{next_char} == 0x0050 or # P  
                     $self->{next_char} == 0x0070) { # p  
                   !!!next-input-character;  
                   push @next_char, $self->{next_char};  
                   if ($self->{next_char} == 0x0045 or # E  
                       $self->{next_char} == 0x0065) { # e  
                     !!!cp (129);  
                     ## TODO: What a stupid code this is!  
                     $self->{state} = DOCTYPE_STATE;  
                     $self->{current_token} = {type => DOCTYPE_TOKEN,  
                                               quirks => 1,  
                                               line => $l, column => $c,  
                                              };  
                     !!!next-input-character;  
                     redo A;  
                   } else {  
                     !!!cp (130);  
                   }  
                 } else {  
                   !!!cp (131);  
                 }  
               } else {  
                 !!!cp (132);  
               }  
             } else {  
               !!!cp (133);  
             }  
           } else {  
             !!!cp (134);  
           }  
         } else {  
           !!!cp (135);  
         }  
       } elsif ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM and  
                $self->{open_elements}->[-1]->[1] & FOREIGN_EL and  
                $self->{next_char} == 0x005B) { # [  
         !!!next-input-character;  
         push @next_char, $self->{next_char};  
         if ($self->{next_char} == 0x0043) { # C  
           !!!next-input-character;  
           push @next_char, $self->{next_char};  
           if ($self->{next_char} == 0x0044) { # D  
             !!!next-input-character;  
             push @next_char, $self->{next_char};  
             if ($self->{next_char} == 0x0041) { # A  
               !!!next-input-character;  
               push @next_char, $self->{next_char};  
               if ($self->{next_char} == 0x0054) { # T  
                 !!!next-input-character;  
                 push @next_char, $self->{next_char};  
                 if ($self->{next_char} == 0x0041) { # A  
                   !!!next-input-character;  
                   push @next_char, $self->{next_char};  
                   if ($self->{next_char} == 0x005B) { # [  
                     !!!cp (135.1);  
                     $self->{state} = CDATA_BLOCK_STATE;  
                     !!!next-input-character;  
                     redo A;  
                   } else {  
                     !!!cp (135.2);  
                   }  
                 } else {  
                   !!!cp (135.3);  
                 }  
               } else {  
                 !!!cp (135.4);                  
               }  
             } else {  
               !!!cp (135.5);  
             }  
           } else {  
             !!!cp (135.6);  
           }  
         } else {  
           !!!cp (135.7);  
         }  
       } else {  
         !!!cp (136);  
       }  
   
       !!!parse-error (type => 'bogus comment');  
       $self->{next_char} = shift @next_char;  
       !!!back-next-input-character (@next_char);  
       $self->{state} = BOGUS_COMMENT_STATE;  
       $self->{current_token} = {type => COMMENT_TOKEN, data => '',  
                                 line => $l, column => $c,  
                                };  
       redo A;  
         
       ## ISSUE: typos in spec: chacacters, is is a parse error  
       ## ISSUE: spec is somewhat unclear on "is the first character that will be in the comment"; what is "that will be in the comment" is what the algorithm defines, isn't it?  
     } elsif ($self->{state} == COMMENT_START_STATE) {  
       if ($self->{next_char} == 0x002D) { # -  
         !!!cp (137);  
         $self->{state} = COMMENT_START_DASH_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (138);  
         !!!parse-error (type => 'bogus comment');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (139);  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         !!!cp (140);  
         $self->{current_token}->{data} # comment  
             .= chr ($self->{next_char});  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_START_DASH_STATE) {  
       if ($self->{next_char} == 0x002D) { # -  
         !!!cp (141);  
         $self->{state} = COMMENT_END_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (142);  
         !!!parse-error (type => 'bogus comment');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (143);  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         !!!cp (144);  
         $self->{current_token}->{data} # comment  
             .= '-' . chr ($self->{next_char});  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_STATE) {  
       if ($self->{next_char} == 0x002D) { # -  
         !!!cp (145);  
         $self->{state} = COMMENT_END_DASH_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (146);  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         !!!cp (147);  
         $self->{current_token}->{data} .= chr ($self->{next_char}); # comment  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_END_DASH_STATE) {  
       if ($self->{next_char} == 0x002D) { # -  
         !!!cp (148);  
         $self->{state} = COMMENT_END_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (149);  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         !!!cp (150);  
         $self->{current_token}->{data} .= '-' . chr ($self->{next_char}); # comment  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_END_STATE) {  
       if ($self->{next_char} == 0x003E) { # >  
         !!!cp (151);  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_char} == 0x002D) { # -  
         !!!cp (152);  
         !!!parse-error (type => 'dash in comment',  
                         line => $self->{line_prev},  
                         column => $self->{column_prev});  
         $self->{current_token}->{data} .= '-'; # comment  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (153);  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         !!!cp (154);  
         !!!parse-error (type => 'dash in comment',  
                         line => $self->{line_prev},  
                         column => $self->{column_prev});  
         $self->{current_token}->{data} .= '--' . chr ($self->{next_char}); # comment  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (155);  
         $self->{state} = BEFORE_DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } else {  
         !!!cp (156);  
         !!!parse-error (type => 'no space before DOCTYPE name');  
         $self->{state} = BEFORE_DOCTYPE_NAME_STATE;  
         ## reconsume  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_DOCTYPE_NAME_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (157);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (158);  
         !!!parse-error (type => 'no DOCTYPE name');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE (quirks)  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (159);  
         !!!parse-error (type => 'no DOCTYPE name');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # DOCTYPE (quirks)  
   
         redo A;  
       } else {  
         !!!cp (160);  
         $self->{current_token}->{name} = chr $self->{next_char};  
         delete $self->{current_token}->{quirks};  
 ## ISSUE: "Set the token's name name to the" in the spec  
         $self->{state} = DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_NAME_STATE) {  
 ## ISSUE: Redundant "First," in the spec.  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (161);  
         $self->{state} = AFTER_DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (162);  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (163);  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (164);  
         $self->{current_token}->{name}  
           .= chr ($self->{next_char}); # DOCTYPE  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_NAME_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (165);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (166);  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (167);  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == 0x0050 or # P  
                $self->{next_char} == 0x0070) { # p  
         !!!next-input-character;  
         if ($self->{next_char} == 0x0055 or # U  
             $self->{next_char} == 0x0075) { # u  
           !!!next-input-character;  
           if ($self->{next_char} == 0x0042 or # B  
               $self->{next_char} == 0x0062) { # b  
             !!!next-input-character;  
             if ($self->{next_char} == 0x004C or # L  
                 $self->{next_char} == 0x006C) { # l  
               !!!next-input-character;  
               if ($self->{next_char} == 0x0049 or # I  
                   $self->{next_char} == 0x0069) { # i  
                 !!!next-input-character;  
                 if ($self->{next_char} == 0x0043 or # C  
                     $self->{next_char} == 0x0063) { # c  
                   !!!cp (168);  
                   $self->{state} = BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
                   !!!next-input-character;  
                   redo A;  
                 } else {  
                   !!!cp (169);  
                 }  
               } else {  
                 !!!cp (170);  
               }  
             } else {  
               !!!cp (171);  
             }  
           } else {  
             !!!cp (172);  
           }  
         } else {  
           !!!cp (173);  
         }  
   
         #  
       } elsif ($self->{next_char} == 0x0053 or # S  
                $self->{next_char} == 0x0073) { # s  
         !!!next-input-character;  
         if ($self->{next_char} == 0x0059 or # Y  
             $self->{next_char} == 0x0079) { # y  
           !!!next-input-character;  
           if ($self->{next_char} == 0x0053 or # S  
               $self->{next_char} == 0x0073) { # s  
             !!!next-input-character;  
             if ($self->{next_char} == 0x0054 or # T  
                 $self->{next_char} == 0x0074) { # t  
               !!!next-input-character;  
               if ($self->{next_char} == 0x0045 or # E  
                   $self->{next_char} == 0x0065) { # e  
                 !!!next-input-character;  
                 if ($self->{next_char} == 0x004D or # M  
                     $self->{next_char} == 0x006D) { # m  
                   !!!cp (174);  
                   $self->{state} = BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
                   !!!next-input-character;  
                   redo A;  
                 } else {  
                   !!!cp (175);  
                 }  
               } else {  
                 !!!cp (176);  
               }  
             } else {  
               !!!cp (177);  
             }  
           } else {  
             !!!cp (178);  
           }  
         } else {  
           !!!cp (179);  
         }  
   
         #  
       } else {  
         !!!cp (180);  
         !!!next-input-character;  
         #  
       }  
   
       !!!parse-error (type => 'string after DOCTYPE name');  
       $self->{current_token}->{quirks} = 1;  
   
       $self->{state} = BOGUS_DOCTYPE_STATE;  
       # next-input-character is already done  
       redo A;  
     } elsif ($self->{state} == BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_char}}) {  
         !!!cp (181);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} eq 0x0022) { # "  
         !!!cp (182);  
         $self->{current_token}->{public_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} eq 0x0027) { # '  
         !!!cp (183);  
         $self->{current_token}->{public_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} eq 0x003E) { # >  
         !!!cp (184);  
         !!!parse-error (type => 'no PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (185);  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (186);  
         !!!parse-error (type => 'string after PUBLIC');  
         $self->{current_token}->{quirks} = 1;  
   
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_char} == 0x0022) { # "  
         !!!cp (187);  
         $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (188);  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (189);  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (190);  
         $self->{current_token}->{public_identifier} # DOCTYPE  
             .= chr $self->{next_char};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE) {  
       if ($self->{next_char} == 0x0027) { # '  
         !!!cp (191);  
         $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (192);  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (193);  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (194);  
         $self->{current_token}->{public_identifier} # DOCTYPE  
             .= chr $self->{next_char};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_char}}) {  
         !!!cp (195);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0022) { # "  
         !!!cp (196);  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0027) { # '  
         !!!cp (197);  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (198);  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (199);  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (200);  
         !!!parse-error (type => 'string after PUBLIC literal');  
         $self->{current_token}->{quirks} = 1;  
   
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_char}}) {  
         !!!cp (201);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0022) { # "  
         !!!cp (202);  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0027) { # '  
         !!!cp (203);  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (204);  
         !!!parse-error (type => 'no SYSTEM literal');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (205);  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (206);  
         !!!parse-error (type => 'string after SYSTEM');  
         $self->{current_token}->{quirks} = 1;  
   
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_char} == 0x0022) { # "  
         !!!cp (207);  
         $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (208);  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (209);  
         !!!parse-error (type => 'unclosed SYSTEM literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (210);  
         $self->{current_token}->{system_identifier} # DOCTYPE  
             .= chr $self->{next_char};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE) {  
       if ($self->{next_char} == 0x0027) { # '  
         !!!cp (211);  
         $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (212);  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (213);  
         !!!parse-error (type => 'unclosed SYSTEM literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (214);  
         $self->{current_token}->{system_identifier} # DOCTYPE  
             .= chr $self->{next_char};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_char}}) {  
         !!!cp (215);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (216);  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (217);  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (218);  
         !!!parse-error (type => 'string after SYSTEM literal');  
         #$self->{current_token}->{quirks} = 1;  
   
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BOGUS_DOCTYPE_STATE) {  
       if ($self->{next_char} == 0x003E) { # >  
         !!!cp (219);  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (220);  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (221);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == CDATA_BLOCK_STATE) {  
       my $s = '';  
         
       my ($l, $c) = ($self->{line}, $self->{column});  
   
       CS: while ($self->{next_char} != -1) {  
         if ($self->{next_char} == 0x005D) { # ]  
           !!!next-input-character;  
           if ($self->{next_char} == 0x005D) { # ]  
             !!!next-input-character;  
             MDC: {  
               if ($self->{next_char} == 0x003E) { # >  
                 !!!cp (221.1);  
                 !!!next-input-character;  
                 last CS;  
               } elsif ($self->{next_char} == 0x005D) { # ]  
                 !!!cp (221.2);  
                 $s .= ']';  
                 !!!next-input-character;  
                 redo MDC;  
               } else {  
                 !!!cp (221.3);  
                 $s .= ']]';  
                 #  
               }  
             } # MDC  
           } else {  
             !!!cp (221.4);  
             $s .= ']';  
             #  
           }  
         } else {  
           !!!cp (221.5);  
           #  
         }  
         $s .= chr $self->{next_char};  
         !!!next-input-character;  
       } # CS  
   
       $self->{state} = DATA_STATE;  
       ## next-input-character done or EOF, which is reconsumed.  
   
       if (length $s) {  
         !!!cp (221.6);  
         !!!emit ({type => CHARACTER_TOKEN, data => $s,  
                   line => $l, column => $c});  
       } else {  
         !!!cp (221.7);  
       }  
   
       redo A;  
   
       ## ISSUE: "text tokens" in spec.  
       ## TODO: Streaming support  
     } else {  
       die "$0: $self->{state}: Unknown state";  
     }  
   } # A    
   
   die "$0: _get_next_token: unexpected case";  
 } # _get_next_token  
   
 sub _tokenize_attempt_to_consume_an_entity ($$$) {  
   my ($self, $in_attr, $additional) = @_;  
   
   my ($l, $c) = ($self->{line_prev}, $self->{column_prev});  
   
   if ({  
        0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, # HT, LF, VT, FF,  
        0x0020 => 1, 0x003C => 1, 0x0026 => 1, -1 => 1, # SP, <, & # 0x000D # CR  
        $additional => 1,  
       }->{$self->{next_char}}) {  
     !!!cp (1001);  
     ## Don't consume  
     ## No error  
     return undef;  
   } elsif ($self->{next_char} == 0x0023) { # #  
     !!!next-input-character;  
     if ($self->{next_char} == 0x0078 or # x  
         $self->{next_char} == 0x0058) { # X  
       my $code;  
       X: {  
         my $x_char = $self->{next_char};  
         !!!next-input-character;  
         if (0x0030 <= $self->{next_char} and  
             $self->{next_char} <= 0x0039) { # 0..9  
           !!!cp (1002);  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_char} - 0x0030;  
           redo X;  
         } elsif (0x0061 <= $self->{next_char} and  
                  $self->{next_char} <= 0x0066) { # a..f  
           !!!cp (1003);  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_char} - 0x0060 + 9;  
           redo X;  
         } elsif (0x0041 <= $self->{next_char} and  
                  $self->{next_char} <= 0x0046) { # A..F  
           !!!cp (1004);  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_char} - 0x0040 + 9;  
           redo X;  
         } elsif (not defined $code) { # no hexadecimal digit  
           !!!cp (1005);  
           !!!parse-error (type => 'bare hcro', line => $l, column => $c);  
           !!!back-next-input-character ($x_char, $self->{next_char});  
           $self->{next_char} = 0x0023; # #  
           return undef;  
         } elsif ($self->{next_char} == 0x003B) { # ;  
           !!!cp (1006);  
           !!!next-input-character;  
         } else {  
           !!!cp (1007);  
           !!!parse-error (type => 'no refc', line => $l, column => $c);  
         }  
   
         if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {  
           !!!cp (1008);  
           !!!parse-error (type => (sprintf 'invalid character reference:U+%04X', $code), line => $l, column => $c);  
           $code = 0xFFFD;  
         } elsif ($code > 0x10FFFF) {  
           !!!cp (1009);  
           !!!parse-error (type => (sprintf 'invalid character reference:U-%08X', $code), line => $l, column => $c);  
           $code = 0xFFFD;  
         } elsif ($code == 0x000D) {  
           !!!cp (1010);  
           !!!parse-error (type => 'CR character reference', line => $l, column => $c);  
           $code = 0x000A;  
         } elsif (0x80 <= $code and $code <= 0x9F) {  
           !!!cp (1011);  
           !!!parse-error (type => (sprintf 'C1 character reference:U+%04X', $code), line => $l, column => $c);  
           $code = $c1_entity_char->{$code};  
         }  
   
         return {type => CHARACTER_TOKEN, data => chr $code,  
                 has_reference => 1,  
                 line => $l, column => $c,  
                };  
       } # X  
     } elsif (0x0030 <= $self->{next_char} and  
              $self->{next_char} <= 0x0039) { # 0..9  
       my $code = $self->{next_char} - 0x0030;  
       !!!next-input-character;  
         
       while (0x0030 <= $self->{next_char} and  
                 $self->{next_char} <= 0x0039) { # 0..9  
         !!!cp (1012);  
         $code *= 10;  
         $code += $self->{next_char} - 0x0030;  
           
         !!!next-input-character;  
       }  
   
       if ($self->{next_char} == 0x003B) { # ;  
         !!!cp (1013);  
         !!!next-input-character;  
       } else {  
         !!!cp (1014);  
         !!!parse-error (type => 'no refc', line => $l, column => $c);  
       }  
   
       if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {  
         !!!cp (1015);  
         !!!parse-error (type => (sprintf 'invalid character reference:U+%04X', $code), line => $l, column => $c);  
         $code = 0xFFFD;  
       } elsif ($code > 0x10FFFF) {  
         !!!cp (1016);  
         !!!parse-error (type => (sprintf 'invalid character reference:U-%08X', $code), line => $l, column => $c);  
         $code = 0xFFFD;  
       } elsif ($code == 0x000D) {  
         !!!cp (1017);  
         !!!parse-error (type => 'CR character reference', line => $l, column => $c);  
         $code = 0x000A;  
       } elsif (0x80 <= $code and $code <= 0x9F) {  
         !!!cp (1018);  
         !!!parse-error (type => (sprintf 'C1 character reference:U+%04X', $code), line => $l, column => $c);  
         $code = $c1_entity_char->{$code};  
       }  
         
       return {type => CHARACTER_TOKEN, data => chr $code, has_reference => 1,  
               line => $l, column => $c,  
              };  
     } else {  
       !!!cp (1019);  
       !!!parse-error (type => 'bare nero', line => $l, column => $c);  
       !!!back-next-input-character ($self->{next_char});  
       $self->{next_char} = 0x0023; # #  
       return undef;  
     }  
   } elsif ((0x0041 <= $self->{next_char} and  
             $self->{next_char} <= 0x005A) or  
            (0x0061 <= $self->{next_char} and  
             $self->{next_char} <= 0x007A)) {  
     my $entity_name = chr $self->{next_char};  
     !!!next-input-character;  
   
     my $value = $entity_name;  
     my $match = 0;  
     require Whatpm::_NamedEntityList;  
     our $EntityChar;  
   
     while (length $entity_name < 30 and  
            ## NOTE: Some number greater than the maximum length of entity name  
            ((0x0041 <= $self->{next_char} and # a  
              $self->{next_char} <= 0x005A) or # x  
             (0x0061 <= $self->{next_char} and # a  
              $self->{next_char} <= 0x007A) or # z  
             (0x0030 <= $self->{next_char} and # 0  
              $self->{next_char} <= 0x0039) or # 9  
             $self->{next_char} == 0x003B)) { # ;  
       $entity_name .= chr $self->{next_char};  
       if (defined $EntityChar->{$entity_name}) {  
         if ($self->{next_char} == 0x003B) { # ;  
           !!!cp (1020);  
           $value = $EntityChar->{$entity_name};  
           $match = 1;  
           !!!next-input-character;  
           last;  
         } else {  
           !!!cp (1021);  
           $value = $EntityChar->{$entity_name};  
           $match = -1;  
           !!!next-input-character;  
         }  
       } else {  
         !!!cp (1022);  
         $value .= chr $self->{next_char};  
         $match *= 2;  
         !!!next-input-character;  
       }  
     }  
       
     if ($match > 0) {  
       !!!cp (1023);  
       return {type => CHARACTER_TOKEN, data => $value, has_reference => 1,  
               line => $l, column => $c,  
              };  
     } elsif ($match < 0) {  
       !!!parse-error (type => 'no refc', line => $l, column => $c);  
       if ($in_attr and $match < -1) {  
         !!!cp (1024);  
         return {type => CHARACTER_TOKEN, data => '&'.$entity_name,  
                 line => $l, column => $c,  
                };  
       } else {  
         !!!cp (1025);  
         return {type => CHARACTER_TOKEN, data => $value, has_reference => 1,  
                 line => $l, column => $c,  
                };  
       }  
     } else {  
       !!!cp (1026);  
       !!!parse-error (type => 'bare ero', line => $l, column => $c);  
       ## NOTE: "No characters are consumed" in the spec.  
       return {type => CHARACTER_TOKEN, data => '&'.$value,  
               line => $l, column => $c,  
              };  
     }  
   } else {  
     !!!cp (1027);  
     ## no characters are consumed  
     !!!parse-error (type => 'bare ero', line => $l, column => $c);  
     return undef;  
   }  
 } # _tokenize_attempt_to_consume_an_entity  
   
861  sub _initialize_tree_constructor ($) {  sub _initialize_tree_constructor ($) {
862    my $self = shift;    my $self = shift;
863    ## NOTE: $self->{document} MUST be specified before this method is called    ## NOTE: $self->{document} MUST be specified before this method is called
# Line 3053  sub _initialize_tree_constructor ($) { Line 865  sub _initialize_tree_constructor ($) {
865    ## TODO: Turn mutation events off # MUST    ## TODO: Turn mutation events off # MUST
866    ## TODO: Turn loose Document option (manakai extension) on    ## TODO: Turn loose Document option (manakai extension) on
867    $self->{document}->manakai_is_html (1); # MUST    $self->{document}->manakai_is_html (1); # MUST
868      $self->{document}->set_user_data (manakai_source_line => 1);
869      $self->{document}->set_user_data (manakai_source_column => 1);
870  } # _initialize_tree_constructor  } # _initialize_tree_constructor
871    
872  sub _terminate_tree_constructor ($) {  sub _terminate_tree_constructor ($) {
# Line 3072  sub _construct_tree ($) { Line 886  sub _construct_tree ($) {
886    ## When an interactive UA render the $self->{document} available    ## When an interactive UA render the $self->{document} available
887    ## to the user, or when it begin accepting user input, are    ## to the user, or when it begin accepting user input, are
888    ## not defined.    ## not defined.
   
   ## Append a character: collect it and all subsequent consecutive  
   ## characters and insert one Text node whose data is concatenation  
   ## of all those characters. # MUST  
889        
890    !!!next-token;    !!!next-token;
891    
892    undef $self->{form_element};    undef $self->{form_element};
893    undef $self->{head_element};    undef $self->{head_element};
894      undef $self->{head_element_inserted};
895    $self->{open_elements} = [];    $self->{open_elements} = [];
896    undef $self->{inner_html_node};    undef $self->{inner_html_node};
897      undef $self->{ignore_newline};
898    
899    ## NOTE: The "initial" insertion mode.    ## NOTE: The "initial" insertion mode.
900    $self->_tree_construction_initial; # MUST    $self->_tree_construction_initial; # MUST
# Line 3102  sub _tree_construction_initial ($) { Line 914  sub _tree_construction_initial ($) {
914    
915    INITIAL: {    INITIAL: {
916      if ($token->{type} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
917        ## NOTE: Conformance checkers MAY, instead of reporting "not HTML5"        ## NOTE: Conformance checkers MAY, instead of reporting "not
918        ## error, switch to a conformance checking mode for another        ## HTML5" error, switch to a conformance checking mode for
919        ## language.        ## another language.  (We don't support such mode switchings; it
920          ## is nonsense to do anything different from what browsers do.)
921        my $doctype_name = $token->{name};        my $doctype_name = $token->{name};
922        $doctype_name = '' unless defined $doctype_name;        $doctype_name = '' unless defined $doctype_name;
923        $doctype_name =~ tr/a-z/A-Z/;        my $doctype = $self->{document}->create_document_type_definition
924        if (not defined $token->{name} or # <!DOCTYPE>            ($doctype_name);
925            defined $token->{public_identifier} or  
926            defined $token->{system_identifier}) {        $doctype_name =~ tr/A-Z/a-z/; # ASCII case-insensitive
927          if ($doctype_name ne 'html') {
928          !!!cp ('t1');          !!!cp ('t1');
929          !!!parse-error (type => 'not HTML5', token => $token);          !!!parse-error (type => 'not HTML5', token => $token);
930        } elsif ($doctype_name ne 'HTML') {        } elsif (defined $token->{pubid}) {
931          !!!cp ('t2');          !!!cp ('t2');
932          ## ISSUE: ASCII case-insensitive? (in fact it does not matter)          ## XXX Obsolete permitted DOCTYPEs
933          !!!parse-error (type => 'not HTML5', token => $token);          !!!parse-error (type => 'not HTML5', token => $token);
934        } else {        } elsif (defined $token->{sysid}) {
935            if ($token->{sysid} eq 'about:legacy-compat') {
936              !!!cp ('t1.2'); ## <!DOCTYPE HTML SYSTEM "about:legacy-compat">
937              !!!parse-error (type => 'XSLT-compat', token => $token,
938                              level => $self->{level}->{should});
939            } else {
940              !!!parse-error (type => 'not HTML5', token => $token);
941            }
942          } else { ## <!DOCTYPE HTML>
943          !!!cp ('t3');          !!!cp ('t3');
944            #
945        }        }
946                
       my $doctype = $self->{document}->create_document_type_definition  
         ($token->{name}); ## ISSUE: If name is missing (e.g. <!DOCTYPE>)?  
947        ## NOTE: Default value for both |public_id| and |system_id| attributes        ## NOTE: Default value for both |public_id| and |system_id| attributes
948        ## are empty strings, so that we don't set any value in missing cases.        ## are empty strings, so that we don't set any value in missing cases.
949        $doctype->public_id ($token->{public_identifier})        $doctype->public_id ($token->{pubid}) if defined $token->{pubid};
950            if defined $token->{public_identifier};        $doctype->system_id ($token->{sysid}) if defined $token->{sysid};
951        $doctype->system_id ($token->{system_identifier})  
           if defined $token->{system_identifier};  
952        ## NOTE: Other DocumentType attributes are null or empty lists.        ## NOTE: Other DocumentType attributes are null or empty lists.
953        ## ISSUE: internalSubset = null??        ## In Firefox3, |internalSubset| attribute is set to the empty
954          ## string, while |null| is an allowed value for the attribute
955          ## according to DOM3 Core.
956        $self->{document}->append_child ($doctype);        $self->{document}->append_child ($doctype);
957                
958        if ($token->{quirks} or $doctype_name ne 'HTML') {        if ($token->{quirks} or $doctype_name ne 'html') {
959          !!!cp ('t4');          !!!cp ('t4');
960          $self->{document}->manakai_compat_mode ('quirks');          $self->{document}->manakai_compat_mode ('quirks');
961        } elsif (defined $token->{public_identifier}) {        } elsif (defined $token->{pubid}) {
962          my $pubid = $token->{public_identifier};          my $pubid = $token->{pubid};
963          $pubid =~ tr/a-z/A-z/;          $pubid =~ tr/a-z/A-z/;
964          my $prefix = [          my $prefix = [
965            "+//SILMARIL//DTD HTML PRO V0R11 19970101//",            "+//SILMARIL//DTD HTML PRO V0R11 19970101//",
# Line 3211  sub _tree_construction_initial ($) { Line 1033  sub _tree_construction_initial ($) {
1033            $self->{document}->manakai_compat_mode ('quirks');            $self->{document}->manakai_compat_mode ('quirks');
1034          } elsif ($pubid =~ m[^-//W3C//DTD HTML 4.01 FRAMESET//] or          } elsif ($pubid =~ m[^-//W3C//DTD HTML 4.01 FRAMESET//] or
1035                   $pubid =~ m[^-//W3C//DTD HTML 4.01 TRANSITIONAL//]) {                   $pubid =~ m[^-//W3C//DTD HTML 4.01 TRANSITIONAL//]) {
1036            if (defined $token->{system_identifier}) {            if (defined $token->{sysid}) {
1037              !!!cp ('t6');              !!!cp ('t6');
1038              $self->{document}->manakai_compat_mode ('quirks');              $self->{document}->manakai_compat_mode ('quirks');
1039            } else {            } else {
# Line 3228  sub _tree_construction_initial ($) { Line 1050  sub _tree_construction_initial ($) {
1050        } else {        } else {
1051          !!!cp ('t10');          !!!cp ('t10');
1052        }        }
1053        if (defined $token->{system_identifier}) {        if (defined $token->{sysid}) {
1054          my $sysid = $token->{system_identifier};          my $sysid = $token->{sysid};
1055          $sysid =~ tr/A-Z/a-z/;          $sysid =~ tr/A-Z/a-z/;
1056          if ($sysid eq "http://www.ibm.com/data/dtd/v11/ibmxhtml1-transitional.dtd") {          if ($sysid eq "http://www.ibm.com/data/dtd/v11/ibmxhtml1-transitional.dtd") {
1057            ## NOTE: Ensure that |PUBLIC "(limited quirks)" "(quirks)"| is            ## NOTE: Ensure that |PUBLIC "(limited quirks)" "(quirks)"| is
# Line 3259  sub _tree_construction_initial ($) { Line 1081  sub _tree_construction_initial ($) {
1081        !!!ack-later;        !!!ack-later;
1082        return;        return;
1083      } elsif ($token->{type} == CHARACTER_TOKEN) {      } elsif ($token->{type} == CHARACTER_TOKEN) {
1084        if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D        if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1085          ## Ignore the token          ## Ignore the token
1086    
1087          unless (length $token->{data}) {          unless (length $token->{data}) {
# Line 3316  sub _tree_construction_root_element ($) Line 1138  sub _tree_construction_root_element ($)
1138          !!!next-token;          !!!next-token;
1139          redo B;          redo B;
1140        } elsif ($token->{type} == CHARACTER_TOKEN) {        } elsif ($token->{type} == CHARACTER_TOKEN) {
1141          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1142            ## Ignore the token.            ## Ignore the token.
1143    
1144            unless (length $token->{data}) {            unless (length $token->{data}) {
# Line 3383  sub _tree_construction_root_element ($) Line 1205  sub _tree_construction_root_element ($)
1205      ## NOTE: Reprocess the token.      ## NOTE: Reprocess the token.
1206      !!!ack-later;      !!!ack-later;
1207      return; ## Go to the "before head" insertion mode.      return; ## Go to the "before head" insertion mode.
   
