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

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

Parent Directory | Revision Log | View Patch Patch

-revision 1.207 by wakaba,
Mon Oct 13 08:27:44 2008 UTC
+revision 1.225 by wakaba,
Sun Aug 16 05:57:24 2009 UTC
 Line 3 
 use strict;
  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};
  use Error qw(:try);
+ use Whatpm::HTML::Tokenizer;
  ## NOTE: This module don't check all HTML5 parse errors; character
  ## encoding related parse errors are expected to be handled by relevant
  ## modules.
-Line 21 
 use Error qw(:try);
+Line 23 
 use Error qw(:try);
  require IO::Handle;
+ ## Namespace URLs
  my $HTML_NS = q<http://www.w3.org/1999/xhtml>;
  my $MML_NS = q<http://www.w3.org/1998/Math/MathML>;
  my $SVG_NS = q<http://www.w3.org/2000/svg>;
-Line 28 
 my $XLINK_NS = q<http://www.w3.org/1999/
+Line 32 
 my $XLINK_NS = q<http://www.w3.org/1999/
  my $XML_NS = q<http://www.w3.org/XML/1998/namespace>;
  my $XMLNS_NS = q<http://www.w3.org/2000/xmlns/>;
+ ## Element categories
  ## Bits 12-15
  sub SPECIAL_EL () { 0b1_000000000000000 }
  sub SCOPING_EL () { 0b1_00000000000000 }
-Line 35 
 sub FORMATTING_EL () { 0b1_0000000000000
+Line 41 
 sub FORMATTING_EL () { 0b1_0000000000000
  sub PHRASING_EL () { 0b1_000000000000 }
  ## Bits 10-11
- sub FOREIGN_EL () { 0b1_00000000000 }
+ #sub FOREIGN_EL () { 0b1_00000000000 } # see Whatpm::HTML::Tokenizer
  sub FOREIGN_FLOW_CONTENT_EL () { 0b