     ## ISSUE: There is an issue in the spec  
1208    } # B    } # B
1209    
1210    die "$0: _tree_construction_root_element: This should never be reached";    die "$0: _tree_construction_root_element: This should never be reached";
# Line 3419  sub _reset_insertion_mode ($) { Line 1239  sub _reset_insertion_mode ($) {
1239          ## NOTE: Strictly spaking, the line below only applies to MathML and          ## NOTE: Strictly spaking, the line below only applies to MathML and
1240          ## SVG elements.  Currently the HTML syntax supports only MathML and          ## SVG elements.  Currently the HTML syntax supports only MathML and
1241          ## SVG elements as foreigners.          ## SVG elements as foreigners.
1242          $new_mode = $self->{insertion_mode} | IN_FOREIGN_CONTENT_IM;          $new_mode = IN_BODY_IM | IN_FOREIGN_CONTENT_IM;
1243          ## ISSUE: What is set as the secondary insertion mode?        } elsif ($node->[1] == TABLE_CELL_EL) {
       } elsif ($node->[1] & TABLE_CELL_EL) {  
1244          if ($last) {          if ($last) {
1245            !!!cp ('t28.2');            !!!cp ('t28.2');
1246            #            #
# Line 3450  sub _reset_insertion_mode ($) { Line 1269  sub _reset_insertion_mode ($) {
1269        $self->{insertion_mode} = $new_mode and return if defined $new_mode;        $self->{insertion_mode} = $new_mode and return if defined $new_mode;
1270                
1271        ## Step 15        ## Step 15
1272        if ($node->[1] & HTML_EL) {        if ($node->[1] == HTML_EL) {
1273          unless (defined $self->{head_element}) {          unless (defined $self->{head_element}) {
1274            !!!cp ('t29');            !!!cp ('t29');
1275            $self->{insertion_mode} = BEFORE_HEAD_IM;            $self->{insertion_mode} = BEFORE_HEAD_IM;
# Line 3582  sub _tree_construction_main ($) { Line 1401  sub _tree_construction_main ($) {
1401    
1402      ## Step 1      ## Step 1
1403      my $start_tag_name = $token->{tag_name};      my $start_tag_name = $token->{tag_name};
1404      my $el;      !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
     !!!create-element ($el, $HTML_NS, $start_tag_name, $token->{attributes}, $token);  
1405    
1406      ## Step 2      ## Step 2
     $insert->($el);  
   
     ## Step 3  
1407      $self->{content_model} = $content_model_flag; # CDATA or RCDATA      $self->{content_model} = $content_model_flag; # CDATA or RCDATA
1408      delete $self->{escape}; # MUST      delete $self->{escape}; # MUST
1409    
1410      ## Step 4      ## Step 3, 4
1411      my $text = '';      $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
     !!!nack ('t40.1');  
     !!!next-token;  
     while ($token->{type} == CHARACTER_TOKEN) { # or until stop tokenizing  
       !!!cp ('t40');  
       $text .= $token->{data};  
       !!!next-token;  
     }  
1412    
1413      ## Step 5      !!!nack ('t40.1');
     if (length $text) {  
       !!!cp ('t41');  
       my $text = $self->{document}->create_text_node ($text);  
       $el->append_child ($text);  
     }  
   
     ## Step 6  
     $self->{content_model} = PCDATA_CONTENT_MODEL;  
   
     ## Step 7  
     if ($token->{type} == END_TAG_TOKEN and  
         $token->{tag_name} eq $start_tag_name) {  
       !!!cp ('t42');  
       ## Ignore the token  
     } else {  
       ## NOTE: An end-of-file token.  
       if ($content_model_flag == CDATA_CONTENT_MODEL) {  
         !!!cp ('t43');  
         !!!parse-error (type => 'in CDATA:#'.$token->{type}, token => $token);  
       } elsif ($content_model_flag == RCDATA_CONTENT_MODEL) {  
         !!!cp ('t44');  
         !!!parse-error (type => 'in RCDATA:#'.$token->{type}, token => $token);  
       } else {  
         die "$0: $content_model_flag in parse_rcdata";  
       }  
     }  
1414      !!!next-token;      !!!next-token;
1415    }; # $parse_rcdata    }; # $parse_rcdata
1416    
1417    my $script_start_tag = sub () {    my $script_start_tag = sub () {
1418        ## Step 1
1419      my $script_el;      my $script_el;
1420      !!!create-element ($script_el, $HTML_NS, 'script', $token->{attributes}, $token);      !!!create-element ($script_el, $HTML_NS, 'script', $token->{attributes}, $token);
1421    
1422        ## Step 2
1423      ## TODO: mark as "parser-inserted"      ## TODO: mark as "parser-inserted"
1424    
1425        ## Step 3
1426        ## TODO: Mark as "already executed", if ...
1427    
1428        ## Step 4 (HTML5 revision 2702)
1429        $insert->($script_el);
1430        push @{$self->{open_elements}}, [$script_el, $el_category->{script}];
1431    
1432        ## Step 5
1433      $self->{content_model} = CDATA_CONTENT_MODEL;      $self->{content_model} = CDATA_CONTENT_MODEL;
1434      delete $self->{escape}; # MUST      delete $self->{escape}; # MUST
       
     my $text = '';  
     !!!nack ('t45.1');  
     !!!next-token;  
     while ($token->{type} == CHARACTER_TOKEN) {  
       !!!cp ('t45');  
       $text .= $token->{data};  
       !!!next-token;  
     } # stop if non-character token or tokenizer stops tokenising  
     if (length $text) {  
       !!!cp ('t46');  
       $script_el->manakai_append_text ($text);  
     }  
                 
     $self->{content_model} = PCDATA_CONTENT_MODEL;  
1435    
1436      if ($token->{type} == END_TAG_TOKEN and      ## Step 6-7
1437          $token->{tag_name} eq 'script') {      $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
       !!!cp ('t47');  
       ## Ignore the token  
     } else {  
       !!!cp ('t48');  
       !!!parse-error (type => 'in CDATA:#'.$token->{type}, token => $token);  
       ## ISSUE: And ignore?  
       ## TODO: mark as "already executed"  
     }  
       
     if (defined $self->{inner_html_node}) {  
       !!!cp ('t49');  
       ## TODO: mark as "already executed"  
     } else {  
       !!!cp ('t50');  
       ## TODO: $old_insertion_point = current insertion point  
       ## TODO: insertion point = just before the next input character  
1438    
1439        $insert->($script_el);      !!!nack ('t40.2');
         
       ## TODO: insertion point = $old_insertion_point (might be "undefined")  
         
       ## TODO: if there is a script that will execute as soon as the parser resume, then...  
     }  
       
1440      !!!next-token;      !!!next-token;
1441    }; # $script_start_tag    }; # $script_start_tag
1442    
1443    ## NOTE: $open_tables->[-1]->[0] is the "current table" element node.    ## NOTE: $open_tables->[-1]->[0] is the "current table" element node.
1444    ## NOTE: $open_tables->[-1]->[1] is the "tainted" flag.    ## NOTE: $open_tables->[-1]->[1] is the "tainted" flag (OBSOLETE; unused).
1445      ## NOTE: $open_tables->[-1]->[2] is set false when non-Text node inserted.
1446    my $open_tables = [[$self->{open_elements}->[0]->[0]]];    my $open_tables = [[$self->{open_elements}->[0]->[0]]];
1447    
1448    my $formatting_end_tag = sub {    my $formatting_end_tag = sub {
# Line 3712  sub _tree_construction_main ($) { Line 1469  sub _tree_construction_main ($) {
1469        } # AFE        } # AFE
1470        unless (defined $formatting_element) {        unless (defined $formatting_element) {
1471          !!!cp ('t53');          !!!cp ('t53');
1472          !!!parse-error (type => 'unmatched end tag:'.$tag_name, token => $end_tag_token);          !!!parse-error (type => 'unmatched end tag', text => $tag_name, token => $end_tag_token);
1473          ## Ignore the token          ## Ignore the token
1474          !!!next-token;          !!!next-token;
1475          return;          return;
# Line 3729  sub _tree_construction_main ($) { Line 1486  sub _tree_construction_main ($) {
1486              last INSCOPE;              last INSCOPE;
1487            } else { # in open elements but not in scope            } else { # in open elements but not in scope
1488              !!!cp ('t55');              !!!cp ('t55');
1489              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name},              !!!parse-error (type => 'unmatched end tag',
1490                                text => $token->{tag_name},
1491                              token => $end_tag_token);                              token => $end_tag_token);
1492              ## Ignore the token              ## Ignore the token
1493              !!!next-token;              !!!next-token;
# Line 3742  sub _tree_construction_main ($) { Line 1500  sub _tree_construction_main ($) {
1500        } # INSCOPE        } # INSCOPE
1501        unless (defined $formatting_element_i_in_open) {        unless (defined $formatting_element_i_in_open) {
1502          !!!cp ('t57');          !!!cp ('t57');
1503          !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name},          !!!parse-error (type => 'unmatched end tag',
1504                            text => $token->{tag_name},
1505                          token => $end_tag_token);                          token => $end_tag_token);
1506          pop @$active_formatting_elements; # $formatting_element          pop @$active_formatting_elements; # $formatting_element
1507          !!!next-token; ## TODO: ok?          !!!next-token; ## TODO: ok?
# Line 3751  sub _tree_construction_main ($) { Line 1510  sub _tree_construction_main ($) {
1510        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {
1511          !!!cp ('t58');          !!!cp ('t58');
1512          !!!parse-error (type => 'not closed',          !!!parse-error (type => 'not closed',
1513                          value => $self->{open_elements}->[-1]->[0]                          text => $self->{open_elements}->[-1]->[0]
1514                              ->manakai_local_name,                              ->manakai_local_name,
1515                          token => $end_tag_token);                          token => $end_tag_token);
1516        }        }
# Line 3768  sub _tree_construction_main ($) { Line 1527  sub _tree_construction_main ($) {
1527            !!!cp ('t59');            !!!cp ('t59');
1528            $furthest_block = $node;            $furthest_block = $node;
1529            $furthest_block_i_in_open = $_;            $furthest_block_i_in_open = $_;
1530              ## NOTE: The topmost (eldest) node.
1531          } elsif ($node->[0] eq $formatting_element->[0]) {          } elsif ($node->[0] eq $formatting_element->[0]) {
1532            !!!cp ('t60');            !!!cp ('t60');
1533            last OE;            last OE;
# Line 3851  sub _tree_construction_main ($) { Line 1611  sub _tree_construction_main ($) {
1611                
1612        ## Step 8        ## Step 8
1613        if ($common_ancestor_node->[1] & TABLE_ROWS_EL) {        if ($common_ancestor_node->[1] & TABLE_ROWS_EL) {
1614            ## Foster parenting.
1615          my $foster_parent_element;          my $foster_parent_element;
1616          my $next_sibling;          my $next_sibling;
1617          OE: for (reverse 0..$#{$self->{open_elements}}) {          OE: for (reverse 0..$#{$self->{open_elements}}) {
1618            if ($self->{open_elements}->[$_]->[1] & TABLE_EL) {            if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
1619                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;              !!!cp ('t65.2');
1620                               if (defined $parent and $parent->node_type == 1) {              $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];
1621                                 !!!cp ('t65.1');              $next_sibling = $self->{open_elements}->[$_]->[0];
1622                                 $foster_parent_element = $parent;              undef $next_sibling
1623                                 $next_sibling = $self->{open_elements}->[$_]->[0];                  unless $next_sibling->parent_node eq $foster_parent_element;
1624                               } else {              last OE;
1625                                 !!!cp ('t65.2');            }
1626                                 $foster_parent_element          } # OE
1627                                   = $self->{open_elements}->[$_ - 1]->[0];          $foster_parent_element ||= $self->{open_elements}->[0]->[0];
1628                               }  
                              last OE;  
                            }  
                          } # OE  
                          $foster_parent_element = $self->{open_elements}->[0]->[0]  
                            unless defined $foster_parent_element;  
1629          $foster_parent_element->insert_before ($last_node->[0], $next_sibling);          $foster_parent_element->insert_before ($last_node->[0], $next_sibling);
1630          $open_tables->[-1]->[1] = 1; # tainted          $open_tables->[-1]->[1] = 1; # tainted
1631        } else {        } else {
# Line 3914  sub _tree_construction_main ($) { Line 1670  sub _tree_construction_main ($) {
1670            $i = $_;            $i = $_;
1671          }          }
1672        } # OE        } # OE
1673        splice @{$self->{open_elements}}, $i + 1, 1, $clone;        splice @{$self->{open_elements}}, $i + 1, 0, $clone;
1674                
1675        ## Step 14        ## Step 14
1676        redo FET;        redo FET;
# Line 3925  sub _tree_construction_main ($) { Line 1681  sub _tree_construction_main ($) {
1681      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);
1682    }; # $insert_to_current    }; # $insert_to_current
1683    
1684      ## Foster parenting.  Note that there are three "foster parenting"
1685      ## code in the parser: for elements (this one), for texts, and for
1686      ## elements in the AAA code.
1687    my $insert_to_foster = sub {    my $insert_to_foster = sub {
1688      my $child = shift;      my $child = shift;
1689      if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {      if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
# Line 3932  sub _tree_construction_main ($) { Line 1691  sub _tree_construction_main ($) {
1691        my $foster_parent_element;        my $foster_parent_element;
1692        my $next_sibling;        my $next_sibling;
1693        OE: for (reverse 0..$#{$self->{open_elements}}) {        OE: for (reverse 0..$#{$self->{open_elements}}) {
1694          if ($self->{open_elements}->[$_]->[1] & TABLE_EL) {          if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
1695                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;            !!!cp ('t71');
1696                               if (defined $parent and $parent->node_type == 1) {            $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];
1697                                 !!!cp ('t70');            $next_sibling = $self->{open_elements}->[$_]->[0];
1698                                 $foster_parent_element = $parent;            undef $next_sibling
1699                                 $next_sibling = $self->{open_elements}->[$_]->[0];                unless $next_sibling->parent_node eq $foster_parent_element;
1700                               } else {            last OE;
1701                                 !!!cp ('t71');          }
1702                                 $foster_parent_element        } # OE
1703                                   = $self->{open_elements}->[$_ - 1]->[0];        $foster_parent_element ||= $self->{open_elements}->[0]->[0];
1704                               }  
1705                               last OE;        $foster_parent_element->insert_before ($child, $next_sibling);
                            }  
                          } # OE  
                          $foster_parent_element = $self->{open_elements}->[0]->[0]  
                            unless defined $foster_parent_element;  
                          $foster_parent_element->insert_before  
                            ($child, $next_sibling);  
1706        $open_tables->[-1]->[1] = 1; # tainted        $open_tables->[-1]->[1] = 1; # tainted
1707      } else {      } else {
1708        !!!cp ('t72');        !!!cp ('t72');
# Line 3957  sub _tree_construction_main ($) { Line 1710  sub _tree_construction_main ($) {
1710      }      }
1711    }; # $insert_to_foster    }; # $insert_to_foster
1712    
1713      ## NOTE: Insert a character (MUST): When a character is inserted, if
1714      ## the last node that was inserted by the parser is a Text node and
1715      ## the character has to be inserted after that node, then the
1716      ## character is appended to the Text node.  However, if any other
1717      ## node is inserted by the parser, then a new Text node is created
1718      ## and the character is appended as that Text node.  If I'm not
1719      ## wrong, for a parser with scripting disabled, there are only two
1720      ## cases where this occurs.  One is the case where an element node
1721      ## is inserted to the |head| element.  This is covered by using the
1722      ## |$self->{head_element_inserted}| flag.  Another is the case where
1723      ## an element or comment is inserted into the |table| subtree while
1724      ## foster parenting happens.  This is covered by using the [2] flag
1725      ## of the |$open_tables| structure.  All other cases are handled
1726      ## simply by calling |manakai_append_text| method.
1727    
1728      ## TODO: |<body><script>document.write("a<br>");
1729      ## document.body.removeChild (document.body.lastChild);
1730      ## document.write ("b")</script>|
1731    
1732    B: while (1) {    B: while (1) {
1733    
1734        ## The "in table text" insertion mode.
1735        if ($self->{insertion_mode} & TABLE_IMS and
1736            not $self->{insertion_mode} & IN_FOREIGN_CONTENT_IM and
1737            not $self->{insertion_mode} & IN_CDATA_RCDATA_IM) {
1738          C: {
1739            my $s;
1740            if ($token->{type} == CHARACTER_TOKEN) {
1741              !!!cp ('t194');
1742              $self->{pending_chars} ||= [];
1743              push @{$self->{pending_chars}}, $token;
1744              !!!next-token;
1745              next B;
1746            } else {
1747              if ($self->{pending_chars}) {
1748                $s = join '', map { $_->{data} } @{$self->{pending_chars}};
1749                delete $self->{pending_chars};
1750                if ($s =~ /[^\x09\x0A\x0C\x0D\x20]/) {
1751                  !!!cp ('t195');
1752                  #
1753                } else {
1754                  !!!cp ('t195.1');
1755                  #$self->{open_elements}->[-1]->[0]->manakai_append_text ($s);
1756                  $self->{open_elements}->[-1]->[0]->append_child
1757                      ($self->{document}->create_text_node ($s));
1758                  last C;
1759                }
1760              } else {
1761                !!!cp ('t195.2');
1762                last C;
1763              }
1764            }
1765    
1766            ## Foster parenting.
1767            !!!parse-error (type => 'in table:#text', token => $token);
1768    
1769            ## NOTE: As if in body, but insert into the foster parent element.
1770            $reconstruct_active_formatting_elements->($insert_to_foster);
1771                
1772            if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
1773              # MUST
1774              my $foster_parent_element;
1775              my $next_sibling;
1776              OE: for (reverse 0..$#{$self->{open_elements}}) {
1777                if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
1778                  !!!cp ('t197');
1779                  $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];
1780                  $next_sibling = $self->{open_elements}->[$_]->[0];
1781                  undef $next_sibling
1782                    unless $next_sibling->parent_node eq $foster_parent_element;
1783                  last OE;
1784                }
1785              } # OE
1786              $foster_parent_element ||= $self->{open_elements}->[0]->[0];
1787    
1788              !!!cp ('t199');
1789              $foster_parent_element->insert_before
1790                  ($self->{document}->create_text_node ($s), $next_sibling);
1791    
1792              $open_tables->[-1]->[1] = 1; # tainted
1793              $open_tables->[-1]->[2] = 1; # ~node inserted
1794            } else {
1795              ## NOTE: Fragment case or in a foster parent'ed element
1796              ## (e.g. |<table><span>a|).  In fragment case, whether the
1797              ## character is appended to existing node or a new node is
1798              ## created is irrelevant, since the foster parent'ed nodes
1799              ## are discarded and fragment parsing does not invoke any
1800              ## script.
1801              !!!cp ('t200');
1802              $self->{open_elements}->[-1]->[0]->manakai_append_text ($s);
1803            }
1804          } # C
1805        } # TABLE_IMS
1806    
1807      if ($token->{type} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
1808        !!!cp ('t73');        !!!cp ('t73');
1809        !!!parse-error (type => 'DOCTYPE in the middle', token => $token);        !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
1810        ## Ignore the token        ## Ignore the token
1811        ## Stay in the phase        ## Stay in the phase
1812        !!!next-token;        !!!next-token;
# Line 3969  sub _tree_construction_main ($) { Line 1815  sub _tree_construction_main ($) {
1815               $token->{tag_name} eq 'html') {               $token->{tag_name} eq 'html') {
1816        if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {        if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
1817          !!!cp ('t79');          !!!cp ('t79');
1818          !!!parse-error (type => 'after html:html', token => $token);          !!!parse-error (type => 'after html', text => 'html', token => $token);
1819          $self->{insertion_mode} = AFTER_BODY_IM;          $self->{insertion_mode} = AFTER_BODY_IM;
1820        } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {        } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {
1821          !!!cp ('t80');          !!!cp ('t80');
1822          !!!parse-error (type => 'after html:html', token => $token);          !!!parse-error (type => 'after html', text => 'html', token => $token);
1823          $self->{insertion_mode} = AFTER_FRAMESET_IM;          $self->{insertion_mode} = AFTER_FRAMESET_IM;
1824        } else {        } else {
1825          !!!cp ('t81');          !!!cp ('t81');
# Line 4004  sub _tree_construction_main ($) { Line 1850  sub _tree_construction_main ($) {
1850        } else {        } else {
1851          !!!cp ('t87');          !!!cp ('t87');
1852          $self->{open_elements}->[-1]->[0]->append_child ($comment);          $self->{open_elements}->[-1]->[0]->append_child ($comment);
1853            $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
1854        }        }
1855        !!!next-token;        !!!next-token;
1856        next B;        next B;
1857        } elsif ($self->{insertion_mode} & IN_CDATA_RCDATA_IM) {
1858          if ($token->{type} == CHARACTER_TOKEN) {
1859            $token->{data} =~ s/^\x0A// if $self->{ignore_newline};
1860            delete $self->{ignore_newline};
1861    
1862            if (length $token->{data}) {
1863              !!!cp ('t43');
1864              $self->{open_elements}->[-1]->[0]->manakai_append_text
1865                  ($token->{data});
1866            } else {
1867              !!!cp ('t43.1');
1868            }
1869            !!!next-token;
1870            next B;
1871          } elsif ($token->{type} == END_TAG_TOKEN) {
1872            delete $self->{ignore_newline};
1873    
1874            if ($token->{tag_name} eq 'script') {
1875              !!!cp ('t50');
1876              
1877              ## Para 1-2
1878              my $script = pop @{$self->{open_elements}};
1879              
1880              ## Para 3
1881              $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1882    
1883              ## Para 4
1884              ## TODO: $old_insertion_point = $current_insertion_point;
1885              ## TODO: $current_insertion_point = just before $self->{nc};
1886    
1887              ## Para 5
1888              ## TODO: Run the $script->[0].
1889    
1890              ## Para 6
1891              ## TODO: $current_insertion_point = $old_insertion_point;
1892    
1893              ## Para 7
1894              ## TODO: if ($pending_external_script) {
1895                ## TODO: ...
1896              ## TODO: }
1897    
1898              !!!next-token;
1899              next B;
1900            } else {
1901              !!!cp ('t42');
1902    
1903              pop @{$self->{open_elements}};
1904    
1905              $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1906              !!!next-token;
1907              next B;
1908            }
1909          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
1910            delete $self->{ignore_newline};
1911    
1912            !!!cp ('t44');
1913            !!!parse-error (type => 'not closed',
1914                            text => $self->{open_elements}->[-1]->[0]
1915                                ->manakai_local_name,
1916                            token => $token);
1917    
1918            #if ($self->{open_elements}->[-1]->[1] == SCRIPT_EL) {
1919            #  ## TODO: Mark as "already executed"
1920            #}
1921    
1922            pop @{$self->{open_elements}};
1923    
1924            $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1925            ## Reprocess.
1926            next B;
1927          } else {
1928            die "$0: $token->{type}: In CDATA/RCDATA: Unknown token type";        
1929          }
1930      } elsif ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {      } elsif ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {
1931        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
1932          !!!cp ('t87.1');          !!!cp ('t87.1');
# Line 4018  sub _tree_construction_main ($) { Line 1938  sub _tree_construction_main ($) {
1938               $self->{open_elements}->[-1]->[1] & FOREIGN_FLOW_CONTENT_EL) or               $self->{open_elements}->[-1]->[1] & FOREIGN_FLOW_CONTENT_EL) or
1939              not ($self->{open_elements}->[-1]->[1] & FOREIGN_EL) or              not ($self->{open_elements}->[-1]->[1] & FOREIGN_EL) or
1940              ($token->{tag_name} eq 'svg' and              ($token->{tag_name} eq 'svg' and
1941               $self->{open_elements}->[-1]->[1] & MML_AXML_EL)) {               $self->{open_elements}->[-1]->[1] == MML_AXML_EL)) {
1942            ## NOTE: "using the rules for secondary insertion mode"then"continue"            ## NOTE: "using the rules for secondary insertion mode"then"continue"
1943            !!!cp ('t87.2');            !!!cp ('t87.2');
1944            #            #
1945          } elsif ({          } elsif ({
1946                    b => 1, big => 1, blockquote => 1, body => 1, br => 1,                    b => 1, big => 1, blockquote => 1, body => 1, br => 1,
1947                    center => 1, code => 1, dd => 1, div => 1, dl => 1, em => 1,                    center => 1, code => 1, dd => 1, div => 1, dl => 1, dt => 1,
1948                    embed => 1, font => 1, h1 => 1, h2 => 1, h3 => 1, ## No h4!                    em => 1, embed => 1, h1 => 1, h2 => 1, h3 => 1,
1949                    h5 => 1, h6 => 1, head => 1, hr => 1, i => 1, img => 1,                    h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, i => 1,
1950                    li => 1, menu => 1, meta => 1, nobr => 1, p => 1, pre => 1,                    img => 1, li => 1, listing => 1, menu => 1, meta => 1,
1951                    ruby => 1, s => 1, small => 1, span => 1, strong => 1,                    nobr => 1, ol => 1, p => 1, pre => 1, ruby => 1, s => 1,
1952                    sub => 1, sup => 1, table => 1, tt => 1, u => 1, ul => 1,                    small => 1, span => 1, strong => 1, strike => 1, sub => 1,
1953                    var => 1,                    sup => 1, table => 1, tt => 1, u => 1, ul => 1, var => 1,
1954                   }->{$token->{tag_name}}) {                   }->{$token->{tag_name}} or
1955                     ($token->{tag_name} eq 'font' and
1956                      ($token->{attributes}->{color} or
1957                       $token->{attributes}->{face} or
1958                       $token->{attributes}->{size}))) {
1959            !!!cp ('t87.2');            !!!cp ('t87.2');
1960            !!!parse-error (type => 'not closed',            !!!parse-error (type => 'not closed',
1961                            value => $self->{open_elements}->[-1]->[0]                            text => $self->{open_elements}->[-1]->[0]
1962                                ->manakai_local_name,                                ->manakai_local_name,
1963                            token => $token);                            token => $token);
1964    
# Line 4107  sub _tree_construction_main ($) { Line 2031  sub _tree_construction_main ($) {
2031          }          }
2032        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
2033          ## NOTE: "using the rules for secondary insertion mode" then "continue"          ## NOTE: "using the rules for secondary insertion mode" then "continue"
2034          !!!cp ('t87.5');          if ($token->{tag_name} eq 'script') {
2035          #            !!!cp ('t87.41');
2036              #
2037              ## XXXscript: Execute script here.
2038            } else {
2039              !!!cp ('t87.5');
2040              #
2041            }
2042        } elsif ($token->{type} == END_OF_FILE_TOKEN) {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
         ## NOTE: "using the rules for secondary insertion mode" then "continue"  
2043          !!!cp ('t87.6');          !!!cp ('t87.6');
2044          #          !!!parse-error (type => 'not closed',
2045          ## TODO: ...                          text => $self->{open_elements}->[-1]->[0]
2046                                ->manakai_local_name,
2047                            token => $token);
2048    
2049            pop @{$self->{open_elements}}
2050                while $self->{open_elements}->[-1]->[1] & FOREIGN_EL;
2051    
2052            ## NOTE: |<span><svg>| ... two parse errors, |<svg>| ... a parse error.
2053    
2054            $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
2055            ## Reprocess.
2056            next B;
2057        } else {        } else {
2058          die "$0: $token->{type}: Unknown token type";                  die "$0: $token->{type}: Unknown token type";        
2059        }        }
# Line 4121  sub _tree_construction_main ($) { Line 2061  sub _tree_construction_main ($) {
2061    
2062      if ($self->{insertion_mode} & HEAD_IMS) {      if ($self->{insertion_mode} & HEAD_IMS) {
2063        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
2064          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
2065            unless ($self->{insertion_mode} == BEFORE_HEAD_IM) {            unless ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2066              !!!cp ('t88.2');              if ($self->{head_element_inserted}) {
2067              $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                !!!cp ('t88.3');
2068                  $self->{open_elements}->[-1]->[0]->append_child
2069                    ($self->{document}->create_text_node ($1));
2070                  delete $self->{head_element_inserted};
2071                  ## NOTE: |</head> <link> |
2072                  #
2073                } else {
2074                  !!!cp ('t88.2');
2075                  $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
2076                  ## NOTE: |</head> &#x20;|
2077                  #
2078                }
2079            } else {            } else {
2080              !!!cp ('t88.1');              !!!cp ('t88.1');
2081              ## Ignore the token.              ## Ignore the token.
2082              !!!next-token;              #
             next B;  
2083            }            }
2084            unless (length $token->{data}) {            unless (length $token->{data}) {
2085              !!!cp ('t88');              !!!cp ('t88');
2086              !!!next-token;              !!!next-token;
2087              next B;              next B;
2088            }            }
2089    ## TODO: set $token->{column} appropriately
2090          }          }
2091    
2092          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
# Line 4154  sub _tree_construction_main ($) { Line 2105  sub _tree_construction_main ($) {
2105            !!!cp ('t90');            !!!cp ('t90');
2106            ## As if </noscript>            ## As if </noscript>
2107            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2108            !!!parse-error (type => 'in noscript:#character', token => $token);            !!!parse-error (type => 'in noscript:#text', token => $token);
2109                        
2110            ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2111            ## As if </head>            ## As if </head>
# Line 4191  sub _tree_construction_main ($) { Line 2142  sub _tree_construction_main ($) {
2142              next B;              next B;
2143            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2144              !!!cp ('t93.2');              !!!cp ('t93.2');
2145              !!!parse-error (type => 'after head:head', token => $token); ## TODO: error type              !!!parse-error (type => 'after head', text => 'head',
2146                                token => $token);
2147              ## Ignore the token              ## Ignore the token
2148              !!!nack ('t93.3');              !!!nack ('t93.3');
2149              !!!next-token;              !!!next-token;
2150              next B;              next B;
2151            } else {            } else {
2152              !!!cp ('t95');              !!!cp ('t95');
2153              !!!parse-error (type => 'in head:head', token => $token); # or in head noscript              !!!parse-error (type => 'in head:head',
2154                                token => $token); # or in head noscript
2155              ## Ignore the token              ## Ignore the token
2156              !!!nack ('t95.1');              !!!nack ('t95.1');
2157              !!!next-token;              !!!next-token;
# Line 4218  sub _tree_construction_main ($) { Line 2171  sub _tree_construction_main ($) {
2171            !!!cp ('t97');            !!!cp ('t97');
2172          }          }
2173    
2174              if ($token->{tag_name} eq 'base') {          if ($token->{tag_name} eq 'base') {
2175                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2176                  !!!cp ('t98');              !!!cp ('t98');
2177                  ## As if </noscript>              ## As if </noscript>
2178                  pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
2179                  !!!parse-error (type => 'in noscript:base', token => $token);              !!!parse-error (type => 'in noscript', text => 'base',
2180                                              token => $token);
2181                  $self->{insertion_mode} = IN_HEAD_IM;            
2182                  ## Reprocess in the "in head" insertion mode...              $self->{insertion_mode} = IN_HEAD_IM;
2183                } else {              ## Reprocess in the "in head" insertion mode...
2184                  !!!cp ('t99');            } else {
2185                }              !!!cp ('t99');
2186              }
2187    
2188                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2189                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2190                  !!!cp ('t100');              !!!cp ('t100');
2191                  !!!parse-error (type => 'after head:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'after head',
2192                  push @{$self->{open_elements}},                              text => $token->{tag_name}, token => $token);
2193                      [$self->{head_element}, $el_category->{head}];              push @{$self->{open_elements}},
2194                } else {                  [$self->{head_element}, $el_category->{head}];
2195                  !!!cp ('t101');              $self->{head_element_inserted} = 1;
2196                }            } else {
2197                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);              !!!cp ('t101');
2198                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.            }
2199                pop @{$self->{open_elements}} # <head>            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2200                    if $self->{insertion_mode} == AFTER_HEAD_IM;            pop @{$self->{open_elements}};
2201                !!!nack ('t101.1');            pop @{$self->{open_elements}} # <head>
2202                !!!next-token;                if $self->{insertion_mode} == AFTER_HEAD_IM;
2203                next B;            !!!nack ('t101.1');
2204              } elsif ($token->{tag_name} eq 'link') {            !!!next-token;
2205                ## NOTE: There is a "as if in head" code clone.            next B;
2206                if ($self->{insertion_mode} == AFTER_HEAD_IM) {          } elsif ($token->{tag_name} eq 'link') {
2207                  !!!cp ('t102');            ## NOTE: There is a "as if in head" code clone.
2208                  !!!parse-error (type => 'after head:'.$token->{tag_name}, token => $token);            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2209                  push @{$self->{open_elements}},              !!!cp ('t102');
2210                      [$self->{head_element}, $el_category->{head}];              !!!parse-error (type => 'after head',
2211                } else {                              text => $token->{tag_name}, token => $token);
2212                  !!!cp ('t103');              push @{$self->{open_elements}},
2213                }                  [$self->{head_element}, $el_category->{head}];
2214                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);              $self->{head_element_inserted} = 1;
2215                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.            } else {
2216                pop @{$self->{open_elements}} # <head>              !!!cp ('t103');
2217                    if $self->{insertion_mode} == AFTER_HEAD_IM;            }
2218                !!!ack ('t103.1');            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2219                !!!next-token;            pop @{$self->{open_elements}};
2220                next B;            pop @{$self->{open_elements}} # <head>
2221              } elsif ($token->{tag_name} eq 'meta') {                if $self->{insertion_mode} == AFTER_HEAD_IM;
2222                ## NOTE: There is a "as if in head" code clone.            !!!ack ('t103.1');
2223                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            !!!next-token;
2224                  !!!cp ('t104');            next B;
2225                  !!!parse-error (type => 'after head:'.$token->{tag_name}, token => $token);          } elsif ($token->{tag_name} eq 'command') {
2226                  push @{$self->{open_elements}},            if ($self->{insertion_mode} == IN_HEAD_IM) {
2227                      [$self->{head_element}, $el_category->{head}];              ## NOTE: If the insertion mode at the time of the emission
2228                } else {              ## of the token was "before head", $self->{insertion_mode}
2229                  !!!cp ('t105');              ## is already changed to |IN_HEAD_IM|.
2230                }  
2231                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);              ## NOTE: There is a "as if in head" code clone.
2232                my $meta_el = pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2233                pop @{$self->{open_elements}};
2234                pop @{$self->{open_elements}} # <head>
2235                    if $self->{insertion_mode} == AFTER_HEAD_IM;
2236                !!!ack ('t103.2');
2237                !!!next-token;
2238                next B;
2239              } else {
2240                ## NOTE: "in head noscript" or "after head" insertion mode
2241                ## - in these cases, these tags are treated as same as
2242                ## normal in-body tags.
2243                !!!cp ('t103.3');
2244                #
2245              }
2246            } elsif ($token->{tag_name} eq 'meta') {
2247              ## NOTE: There is a "as if in head" code clone.
2248              if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2249                !!!cp ('t104');
2250                !!!parse-error (type => 'after head',
2251                                text => $token->{tag_name}, token => $token);
2252                push @{$self->{open_elements}},
2253                    [$self->{head_element}, $el_category->{head}];
2254                $self->{head_element_inserted} = 1;
2255              } else {
2256                !!!cp ('t105');
2257              }
2258              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2259              my $meta_el = pop @{$self->{open_elements}};
2260    
2261                unless ($self->{confident}) {                unless ($self->{confident}) {
2262                  if ($token->{attributes}->{charset}) {                  if ($token->{attributes}->{charset}) {
# Line 4293  sub _tree_construction_main ($) { Line 2274  sub _tree_construction_main ($) {
2274                  } elsif ($token->{attributes}->{content}) {                  } elsif ($token->{attributes}->{content}) {
2275                    if ($token->{attributes}->{content}->{value}                    if ($token->{attributes}->{content}->{value}
2276                        =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]                        =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
2277                            [\x09-\x0D\x20]*=                            [\x09\x0A\x0C\x0D\x20]*=
2278                            [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                            [\x09\x0A\x0C\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
2279                            ([^"'\x09-\x0D\x20][^\x09-\x0D\x20\x3B]*))/x) {                            ([^"'\x09\x0A\x0C\x0D\x20]
2280                               [^\x09\x0A\x0C\x0D\x20\x3B]*))/x) {
2281                      !!!cp ('t107');                      !!!cp ('t107');
2282                      ## NOTE: Whether the encoding is supported or not is handled                      ## NOTE: Whether the encoding is supported or not is handled
2283                      ## in the {change_encoding} callback.                      ## in the {change_encoding} callback.
# Line 4332  sub _tree_construction_main ($) { Line 2314  sub _tree_construction_main ($) {
2314                !!!ack ('t110.1');                !!!ack ('t110.1');
2315                !!!next-token;                !!!next-token;
2316                next B;                next B;
2317              } elsif ($token->{tag_name} eq 'title') {          } elsif ($token->{tag_name} eq 'title') {
2318                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2319                  !!!cp ('t111');              !!!cp ('t111');
2320                  ## As if </noscript>              ## As if </noscript>
2321                  pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
2322                  !!!parse-error (type => 'in noscript:title', token => $token);              !!!parse-error (type => 'in noscript', text => 'title',
2323                                              token => $token);
2324                  $self->{insertion_mode} = IN_HEAD_IM;            
2325                  ## Reprocess in the "in head" insertion mode...              $self->{insertion_mode} = IN_HEAD_IM;
2326                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              ## Reprocess in the "in head" insertion mode...
2327                  !!!cp ('t112');            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2328                  !!!parse-error (type => 'after head:'.$token->{tag_name}, token => $token);              !!!cp ('t112');
2329                  push @{$self->{open_elements}},              !!!parse-error (type => 'after head',
2330                      [$self->{head_element}, $el_category->{head}];                              text => $token->{tag_name}, token => $token);
2331                } else {              push @{$self->{open_elements}},
2332                  !!!cp ('t113');                  [$self->{head_element}, $el_category->{head}];
2333                }              $self->{head_element_inserted} = 1;
2334              } else {
2335                !!!cp ('t113');
2336              }
2337    
2338                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2339                my $parent = defined $self->{head_element} ? $self->{head_element}            $parse_rcdata->(RCDATA_CONTENT_MODEL);
2340                    : $self->{open_elements}->[-1]->[0];  
2341                $parse_rcdata->(RCDATA_CONTENT_MODEL);            ## NOTE: At this point the stack of open elements contain
2342                pop @{$self->{open_elements}} # <head>            ## the |head| element (index == -2) and the |script| element
2343                    if $self->{insertion_mode} == AFTER_HEAD_IM;            ## (index == -1).  In the "after head" insertion mode the
2344                next B;            ## |head| element is inserted only for the purpose of
2345              } elsif ($token->{tag_name} eq 'style') {            ## providing the context for the |script| element, and
2346                ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and            ## therefore we can now and have to remove the element from
2347                ## insertion mode IN_HEAD_IM)            ## the stack.
2348                ## NOTE: There is a "as if in head" code clone.            splice @{$self->{open_elements}}, -2, 1, () # <head>
2349                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2350                  !!!cp ('t114');            next B;
2351                  !!!parse-error (type => 'after head:'.$token->{tag_name}, token => $token);          } elsif ($token->{tag_name} eq 'style' or
2352                  push @{$self->{open_elements}},                   $token->{tag_name} eq 'noframes') {
2353                      [$self->{head_element}, $el_category->{head}];            ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and
2354                } else {            ## insertion mode IN_HEAD_IM)
2355                  !!!cp ('t115');            ## NOTE: There is a "as if in head" code clone.
2356                }            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2357                $parse_rcdata->(CDATA_CONTENT_MODEL);              !!!cp ('t114');
2358                pop @{$self->{open_elements}} # <head>              !!!parse-error (type => 'after head',
2359                    if $self->{insertion_mode} == AFTER_HEAD_IM;                              text => $token->{tag_name}, token => $token);
2360                next B;              push @{$self->{open_elements}},
2361              } elsif ($token->{tag_name} eq 'noscript') {                  [$self->{head_element}, $el_category->{head}];
2362                $self->{head_element_inserted} = 1;
2363              } else {
2364                !!!cp ('t115');
2365              }
2366              $parse_rcdata->(CDATA_CONTENT_MODEL);
2367              ## ISSUE: A spec bug [Bug 6038]
2368              splice @{$self->{open_elements}}, -2, 1, () # <head>
2369                  if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2370              next B;
2371            } elsif ($token->{tag_name} eq 'noscript') {
2372                if ($self->{insertion_mode} == IN_HEAD_IM) {                if ($self->{insertion_mode} == IN_HEAD_IM) {
2373                  !!!cp ('t116');                  !!!cp ('t116');
2374                  ## NOTE: and scripting is disalbed                  ## NOTE: and scripting is disalbed
# Line 4384  sub _tree_construction_main ($) { Line 2379  sub _tree_construction_main ($) {
2379                  next B;                  next B;
2380                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2381                  !!!cp ('t117');                  !!!cp ('t117');
2382                  !!!parse-error (type => 'in noscript:noscript', token => $token);                  !!!parse-error (type => 'in noscript', text => 'noscript',
2383                                    token => $token);
2384                  ## Ignore the token                  ## Ignore the token
2385                  !!!nack ('t117.1');                  !!!nack ('t117.1');
2386                  !!!next-token;                  !!!next-token;
# Line 4393  sub _tree_construction_main ($) { Line 2389  sub _tree_construction_main ($) {
2389                  !!!cp ('t118');                  !!!cp ('t118');
2390                  #                  #
2391                }                }
2392              } elsif ($token->{tag_name} eq 'script') {          } elsif ($token->{tag_name} eq 'script') {
2393                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2394                  !!!cp ('t119');              !!!cp ('t119');
2395                  ## As if </noscript>              ## As if </noscript>
2396                  pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
2397                  !!!parse-error (type => 'in noscript:script', token => $token);              !!!parse-error (type => 'in noscript', text => 'script',
2398                                              token => $token);
2399                  $self->{insertion_mode} = IN_HEAD_IM;            
2400                  ## Reprocess in the "in head" insertion mode...              $self->{insertion_mode} = IN_HEAD_IM;
2401                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              ## Reprocess in the "in head" insertion mode...
2402                  !!!cp ('t120');            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2403                  !!!parse-error (type => 'after head:'.$token->{tag_name}, token => $token);              !!!cp ('t120');
2404                  push @{$self->{open_elements}},              !!!parse-error (type => 'after head',
2405                      [$self->{head_element}, $el_category->{head}];                              text => $token->{tag_name}, token => $token);
2406                } else {              push @{$self->{open_elements}},
2407                  !!!cp ('t121');                  [$self->{head_element}, $el_category->{head}];
2408                }              $self->{head_element_inserted} = 1;
2409              } else {
2410                !!!cp ('t121');
2411              }
2412    
2413                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2414                $script_start_tag->();            $script_start_tag->();
2415                pop @{$self->{open_elements}} # <head>            ## ISSUE: A spec bug  [Bug 6038]
2416                    if $self->{insertion_mode} == AFTER_HEAD_IM;            splice @{$self->{open_elements}}, -2, 1 # <head>
2417                next B;                if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2418              } elsif ($token->{tag_name} eq 'body' or            next B;
2419                       $token->{tag_name} eq 'frameset') {          } elsif ($token->{tag_name} eq 'body' or
2420                     $token->{tag_name} eq 'frameset') {
2421                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2422                  !!!cp ('t122');                  !!!cp ('t122');
2423                  ## As if </noscript>                  ## As if </noscript>
2424                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2425                  !!!parse-error (type => 'in noscript:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'in noscript',
2426                                    text => $token->{tag_name}, token => $token);
2427                                    
2428                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2429                  ## As if </head>                  ## As if </head>
# Line 4461  sub _tree_construction_main ($) { Line 2462  sub _tree_construction_main ($) {
2462                !!!cp ('t129');                !!!cp ('t129');
2463                ## As if </noscript>                ## As if </noscript>
2464                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2465                !!!parse-error (type => 'in noscript:/'.$token->{tag_name}, token => $token);                !!!parse-error (type => 'in noscript:/',
2466                                  text => $token->{tag_name}, token => $token);
2467                                
2468                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
2469                ## As if </head>                ## As if </head>
# Line 4504  sub _tree_construction_main ($) { Line 2506  sub _tree_construction_main ($) {
2506                  !!!cp ('t133');                  !!!cp ('t133');
2507                  ## As if </noscript>                  ## As if </noscript>
2508                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2509                  !!!parse-error (type => 'in noscript:/head', token => $token);                  !!!parse-error (type => 'in noscript:/',
2510                                    text => 'head', token => $token);
2511                                    
2512                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2513                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
# Line 4519  sub _tree_construction_main ($) { Line 2522  sub _tree_construction_main ($) {
2522                  next B;                  next B;
2523                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2524                  !!!cp ('t134.1');                  !!!cp ('t134.1');
2525                  !!!parse-error (type => 'unmatched end tag:head', token => $token);                  !!!parse-error (type => 'unmatched end tag', text => 'head',
2526                                    token => $token);
2527                  ## Ignore the token                  ## Ignore the token
2528                  !!!next-token;                  !!!next-token;
2529                  next B;                  next B;
# Line 4536  sub _tree_construction_main ($) { Line 2540  sub _tree_construction_main ($) {
2540                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM or                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM or
2541                         $self->{insertion_mode} == AFTER_HEAD_IM) {                         $self->{insertion_mode} == AFTER_HEAD_IM) {
2542                  !!!cp ('t137');                  !!!cp ('t137');
2543                  !!!parse-error (type => 'unmatched end tag:noscript', token => $token);                  !!!parse-error (type => 'unmatched end tag',
2544                                    text => 'noscript', token => $token);
2545                  ## Ignore the token ## ISSUE: An issue in the spec.                  ## Ignore the token ## ISSUE: An issue in the spec.
2546                  !!!next-token;                  !!!next-token;
2547                  next B;                  next B;
# Line 4547  sub _tree_construction_main ($) { Line 2552  sub _tree_construction_main ($) {
2552              } elsif ({              } elsif ({
2553                        body => 1, html => 1,                        body => 1, html => 1,
2554                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
2555                if ($self->{insertion_mode} == BEFORE_HEAD_IM or                ## TODO: This branch is entirely redundant.
2556                  if ($self->{insertion_mode} == BEFORE_HEAD_IM or
2557                    $self->{insertion_mode} == IN_HEAD_IM or                    $self->{insertion_mode} == IN_HEAD_IM or
2558                    $self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                    $self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2559                  !!!cp ('t140');                  !!!cp ('t140');
2560                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
2561                                    text => $token->{tag_name}, token => $token);
2562                  ## Ignore the token                  ## Ignore the token
2563                  !!!next-token;                  !!!next-token;
2564                  next B;                  next B;
2565                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2566                  !!!cp ('t140.1');                  !!!cp ('t140.1');
2567                  !!!parse-error (type => 'unmatched end tag:' . $token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
2568                                    text => $token->{tag_name}, token => $token);
2569                  ## Ignore the token                  ## Ignore the token
2570                  !!!next-token;                  !!!next-token;
2571                  next B;                  next B;
# Line 4566  sub _tree_construction_main ($) { Line 2574  sub _tree_construction_main ($) {
2574                }                }
2575              } elsif ($token->{tag_name} eq 'p') {              } elsif ($token->{tag_name} eq 'p') {
2576                !!!cp ('t142');                !!!cp ('t142');
2577                !!!parse-error (type => 'unmatched end tag:p', token => $token);                !!!parse-error (type => 'unmatched end tag',
2578                                  text => $token->{tag_name}, token => $token);
2579                ## Ignore the token                ## Ignore the token
2580                !!!next-token;                !!!next-token;
2581                next B;                next B;
2582              } elsif ($token->{tag_name} eq 'br') {          } elsif ($token->{tag_name} eq 'br') {
2583                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {            if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2584                  !!!cp ('t142.2');              !!!cp ('t142.2');
2585                  ## (before head) as if <head>, (in head) as if </head>              ## (before head) as if <head>, (in head) as if </head>
2586                  !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);              !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2587                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2588                  $self->{insertion_mode} = AFTER_HEAD_IM;              $self->{insertion_mode} = AFTER_HEAD_IM;
2589        
2590                  ## Reprocess in the "after head" insertion mode...              ## Reprocess in the "after head" insertion mode...
2591                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {            } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2592                  !!!cp ('t143.2');              !!!cp ('t143.2');
2593                  ## As if </head>              ## As if </head>
2594                  pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
2595                  $self->{insertion_mode} = AFTER_HEAD_IM;              $self->{insertion_mode} = AFTER_HEAD_IM;
2596        
2597                  ## Reprocess in the "after head" insertion mode...              ## Reprocess in the "after head" insertion mode...
2598                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2599                  !!!cp ('t143.3');              !!!cp ('t143.3');
2600                  ## ISSUE: Two parse errors for <head><noscript></br>              ## NOTE: Two parse errors for <head><noscript></br>
2601                  !!!parse-error (type => 'unmatched end tag:br', token => $token);              !!!parse-error (type => 'unmatched end tag',
2602                  ## As if </noscript>                              text => 'br', token => $token);
2603                  pop @{$self->{open_elements}};              ## As if </noscript>
2604                  $self->{insertion_mode} = IN_HEAD_IM;              pop @{$self->{open_elements}};
2605                $self->{insertion_mode} = IN_HEAD_IM;
2606    
2607                  ## Reprocess in the "in head" insertion mode...              ## Reprocess in the "in head" insertion mode...
2608                  ## As if </head>              ## As if </head>
2609                  pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
2610                  $self->{insertion_mode} = AFTER_HEAD_IM;              $self->{insertion_mode} = AFTER_HEAD_IM;
2611    
2612                  ## Reprocess in the "after head" insertion mode...              ## Reprocess in the "after head" insertion mode...
2613                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2614                  !!!cp ('t143.4');              !!!cp ('t143.4');
2615                  #              #
2616                } else {            } else {
2617                  die "$0: $self->{insertion_mode}: Unknown insertion mode";              die "$0: $self->{insertion_mode}: Unknown insertion mode";
2618                }            }
2619    
2620                ## ISSUE: does not agree with IE7 - it doesn't ignore </br>.            #
2621                !!!parse-error (type => 'unmatched end tag:br', token => $token);          } else { ## Other end tags
               ## Ignore the token  
               !!!next-token;  
               next B;  
             } else {  
2622                !!!cp ('t145');                !!!cp ('t145');
2623                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                !!!parse-error (type => 'unmatched end tag',
2624                                  text => $token->{tag_name}, token => $token);
2625                ## Ignore the token                ## Ignore the token
2626                !!!next-token;                !!!next-token;
2627                next B;                next B;
# Line 4624  sub _tree_construction_main ($) { Line 2631  sub _tree_construction_main ($) {
2631                !!!cp ('t146');                !!!cp ('t146');
2632                ## As if </noscript>                ## As if </noscript>
2633                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2634                !!!parse-error (type => 'in noscript:/'.$token->{tag_name}, token => $token);                !!!parse-error (type => 'in noscript:/',
2635                                  text => $token->{tag_name}, token => $token);
2636                                
2637                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
2638                ## As if </head>                ## As if </head>
# Line 4640  sub _tree_construction_main ($) { Line 2648  sub _tree_construction_main ($) {
2648              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2649  ## ISSUE: This case cannot be reached?  ## ISSUE: This case cannot be reached?
2650                !!!cp ('t148');                !!!cp ('t148');
2651                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                !!!parse-error (type => 'unmatched end tag',
2652                                  text => $token->{tag_name}, token => $token);
2653                ## Ignore the token ## ISSUE: An issue in the spec.                ## Ignore the token ## ISSUE: An issue in the spec.
2654                !!!next-token;                !!!next-token;
2655                next B;                next B;
# Line 4653  sub _tree_construction_main ($) { Line 2662  sub _tree_construction_main ($) {
2662              !!!insert-element ('body',, $token);              !!!insert-element ('body',, $token);
2663              $self->{insertion_mode} = IN_BODY_IM;              $self->{insertion_mode} = IN_BODY_IM;
2664              ## reprocess              ## reprocess
2665              next B;          next B;
2666        } elsif ($token->{type} == END_OF_FILE_TOKEN) {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
2667          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2668            !!!cp ('t149.1');            !!!cp ('t149.1');
# Line 4711  sub _tree_construction_main ($) { Line 2720  sub _tree_construction_main ($) {
2720        } else {        } else {
2721          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
2722        }        }
   
           ## ISSUE: An issue in the spec.  
2723      } elsif ($self->{insertion_mode} & BODY_IMS) {      } elsif ($self->{insertion_mode} & BODY_IMS) {
2724            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
2725              !!!cp ('t150');              !!!cp ('t150');
# Line 4728  sub _tree_construction_main ($) { Line 2735  sub _tree_construction_main ($) {
2735                   caption => 1, col => 1, colgroup => 1, tbody => 1,                   caption => 1, col => 1, colgroup => 1, tbody => 1,
2736                   td => 1, tfoot => 1, th => 1, thead => 1, tr => 1,                   td => 1, tfoot => 1, th => 1, thead => 1, tr => 1,
2737                  }->{$token->{tag_name}}) {                  }->{$token->{tag_name}}) {
2738                if ($self->{insertion_mode} == IN_CELL_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2739                  ## have an element in table scope                  ## have an element in table scope
2740                  for (reverse 0..$#{$self->{open_elements}}) {                  for (reverse 0..$#{$self->{open_elements}}) {
2741                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
2742                    if ($node->[1] & TABLE_CELL_EL) {                    if ($node->[1] == TABLE_CELL_EL) {
2743                      !!!cp ('t151');                      !!!cp ('t151');
2744    
2745                      ## Close the cell                      ## Close the cell
# Line 4751  sub _tree_construction_main ($) { Line 2758  sub _tree_construction_main ($) {
2758    
2759                  !!!cp ('t153');                  !!!cp ('t153');
2760                  !!!parse-error (type => 'start tag not allowed',                  !!!parse-error (type => 'start tag not allowed',
2761                      value => $token->{tag_name}, token => $token);                      text => $token->{tag_name}, token => $token);
2762                  ## Ignore the token                  ## Ignore the token
2763                  !!!nack ('t153.1');                  !!!nack ('t153.1');
2764                  !!!next-token;                  !!!next-token;
2765                  next B;                  next B;
2766                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {                } elsif (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2767                  !!!parse-error (type => 'not closed:caption', token => $token);                  !!!parse-error (type => 'not closed', text => 'caption',
2768                                    token => $token);
2769                                    
2770                  ## NOTE: As if </caption>.                  ## NOTE: As if </caption>.
2771                  ## have a table element in table scope                  ## have a table element in table scope
# Line 4765  sub _tree_construction_main ($) { Line 2773  sub _tree_construction_main ($) {
2773                  INSCOPE: {                  INSCOPE: {
2774                    for (reverse 0..$#{$self->{open_elements}}) {                    for (reverse 0..$#{$self->{open_elements}}) {
2775                      my $node = $self->{open_elements}->[$_];                      my $node = $self->{open_elements}->[$_];
2776                      if ($node->[1] & CAPTION_EL) {                      if ($node->[1] == CAPTION_EL) {
2777                        !!!cp ('t155');                        !!!cp ('t155');
2778                        $i = $_;                        $i = $_;
2779                        last INSCOPE;                        last INSCOPE;
# Line 4777  sub _tree_construction_main ($) { Line 2785  sub _tree_construction_main ($) {
2785    
2786                    !!!cp ('t157');                    !!!cp ('t157');
2787                    !!!parse-error (type => 'start tag not allowed',                    !!!parse-error (type => 'start tag not allowed',
2788                                    value => $token->{tag_name}, token => $token);                                    text => $token->{tag_name}, token => $token);
2789                    ## Ignore the token                    ## Ignore the token
2790                    !!!nack ('t157.1');                    !!!nack ('t157.1');
2791                    !!!next-token;                    !!!next-token;
# Line 4791  sub _tree_construction_main ($) { Line 2799  sub _tree_construction_main ($) {
2799                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
2800                  }                  }
2801    
2802                  unless ($self->{open_elements}->[-1]->[1] & CAPTION_EL) {                  unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2803                    !!!cp ('t159');                    !!!cp ('t159');
2804                    !!!parse-error (type => 'not closed',                    !!!parse-error (type => 'not closed',
2805                                    value => $self->{open_elements}->[-1]->[0]                                    text => $self->{open_elements}->[-1]->[0]
2806                                        ->manakai_local_name,                                        ->manakai_local_name,
2807                                    token => $token);                                    token => $token);
2808                  } else {                  } else {
# Line 4820  sub _tree_construction_main ($) { Line 2828  sub _tree_construction_main ($) {
2828              }              }
2829            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
2830              if ($token->{tag_name} eq 'td' or $token->{tag_name} eq 'th') {              if ($token->{tag_name} eq 'td' or $token->{tag_name} eq 'th') {
2831                if ($self->{insertion_mode} == IN_CELL_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2832                  ## have an element in table scope                  ## have an element in table scope
2833                  my $i;                  my $i;
2834                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
# Line 4836  sub _tree_construction_main ($) { Line 2844  sub _tree_construction_main ($) {
2844                  } # INSCOPE                  } # INSCOPE
2845                    unless (defined $i) {                    unless (defined $i) {
2846                      !!!cp ('t165');                      !!!cp ('t165');
2847                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                      !!!parse-error (type => 'unmatched end tag',
2848                                        text => $token->{tag_name},
2849                                        token => $token);
2850                      ## Ignore the token                      ## Ignore the token
2851                      !!!next-token;                      !!!next-token;
2852                      next B;                      next B;
# Line 4853  sub _tree_construction_main ($) { Line 2863  sub _tree_construction_main ($) {
2863                          ne $token->{tag_name}) {                          ne $token->{tag_name}) {
2864                    !!!cp ('t167');                    !!!cp ('t167');
2865                    !!!parse-error (type => 'not closed',                    !!!parse-error (type => 'not closed',
2866                                    value => $self->{open_elements}->[-1]->[0]                                    text => $self->{open_elements}->[-1]->[0]
2867                                        ->manakai_local_name,                                        ->manakai_local_name,
2868                                    token => $token);                                    token => $token);
2869                  } else {                  } else {
# Line 4868  sub _tree_construction_main ($) { Line 2878  sub _tree_construction_main ($) {
2878                                    
2879                  !!!next-token;                  !!!next-token;
2880                  next B;                  next B;
2881                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {                } elsif (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2882                  !!!cp ('t169');                  !!!cp ('t169');
2883                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
2884                                    text => $token->{tag_name}, token => $token);
2885                  ## Ignore the token                  ## Ignore the token
2886                  !!!next-token;                  !!!next-token;
2887                  next B;                  next B;
# Line 4879  sub _tree_construction_main ($) { Line 2890  sub _tree_construction_main ($) {
2890                  #                  #
2891                }                }
2892              } elsif ($token->{tag_name} eq 'caption') {              } elsif ($token->{tag_name} eq 'caption') {
2893                if ($self->{insertion_mode} == IN_CAPTION_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2894                  ## have a table element in table scope                  ## have a table element in table scope
2895                  my $i;                  my $i;
2896                  INSCOPE: {                  INSCOPE: {
2897                    for (reverse 0..$#{$self->{open_elements}}) {                    for (reverse 0..$#{$self->{open_elements}}) {
2898                      my $node = $self->{open_elements}->[$_];                      my $node = $self->{open_elements}->[$_];
2899                      if ($node->[1] & CAPTION_EL) {                      if ($node->[1] == CAPTION_EL) {
2900                        !!!cp ('t171');                        !!!cp ('t171');
2901                        $i = $_;                        $i = $_;
2902                        last INSCOPE;                        last INSCOPE;
# Line 4897  sub _tree_construction_main ($) { Line 2908  sub _tree_construction_main ($) {
2908    
2909                    !!!cp ('t173');                    !!!cp ('t173');
2910                    !!!parse-error (type => 'unmatched end tag',                    !!!parse-error (type => 'unmatched end tag',
2911                                    value => $token->{tag_name}, token => $token);                                    text => $token->{tag_name}, token => $token);
2912                    ## Ignore the token                    ## Ignore the token
2913                    !!!next-token;                    !!!next-token;
2914                    next B;                    next B;
# Line 4910  sub _tree_construction_main ($) { Line 2921  sub _tree_construction_main ($) {
2921                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
2922                  }                  }
2923                                    
2924                  unless ($self->{open_elements}->[-1]->[1] & CAPTION_EL) {                  unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2925                    !!!cp ('t175');                    !!!cp ('t175');
2926                    !!!parse-error (type => 'not closed',                    !!!parse-error (type => 'not closed',
2927                                    value => $self->{open_elements}->[-1]->[0]                                    text => $self->{open_elements}->[-1]->[0]
2928                                        ->manakai_local_name,                                        ->manakai_local_name,
2929                                    token => $token);                                    token => $token);
2930                  } else {                  } else {
# Line 4928  sub _tree_construction_main ($) { Line 2939  sub _tree_construction_main ($) {
2939                                    
2940                  !!!next-token;                  !!!next-token;
2941                  next B;                  next B;
2942                } elsif ($self->{insertion_mode} == IN_CELL_IM) {                } elsif (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2943                  !!!cp ('t177');                  !!!cp ('t177');
2944                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
2945                                    text => $token->{tag_name}, token => $token);
2946                  ## Ignore the token                  ## Ignore the token
2947                  !!!next-token;                  !!!next-token;
2948                  next B;                  next B;
# Line 4942  sub _tree_construction_main ($) { Line 2954  sub _tree_construction_main ($) {
2954                        table => 1, tbody => 1, tfoot => 1,                        table => 1, tbody => 1, tfoot => 1,
2955                        thead => 1, tr => 1,                        thead => 1, tr => 1,
2956                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
2957                       $self->{insertion_mode} == IN_CELL_IM) {                       ($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2958                ## have an element in table scope                ## have an element in table scope
2959                my $i;                my $i;
2960                my $tn;                my $tn;
# Line 4959  sub _tree_construction_main ($) { Line 2971  sub _tree_construction_main ($) {
2971                                line => $token->{line},                                line => $token->{line},
2972                                column => $token->{column}};                                column => $token->{column}};
2973                      next B;                      next B;
2974                    } elsif ($node->[1] & TABLE_CELL_EL) {                    } elsif ($node->[1] == TABLE_CELL_EL) {
2975                      !!!cp ('t180');                      !!!cp ('t180');
2976                      $tn = $node->[0]->manakai_local_name;                      $tn = $node->[0]->manakai_local_name;
2977                      ## NOTE: There is exactly one |td| or |th| element                      ## NOTE: There is exactly one |td| or |th| element
# Line 4973  sub _tree_construction_main ($) { Line 2985  sub _tree_construction_main ($) {
2985    
2986                  !!!cp ('t182');                  !!!cp ('t182');
2987                  !!!parse-error (type => 'unmatched end tag',                  !!!parse-error (type => 'unmatched end tag',
2988                      value => $token->{tag_name}, token => $token);                      text => $token->{tag_name}, token => $token);
2989                  ## Ignore the token                  ## Ignore the token
2990                  !!!next-token;                  !!!next-token;
2991                  next B;                  next B;
2992                } # INSCOPE                } # INSCOPE
2993              } elsif ($token->{tag_name} eq 'table' and              } elsif ($token->{tag_name} eq 'table' and
2994                       $self->{insertion_mode} == IN_CAPTION_IM) {                       ($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2995                !!!parse-error (type => 'not closed:caption', token => $token);                !!!parse-error (type => 'not closed', text => 'caption',
2996                                  token => $token);
2997    
2998                ## As if </caption>                ## As if </caption>
2999                ## have a table element in table scope                ## have a table element in table scope
3000                my $i;                my $i;
3001                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3002                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3003                  if ($node->[1] & CAPTION_EL) {                  if ($node->[1] == CAPTION_EL) {
3004                    !!!cp ('t184');                    !!!cp ('t184');
3005                    $i = $_;                    $i = $_;
3006                    last INSCOPE;                    last INSCOPE;
# Line 4998  sub _tree_construction_main ($) { Line 3011  sub _tree_construction_main ($) {
3011                } # INSCOPE                } # INSCOPE
3012                unless (defined $i) {                unless (defined $i) {
3013                  !!!cp ('t186');                  !!!cp ('t186');
3014                  !!!parse-error (type => 'unmatched end tag:caption', token => $token);          ## TODO: Wrong error type?
3015                    !!!parse-error (type => 'unmatched end tag',
3016                                    text => 'caption', token => $token);
3017                  ## Ignore the token                  ## Ignore the token
3018                  !!!next-token;                  !!!next-token;
3019                  next B;                  next B;
# Line 5010  sub _tree_construction_main ($) { Line 3025  sub _tree_construction_main ($) {
3025                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3026                }                }
3027    
3028                unless ($self->{open_elements}->[-1]->[1] & CAPTION_EL) {                unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
3029                  !!!cp ('t188');                  !!!cp ('t188');
3030                  !!!parse-error (type => 'not closed',                  !!!parse-error (type => 'not closed',
3031                                  value => $self->{open_elements}->[-1]->[0]                                  text => $self->{open_elements}->[-1]->[0]
3032                                      ->manakai_local_name,                                      ->manakai_local_name,
3033                                  token => $token);                                  token => $token);
3034                } else {                } else {
# Line 5033  sub _tree_construction_main ($) { Line 3048  sub _tree_construction_main ($) {
3048                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
3049                if ($self->{insertion_mode} & BODY_TABLE_IMS) {                if ($self->{insertion_mode} & BODY_TABLE_IMS) {
3050                  !!!cp ('t190');                  !!!cp ('t190');
3051                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
3052                                    text => $token->{tag_name}, token => $token);
3053                  ## Ignore the token                  ## Ignore the token
3054                  !!!next-token;                  !!!next-token;
3055                  next B;                  next B;
# Line 5041  sub _tree_construction_main ($) { Line 3057  sub _tree_construction_main ($) {
3057                  !!!cp ('t191');                  !!!cp ('t191');
3058                  #                  #
3059                }                }
3060              } elsif ({          } elsif ({
3061                        tbody => 1, tfoot => 1,                    tbody => 1, tfoot => 1,
3062                        thead => 1, tr => 1,                    thead => 1, tr => 1,
3063                       }->{$token->{tag_name}} and                   }->{$token->{tag_name}} and
3064                       $self->{insertion_mode} == IN_CAPTION_IM) {                   ($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
3065                !!!cp ('t192');            !!!cp ('t192');
3066                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
3067                ## Ignore the token                            text => $token->{tag_name}, token => $token);
3068                !!!next-token;            ## Ignore the token
3069                next B;            !!!next-token;
3070              } else {            next B;
3071                !!!cp ('t193');          } else {
3072                #            !!!cp ('t193');
3073              }            #
3074            }
3075        } elsif ($token->{type} == END_OF_FILE_TOKEN) {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3076          for my $entry (@{$self->{open_elements}}) {          for my $entry (@{$self->{open_elements}}) {
3077            unless ($entry->[1] & ALL_END_TAG_OPTIONAL_EL) {            unless ($entry->[1] & ALL_END_TAG_OPTIONAL_EL) {
# Line 5073  sub _tree_construction_main ($) { Line 3090  sub _tree_construction_main ($) {
3090        $insert = $insert_to_current;        $insert = $insert_to_current;
3091        #        #
3092      } elsif ($self->{insertion_mode} & TABLE_IMS) {      } elsif ($self->{insertion_mode} & TABLE_IMS) {
3093        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == START_TAG_TOKEN) {
3094          if (not $open_tables->[-1]->[1] and # tainted          if ({
3095              $token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {               tr => (($self->{insertion_mode} & IM_MASK) != IN_ROW_IM),
3096            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);               th => 1, td => 1,
3097                              }->{$token->{tag_name}}) {
3098            unless (length $token->{data}) {            if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_IM) {
3099              !!!cp ('t194');              ## Clear back to table context
3100              !!!next-token;              while (not ($self->{open_elements}->[-1]->[1]
3101              next B;                              & TABLE_SCOPING_EL)) {
3102            } else {                !!!cp ('t201');
3103              !!!cp ('t195');                pop @{$self->{open_elements}};
3104            }              }
         }  
   
             !!!parse-error (type => 'in table:#character', token => $token);  
   
             ## As if in body, but insert into foster parent element  
             ## ISSUE: Spec says that "whenever a node would be inserted  
             ## into the current node" while characters might not be  
             ## result in a new Text node.  
             $reconstruct_active_formatting_elements->($insert_to_foster);  
               
             if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {  
               # MUST  
               my $foster_parent_element;  
               my $next_sibling;  
               my $prev_sibling;  
               OE: for (reverse 0..$#{$self->{open_elements}}) {  
                 if ($self->{open_elements}->[$_]->[1] & TABLE_EL) {  
                   my $parent = $self->{open_elements}->[$_]->[0]->parent_node;  
                   if (defined $parent and $parent->node_type == 1) {  
                     !!!cp ('t196');  
                     $foster_parent_element = $parent;  
                     $next_sibling = $self->{open_elements}->[$_]->[0];  
                     $prev_sibling = $next_sibling->previous_sibling;  
                   } else {  
                     !!!cp ('t197');  
                     $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];  
                     $prev_sibling = $foster_parent_element->last_child;  
                   }  
                   last OE;  
                 }  
               } # OE  
               $foster_parent_element = $self->{open_elements}->[0]->[0] and  
               $prev_sibling = $foster_parent_element->last_child  
                 unless defined $foster_parent_element;  
               if (defined $prev_sibling and  
                   $prev_sibling->node_type == 3) {  
                 !!!cp ('t198');  
                 $prev_sibling->manakai_append_text ($token->{data});  
               } else {  
                 !!!cp ('t199');  
                 $foster_parent_element->insert_before  
                   ($self->{document}->create_text_node ($token->{data}),  
                    $next_sibling);  
               }  
           $open_tables->[-1]->[1] = 1; # tainted  
         } else {  
           !!!cp ('t200');  
           $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});  
         }  
3105                            
3106          !!!next-token;              !!!insert-element ('tbody',, $token);
3107          next B;              $self->{insertion_mode} = IN_TABLE_BODY_IM;
3108        } elsif ($token->{type} == START_TAG_TOKEN) {              ## reprocess in the "in table body" insertion mode...
3109              if ({            }
3110                   tr => ($self->{insertion_mode} != IN_ROW_IM),            
3111                   th => 1, td => 1,            if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3112                  }->{$token->{tag_name}}) {              unless ($token->{tag_name} eq 'tr') {
3113                if ($self->{insertion_mode} == IN_TABLE_IM) {                !!!cp ('t202');
3114                  ## Clear back to table context                !!!parse-error (type => 'missing start tag:tr', token => $token);
3115                  while (not ($self->{open_elements}->[-1]->[1]              }
                                 & TABLE_SCOPING_EL)) {  
                   !!!cp ('t201');  
                   pop @{$self->{open_elements}};  
                 }  
                   
                 !!!insert-element ('tbody',, $token);  
                 $self->{insertion_mode} = IN_TABLE_BODY_IM;  
                 ## reprocess in the "in table body" insertion mode...  
               }  
   
               if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {  
                 unless ($token->{tag_name} eq 'tr') {  
                   !!!cp ('t202');  
                   !!!parse-error (type => 'missing start tag:tr', token => $token);  
                 }  
3116                                    
3117                  ## Clear back to table body context              ## Clear back to table body context
3118                  while (not ($self->{open_elements}->[-1]->[1]              while (not ($self->{open_elements}->[-1]->[1]
3119                                  & TABLE_ROWS_SCOPING_EL)) {                              & TABLE_ROWS_SCOPING_EL)) {
3120                    !!!cp ('t203');                !!!cp ('t203');
3121                    ## ISSUE: Can this case be reached?                ## ISSUE: Can this case be reached?
3122                    pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3123                  }              }
3124                                    
3125                  $self->{insertion_mode} = IN_ROW_IM;              $self->{insertion_mode} = IN_ROW_IM;
3126                  if ($token->{tag_name} eq 'tr') {              if ($token->{tag_name} eq 'tr') {
3127                    !!!cp ('t204');                !!!cp ('t204');
3128                    !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3129                    !!!nack ('t204');                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3130                    !!!next-token;                !!!nack ('t204');
3131                    next B;                !!!next-token;
3132                  } else {                next B;
3133                    !!!cp ('t205');              } else {
3134                    !!!insert-element ('tr',, $token);                !!!cp ('t205');
3135                    ## reprocess in the "in row" insertion mode                !!!insert-element ('tr',, $token);
3136                  }                ## reprocess in the "in row" insertion mode
3137                } else {              }
3138                  !!!cp ('t206');            } else {
3139                }              !!!cp ('t206');
3140              }
3141    
3142                ## Clear back to table row context                ## Clear back to table row context
3143                while (not ($self->{open_elements}->[-1]->[1]                while (not ($self->{open_elements}->[-1]->[1]
# Line 5192  sub _tree_construction_main ($) { Line 3146  sub _tree_construction_main ($) {
3146                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3147                }                }
3148                                
3149                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3150                $self->{insertion_mode} = IN_CELL_IM;            $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3151              $self->{insertion_mode} = IN_CELL_IM;
3152    
3153                push @$active_formatting_elements, ['#marker', ''];            push @$active_formatting_elements, ['#marker', ''];
3154                                
3155                !!!nack ('t207.1');            !!!nack ('t207.1');
3156              !!!next-token;
3157              next B;
3158            } elsif ({
3159                      caption => 1, col => 1, colgroup => 1,
3160                      tbody => 1, tfoot => 1, thead => 1,
3161                      tr => 1, # $self->{insertion_mode} == IN_ROW_IM
3162                     }->{$token->{tag_name}}) {
3163              if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3164                ## As if </tr>
3165                ## have an element in table scope
3166                my $i;
3167                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3168                  my $node = $self->{open_elements}->[$_];
3169                  if ($node->[1] == TABLE_ROW_EL) {
3170                    !!!cp ('t208');
3171                    $i = $_;
3172                    last INSCOPE;
3173                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3174                    !!!cp ('t209');
3175                    last INSCOPE;
3176                  }
3177                } # INSCOPE
3178                unless (defined $i) {
3179                  !!!cp ('t210');
3180                  ## TODO: This type is wrong.
3181                  !!!parse-error (type => 'unmacthed end tag',
3182                                  text => $token->{tag_name}, token => $token);
3183                  ## Ignore the token
3184                  !!!nack ('t210.1');
3185                !!!next-token;                !!!next-token;
3186                next B;                next B;
3187              } elsif ({              }
                       caption => 1, col => 1, colgroup => 1,  
                       tbody => 1, tfoot => 1, thead => 1,  
                       tr => 1, # $self->{insertion_mode} == IN_ROW_IM  
                      }->{$token->{tag_name}}) {  
               if ($self->{insertion_mode} == IN_ROW_IM) {  
                 ## As if </tr>  
                 ## have an element in table scope  
                 my $i;  
                 INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                   my $node = $self->{open_elements}->[$_];  
                   if ($node->[1] & TABLE_ROW_EL) {  
                     !!!cp ('t208');  
                     $i = $_;  
                     last INSCOPE;  
                   } elsif ($node->[1] & TABLE_SCOPING_EL) {  
                     !!!cp ('t209');  
                     last INSCOPE;  
                   }  
                 } # INSCOPE  
                 unless (defined $i) {  
                   !!!cp ('t210');  
 ## TODO: This type is wrong.  
                   !!!parse-error (type => 'unmacthed end tag:'.$token->{tag_name}, token => $token);  
                   ## Ignore the token  
                   !!!nack ('t210.1');  
                   !!!next-token;  
                   next B;  
                 }  
3188                                    
3189                  ## Clear back to table row context                  ## Clear back to table row context
3190                  while (not ($self->{open_elements}->[-1]->[1]                  while (not ($self->{open_elements}->[-1]->[1]
# Line 5251  sub _tree_construction_main ($) { Line 3207  sub _tree_construction_main ($) {
3207                  }                  }
3208                }                }
3209    
3210                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3211                  ## have an element in table scope                  ## have an element in table scope
3212                  my $i;                  my $i;
3213                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3214                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3215                    if ($node->[1] & TABLE_ROW_GROUP_EL) {                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3216                      !!!cp ('t214');                      !!!cp ('t214');
3217                      $i = $_;                      $i = $_;
3218                      last INSCOPE;                      last INSCOPE;
# Line 5267  sub _tree_construction_main ($) { Line 3223  sub _tree_construction_main ($) {
3223                  } # INSCOPE                  } # INSCOPE
3224                  unless (defined $i) {                  unless (defined $i) {
3225                    !!!cp ('t216');                    !!!cp ('t216');
3226  ## TODO: This erorr type ios wrong.  ## TODO: This erorr type is wrong.
3227                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                    !!!parse-error (type => 'unmatched end tag',
3228                                      text => $token->{tag_name}, token => $token);
3229                    ## Ignore the token                    ## Ignore the token
3230                    !!!nack ('t216.1');                    !!!nack ('t216.1');
3231                    !!!next-token;                    !!!next-token;
# Line 5297  sub _tree_construction_main ($) { Line 3254  sub _tree_construction_main ($) {
3254                  !!!cp ('t218');                  !!!cp ('t218');
3255                }                }
3256    
3257                if ($token->{tag_name} eq 'col') {            if ($token->{tag_name} eq 'col') {
3258                  ## Clear back to table context              ## Clear back to table context
3259                  while (not ($self->{open_elements}->[-1]->[1]              while (not ($self->{open_elements}->[-1]->[1]
3260                                  & TABLE_SCOPING_EL)) {                              & TABLE_SCOPING_EL)) {
3261                    !!!cp ('t219');                !!!cp ('t219');
3262                    ## ISSUE: Can this state be reached?                ## ISSUE: Can this state be reached?
3263                    pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3264                  }              }
3265                                
3266                  !!!insert-element ('colgroup',, $token);              !!!insert-element ('colgroup',, $token);
3267                  $self->{insertion_mode} = IN_COLUMN_GROUP_IM;              $self->{insertion_mode} = IN_COLUMN_GROUP_IM;
3268                  ## reprocess              ## reprocess
3269                  !!!ack-later;              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3270                  next B;              !!!ack-later;
3271                } elsif ({              next B;
3272                          caption => 1,            } elsif ({
3273                          colgroup => 1,                      caption => 1,
3274                          tbody => 1, tfoot => 1, thead => 1,                      colgroup => 1,
3275                         }->{$token->{tag_name}}) {                      tbody => 1, tfoot => 1, thead => 1,
3276                  ## Clear back to table context                     }->{$token->{tag_name}}) {
3277                ## Clear back to table context
3278                  while (not ($self->{open_elements}->[-1]->[1]                  while (not ($self->{open_elements}->[-1]->[1]
3279                                  & TABLE_SCOPING_EL)) {                                  & TABLE_SCOPING_EL)) {
3280                    !!!cp ('t220');                    !!!cp ('t220');
# Line 5324  sub _tree_construction_main ($) { Line 3282  sub _tree_construction_main ($) {
3282                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3283                  }                  }
3284                                    
3285                  push @$active_formatting_elements, ['#marker', '']              push @$active_formatting_elements, ['#marker', '']
3286                      if $token->{tag_name} eq 'caption';                  if $token->{tag_name} eq 'caption';
3287                                    
3288                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3289                  $self->{insertion_mode} = {              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3290                                             caption => IN_CAPTION_IM,              $self->{insertion_mode} = {
3291                                             colgroup => IN_COLUMN_GROUP_IM,                                         caption => IN_CAPTION_IM,
3292                                             tbody => IN_TABLE_BODY_IM,                                         colgroup => IN_COLUMN_GROUP_IM,
3293                                             tfoot => IN_TABLE_BODY_IM,                                         tbody => IN_TABLE_BODY_IM,
3294                                             thead => IN_TABLE_BODY_IM,                                         tfoot => IN_TABLE_BODY_IM,
3295                                            }->{$token->{tag_name}};                                         thead => IN_TABLE_BODY_IM,
3296                  !!!next-token;                                        }->{$token->{tag_name}};
3297                  !!!nack ('t220.1');              !!!next-token;
3298                  next B;              !!!nack ('t220.1');
3299                } else {              next B;
3300                  die "$0: in table: <>: $token->{tag_name}";            } else {
3301                }              die "$0: in table: <>: $token->{tag_name}";
3302              }
3303              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3304                !!!parse-error (type => 'not closed',                !!!parse-error (type => 'not closed',
3305                                value => $self->{open_elements}->[-1]->[0]                                text => $self->{open_elements}->[-1]->[0]
3306                                    ->manakai_local_name,                                    ->manakai_local_name,
3307                                token => $token);                                token => $token);
3308    
# Line 5352  sub _tree_construction_main ($) { Line 3311  sub _tree_construction_main ($) {
3311                my $i;                my $i;
3312                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3313                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3314                  if ($node->[1] & TABLE_EL) {                  if ($node->[1] == TABLE_EL) {
3315                    !!!cp ('t221');                    !!!cp ('t221');
3316                    $i = $_;                    $i = $_;
3317                    last INSCOPE;                    last INSCOPE;
# Line 5364  sub _tree_construction_main ($) { Line 3323  sub _tree_construction_main ($) {
3323                unless (defined $i) {                unless (defined $i) {
3324                  !!!cp ('t223');                  !!!cp ('t223');
3325  ## TODO: The following is wrong, maybe.  ## TODO: The following is wrong, maybe.
3326                  !!!parse-error (type => 'unmatched end tag:table', token => $token);                  !!!parse-error (type => 'unmatched end tag', text => 'table',
3327                                    token => $token);
3328                  ## Ignore tokens </table><table>                  ## Ignore tokens </table><table>
3329                  !!!nack ('t223.1');                  !!!nack ('t223.1');
3330                  !!!next-token;                  !!!next-token;
3331                  next B;                  next B;
3332                }                }
3333                                
3334  ## TODO: Followings are removed from the latest spec.  ## TODO: Followings are removed from the latest spec.
3335                ## generate implied end tags                ## generate implied end tags
3336                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
3337                  !!!cp ('t224');                  !!!cp ('t224');
3338                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3339                }                }
3340    
3341                unless ($self->{open_elements}->[-1]->[1] & TABLE_EL) {                unless ($self->{open_elements}->[-1]->[1] == TABLE_EL) {
3342                  !!!cp ('t225');                  !!!cp ('t225');
3343                  ## NOTE: |<table><tr><table>|                  ## NOTE: |<table><tr><table>|
3344                  !!!parse-error (type => 'not closed',                  !!!parse-error (type => 'not closed',
3345                                  value => $self->{open_elements}->[-1]->[0]                                  text => $self->{open_elements}->[-1]->[0]
3346                                      ->manakai_local_name,                                      ->manakai_local_name,
3347                                  token => $token);                                  token => $token);
3348                } else {                } else {
# Line 5398  sub _tree_construction_main ($) { Line 3358  sub _tree_construction_main ($) {
3358            !!!ack-later;            !!!ack-later;
3359            next B;            next B;
3360          } elsif ($token->{tag_name} eq 'style') {          } elsif ($token->{tag_name} eq 'style') {
3361            if (not $open_tables->[-1]->[1]) { # tainted            !!!cp ('t227.8');
3362              !!!cp ('t227.8');            ## NOTE: This is a "as if in head" code clone.
3363              ## NOTE: This is a "as if in head" code clone.            $parse_rcdata->(CDATA_CONTENT_MODEL);
3364              $parse_rcdata->(CDATA_CONTENT_MODEL);            $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3365              next B;            next B;
           } else {  
             !!!cp ('t227.7');  
             #  
           }  
3366          } elsif ($token->{tag_name} eq 'script') {          } elsif ($token->{tag_name} eq 'script') {
3367            if (not $open_tables->[-1]->[1]) { # tainted            !!!cp ('t227.6');
3368              !!!cp ('t227.6');            ## NOTE: This is a "as if in head" code clone.
3369              ## NOTE: This is a "as if in head" code clone.            $script_start_tag->();
3370              $script_start_tag->();            $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3371              next B;            next B;
           } else {  
             !!!cp ('t227.5');  
             #  
           }  
3372          } elsif ($token->{tag_name} eq 'input') {          } elsif ($token->{tag_name} eq 'input') {
3373            if (not $open_tables->[-1]->[1]) { # tainted            if ($token->{attributes}->{type}) {
3374              if ($token->{attributes}->{type}) { ## TODO: case              my $type = $token->{attributes}->{type}->{value};
3375                my $type = lc $token->{attributes}->{type}->{value};              $type =~ tr/A-Z/a-z/; ## ASCII case-insensitive.
3376                if ($type eq 'hidden') {              if ($type eq 'hidden') {
3377                  !!!cp ('t227.3');                !!!cp ('t227.3');
3378                  !!!parse-error (type => 'in table:'.$token->{tag_name}, token => $token);                !!!parse-error (type => 'in table',
3379                                  text => $token->{tag_name}, token => $token);
3380    
3381                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3382                  $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3383    
3384                  ## TODO: form element pointer                ## TODO: form element pointer
3385    
3386                  pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3387    
3388                  !!!next-token;                !!!next-token;
3389                  !!!ack ('t227.2.1');                !!!ack ('t227.2.1');
3390                  next B;                next B;
               } else {  
                 !!!cp ('t227.2');  
                 #  
               }  
3391              } else {              } else {
3392                !!!cp ('t227.1');                !!!cp ('t227.1');
3393                #                #
# Line 5451  sub _tree_construction_main ($) { Line 3401  sub _tree_construction_main ($) {
3401            #            #
3402          }          }
3403    
3404          !!!parse-error (type => 'in table:'.$token->{tag_name}, token => $token);          !!!parse-error (type => 'in table', text => $token->{tag_name},
3405                            token => $token);
3406    
3407          $insert = $insert_to_foster;          $insert = $insert_to_foster;
3408          #          #
3409        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
3410              if ($token->{tag_name} eq 'tr' and          if ($token->{tag_name} eq 'tr' and
3411                  $self->{insertion_mode} == IN_ROW_IM) {              ($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3412                ## have an element in table scope            ## have an element in table scope
3413                my $i;                my $i;
3414                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3415                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3416                  if ($node->[1] & TABLE_ROW_EL) {                  if ($node->[1] == TABLE_ROW_EL) {
3417                    !!!cp ('t228');                    !!!cp ('t228');
3418                    $i = $_;                    $i = $_;
3419                    last INSCOPE;                    last INSCOPE;
# Line 5473  sub _tree_construction_main ($) { Line 3424  sub _tree_construction_main ($) {
3424                } # INSCOPE                } # INSCOPE
3425                unless (defined $i) {                unless (defined $i) {
3426                  !!!cp ('t230');                  !!!cp ('t230');
3427                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
3428                                    text => $token->{tag_name}, token => $token);
3429                  ## Ignore the token                  ## Ignore the token
3430                  !!!nack ('t230.1');                  !!!nack ('t230.1');
3431                  !!!next-token;                  !!!next-token;
# Line 5496  sub _tree_construction_main ($) { Line 3448  sub _tree_construction_main ($) {
3448                !!!nack ('t231.1');                !!!nack ('t231.1');
3449                next B;                next B;
3450              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3451                if ($self->{insertion_mode} == IN_ROW_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3452                  ## As if </tr>                  ## As if </tr>
3453                  ## have an element in table scope                  ## have an element in table scope
3454                  my $i;                  my $i;
3455                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3456                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3457                    if ($node->[1] & TABLE_ROW_EL) {                    if ($node->[1] == TABLE_ROW_EL) {
3458                      !!!cp ('t233');                      !!!cp ('t233');
3459                      $i = $_;                      $i = $_;
3460                      last INSCOPE;                      last INSCOPE;
# Line 5514  sub _tree_construction_main ($) { Line 3466  sub _tree_construction_main ($) {
3466                  unless (defined $i) {                  unless (defined $i) {
3467                    !!!cp ('t235');                    !!!cp ('t235');
3468  ## TODO: The following is wrong.  ## TODO: The following is wrong.
3469                    !!!parse-error (type => 'unmatched end tag:'.$token->{type}, token => $token);                    !!!parse-error (type => 'unmatched end tag',
3470                                      text => $token->{type}, token => $token);
3471                    ## Ignore the token                    ## Ignore the token
3472                    !!!nack ('t236.1');                    !!!nack ('t236.1');
3473                    !!!next-token;                    !!!next-token;
# Line 5534  sub _tree_construction_main ($) { Line 3487  sub _tree_construction_main ($) {
3487                  ## reprocess in the "in table body" insertion mode...                  ## reprocess in the "in table body" insertion mode...
3488                }                }
3489    
3490                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3491                  ## have an element in table scope                  ## have an element in table scope
3492                  my $i;                  my $i;
3493                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3494                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3495                    if ($node->[1] & TABLE_ROW_GROUP_EL) {                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3496                      !!!cp ('t237');                      !!!cp ('t237');
3497                      $i = $_;                      $i = $_;
3498                      last INSCOPE;                      last INSCOPE;
# Line 5550  sub _tree_construction_main ($) { Line 3503  sub _tree_construction_main ($) {
3503                  } # INSCOPE                  } # INSCOPE
3504                  unless (defined $i) {                  unless (defined $i) {
3505                    !!!cp ('t239');                    !!!cp ('t239');
3506                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                    !!!parse-error (type => 'unmatched end tag',
3507                                      text => $token->{tag_name}, token => $token);
3508                    ## Ignore the token                    ## Ignore the token
3509                    !!!nack ('t239.1');                    !!!nack ('t239.1');
3510                    !!!next-token;                    !!!next-token;
# Line 5585  sub _tree_construction_main ($) { Line 3539  sub _tree_construction_main ($) {
3539                my $i;                my $i;
3540                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3541                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3542                  if ($node->[1] & TABLE_EL) {                  if ($node->[1] == TABLE_EL) {
3543                    !!!cp ('t241');                    !!!cp ('t241');
3544                    $i = $_;                    $i = $_;
3545                    last INSCOPE;                    last INSCOPE;
# Line 5596  sub _tree_construction_main ($) { Line 3550  sub _tree_construction_main ($) {
3550                } # INSCOPE                } # INSCOPE
3551                unless (defined $i) {                unless (defined $i) {
3552                  !!!cp ('t243');                  !!!cp ('t243');
3553                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
3554                                    text => $token->{tag_name}, token => $token);
3555                  ## Ignore the token                  ## Ignore the token
3556                  !!!nack ('t243.1');                  !!!nack ('t243.1');
3557                  !!!next-token;                  !!!next-token;
# Line 5614  sub _tree_construction_main ($) { Line 3569  sub _tree_construction_main ($) {
3569                        tbody => 1, tfoot => 1, thead => 1,                        tbody => 1, tfoot => 1, thead => 1,
3570                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
3571                       $self->{insertion_mode} & ROW_IMS) {                       $self->{insertion_mode} & ROW_IMS) {
3572                if ($self->{insertion_mode} == IN_ROW_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3573                  ## have an element in table scope                  ## have an element in table scope
3574                  my $i;                  my $i;
3575                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
# Line 5630  sub _tree_construction_main ($) { Line 3585  sub _tree_construction_main ($) {
3585                  } # INSCOPE                  } # INSCOPE
3586                    unless (defined $i) {                    unless (defined $i) {
3587                      !!!cp ('t249');                      !!!cp ('t249');
3588                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                      !!!parse-error (type => 'unmatched end tag',
3589                                        text => $token->{tag_name}, token => $token);
3590                      ## Ignore the token                      ## Ignore the token
3591                      !!!nack ('t249.1');                      !!!nack ('t249.1');
3592                      !!!next-token;                      !!!next-token;
# Line 5642  sub _tree_construction_main ($) { Line 3598  sub _tree_construction_main ($) {
3598                  my $i;                  my $i;
3599                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3600                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3601                    if ($node->[1] & TABLE_ROW_EL) {                    if ($node->[1] == TABLE_ROW_EL) {
3602                      !!!cp ('t250');                      !!!cp ('t250');
3603                      $i = $_;                      $i = $_;
3604                      last INSCOPE;                      last INSCOPE;
# Line 5653  sub _tree_construction_main ($) { Line 3609  sub _tree_construction_main ($) {
3609                  } # INSCOPE                  } # INSCOPE
3610                    unless (defined $i) {                    unless (defined $i) {
3611                      !!!cp ('t252');                      !!!cp ('t252');
3612                      !!!parse-error (type => 'unmatched end tag:tr', token => $token);                      !!!parse-error (type => 'unmatched end tag',
3613                                        text => 'tr', token => $token);
3614                      ## Ignore the token                      ## Ignore the token
3615                      !!!nack ('t252.1');                      !!!nack ('t252.1');
3616                      !!!next-token;                      !!!next-token;
# Line 5688  sub _tree_construction_main ($) { Line 3645  sub _tree_construction_main ($) {
3645                } # INSCOPE                } # INSCOPE
3646                unless (defined $i) {                unless (defined $i) {
3647                  !!!cp ('t256');                  !!!cp ('t256');
3648                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
3649                                    text => $token->{tag_name}, token => $token);
3650                  ## Ignore the token                  ## Ignore the token
3651                  !!!nack ('t256.1');                  !!!nack ('t256.1');
3652                  !!!next-token;                  !!!next-token;
# Line 5715  sub _tree_construction_main ($) { Line 3673  sub _tree_construction_main ($) {
3673                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM
3674                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
3675            !!!cp ('t258');            !!!cp ('t258');
3676            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
3677                              text => $token->{tag_name}, token => $token);
3678            ## Ignore the token            ## Ignore the token
3679            !!!nack ('t258.1');            !!!nack ('t258.1');
3680             !!!next-token;             !!!next-token;
3681            next B;            next B;
3682          } else {          } else {
3683            !!!cp ('t259');            !!!cp ('t259');
3684            !!!parse-error (type => 'in table:/'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'in table:/',
3685                              text => $token->{tag_name}, token => $token);
3686    
3687            $insert = $insert_to_foster;            $insert = $insert_to_foster;
3688            #            #
3689          }          }
3690        } elsif ($token->{type} == END_OF_FILE_TOKEN) {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3691          unless ($self->{open_elements}->[-1]->[1] & HTML_EL and          unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
3692                  @{$self->{open_elements}} == 1) { # redundant, maybe                  @{$self->{open_elements}} == 1) { # redundant, maybe
3693            !!!parse-error (type => 'in body:#eof', token => $token);            !!!parse-error (type => 'in body:#eof', token => $token);
3694            !!!cp ('t259.1');            !!!cp ('t259.1');
# Line 5743  sub _tree_construction_main ($) { Line 3703  sub _tree_construction_main ($) {
3703        } else {        } else {
3704          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
3705        }        }
3706      } elsif ($self->{insertion_mode} == IN_COLUMN_GROUP_IM) {      } elsif (($self->{insertion_mode} & IM_MASK) == IN_COLUMN_GROUP_IM) {
3707            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
3708              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {              if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
3709                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
3710                unless (length $token->{data}) {                unless (length $token->{data}) {
3711                  !!!cp ('t260');                  !!!cp ('t260');
# Line 5770  sub _tree_construction_main ($) { Line 3730  sub _tree_construction_main ($) {
3730              }              }
3731            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
3732              if ($token->{tag_name} eq 'colgroup') {              if ($token->{tag_name} eq 'colgroup') {
3733                if ($self->{open_elements}->[-1]->[1] & HTML_EL) {                if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3734                  !!!cp ('t264');                  !!!cp ('t264');
3735                  !!!parse-error (type => 'unmatched end tag:colgroup', token => $token);                  !!!parse-error (type => 'unmatched end tag',
3736                                    text => 'colgroup', token => $token);
3737                  ## Ignore the token                  ## Ignore the token
3738                  !!!next-token;                  !!!next-token;
3739                  next B;                  next B;
# Line 5785  sub _tree_construction_main ($) { Line 3746  sub _tree_construction_main ($) {
3746                }                }
3747              } elsif ($token->{tag_name} eq 'col') {              } elsif ($token->{tag_name} eq 'col') {
3748                !!!cp ('t266');                !!!cp ('t266');
3749                !!!parse-error (type => 'unmatched end tag:col', token => $token);                !!!parse-error (type => 'unmatched end tag',
3750                                  text => 'col', token => $token);
3751                ## Ignore the token                ## Ignore the token
3752                !!!next-token;                !!!next-token;
3753                next B;                next B;
# Line 5794  sub _tree_construction_main ($) { Line 3756  sub _tree_construction_main ($) {
3756                #                #
3757              }              }
3758        } elsif ($token->{type} == END_OF_FILE_TOKEN) {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3759          if ($self->{open_elements}->[-1]->[1] & HTML_EL and          if ($self->{open_elements}->[-1]->[1] == HTML_EL and
3760              @{$self->{open_elements}} == 1) { # redundant, maybe              @{$self->{open_elements}} == 1) { # redundant, maybe
3761            !!!cp ('t270.2');            !!!cp ('t270.2');
3762            ## Stop parsing.            ## Stop parsing.
# Line 5812  sub _tree_construction_main ($) { Line 3774  sub _tree_construction_main ($) {
3774        }        }
3775    
3776            ## As if </colgroup>            ## As if </colgroup>
3777            if ($self->{open_elements}->[-1]->[1] & HTML_EL) {            if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3778              !!!cp ('t269');              !!!cp ('t269');
3779  ## TODO: Wrong error type?  ## TODO: Wrong error type?
3780              !!!parse-error (type => 'unmatched end tag:colgroup', token => $token);              !!!parse-error (type => 'unmatched end tag',
3781                                text => 'colgroup', token => $token);
3782              ## Ignore the token              ## Ignore the token
3783              !!!nack ('t269.1');              !!!nack ('t269.1');
3784              !!!next-token;              !!!next-token;
# Line 5836  sub _tree_construction_main ($) { Line 3799  sub _tree_construction_main ($) {
3799          next B;          next B;
3800        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
3801          if ($token->{tag_name} eq 'option') {          if ($token->{tag_name} eq 'option') {
3802            if ($self->{open_elements}->[-1]->[1] & OPTION_EL) {            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3803              !!!cp ('t272');              !!!cp ('t272');
3804              ## As if </option>              ## As if </option>
3805              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
# Line 5849  sub _tree_construction_main ($) { Line 3812  sub _tree_construction_main ($) {
3812            !!!next-token;            !!!next-token;
3813            next B;            next B;
3814          } elsif ($token->{tag_name} eq 'optgroup') {          } elsif ($token->{tag_name} eq 'optgroup') {
3815            if ($self->{open_elements}->[-1]->[1] & OPTION_EL) {            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3816              !!!cp ('t274');              !!!cp ('t274');
3817              ## As if </option>              ## As if </option>
3818              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
# Line 5857  sub _tree_construction_main ($) { Line 3820  sub _tree_construction_main ($) {
3820              !!!cp ('t275');              !!!cp ('t275');
3821            }            }
3822    
3823            if ($self->{open_elements}->[-1]->[1] & OPTGROUP_EL) {            if ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3824              !!!cp ('t276');              !!!cp ('t276');
3825              ## As if </optgroup>              ## As if </optgroup>
3826              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
# Line 5869  sub _tree_construction_main ($) { Line 3832  sub _tree_construction_main ($) {
3832            !!!nack ('t277.1');            !!!nack ('t277.1');
3833            !!!next-token;            !!!next-token;
3834            next B;            next B;
3835          } elsif ($token->{tag_name} eq 'select' or          } elsif ({
3836                   $token->{tag_name} eq 'input' or                     select => 1, input => 1, textarea => 1, keygen => 1,
3837                   ($self->{insertion_mode} == IN_SELECT_IN_TABLE_IM and                   }->{$token->{tag_name}} or
3838                     (($self->{insertion_mode} & IM_MASK)
3839                          == IN_SELECT_IN_TABLE_IM and
3840                    {                    {
3841                     caption => 1, table => 1,                     caption => 1, table => 1,
3842                     tbody => 1, tfoot => 1, thead => 1,                     tbody => 1, tfoot => 1, thead => 1,
3843                     tr => 1, td => 1, th => 1,                     tr => 1, td => 1, th => 1,
3844                    }->{$token->{tag_name}})) {                    }->{$token->{tag_name}})) {
3845            ## TODO: The type below is not good - <select> is replaced by </select>  
3846            !!!parse-error (type => 'not closed:select', token => $token);            ## 1. Parse error.
3847            ## NOTE: As if the token were </select> (<select> case) or            if ($token->{tag_name} eq 'select') {
3848            ## as if there were </select> (otherwise).                !!!parse-error (type => 'select in select', ## XXX: documentation
3849            ## have an element in table scope                                token => $token);
3850              } else {
3851                !!!parse-error (type => 'not closed', text => 'select',
3852                                token => $token);
3853              }
3854    
3855              ## 2./<select>-1. Unless "have an element in table scope" (select):
3856            my $i;            my $i;
3857            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3858              my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
3859              if ($node->[1] & SELECT_EL) {              if ($node->[1] == SELECT_EL) {
3860                !!!cp ('t278');                !!!cp ('t278');
3861                $i = $_;                $i = $_;
3862                last INSCOPE;                last INSCOPE;
# Line 5896  sub _tree_construction_main ($) { Line 3867  sub _tree_construction_main ($) {
3867            } # INSCOPE            } # INSCOPE
3868            unless (defined $i) {            unless (defined $i) {
3869              !!!cp ('t280');              !!!cp ('t280');
3870              !!!parse-error (type => 'unmatched end tag:select', token => $token);              if ($token->{tag_name} eq 'select') {
3871              ## Ignore the token                ## NOTE: This error would be raised when
3872                  ## |select.innerHTML = '<select>'| is executed; in this
3873                  ## case two errors, "select in select" and "unmatched
3874                  ## end tags" are reported to the user, the latter might
3875                  ## be confusing but this is what the spec requires.
3876                  !!!parse-error (type => 'unmatched end tag',
3877                                  text => 'select',
3878                                  token => $token);
3879                }
3880                ## Ignore the token.
3881              !!!nack ('t280.1');              !!!nack ('t280.1');
3882              !!!next-token;              !!!next-token;
3883              next B;              next B;
3884            }            }
3885    
3886              ## 3. Otherwise, as if there were <select>:
3887                                
3888            !!!cp ('t281');            !!!cp ('t281');
3889            splice @{$self->{open_elements}}, $i;            splice @{$self->{open_elements}}, $i;
# Line 5918  sub _tree_construction_main ($) { Line 3900  sub _tree_construction_main ($) {
3900              ## Reprocess the token.              ## Reprocess the token.
3901              next B;              next B;
3902            }            }
3903            } elsif ($token->{tag_name} eq 'script') {
3904              !!!cp ('t281.3');
3905              ## NOTE: This is an "as if in head" code clone
3906              $script_start_tag->();
3907              next B;
3908          } else {          } else {
3909            !!!cp ('t282');            !!!cp ('t282');
3910            !!!parse-error (type => 'in select:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'in select',
3911                              text => $token->{tag_name}, token => $token);
3912            ## Ignore the token            ## Ignore the token
3913            !!!nack ('t282.1');            !!!nack ('t282.1');
3914            !!!next-token;            !!!next-token;
# Line 5928  sub _tree_construction_main ($) { Line 3916  sub _tree_construction_main ($) {
3916          }          }
3917        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
3918          if ($token->{tag_name} eq 'optgroup') {          if ($token->{tag_name} eq 'optgroup') {
3919            if ($self->{open_elements}->[-1]->[1] & OPTION_EL and            if ($self->{open_elements}->[-1]->[1] == OPTION_EL and
3920                $self->{open_elements}->[-2]->[1] & OPTGROUP_EL) {                $self->{open_elements}->[-2]->[1] == OPTGROUP_EL) {
3921              !!!cp ('t283');              !!!cp ('t283');
3922              ## As if </option>              ## As if </option>
3923              splice @{$self->{open_elements}}, -2;              splice @{$self->{open_elements}}, -2;
3924            } elsif ($self->{open_elements}->[-1]->[1] & OPTGROUP_EL) {            } elsif ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3925              !!!cp ('t284');              !!!cp ('t284');
3926              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
3927            } else {            } else {
3928              !!!cp ('t285');              !!!cp ('t285');
3929              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'unmatched end tag',
3930                                text => $token->{tag_name}, token => $token);
3931              ## Ignore the token              ## Ignore the token
3932            }            }
3933            !!!nack ('t285.1');            !!!nack ('t285.1');
3934            !!!next-token;            !!!next-token;
3935            next B;            next B;
3936          } elsif ($token->{tag_name} eq 'option') {          } elsif ($token->{tag_name} eq 'option') {
3937            if ($self->{open_elements}->[-1]->[1] & OPTION_EL) {            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3938              !!!cp ('t286');              !!!cp ('t286');
3939              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
3940            } else {            } else {
3941              !!!cp ('t287');              !!!cp ('t287');
3942              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'unmatched end tag',
3943                                text => $token->{tag_name}, token => $token);
3944              ## Ignore the token              ## Ignore the token
3945            }            }
3946            !!!nack ('t287.1');            !!!nack ('t287.1');
# Line 5961  sub _tree_construction_main ($) { Line 3951  sub _tree_construction_main ($) {
3951            my $i;            my $i;
3952            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3953              my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
3954              if ($node->[1] & SELECT_EL) {              if ($node->[1] == SELECT_EL) {
3955                !!!cp ('t288');                !!!cp ('t288');
3956                $i = $_;                $i = $_;
3957                last INSCOPE;                last INSCOPE;
# Line 5972  sub _tree_construction_main ($) { Line 3962  sub _tree_construction_main ($) {
3962            } # INSCOPE            } # INSCOPE
3963            unless (defined $i) {            unless (defined $i) {
3964              !!!cp ('t290');              !!!cp ('t290');
3965              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'unmatched end tag',
3966                                text => $token->{tag_name}, token => $token);
3967              ## Ignore the token              ## Ignore the token
3968              !!!nack ('t290.1');              !!!nack ('t290.1');
3969              !!!next-token;              !!!next-token;
# Line 5987  sub _tree_construction_main ($) { Line 3978  sub _tree_construction_main ($) {
3978            !!!nack ('t291.1');            !!!nack ('t291.1');
3979            !!!next-token;            !!!next-token;
3980            next B;            next B;
3981          } elsif ($self->{insertion_mode} == IN_SELECT_IN_TABLE_IM and          } elsif (($self->{insertion_mode} & IM_MASK)
3982                         == IN_SELECT_IN_TABLE_IM and
3983                   {                   {
3984                    caption => 1, table => 1, tbody => 1,                    caption => 1, table => 1, tbody => 1,
3985                    tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,                    tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,
3986                   }->{$token->{tag_name}}) {                   }->{$token->{tag_name}}) {
3987  ## TODO: The following is wrong?  ## TODO: The following is wrong?
3988            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
3989                              text => $token->{tag_name}, token => $token);
3990                                
3991            ## have an element in table scope            ## have an element in table scope
3992            my $i;            my $i;
# Line 6021  sub _tree_construction_main ($) { Line 4014  sub _tree_construction_main ($) {
4014            undef $i;            undef $i;
4015            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4016              my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
4017              if ($node->[1] & SELECT_EL) {              if ($node->[1] == SELECT_EL) {
4018                !!!cp ('t295');                !!!cp ('t295');
4019                $i = $_;                $i = $_;
4020                last INSCOPE;                last INSCOPE;
# Line 6034  sub _tree_construction_main ($) { Line 4027  sub _tree_construction_main ($) {
4027            unless (defined $i) {            unless (defined $i) {
4028              !!!cp ('t297');              !!!cp ('t297');
4029  ## TODO: The following error type is correct?  ## TODO: The following error type is correct?
4030              !!!parse-error (type => 'unmatched end tag:select', token => $token);              !!!parse-error (type => 'unmatched end tag',
4031                                text => 'select', token => $token);
4032              ## Ignore the </select> token              ## Ignore the </select> token
4033              !!!nack ('t297.1');              !!!nack ('t297.1');
4034              !!!next-token; ## TODO: ok?              !!!next-token; ## TODO: ok?
# Line 6051  sub _tree_construction_main ($) { Line 4045  sub _tree_construction_main ($) {
4045            next B;            next B;
4046          } else {          } else {
4047            !!!cp ('t299');            !!!cp ('t299');
4048            !!!parse-error (type => 'in select:/'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'in select:/',
4049                              text => $token->{tag_name}, token => $token);
4050            ## Ignore the token            ## Ignore the token
4051            !!!nack ('t299.3');            !!!nack ('t299.3');
4052            !!!next-token;            !!!next-token;
4053            next B;            next B;
4054          }          }
4055        } elsif ($token->{type} == END_OF_FILE_TOKEN) {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4056          unless ($self->{open_elements}->[-1]->[1] & HTML_EL and          unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
4057                  @{$self->{open_elements}} == 1) { # redundant, maybe                  @{$self->{open_elements}} == 1) { # redundant, maybe
4058            !!!cp ('t299.1');            !!!cp ('t299.1');
4059            !!!parse-error (type => 'in body:#eof', token => $token);            !!!parse-error (type => 'in body:#eof', token => $token);
# Line 6073  sub _tree_construction_main ($) { Line 4068  sub _tree_construction_main ($) {
4068        }        }
4069      } elsif ($self->{insertion_mode} & BODY_AFTER_IMS) {      } elsif ($self->{insertion_mode} & BODY_AFTER_IMS) {
4070        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
4071          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
4072            my $data = $1;            my $data = $1;
4073            ## As if in body            ## As if in body
4074            $reconstruct_active_formatting_elements->($insert_to_current);            $reconstruct_active_formatting_elements->($insert_to_current);
# Line 6089  sub _tree_construction_main ($) { Line 4084  sub _tree_construction_main ($) {
4084                    
4085          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4086            !!!cp ('t301');            !!!cp ('t301');
4087            !!!parse-error (type => 'after html:#character', token => $token);            !!!parse-error (type => 'after html:#text', token => $token);
4088              #
           ## Reprocess in the "after body" insertion mode.  
4089          } else {          } else {
4090            !!!cp ('t302');            !!!cp ('t302');
4091              ## "after body" insertion mode
4092              !!!parse-error (type => 'after body:#text', token => $token);
4093              #
4094          }          }
           
         ## "after body" insertion mode  
         !!!parse-error (type => 'after body:#character', token => $token);  
4095    
4096          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4097          ## reprocess          ## reprocess
# Line 6105  sub _tree_construction_main ($) { Line 4099  sub _tree_construction_main ($) {
4099        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
4100          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4101            !!!cp ('t303');            !!!cp ('t303');
4102            !!!parse-error (type => 'after html:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'after html',
4103                                        text => $token->{tag_name}, token => $token);
4104            ## Reprocess in the "after body" insertion mode.            #
4105          } else {          } else {
4106            !!!cp ('t304');            !!!cp ('t304');
4107              ## "after body" insertion mode
4108              !!!parse-error (type => 'after body',
4109                              text => $token->{tag_name}, token => $token);
4110              #
4111          }          }
4112    
         ## "after body" insertion mode  
         !!!parse-error (type => 'after body:'.$token->{tag_name}, token => $token);  
   
4113          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4114          !!!ack-later;          !!!ack-later;
4115          ## reprocess          ## reprocess
# Line 6122  sub _tree_construction_main ($) { Line 4117  sub _tree_construction_main ($) {
4117        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
4118          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4119            !!!cp ('t305');            !!!cp ('t305');
4120            !!!parse-error (type => 'after html:/'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'after html:/',
4121                              text => $token->{tag_name}, token => $token);
4122                        
4123            $self->{insertion_mode} = AFTER_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
4124            ## Reprocess in the "after body" insertion mode.            ## Reprocess.
4125              next B;
4126          } else {          } else {
4127            !!!cp ('t306');            !!!cp ('t306');
4128          }          }
# Line 6134  sub _tree_construction_main ($) { Line 4131  sub _tree_construction_main ($) {
4131          if ($token->{tag_name} eq 'html') {          if ($token->{tag_name} eq 'html') {
4132            if (defined $self->{inner_html_node}) {            if (defined $self->{inner_html_node}) {
4133              !!!cp ('t307');              !!!cp ('t307');
4134              !!!parse-error (type => 'unmatched end tag:html', token => $token);              !!!parse-error (type => 'unmatched end tag',
4135                                text => 'html', token => $token);
4136              ## Ignore the token              ## Ignore the token
4137              !!!next-token;              !!!next-token;
4138              next B;              next B;
# Line 6146  sub _tree_construction_main ($) { Line 4144  sub _tree_construction_main ($) {
4144            }            }
4145          } else {          } else {
4146            !!!cp ('t309');            !!!cp ('t309');
4147            !!!parse-error (type => 'after body:/'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'after body:/',
4148                              text => $token->{tag_name}, token => $token);
4149    
4150            $self->{insertion_mode} = IN_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
4151            ## reprocess            ## reprocess
# Line 6161  sub _tree_construction_main ($) { Line 4160  sub _tree_construction_main ($) {
4160        }        }
4161      } elsif ($self->{insertion_mode} & FRAME_IMS) {      } elsif ($self->{insertion_mode} & FRAME_IMS) {
4162        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
4163          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
4164            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4165                        
4166            unless (length $token->{data}) {            unless (length $token->{data}) {
# Line 6171  sub _tree_construction_main ($) { Line 4170  sub _tree_construction_main ($) {
4170            }            }
4171          }          }
4172                    
4173          if ($token->{data} =~ s/^[^\x09\x0A\x0B\x0C\x20]+//) {          if ($token->{data} =~ s/^[^\x09\x0A\x0C\x20]+//) {
4174            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4175              !!!cp ('t311');              !!!cp ('t311');
4176              !!!parse-error (type => 'in frameset:#character', token => $token);              !!!parse-error (type => 'in frameset:#text', token => $token);
4177            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4178              !!!cp ('t312');              !!!cp ('t312');
4179              !!!parse-error (type => 'after frameset:#character', token => $token);              !!!parse-error (type => 'after frameset:#text', token => $token);
4180            } else { # "after html frameset"            } else { # "after after frameset"
4181              !!!cp ('t313');              !!!cp ('t313');
4182              !!!parse-error (type => 'after html:#character', token => $token);              !!!parse-error (type => 'after html:#text', token => $token);
   
             $self->{insertion_mode} = AFTER_FRAMESET_IM;  
             ## Reprocess in the "after frameset" insertion mode.  
             !!!parse-error (type => 'after frameset:#character', token => $token);  
4183            }            }
4184                        
4185            ## Ignore the token.            ## Ignore the token.
# Line 6200  sub _tree_construction_main ($) { Line 4195  sub _tree_construction_main ($) {
4195                    
4196          die qq[$0: Character "$token->{data}"];          die qq[$0: Character "$token->{data}"];
4197        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
         if ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {  
           !!!cp ('t316');  
           !!!parse-error (type => 'after html:'.$token->{tag_name}, token => $token);  
   
           $self->{insertion_mode} = AFTER_FRAMESET_IM;  
           ## Process in the "after frameset" insertion mode.  
         } else {  
           !!!cp ('t317');  
         }  
   
4198          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
4199              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
4200            !!!cp ('t318');            !!!cp ('t318');
# Line 6227  sub _tree_construction_main ($) { Line 4212  sub _tree_construction_main ($) {
4212            next B;            next B;
4213          } elsif ($token->{tag_name} eq 'noframes') {          } elsif ($token->{tag_name} eq 'noframes') {
4214            !!!cp ('t320');            !!!cp ('t320');
4215            ## NOTE: As if in body.            ## NOTE: As if in head.
4216            $parse_rcdata->(CDATA_CONTENT_MODEL);            $parse_rcdata->(CDATA_CONTENT_MODEL);
4217            next B;            next B;
4218    
4219              ## NOTE: |<!DOCTYPE HTML><frameset></frameset></html><noframes></noframes>|
4220              ## has no parse error.
4221          } else {          } else {
4222            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4223              !!!cp ('t321');              !!!cp ('t321');
4224              !!!parse-error (type => 'in frameset:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'in frameset',
4225            } else {                              text => $token->{tag_name}, token => $token);
4226              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4227              !!!cp ('t322');              !!!cp ('t322');
4228              !!!parse-error (type => 'after frameset:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'after frameset',
4229                                text => $token->{tag_name}, token => $token);
4230              } else { # "after after frameset"
4231                !!!cp ('t322.2');
4232                !!!parse-error (type => 'after after frameset',
4233                                text => $token->{tag_name}, token => $token);
4234            }            }
4235            ## Ignore the token            ## Ignore the token
4236            !!!nack ('t322.1');            !!!nack ('t322.1');
# Line 6244  sub _tree_construction_main ($) { Line 4238  sub _tree_construction_main ($) {
4238            next B;            next B;
4239          }          }
4240        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
         if ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {  
           !!!cp ('t323');  
           !!!parse-error (type => 'after html:/'.$token->{tag_name}, token => $token);  
   
           $self->{insertion_mode} = AFTER_FRAMESET_IM;  
           ## Process in the "after frameset" insertion mode.  
         } else {  
           !!!cp ('t324');  
         }  
   
4241          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
4242              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
4243            if ($self->{open_elements}->[-1]->[1] & HTML_EL and            if ($self->{open_elements}->[-1]->[1] == HTML_EL and
4244                @{$self->{open_elements}} == 1) {                @{$self->{open_elements}} == 1) {
4245              !!!cp ('t325');              !!!cp ('t325');
4246              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'unmatched end tag',
4247                                text => $token->{tag_name}, token => $token);
4248              ## Ignore the token              ## Ignore the token
4249              !!!next-token;              !!!next-token;
4250            } else {            } else {
# Line 6269  sub _tree_construction_main ($) { Line 4254  sub _tree_construction_main ($) {
4254            }            }
4255    
4256            if (not defined $self->{inner_html_node} and            if (not defined $self->{inner_html_node} and
4257                not ($self->{open_elements}->[-1]->[1] & FRAMESET_EL)) {                not ($self->{open_elements}->[-1]->[1] == FRAMESET_EL)) {
4258              !!!cp ('t327');              !!!cp ('t327');
4259              $self->{insertion_mode} = AFTER_FRAMESET_IM;              $self->{insertion_mode} = AFTER_FRAMESET_IM;
4260            } else {            } else {
# Line 6285  sub _tree_construction_main ($) { Line 4270  sub _tree_construction_main ($) {
4270          } else {          } else {
4271            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4272              !!!cp ('t330');              !!!cp ('t330');
4273              !!!parse-error (type => 'in frameset:/'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'in frameset:/',
4274            } else {                              text => $token->{tag_name}, token => $token);
4275              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4276                !!!cp ('t330.1');
4277                !!!parse-error (type => 'after frameset:/',
4278                                text => $token->{tag_name}, token => $token);
4279              } else { # "after after html"
4280              !!!cp ('t331');              !!!cp ('t331');
4281              !!!parse-error (type => 'after frameset:/'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'after after frameset:/',
4282                                text => $token->{tag_name}, token => $token);
4283            }            }
4284            ## Ignore the token            ## Ignore the token
4285            !!!next-token;            !!!next-token;
4286            next B;            next B;
4287          }          }
4288        } elsif ($token->{type} == END_OF_FILE_TOKEN) {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4289          unless ($self->{open_elements}->[-1]->[1] & HTML_EL and          unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
4290                  @{$self->{open_elements}} == 1) { # redundant, maybe                  @{$self->{open_elements}} == 1) { # redundant, maybe
4291            !!!cp ('t331.1');            !!!cp ('t331.1');
4292            !!!parse-error (type => 'in body:#eof', token => $token);            !!!parse-error (type => 'in body:#eof', token => $token);
# Line 6308  sub _tree_construction_main ($) { Line 4299  sub _tree_construction_main ($) {
4299        } else {        } else {
4300          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4301        }        }
   
       ## ISSUE: An issue in spec here  
4302      } else {      } else {
4303        die "$0: $self->{insertion_mode}: Unknown insertion mode";        die "$0: $self->{insertion_mode}: Unknown insertion mode";
4304      }      }
# Line 6327  sub _tree_construction_main ($) { Line 4316  sub _tree_construction_main ($) {
4316          $parse_rcdata->(CDATA_CONTENT_MODEL);          $parse_rcdata->(CDATA_CONTENT_MODEL);
4317          next B;          next B;
4318        } elsif ({        } elsif ({
4319                  base => 1, link => 1,                  base => 1, command => 1, link => 1,
4320                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4321          !!!cp ('t334');          !!!cp ('t334');
4322          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
4323          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4324          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          pop @{$self->{open_elements}};
4325          !!!ack ('t334.1');          !!!ack ('t334.1');
4326          !!!next-token;          !!!next-token;
4327          next B;          next B;
4328        } elsif ($token->{tag_name} eq 'meta') {        } elsif ($token->{tag_name} eq 'meta') {
4329          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
4330          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4331          my $meta_el = pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          my $meta_el = pop @{$self->{open_elements}};
4332    
4333          unless ($self->{confident}) {          unless ($self->{confident}) {
4334            if ($token->{attributes}->{charset}) {            if ($token->{attributes}->{charset}) {
# Line 6356  sub _tree_construction_main ($) { Line 4345  sub _tree_construction_main ($) {
4345            } elsif ($token->{attributes}->{content}) {            } elsif ($token->{attributes}->{content}) {
4346              if ($token->{attributes}->{content}->{value}              if ($token->{attributes}->{content}->{value}
4347                  =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]                  =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
4348                      [\x09-\x0D\x20]*=                      [\x09\x0A\x0C\x0D\x20]*=
4349                      [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                      [\x09\x0A\x0C\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
4350                      ([^"'\x09-\x0D\x20][^\x09-\x0D\x20\x3B]*))/x) {                      ([^"'\x09\x0A\x0C\x0D\x20][^\x09\x0A\x0C\x0D\x20\x3B]*))
4351                       /x) {
4352                !!!cp ('t336');                !!!cp ('t336');
4353                ## NOTE: Whether the encoding is supported or not is handled                ## NOTE: Whether the encoding is supported or not is handled
4354                ## in the {change_encoding} callback.                ## in the {change_encoding} callback.
# Line 6396  sub _tree_construction_main ($) { Line 4386  sub _tree_construction_main ($) {
4386          $parse_rcdata->(RCDATA_CONTENT_MODEL);          $parse_rcdata->(RCDATA_CONTENT_MODEL);
4387          next B;          next B;
4388        } elsif ($token->{tag_name} eq 'body') {        } elsif ($token->{tag_name} eq 'body') {
4389          !!!parse-error (type => 'in body:body', token => $token);          !!!parse-error (type => 'in body', text => 'body', token => $token);
4390                                
4391          if (@{$self->{open_elements}} == 1 or          if (@{$self->{open_elements}} == 1 or
4392              not ($self->{open_elements}->[1]->[1] & BODY_EL)) {              not ($self->{open_elements}->[1]->[1] == BODY_EL)) {
4393            !!!cp ('t342');            !!!cp ('t342');
4394            ## Ignore the token            ## Ignore the token
4395          } else {          } else {
# Line 6417  sub _tree_construction_main ($) { Line 4407  sub _tree_construction_main ($) {
4407          !!!next-token;          !!!next-token;
4408          next B;          next B;
4409        } elsif ({        } elsif ({
4410                  address => 1, blockquote => 1, center => 1, dir => 1,                  ## NOTE: Start tags for non-phrasing flow content elements
4411                  div => 1, dl => 1, fieldset => 1,  
4412                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,                  ## NOTE: The normal one
4413                  menu => 1, ol => 1, p => 1, ul => 1,                  address => 1, article => 1, aside => 1, blockquote => 1,
4414                    center => 1, datagrid => 1, details => 1, dialog => 1,
4415                    dir => 1, div => 1, dl => 1, fieldset => 1, figure => 1,
4416                    footer => 1, h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1,
4417                    h6 => 1, header => 1, menu => 1, nav => 1, ol => 1, p => 1,
4418                    section => 1, ul => 1,
4419                    ## NOTE: As normal, but drops leading newline
4420                  pre => 1, listing => 1,                  pre => 1, listing => 1,
4421                    ## NOTE: As normal, but interacts with the form element pointer
4422                  form => 1,                  form => 1,
4423                    
4424                  table => 1,                  table => 1,
4425                  hr => 1,                  hr => 1,
4426                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4427    
4428            ## 1. When there is an opening |form| element:
4429          if ($token->{tag_name} eq 'form' and defined $self->{form_element}) {          if ($token->{tag_name} eq 'form' and defined $self->{form_element}) {
4430            !!!cp ('t350');            !!!cp ('t350');
4431            !!!parse-error (type => 'in form:form', token => $token);            !!!parse-error (type => 'in form:form', token => $token);
# Line 6435  sub _tree_construction_main ($) { Line 4435  sub _tree_construction_main ($) {
4435            next B;            next B;
4436          }          }
4437    
4438          ## has a p element in scope          ## 2. Close the |p| element, if any.
4439          INSCOPE: for (reverse @{$self->{open_elements}}) {          if ($token->{tag_name} ne 'table' or # The Hixie Quirk
4440            if ($_->[1] & P_EL) {              $self->{document}->manakai_compat_mode ne 'quirks') {
4441              !!!cp ('t344');            ## has a p element in scope
4442              !!!back-token; # <form>            INSCOPE: for (reverse @{$self->{open_elements}}) {
4443              $token = {type => END_TAG_TOKEN, tag_name => 'p',              if ($_->[1] == P_EL) {
4444                        line => $token->{line}, column => $token->{column}};                !!!cp ('t344');
4445              next B;                !!!back-token; # <form>
4446            } elsif ($_->[1] & SCOPING_EL) {                $token = {type => END_TAG_TOKEN, tag_name => 'p',
4447              !!!cp ('t345');                          line => $token->{line}, column => $token->{column}};
4448              last INSCOPE;                next B;
4449                } elsif ($_->[1] & SCOPING_EL) {
4450                  !!!cp ('t345');
4451                  last INSCOPE;
4452                }
4453              } # INSCOPE
4454            }
4455    
4456            ## 3. Close the opening <hn> element, if any.
4457            if ({h1 => 1, h2 => 1, h3 => 1,
4458                 h4 => 1, h5 => 1, h6 => 1}->{$token->{tag_name}}) {
4459              if ($self->{open_elements}->[-1]->[1] == HEADING_EL) {
4460                !!!parse-error (type => 'not closed',
4461                                text => $self->{open_elements}->[-1]->[0]->manakai_local_name,
4462                                token => $token);
4463                pop @{$self->{open_elements}};
4464            }            }
4465          } # INSCOPE          }
4466              
4467            ## 4. Insertion.
4468          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4469          if ($token->{tag_name} eq 'pre' or $token->{tag_name} eq 'listing') {          if ($token->{tag_name} eq 'pre' or $token->{tag_name} eq 'listing') {
4470            !!!nack ('t346.1');            !!!nack ('t346.1');
# Line 6489  sub _tree_construction_main ($) { Line 4505  sub _tree_construction_main ($) {
4505            !!!next-token;            !!!next-token;
4506          }          }
4507          next B;          next B;
4508        } elsif ({li => 1, dt => 1, dd => 1}->{$token->{tag_name}}) {        } elsif ($token->{tag_name} eq 'li') {
4509          ## has a p element in scope          ## NOTE: As normal, but imply </li> when there's another <li> ...
4510    
4511            ## NOTE: Special, Scope (<li><foo><li> == <li><foo><li/></foo></li>)::
4512              ## Interpreted as <li><foo/></li><li/> (non-conforming):
4513              ## blockquote (O9.27), center (O), dd (Fx3, O, S3.1.2, IE7),
4514              ## dt (Fx, O, S, IE), dl (O), fieldset (O, S, IE), form (Fx, O, S),
4515              ## hn (O), pre (O), applet (O, S), button (O, S), marquee (Fx, O, S),
4516              ## object (Fx)
4517              ## Generate non-tree (non-conforming):
4518              ## basefont (IE7 (where basefont is non-void)), center (IE),
4519              ## form (IE), hn (IE)
4520            ## address, div, p (<li><foo><li> == <li><foo/></li><li/>)::
4521              ## Interpreted as <li><foo><li/></foo></li> (non-conforming):
4522              ## div (Fx, S)
4523    
4524            my $non_optional;
4525            my $i = -1;
4526    
4527            ## 1.
4528            for my $node (reverse @{$self->{open_elements}}) {
4529              if ($node->[1] == LI_EL) {
4530                ## 2. (a) As if </li>
4531                {
4532                  ## If no </li> - not applied
4533                  #
4534    
4535                  ## Otherwise
4536    
4537                  ## 1. generate implied end tags, except for </li>
4538                  #
4539    
4540                  ## 2. If current node != "li", parse error
4541                  if ($non_optional) {
4542                    !!!parse-error (type => 'not closed',
4543                                    text => $non_optional->[0]->manakai_local_name,
4544                                    token => $token);
4545                    !!!cp ('t355');
4546                  } else {
4547                    !!!cp ('t356');
4548                  }
4549    
4550                  ## 3. Pop
4551                  splice @{$self->{open_elements}}, $i;
4552                }
4553    
4554                last; ## 2. (b) goto 5.
4555              } elsif (
4556                       ## NOTE: not "formatting" and not "phrasing"
4557                       ($node->[1] & SPECIAL_EL or
4558                        $node->[1] & SCOPING_EL) and
4559                       ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4560                       (not $node->[1] & ADDRESS_DIV_P_EL)
4561                      ) {
4562                ## 3.
4563                !!!cp ('t357');
4564                last; ## goto 5.
4565              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4566                !!!cp ('t358');
4567                #
4568              } else {
4569                !!!cp ('t359');
4570                $non_optional ||= $node;
4571                #
4572              }
4573              ## 4.
4574              ## goto 2.
4575              $i--;
4576            }
4577    
4578            ## 5. (a) has a |p| element in scope
4579          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4580            if ($_->[1] & P_EL) {            if ($_->[1] == P_EL) {
4581              !!!cp ('t353');              !!!cp ('t353');
4582    
4583                ## NOTE: |<p><li>|, for example.
4584    
4585              !!!back-token; # <x>              !!!back-token; # <x>
4586              $token = {type => END_TAG_TOKEN, tag_name => 'p',              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4587                        line => $token->{line}, column => $token->{column}};                        line => $token->{line}, column => $token->{column}};
# Line 6503  sub _tree_construction_main ($) { Line 4591  sub _tree_construction_main ($) {
4591              last INSCOPE;              last INSCOPE;
4592            }            }
4593          } # INSCOPE          } # INSCOPE
4594              
4595          ## Step 1          ## 5. (b) insert
4596            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4597            !!!nack ('t359.1');
4598            !!!next-token;
4599            next B;
4600          } elsif ($token->{tag_name} eq 'dt' or
4601                   $token->{tag_name} eq 'dd') {
4602            ## NOTE: As normal, but imply </dt> or </dd> when ...
4603    
4604            my $non_optional;
4605          my $i = -1;          my $i = -1;
4606          my $node = $self->{open_elements}->[$i];  
4607          my $li_or_dtdd = {li => {li => 1},          ## 1.
4608                            dt => {dt => 1, dd => 1},          for my $node (reverse @{$self->{open_elements}}) {
4609                            dd => {dt => 1, dd => 1}}->{$token->{tag_name}};            if ($node->[1] == DTDD_EL) {
4610          LI: {              ## 2. (a) As if </li>
4611            ## Step 2              {
4612            if ($li_or_dtdd->{$node->[0]->manakai_local_name}) {                ## If no </li> - not applied
4613              if ($i != -1) {                #
4614                !!!cp ('t355');  
4615                !!!parse-error (type => 'not closed',                ## Otherwise
4616                                value => $self->{open_elements}->[-1]->[0]  
4617                                    ->manakai_local_name,                ## 1. generate implied end tags, except for </dt> or </dd>
4618                                token => $token);                #
4619              } else {  
4620                !!!cp ('t356');                ## 2. If current node != "dt"|"dd", parse error
4621                  if ($non_optional) {
4622                    !!!parse-error (type => 'not closed',
4623                                    text => $non_optional->[0]->manakai_local_name,
4624                                    token => $token);
4625                    !!!cp ('t355.1');
4626                  } else {
4627                    !!!cp ('t356.1');
4628                  }
4629    
4630                  ## 3. Pop
4631                  splice @{$self->{open_elements}}, $i;
4632              }              }
4633              splice @{$self->{open_elements}}, $i;  
4634              last LI;              last; ## 2. (b) goto 5.
4635              } elsif (
4636                       ## NOTE: not "formatting" and not "phrasing"
4637                       ($node->[1] & SPECIAL_EL or
4638                        $node->[1] & SCOPING_EL) and
4639                       ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4640    
4641                       (not $node->[1] & ADDRESS_DIV_P_EL)
4642                      ) {
4643                ## 3.
4644                !!!cp ('t357.1');
4645                last; ## goto 5.
4646              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4647                !!!cp ('t358.1');
4648                #
4649            } else {            } else {
4650              !!!cp ('t357');              !!!cp ('t359.1');
4651            }              $non_optional ||= $node;
4652                          #
           ## Step 3  
           if (not ($node->[1] & FORMATTING_EL) and  
               #not $phrasing_category->{$node->[1]} and  
               ($node->[1] & SPECIAL_EL or  
                $node->[1] & SCOPING_EL) and  
               not ($node->[1] & ADDRESS_EL) and  
               not ($node->[1] & DIV_EL)) {  
             !!!cp ('t358');  
             last LI;  
4653            }            }
4654                        ## 4.
4655            !!!cp ('t359');            ## goto 2.
           ## Step 4  
4656            $i--;            $i--;
4657            $node = $self->{open_elements}->[$i];          }
4658            redo LI;  
4659          } # LI          ## 5. (a) has a |p| element in scope
4660                      INSCOPE: for (reverse @{$self->{open_elements}}) {
4661              if ($_->[1] == P_EL) {
4662                !!!cp ('t353.1');
4663                !!!back-token; # <x>
4664                $token = {type => END_TAG_TOKEN, tag_name => 'p',
4665                          line => $token->{line}, column => $token->{column}};
4666                next B;
4667              } elsif ($_->[1] & SCOPING_EL) {
4668                !!!cp ('t354.1');
4669                last INSCOPE;
4670              }
4671            } # INSCOPE
4672    
4673            ## 5. (b) insert
4674          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4675          !!!nack ('t359.1');          !!!nack ('t359.2');
4676          !!!next-token;          !!!next-token;
4677          next B;          next B;
4678        } elsif ($token->{tag_name} eq 'plaintext') {        } elsif ($token->{tag_name} eq 'plaintext') {
4679            ## NOTE: As normal, but effectively ends parsing
4680    
4681          ## has a p element in scope          ## has a p element in scope
4682          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4683            if ($_->[1] & P_EL) {            if ($_->[1] == P_EL) {
4684              !!!cp ('t367');              !!!cp ('t367');
4685              !!!back-token; # <plaintext>              !!!back-token; # <plaintext>
4686              $token = {type => END_TAG_TOKEN, tag_name => 'p',              $token = {type => END_TAG_TOKEN, tag_name => 'p',
# Line 6575  sub _tree_construction_main ($) { Line 4702  sub _tree_construction_main ($) {
4702        } elsif ($token->{tag_name} eq 'a') {        } elsif ($token->{tag_name} eq 'a') {
4703          AFE: for my $i (reverse 0..$#$active_formatting_elements) {          AFE: for my $i (reverse 0..$#$active_formatting_elements) {
4704            my $node = $active_formatting_elements->[$i];            my $node = $active_formatting_elements->[$i];
4705            if ($node->[1] & A_EL) {            if ($node->[1] == A_EL) {
4706              !!!cp ('t371');              !!!cp ('t371');
4707              !!!parse-error (type => 'in a:a', token => $token);              !!!parse-error (type => 'in a:a', token => $token);
4708                            
# Line 6619  sub _tree_construction_main ($) { Line 4746  sub _tree_construction_main ($) {
4746          ## has a |nobr| element in scope          ## has a |nobr| element in scope
4747          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4748            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
4749            if ($node->[1] & NOBR_EL) {            if ($node->[1] == NOBR_EL) {
4750              !!!cp ('t376');              !!!cp ('t376');
4751              !!!parse-error (type => 'in nobr:nobr', token => $token);              !!!parse-error (type => 'in nobr:nobr', token => $token);
4752              !!!back-token; # <nobr>              !!!back-token; # <nobr>
# Line 6642  sub _tree_construction_main ($) { Line 4769  sub _tree_construction_main ($) {
4769          ## has a button element in scope          ## has a button element in scope
4770          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4771            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
4772            if ($node->[1] & BUTTON_EL) {            if ($node->[1] == BUTTON_EL) {
4773              !!!cp ('t378');              !!!cp ('t378');
4774              !!!parse-error (type => 'in button:button', token => $token);              !!!parse-error (type => 'in button:button', token => $token);
4775              !!!back-token; # <button>              !!!back-token; # <button>
# Line 6670  sub _tree_construction_main ($) { Line 4797  sub _tree_construction_main ($) {
4797                  xmp => 1,                  xmp => 1,
4798                  iframe => 1,                  iframe => 1,
4799                  noembed => 1,                  noembed => 1,
4800                  noframes => 1,                  noframes => 1, ## NOTE: This is an "as if in head" code clone.
4801                  noscript => 0, ## TODO: 1 if scripting is enabled                  noscript => 0, ## TODO: 1 if scripting is enabled
4802                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4803          if ($token->{tag_name} eq 'xmp') {          if ($token->{tag_name} eq 'xmp') {
# Line 6692  sub _tree_construction_main ($) { Line 4819  sub _tree_construction_main ($) {
4819            !!!next-token;            !!!next-token;
4820            next B;            next B;
4821          } else {          } else {
4822              !!!ack ('t391.1');
4823    
4824            my $at = $token->{attributes};            my $at = $token->{attributes};
4825            my $form_attrs;            my $form_attrs;
4826            $form_attrs->{action} = $at->{action} if $at->{action};            $form_attrs->{action} = $at->{action} if $at->{action};
# Line 6705  sub _tree_construction_main ($) { Line 4834  sub _tree_construction_main ($) {
4834                           line => $token->{line}, column => $token->{column}},                           line => $token->{line}, column => $token->{column}},
4835                          {type => START_TAG_TOKEN, tag_name => 'hr',                          {type => START_TAG_TOKEN, tag_name => 'hr',
4836                           line => $token->{line}, column => $token->{column}},                           line => $token->{line}, column => $token->{column}},
                         {type => START_TAG_TOKEN, tag_name => 'p',  
                          line => $token->{line}, column => $token->{column}},  
4837                          {type => START_TAG_TOKEN, tag_name => 'label',                          {type => START_TAG_TOKEN, tag_name => 'label',
4838                           line => $token->{line}, column => $token->{column}},                           line => $token->{line}, column => $token->{column}},
4839                         );                         );
# Line 6729  sub _tree_construction_main ($) { Line 4856  sub _tree_construction_main ($) {
4856                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD
4857                          {type => END_TAG_TOKEN, tag_name => 'label',                          {type => END_TAG_TOKEN, tag_name => 'label',
4858                           line => $token->{line}, column => $token->{column}},                           line => $token->{line}, column => $token->{column}},
                         {type => END_TAG_TOKEN, tag_name => 'p',  
                          line => $token->{line}, column => $token->{column}},  
4859                          {type => START_TAG_TOKEN, tag_name => 'hr',                          {type => START_TAG_TOKEN, tag_name => 'hr',
4860                           line => $token->{line}, column => $token->{column}},                           line => $token->{line}, column => $token->{column}},
4861                          {type => END_TAG_TOKEN, tag_name => 'form',                          {type => END_TAG_TOKEN, tag_name => 'form',
4862                           line => $token->{line}, column => $token->{column}};                           line => $token->{line}, column => $token->{column}};
           !!!nack ('t391.1'); ## NOTE: Not acknowledged.  
4863            !!!back-token (@tokens);            !!!back-token (@tokens);
4864            !!!next-token;            !!!next-token;
4865            next B;            next B;
4866          }          }
4867        } elsif ($token->{tag_name} eq 'textarea') {        } elsif ($token->{tag_name} eq 'textarea') {
4868          my $tag_name = $token->{tag_name};          ## 1. Insert
4869          my $el;          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
         !!!create-element ($el, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);  
4870                    
4871            ## Step 2 # XXX
4872          ## TODO: $self->{form_element} if defined          ## TODO: $self->{form_element} if defined
4873    
4874            ## 2. Drop U+000A LINE FEED
4875            $self->{ignore_newline} = 1;
4876    
4877            ## 3. RCDATA
4878          $self->{content_model} = RCDATA_CONTENT_MODEL;          $self->{content_model} = RCDATA_CONTENT_MODEL;
4879          delete $self->{escape}; # MUST          delete $self->{escape}; # MUST
4880            
4881          $insert->($el);          ## 4., 6. Insertion mode
4882                    $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
4883          my $text = '';  
4884            ## XXX: 5. frameset-ok flag
4885    
4886          !!!nack ('t392.1');          !!!nack ('t392.1');
4887          !!!next-token;          !!!next-token;
4888          if ($token->{type} == CHARACTER_TOKEN) {          next B;
4889            $token->{data} =~ s/^\x0A//;        } elsif ($token->{tag_name} eq 'optgroup' or
4890            unless (length $token->{data}) {                 $token->{tag_name} eq 'option') {
4891              !!!cp ('t392');          ## has an |option| element in scope
4892              !!!next-token;          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4893            } else {            my $node = $self->{open_elements}->[$_];
4894              !!!cp ('t393');            if ($node->[1] == OPTION_EL) {
4895                !!!cp ('t397.1');
4896                ## NOTE: As if </option>
4897                !!!back-token; # <option> or <optgroup>
4898                $token = {type => END_TAG_TOKEN, tag_name => 'option',
4899                          line => $token->{line}, column => $token->{column}};
4900                next B;
4901              } elsif ($node->[1] & SCOPING_EL) {
4902                !!!cp ('t397.2');
4903                last INSCOPE;
4904            }            }
4905          } else {          } # INSCOPE
4906            !!!cp ('t394');  
4907          }          $reconstruct_active_formatting_elements->($insert_to_current);
4908          while ($token->{type} == CHARACTER_TOKEN) {  
4909            !!!cp ('t395');          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4910            $text .= $token->{data};  
4911            !!!next-token;          !!!nack ('t397.3');
         }  
         if (length $text) {  
           !!!cp ('t396');  
           $el->manakai_append_text ($text);  
         }  
           
         $self->{content_model} = PCDATA_CONTENT_MODEL;  
           
         if ($token->{type} == END_TAG_TOKEN and  
             $token->{tag_name} eq $tag_name) {  
           !!!cp ('t397');  
           ## Ignore the token  
         } else {  
           !!!cp ('t398');  
           !!!parse-error (type => 'in RCDATA:#'.$token->{type}, token => $token);  
         }  
4912          !!!next-token;          !!!next-token;
4913          next B;          redo B;
4914          } elsif ($token->{tag_name} eq 'rt' or
4915                   $token->{tag_name} eq 'rp') {
4916            ## has a |ruby| element in scope
4917            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4918              my $node = $self->{open_elements}->[$_];
4919              if ($node->[1] == RUBY_EL) {
4920                !!!cp ('t398.1');
4921                ## generate implied end tags
4922                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
4923                  !!!cp ('t398.2');
4924                  pop @{$self->{open_elements}};
4925                }
4926                unless ($self->{open_elements}->[-1]->[1] == RUBY_EL) {
4927                  !!!cp ('t398.3');
4928                  !!!parse-error (type => 'not closed',
4929                                  text => $self->{open_elements}->[-1]->[0]
4930                                      ->manakai_local_name,
4931                                  token => $token);
4932                  pop @{$self->{open_elements}}
4933                      while not $self->{open_elements}->[-1]->[1] == RUBY_EL;
4934                }
4935                last INSCOPE;
4936              } elsif ($node->[1] & SCOPING_EL) {
4937                !!!cp ('t398.4');
4938                last INSCOPE;
4939              }
4940            } # INSCOPE
4941              
4942            ## TODO: <non-ruby><rt> is not allowed.
4943    
4944            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4945    
4946            !!!nack ('t398.5');
4947            !!!next-token;
4948            redo B;
4949        } elsif ($token->{tag_name} eq 'math' or        } elsif ($token->{tag_name} eq 'math' or
4950                 $token->{tag_name} eq 'svg') {                 $token->{tag_name} eq 'svg') {
4951          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4952    
4953            ## "Adjust MathML attributes" ('math' only) - done in insert-element-f
4954    
4955          ## "adjust SVG attributes" ('svg' only) - done in insert-element-f          ## "adjust SVG attributes" ('svg' only) - done in insert-element-f
4956    
4957          ## "adjust foreign attributes" - done in insert-element-f          ## "adjust foreign attributes" - done in insert-element-f
# Line 6799  sub _tree_construction_main ($) { Line 4960  sub _tree_construction_main ($) {
4960                    
4961          if ($self->{self_closing}) {          if ($self->{self_closing}) {
4962            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
4963            !!!ack ('t398.1');            !!!ack ('t398.6');
4964          } else {          } else {
4965            !!!cp ('t398.2');            !!!cp ('t398.7');
4966            $self->{insertion_mode} |= IN_FOREIGN_CONTENT_IM;            $self->{insertion_mode} |= IN_FOREIGN_CONTENT_IM;
4967            ## NOTE: |<body><math><mi><svg>| -> "in foreign content" insertion            ## NOTE: |<body><math><mi><svg>| -> "in foreign content" insertion
4968            ## mode, "in body" (not "in foreign content") secondary insertion            ## mode, "in body" (not "in foreign content") secondary insertion
# Line 6812  sub _tree_construction_main ($) { Line 4973  sub _tree_construction_main ($) {
4973          next B;          next B;
4974        } elsif ({        } elsif ({
4975                  caption => 1, col => 1, colgroup => 1, frame => 1,                  caption => 1, col => 1, colgroup => 1, frame => 1,
4976                  frameset => 1, head => 1, option => 1, optgroup => 1,                  frameset => 1, head => 1,
4977                  tbody => 1, td => 1, tfoot => 1, th => 1,                  tbody => 1, td => 1, tfoot => 1, th => 1,
4978                  thead => 1, tr => 1,                  thead => 1, tr => 1,
4979                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4980          !!!cp ('t401');          !!!cp ('t401');
4981          !!!parse-error (type => 'in body:'.$token->{tag_name}, token => $token);          !!!parse-error (type => 'in body',
4982                            text => $token->{tag_name}, token => $token);
4983          ## Ignore the token          ## Ignore the token
4984          !!!nack ('t401.1'); ## NOTE: |<col/>| or |<frame/>| here is an error.          !!!nack ('t401.1'); ## NOTE: |<col/>| or |<frame/>| here is an error.
4985          !!!next-token;          !!!next-token;
4986          next B;          next B;
4987                  } elsif ($token->{tag_name} eq 'param' or
4988          ## ISSUE: An issue on HTML5 new elements in the spec.                 $token->{tag_name} eq 'source') {
4989            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4990            pop @{$self->{open_elements}};
4991    
4992            !!!ack ('t398.5');
4993            !!!next-token;
4994            redo B;
4995        } else {        } else {
4996          if ($token->{tag_name} eq 'image') {          if ($token->{tag_name} eq 'image') {
4997            !!!cp ('t384');            !!!cp ('t384');
# Line 6846  sub _tree_construction_main ($) { Line 5014  sub _tree_construction_main ($) {
5014            !!!nack ('t380.1');            !!!nack ('t380.1');
5015          } elsif ({          } elsif ({
5016                    b => 1, big => 1, em => 1, font => 1, i => 1,                    b => 1, big => 1, em => 1, font => 1, i => 1,
5017                    s => 1, small => 1, strile => 1,                    s => 1, small => 1, strike => 1,
5018                    strong => 1, tt => 1, u => 1,                    strong => 1, tt => 1, u => 1,
5019                   }->{$token->{tag_name}}) {                   }->{$token->{tag_name}}) {
5020            !!!cp ('t375');            !!!cp ('t375');
# Line 6859  sub _tree_construction_main ($) { Line 5027  sub _tree_construction_main ($) {
5027            !!!ack ('t388.2');            !!!ack ('t388.2');
5028          } elsif ({          } elsif ({
5029                    area => 1, basefont => 1, bgsound => 1, br => 1,                    area => 1, basefont => 1, bgsound => 1, br => 1,
5030                    embed => 1, img => 1, param => 1, spacer => 1, wbr => 1,                    embed => 1, img => 1, spacer => 1, wbr => 1,
5031                    #image => 1,                    keygen => 1,
5032                   }->{$token->{tag_name}}) {                   }->{$token->{tag_name}}) {
5033            !!!cp ('t388.1');            !!!cp ('t388.1');
5034            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
# Line 6870  sub _tree_construction_main ($) { Line 5038  sub _tree_construction_main ($) {
5038                    
5039            if ($self->{insertion_mode} & TABLE_IMS or            if ($self->{insertion_mode} & TABLE_IMS or
5040                $self->{insertion_mode} & BODY_TABLE_IMS or                $self->{insertion_mode} & BODY_TABLE_IMS or
5041                $self->{insertion_mode} == IN_COLUMN_GROUP_IM) {                ($self->{insertion_mode} & IM_MASK) == IN_COLUMN_GROUP_IM) {
5042              !!!cp ('t400.1');              !!!cp ('t400.1');
5043              $self->{insertion_mode} = IN_SELECT_IN_TABLE_IM;              $self->{insertion_mode} = IN_SELECT_IN_TABLE_IM;
5044            } else {            } else {
# Line 6887  sub _tree_construction_main ($) { Line 5055  sub _tree_construction_main ($) {
5055        }        }
5056      } elsif ($token->{type} == END_TAG_TOKEN) {      } elsif ($token->{type} == END_TAG_TOKEN) {
5057        if ($token->{tag_name} eq 'body') {        if ($token->{tag_name} eq 'body') {
5058          ## has a |body| element in scope  
5059            ## 1. If not "have an element in scope":
5060            ## "has a |body| element in scope"
5061          my $i;          my $i;
5062          INSCOPE: {          INSCOPE: {
5063            for (reverse @{$self->{open_elements}}) {            for (reverse @{$self->{open_elements}}) {
5064              if ($_->[1] & BODY_EL) {              if ($_->[1] == BODY_EL) {
5065                !!!cp ('t405');                !!!cp ('t405');
5066                $i = $_;                $i = $_;
5067                last INSCOPE;                last INSCOPE;
# Line 6901  sub _tree_construction_main ($) { Line 5071  sub _tree_construction_main ($) {
5071              }              }
5072            }            }
5073    
5074            !!!parse-error (type => 'start tag not allowed',            ## NOTE: |<marquee></body>|, |<svg><foreignobject></body>|
5075                            value => $token->{tag_name}, token => $token);  
5076              !!!parse-error (type => 'unmatched end tag',
5077                              text => $token->{tag_name}, token => $token);
5078            ## NOTE: Ignore the token.            ## NOTE: Ignore the token.
5079            !!!next-token;            !!!next-token;
5080            next B;            next B;
5081          } # INSCOPE          } # INSCOPE
5082    
5083            ## 2. If unclosed elements:
5084          for (@{$self->{open_elements}}) {          for (@{$self->{open_elements}}) {
5085            unless ($_->[1] & ALL_END_TAG_OPTIONAL_EL) {            unless ($_->[1] & ALL_END_TAG_OPTIONAL_EL ||
5086                      $_->[1] == OPTGROUP_EL ||
5087                      $_->[1] == OPTION_EL ||
5088                      $_->[1] == RUBY_COMPONENT_EL) {
5089              !!!cp ('t403');              !!!cp ('t403');
5090              !!!parse-error (type => 'not closed',              !!!parse-error (type => 'not closed',
5091                              value => $_->[0]->manakai_local_name,                              text => $_->[0]->manakai_local_name,
5092                              token => $token);                              token => $token);
5093              last;              last;
5094            } else {            } else {
# Line 6920  sub _tree_construction_main ($) { Line 5096  sub _tree_construction_main ($) {
5096            }            }
5097          }          }
5098    
5099            ## 3. Switch the insertion mode.
5100          $self->{insertion_mode} = AFTER_BODY_IM;          $self->{insertion_mode} = AFTER_BODY_IM;
5101          !!!next-token;          !!!next-token;
5102          next B;          next B;
# Line 6927  sub _tree_construction_main ($) { Line 5104  sub _tree_construction_main ($) {
5104          ## TODO: Update this code.  It seems that the code below is not          ## TODO: Update this code.  It seems that the code below is not
5105          ## up-to-date, though it has same effect as speced.          ## up-to-date, though it has same effect as speced.
5106          if (@{$self->{open_elements}} > 1 and          if (@{$self->{open_elements}} > 1 and
5107              $self->{open_elements}->[1]->[1] & BODY_EL) {              $self->{open_elements}->[1]->[1] == BODY_EL) {
5108            ## ISSUE: There is an issue in the spec.            unless ($self->{open_elements}->[-1]->[1] == BODY_EL) {
           unless ($self->{open_elements}->[-1]->[1] & BODY_EL) {  
5109              !!!cp ('t406');              !!!cp ('t406');
5110              !!!parse-error (type => 'not closed',              !!!parse-error (type => 'not closed',
5111                              value => $self->{open_elements}->[1]->[0]                              text => $self->{open_elements}->[1]->[0]
5112                                  ->manakai_local_name,                                  ->manakai_local_name,
5113                              token => $token);                              token => $token);
5114            } else {            } else {
# Line 6943  sub _tree_construction_main ($) { Line 5119  sub _tree_construction_main ($) {
5119            next B;            next B;
5120          } else {          } else {
5121            !!!cp ('t408');            !!!cp ('t408');
5122            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
5123                              text => $token->{tag_name}, token => $token);
5124            ## Ignore the token            ## Ignore the token
5125            !!!next-token;            !!!next-token;
5126            next B;            next B;
5127          }          }
5128        } elsif ({        } elsif ({
5129                  address => 1, blockquote => 1, center => 1, dir => 1,                  ## NOTE: End tags for non-phrasing flow content elements
5130                  div => 1, dl => 1, fieldset => 1, listing => 1,  
5131                  menu => 1, ol => 1, pre => 1, ul => 1,                  ## NOTE: The normal ones
5132                    address => 1, article => 1, aside => 1, blockquote => 1,
5133                    center => 1, datagrid => 1, details => 1, dialog => 1,
5134                    dir => 1, div => 1, dl => 1, fieldset => 1, figure => 1,
5135                    footer => 1, header => 1, listing => 1, menu => 1, nav => 1,
5136                    ol => 1, pre => 1, section => 1, ul => 1,
5137    
5138                    ## NOTE: As normal, but ... optional tags
5139                  dd => 1, dt => 1, li => 1,                  dd => 1, dt => 1, li => 1,
5140    
5141                  applet => 1, button => 1, marquee => 1, object => 1,                  applet => 1, button => 1, marquee => 1, object => 1,
5142                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5143            ## NOTE: Code for <li> start tags includes "as if </li>" code.
5144            ## Code for <dt> or <dd> start tags includes "as if </dt> or
5145            ## </dd>" code.
5146    
5147          ## has an element in scope          ## has an element in scope
5148          my $i;          my $i;
5149          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
# Line 6971  sub _tree_construction_main ($) { Line 5160  sub _tree_construction_main ($) {
5160    
5161          unless (defined $i) { # has an element in scope          unless (defined $i) { # has an element in scope
5162            !!!cp ('t413');            !!!cp ('t413');
5163            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
5164                              text => $token->{tag_name}, token => $token);
5165              ## NOTE: Ignore the token.
5166          } else {          } else {
5167            ## Step 1. generate implied end tags            ## Step 1. generate implied end tags
5168            while ({            while ({
5169                      ## END_TAG_OPTIONAL_EL
5170                    dd => ($token->{tag_name} ne 'dd'),                    dd => ($token->{tag_name} ne 'dd'),
5171                    dt => ($token->{tag_name} ne 'dt'),                    dt => ($token->{tag_name} ne 'dt'),
5172                    li => ($token->{tag_name} ne 'li'),                    li => ($token->{tag_name} ne 'li'),
5173                      option => 1,
5174                      optgroup => 1,
5175                    p => 1,                    p => 1,
5176                      rt => 1,
5177                      rp => 1,
5178                   }->{$self->{open_elements}->[-1]->[0]->manakai_local_name}) {                   }->{$self->{open_elements}->[-1]->[0]->manakai_local_name}) {
5179              !!!cp ('t409');              !!!cp ('t409');
5180              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
# Line 6989  sub _tree_construction_main ($) { Line 5185  sub _tree_construction_main ($) {
5185                    ne $token->{tag_name}) {                    ne $token->{tag_name}) {
5186              !!!cp ('t412');              !!!cp ('t412');
5187              !!!parse-error (type => 'not closed',              !!!parse-error (type => 'not closed',
5188                              value => $self->{open_elements}->[-1]->[0]                              text => $self->{open_elements}->[-1]->[0]
5189                                  ->manakai_local_name,                                  ->manakai_local_name,
5190                              token => $token);                              token => $token);
5191            } else {            } else {
# Line 7008  sub _tree_construction_main ($) { Line 5204  sub _tree_construction_main ($) {
5204          !!!next-token;          !!!next-token;
5205          next B;          next B;
5206        } elsif ($token->{tag_name} eq 'form') {        } elsif ($token->{tag_name} eq 'form') {
5207            ## NOTE: As normal, but interacts with the form element pointer
5208    
5209          undef $self->{form_element};          undef $self->{form_element};
5210    
5211          ## has an element in scope          ## has an element in scope
5212          my $i;          my $i;
5213          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5214            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5215            if ($node->[1] & FORM_EL) {            if ($node->[1] == FORM_EL) {
5216              !!!cp ('t418');              !!!cp ('t418');
5217              $i = $_;              $i = $_;
5218              last INSCOPE;              last INSCOPE;
# Line 7026  sub _tree_construction_main ($) { Line 5224  sub _tree_construction_main ($) {
5224    
5225          unless (defined $i) { # has an element in scope          unless (defined $i) { # has an element in scope
5226            !!!cp ('t421');            !!!cp ('t421');
5227            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
5228                              text => $token->{tag_name}, token => $token);
5229              ## NOTE: Ignore the token.
5230          } else {          } else {
5231            ## Step 1. generate implied end tags            ## Step 1. generate implied end tags
5232            while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {            while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
# Line 7039  sub _tree_construction_main ($) { Line 5239  sub _tree_construction_main ($) {
5239                    ne $token->{tag_name}) {                    ne $token->{tag_name}) {
5240              !!!cp ('t417.1');              !!!cp ('t417.1');
5241              !!!parse-error (type => 'not closed',              !!!parse-error (type => 'not closed',
5242                              value => $self->{open_elements}->[-1]->[0]                              text => $self->{open_elements}->[-1]->[0]
5243                                  ->manakai_local_name,                                  ->manakai_local_name,
5244                              token => $token);                              token => $token);
5245            } else {            } else {
# Line 7053  sub _tree_construction_main ($) { Line 5253  sub _tree_construction_main ($) {
5253          !!!next-token;          !!!next-token;
5254          next B;          next B;
5255        } elsif ({        } elsif ({
5256                    ## NOTE: As normal, except acts as a closer for any ...
5257                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
5258                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5259          ## has an element in scope          ## has an element in scope
5260          my $i;          my $i;
5261          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5262            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5263            if ($node->[1] & HEADING_EL) {            if ($node->[1] == HEADING_EL) {
5264              !!!cp ('t423');              !!!cp ('t423');
5265              $i = $_;              $i = $_;
5266              last INSCOPE;              last INSCOPE;
# Line 7071  sub _tree_construction_main ($) { Line 5272  sub _tree_construction_main ($) {
5272    
5273          unless (defined $i) { # has an element in scope          unless (defined $i) { # has an element in scope
5274            !!!cp ('t425.1');            !!!cp ('t425.1');
5275            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
5276                              text => $token->{tag_name}, token => $token);
5277              ## NOTE: Ignore the token.
5278          } else {          } else {
5279            ## Step 1. generate implied end tags            ## Step 1. generate implied end tags
5280            while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {            while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
# Line 7083  sub _tree_construction_main ($) { Line 5286  sub _tree_construction_main ($) {
5286            if ($self->{open_elements}->[-1]->[0]->manakai_local_name            if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5287                    ne $token->{tag_name}) {                    ne $token->{tag_name}) {
5288              !!!cp ('t425');              !!!cp ('t425');
5289              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'unmatched end tag',
5290                                text => $token->{tag_name}, token => $token);
5291            } else {            } else {
5292              !!!cp ('t426');              !!!cp ('t426');
5293            }            }
# Line 7095  sub _tree_construction_main ($) { Line 5299  sub _tree_construction_main ($) {
5299          !!!next-token;          !!!next-token;
5300          next B;          next B;
5301        } elsif ($token->{tag_name} eq 'p') {        } elsif ($token->{tag_name} eq 'p') {
5302            ## NOTE: As normal, except </p> implies <p> and ...
5303    
5304          ## has an element in scope          ## has an element in scope
5305            my $non_optional;
5306          my $i;          my $i;
5307          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5308            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5309            if ($node->[1] & P_EL) {            if ($node->[1] == P_EL) {
5310              !!!cp ('t410.1');              !!!cp ('t410.1');
5311              $i = $_;              $i = $_;
5312              last INSCOPE;              last INSCOPE;
5313            } elsif ($node->[1] & SCOPING_EL) {            } elsif ($node->[1] & SCOPING_EL) {
5314              !!!cp ('t411.1');              !!!cp ('t411.1');
5315              last INSCOPE;              last INSCOPE;
5316              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
5317                ## NOTE: |END_TAG_OPTIONAL_EL| includes "p"
5318                !!!cp ('t411.2');
5319                #
5320              } else {
5321                !!!cp ('t411.3');
5322                $non_optional ||= $node;
5323                #
5324            }            }
5325          } # INSCOPE          } # INSCOPE
5326    
5327          if (defined $i) {          if (defined $i) {
5328            if ($self->{open_elements}->[-1]->[0]->manakai_local_name            ## 1. Generate implied end tags
5329                    ne $token->{tag_name}) {            #
5330    
5331              ## 2. If current node != "p", parse error
5332              if ($non_optional) {
5333              !!!cp ('t412.1');              !!!cp ('t412.1');
5334              !!!parse-error (type => 'not closed',              !!!parse-error (type => 'not closed',
5335                              value => $self->{open_elements}->[-1]->[0]                              text => $non_optional->[0]->manakai_local_name,
                                 ->manakai_local_name,  
5336                              token => $token);                              token => $token);
5337            } else {            } else {
5338              !!!cp ('t414.1');              !!!cp ('t414.1');
5339            }            }
5340    
5341              ## 3. Pop
5342            splice @{$self->{open_elements}}, $i;            splice @{$self->{open_elements}}, $i;
5343          } else {          } else {
5344            !!!cp ('t413.1');            !!!cp ('t413.1');
5345            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
5346                              text => $token->{tag_name}, token => $token);
5347    
5348            !!!cp ('t415.1');            !!!cp ('t415.1');
5349            ## As if <p>, then reprocess the current token            ## As if <p>, then reprocess the current token
# Line 7139  sub _tree_construction_main ($) { Line 5358  sub _tree_construction_main ($) {
5358        } elsif ({        } elsif ({
5359                  a => 1,                  a => 1,
5360                  b => 1, big => 1, em => 1, font => 1, i => 1,                  b => 1, big => 1, em => 1, font => 1, i => 1,
5361                  nobr => 1, s => 1, small => 1, strile => 1,                  nobr => 1, s => 1, small => 1, strike => 1,
5362                  strong => 1, tt => 1, u => 1,                  strong => 1, tt => 1, u => 1,
5363                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5364          !!!cp ('t427');          !!!cp ('t427');
# Line 7147  sub _tree_construction_main ($) { Line 5366  sub _tree_construction_main ($) {
5366          next B;          next B;
5367        } elsif ($token->{tag_name} eq 'br') {        } elsif ($token->{tag_name} eq 'br') {
5368          !!!cp ('t428');          !!!cp ('t428');
5369          !!!parse-error (type => 'unmatched end tag:br', token => $token);          !!!parse-error (type => 'unmatched end tag',
5370                            text => 'br', token => $token);
5371    
5372          ## As if <br>          ## As if <br>
5373          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
# Line 7159  sub _tree_construction_main ($) { Line 5379  sub _tree_construction_main ($) {
5379          ## Ignore the token.          ## Ignore the token.
5380          !!!next-token;          !!!next-token;
5381          next B;          next B;
       } elsif ({  
                 caption => 1, col => 1, colgroup => 1, frame => 1,  
                 frameset => 1, head => 1, option => 1, optgroup => 1,  
                 tbody => 1, td => 1, tfoot => 1, th => 1,  
                 thead => 1, tr => 1,  
                 area => 1, basefont => 1, bgsound => 1,  
                 embed => 1, hr => 1, iframe => 1, image => 1,  
                 img => 1, input => 1, isindex => 1, noembed => 1,  
                 noframes => 1, param => 1, select => 1, spacer => 1,  
                 table => 1, textarea => 1, wbr => 1,  
                 noscript => 0, ## TODO: if scripting is enabled  
                }->{$token->{tag_name}}) {  
         !!!cp ('t429');  
         !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);  
         ## Ignore the token  
         !!!next-token;  
         next B;  
           
         ## ISSUE: Issue on HTML5 new elements in spec  
           
5382        } else {        } else {
5383            if ($token->{tag_name} eq 'sarcasm') {
5384              sleep 0.001; # take a deep breath
5385            }
5386    
5387          ## Step 1          ## Step 1
5388          my $node_i = -1;          my $node_i = -1;
5389          my $node = $self->{open_elements}->[$node_i];          my $node = $self->{open_elements}->[$node_i];
5390    
5391          ## Step 2          ## Step 2
5392          S2: {          S2: {
5393            if ($node->[0]->manakai_local_name eq $token->{tag_name}) {            my $node_tag_name = $node->[0]->manakai_local_name;
5394              $node_tag_name =~ tr/A-Z/a-z/; # for SVG camelCase tag names
5395              if ($node_tag_name eq $token->{tag_name}) {
5396              ## Step 1              ## Step 1
5397              ## generate implied end tags              ## generate implied end tags
5398              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5399                !!!cp ('t430');                !!!cp ('t430');
5400                ## ISSUE: Can this case be reached?                ## NOTE: |<ruby><rt></ruby>|.
5401                  ## ISSUE: <ruby><rt></rt> will also take this code path,
5402                  ## which seems wrong.
5403                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
5404                  $node_i++;
5405              }              }
5406                    
5407              ## Step 2              ## Step 2
5408              if ($self->{open_elements}->[-1]->[0]->manakai_local_name              my $current_tag_name
5409                      ne $token->{tag_name}) {                  = $self->{open_elements}->[-1]->[0]->manakai_local_name;
5410                $current_tag_name =~ tr/A-Z/a-z/;
5411                if ($current_tag_name ne $token->{tag_name}) {
5412                !!!cp ('t431');                !!!cp ('t431');
5413                ## NOTE: <x><y></x>                ## NOTE: <x><y></x>
5414                !!!parse-error (type => 'not closed',                !!!parse-error (type => 'not closed',
5415                                value => $self->{open_elements}->[-1]->[0]                                text => $self->{open_elements}->[-1]->[0]
5416                                    ->manakai_local_name,                                    ->manakai_local_name,
5417                                token => $token);                                token => $token);
5418              } else {              } else {
# Line 7209  sub _tree_construction_main ($) { Line 5420  sub _tree_construction_main ($) {
5420              }              }
5421                            
5422              ## Step 3              ## Step 3
5423              splice @{$self->{open_elements}}, $node_i;              splice @{$self->{open_elements}}, $node_i if $node_i < 0;
5424    
5425              !!!next-token;              !!!next-token;
5426              last S2;              last S2;
# Line 7220  sub _tree_construction_main ($) { Line 5431  sub _tree_construction_main ($) {
5431                  ($node->[1] & SPECIAL_EL or                  ($node->[1] & SPECIAL_EL or
5432                   $node->[1] & SCOPING_EL)) {                   $node->[1] & SCOPING_EL)) {
5433                !!!cp ('t433');                !!!cp ('t433');
5434                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                !!!parse-error (type => 'unmatched end tag',
5435                                  text => $token->{tag_name}, token => $token);
5436                ## Ignore the token                ## Ignore the token
5437                !!!next-token;                !!!next-token;
5438                last S2;                last S2;
             }  
5439    
5440                  ## NOTE: |<span><dd></span>a|: In Safari 3.1.2 and Opera
5441                  ## 9.27, "a" is a child of <dd> (conforming).  In
5442                  ## Firefox 3.0.2, "a" is a child of <body>.  In WinIE 7,
5443                  ## "a" is a child of both <body> and <dd>.
5444                }
5445                
5446              !!!cp ('t434');              !!!cp ('t434');
5447            }            }
5448                        
# Line 7266  sub _tree_construction_main ($) { Line 5483  sub _tree_construction_main ($) {
5483    ## TODO: script stuffs    ## TODO: script stuffs
5484  } # _tree_construct_main  } # _tree_construct_main
5485    
5486  sub set_inner_html ($$$) {  ## XXX: How this method is organized is somewhat out of date, although
5487    ## it still does what the current spec documents.
5488    sub set_inner_html ($$$$;$) {
5489    my $class = shift;    my $class = shift;
5490    my $node = shift;    my $node = shift; # /context/
5491    my $s = \$_[0];    #my $s = \$_[0];
5492    my $onerror = $_[1];    my $onerror = $_[1];
5493      my $get_wrapper = $_[2] || sub ($) { return $_[0] };
   ## ISSUE: Should {confident} be true?  
5494    
5495    my $nt = $node->node_type;    my $nt = $node->node_type;
5496    if ($nt == 9) {    if ($nt == 9) { # Document (invoke the algorithm with no /context/ element)
5497      # MUST      # MUST
5498            
5499      ## Step 1 # MUST      ## Step 1 # MUST
# Line 7289  sub set_inner_html ($$$) { Line 5507  sub set_inner_html ($$$) {
5507      }      }
5508    
5509      ## Step 3, 4, 5 # MUST      ## Step 3, 4, 5 # MUST
5510      $class->parse_string ($$s => $node, $onerror);      $class->parse_char_string ($_[0] => $node, $onerror, $get_wrapper);
5511    } elsif ($nt == 1) {    } elsif ($nt == 1) { # Element (invoke the algorithm with /context/ element)
5512      ## TODO: If non-html element      ## TODO: If non-html element
5513    
5514      ## NOTE: Most of this code is copied from |parse_string|      ## NOTE: Most of this code is copied from |parse_string|
5515    
5516      ## Step 1 # MUST  ## TODO: Support for $get_wrapper
5517    
5518        ## F1. Create an HTML document.
5519      my $this_doc = $node->owner_document;      my $this_doc = $node->owner_document;
5520      my $doc = $this_doc->implementation->create_document;      my $doc = $this_doc->implementation->create_document;
5521      $doc->manakai_is_html (1);      $doc->manakai_is_html (1);
5522    
5523        ## F2. Propagate quirkness flag
5524        my $node_doc = $node->owner_document;
5525        $doc->manakai_compat_mode ($node_doc->manakai_compat_mode);
5526    
5527        ## F3. Create an HTML parser
5528      my $p = $class->new;      my $p = $class->new;
5529      $p->{document} = $doc;      $p->{document} = $doc;
5530    
# Line 7306  sub set_inner_html ($$$) { Line 5532  sub set_inner_html ($$$) {
5532      my $i = 0;      my $i = 0;
5533      $p->{line_prev} = $p->{line} = 1;      $p->{line_prev} = $p->{line} = 1;
5534      $p->{column_prev} = $p->{column} = 0;      $p->{column_prev} = $p->{column} = 0;
5535      $p->{set_next_char} = sub {      require Whatpm::Charset::DecodeHandle;
5536        my $input = Whatpm::Charset::DecodeHandle::CharString->new (\($_[0]));
5537        $input = $get_wrapper->($input);
5538        $p->{set_nc} = sub {
5539        my $self = shift;        my $self = shift;
5540    
5541        pop @{$self->{prev_char}};        my $char = '';
5542        unshift @{$self->{prev_char}}, $self->{next_char};        if (defined $self->{next_nc}) {
5543            $char = $self->{next_nc};
5544        $self->{next_char} = -1 and return if $i >= length $$s;          delete $self->{next_nc};
5545        $self->{next_char} = ord substr $$s, $i++, 1;          $self->{nc} = ord $char;
5546          } else {
5547            $self->{char_buffer} = '';
5548            $self->{char_buffer_pos} = 0;
5549            
5550            my $count = $input->manakai_read_until
5551                ($self->{char_buffer}, qr/[^\x00\x0A\x0D]/,
5552                 $self->{char_buffer_pos});
5553            if ($count) {
5554              $self->{line_prev} = $self->{line};
5555              $self->{column_prev} = $self->{column};
5556              $self->{column}++;
5557              $self->{nc}
5558                  = ord substr ($self->{char_buffer},
5559                                $self->{char_buffer_pos}++, 1);
5560              return;
5561            }
5562            
5563            if ($input->read ($char, 1)) {
5564              $self->{nc} = ord $char;
5565            } else {
5566              $self->{nc} = -1;
5567              return;
5568            }
5569          }
5570    
5571        ($p->{line_prev}, $p->{column_prev}) = ($p->{line}, $p->{column});        ($p->{line_prev}, $p->{column_prev}) = ($p->{line}, $p->{column});
5572        $p->{column}++;        $p->{column}++;
5573    
5574        if ($self->{next_char} == 0x000A) { # LF        if ($self->{nc} == 0x000A) { # LF
5575          $p->{line}++;          $p->{line}++;
5576          $p->{column} = 0;          $p->{column} = 0;
5577          !!!cp ('i1');          !!!cp ('i1');
5578        } elsif ($self->{next_char} == 0x000D) { # CR        } elsif ($self->{nc} == 0x000D) { # CR
5579          $i++ if substr ($$s, $i, 1) eq "\x0A";  ## TODO: support for abort/streaming
5580          $self->{next_char} = 0x000A; # LF # MUST          my $next = '';
5581            if ($input->read ($next, 1) and $next ne "\x0A") {
5582              $self->{next_nc} = $next;
5583            }
5584            $self->{nc} = 0x000A; # LF # MUST
5585          $p->{line}++;          $p->{line}++;
5586          $p->{column} = 0;          $p->{column} = 0;
5587          !!!cp ('i2');          !!!cp ('i2');
5588        } elsif ($self->{next_char} > 0x10FFFF) {        } elsif ($self->{nc} == 0x0000) { # NULL
         $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST  
         !!!cp ('i3');  
       } elsif ($self->{next_char} == 0x0000) { # NULL  
5589          !!!cp ('i4');          !!!cp ('i4');
5590          !!!parse-error (type => 'NULL');          !!!parse-error (type => 'NULL');
5591          $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{nc} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
       } elsif ($self->{next_char} <= 0x0008 or  
                (0x000E <= $self->{next_char} and  
                 $self->{next_char} <= 0x001F) or  
                (0x007F <= $self->{next_char} and  
                 $self->{next_char} <= 0x009F) or  
                (0xD800 <= $self->{next_char} and  
                 $self->{next_char} <= 0xDFFF) or  
                (0xFDD0 <= $self->{next_char} and  
                 $self->{next_char} <= 0xFDDF) or  
                {  
                 0xFFFE => 1, 0xFFFF => 1, 0x1FFFE => 1, 0x1FFFF => 1,  
                 0x2FFFE => 1, 0x2FFFF => 1, 0x3FFFE => 1, 0x3FFFF => 1,  
                 0x4FFFE => 1, 0x4FFFF => 1, 0x5FFFE => 1, 0x5FFFF => 1,  
                 0x6FFFE => 1, 0x6FFFF => 1, 0x7FFFE => 1, 0x7FFFF => 1,  
                 0x8FFFE => 1, 0x8FFFF => 1, 0x9FFFE => 1, 0x9FFFF => 1,  
                 0xAFFFE => 1, 0xAFFFF => 1, 0xBFFFE => 1, 0xBFFFF => 1,  
                 0xCFFFE => 1, 0xCFFFF => 1, 0xDFFFE => 1, 0xDFFFF => 1,  
                 0xEFFFE => 1, 0xEFFFF => 1, 0xFFFFE => 1, 0xFFFFF => 1,  
                 0x10FFFE => 1, 0x10FFFF => 1,  
                }->{$self->{next_char}}) {  
         !!!cp ('i4.1');  
         !!!parse-error (type => 'control char', level => $self->{must_level});  
 ## TODO: error type documentation  
5592        }        }
5593      };      };
5594      $p->{prev_char} = [-1, -1, -1];  
5595      $p->{next_char} = -1;      $p->{read_until} = sub {
5596              #my ($scalar, $specials_range, $offset) = @_;
5597          return 0 if defined $p->{next_nc};
5598    
5599          my $pattern = qr/[^$_[1]\x00\x0A\x0D]/;
5600          my $offset = $_[2] || 0;
5601          
5602          if ($p->{char_buffer_pos} < length $p->{char_buffer}) {
5603            pos ($p->{char_buffer}) = $p->{char_buffer_pos};
5604            if ($p->{char_buffer} =~ /\G(?>$pattern)+/) {
5605              substr ($_[0], $offset)
5606                  = substr ($p->{char_buffer}, $-[0], $+[0] - $-[0]);
5607              my $count = $+[0] - $-[0];
5608              if ($count) {
5609                $p->{column} += $count;
5610                $p->{char_buffer_pos} += $count;
5611                $p->{line_prev} = $p->{line};
5612                $p->{column_prev} = $p->{column} - 1;
5613                $p->{nc} = -1;
5614              }
5615              return $count;
5616            } else {
5617              return 0;
5618            }
5619          } else {
5620            my $count = $input->manakai_read_until ($_[0], $pattern, $_[2]);
5621            if ($count) {
5622              $p->{column} += $count;
5623              $p->{column_prev} += $count;
5624              $p->{nc} = -1;
5625            }
5626            return $count;
5627          }
5628        }; # $p->{read_until}
5629    
5630      my $ponerror = $onerror || sub {      my $ponerror = $onerror || sub {
5631        my (%opt) = @_;        my (%opt) = @_;
5632        my $line = $opt{line};        my $line = $opt{line};
# Line 7377  sub set_inner_html ($$$) { Line 5641  sub set_inner_html ($$$) {
5641        $ponerror->(line => $p->{line}, column => $p->{column}, @_);        $ponerror->(line => $p->{line}, column => $p->{column}, @_);
5642      };      };
5643            
5644        my $char_onerror = sub {
5645          my (undef, $type, %opt) = @_;
5646          $ponerror->(layer => 'encode',
5647                      line => $p->{line}, column => $p->{column} + 1,
5648                      %opt, type => $type);
5649        }; # $char_onerror
5650        $input->onerror ($char_onerror);
5651    
5652      $p->_initialize_tokenizer;      $p->_initialize_tokenizer;
5653      $p->_initialize_tree_constructor;      $p->_initialize_tree_constructor;
5654    
5655      ## Step 2      ## F4. If /context/ is not undef...
5656    
5657        ## F4.1. content model flag
5658      my $node_ln = $node->manakai_local_name;      my $node_ln = $node->manakai_local_name;
5659      $p->{content_model} = {      $p->{content_model} = {
5660        title => RCDATA_CONTENT_MODEL,        title => RCDATA_CONTENT_MODEL,
# Line 7396  sub set_inner_html ($$$) { Line 5670  sub set_inner_html ($$$) {
5670      }->{$node_ln};      }->{$node_ln};
5671      $p->{content_model} = PCDATA_CONTENT_MODEL      $p->{content_model} = PCDATA_CONTENT_MODEL
5672          unless defined $p->{content_model};          unless defined $p->{content_model};
         ## ISSUE: What is "the name of the element"? local name?  
5673    
5674      $p->{inner_html_node} = [$node, $el_category->{$node_ln}];      $p->{inner_html_node} = [$node, $el_category->{$node_ln}];
5675        ## TODO: Foreign element OK?        ## TODO: Foreign element OK?
5676    
5677      ## Step 3      ## F4.2. Root |html| element
5678      my $root = $doc->create_element_ns      my $root = $doc->create_element_ns
5679        ('http://www.w3.org/1999/xhtml', [undef, 'html']);        ('http://www.w3.org/1999/xhtml', [undef, 'html']);
5680    
5681      ## Step 4 # MUST      ## F4.3.
5682      $doc->append_child ($root);      $doc->append_child ($root);
5683    
5684      ## Step 5 # MUST      ## F4.4.
5685      push @{$p->{open_elements}}, [$root, $el_category->{html}];      push @{$p->{open_elements}}, [$root, $el_category->{html}];
5686    
5687      undef $p->{head_element};      undef $p->{head_element};
5688        undef $p->{head_element_inserted};
5689    
5690      ## Step 6 # MUST      ## F4.5.
5691      $p->_reset_insertion_mode;      $p->_reset_insertion_mode;
5692    
5693      ## Step 7 # MUST      ## F4.6.
5694      my $anode = $node;      my $anode = $node;
5695      AN: while (defined $anode) {      AN: while (defined $anode) {
5696        if ($anode->node_type == 1) {        if ($anode->node_type == 1) {
# Line 7431  sub set_inner_html ($$$) { Line 5705  sub set_inner_html ($$$) {
5705        }        }
5706        $anode = $anode->parent_node;        $anode = $anode->parent_node;
5707      } # AN      } # AN
5708        
5709      ## Step 9 # MUST      ## F.5. Set the input stream.
5710        $self->{confident} = 1; ## Confident: irrelevant.
5711    
5712        ## F.6. Start the parser.
5713      {      {
5714        my $self = $p;        my $self = $p;
5715        !!!next-token;        !!!next-token;
5716      }      }
5717      $p->_tree_construction_main;      $p->_tree_construction_main;
5718    
5719      ## Step 10 # MUST      ## F.7.
5720      my @cn = @{$node->child_nodes};      my @cn = @{$node->child_nodes};
5721      for (@cn) {      for (@cn) {
5722        $node->remove_child ($_);        $node->remove_child ($_);
Legend:
Removed from v.1.145  
changed lines
  Added in v.1.235
admin@suikawiki.org
 ViewVC Help
Powered by ViewVC 1.1.24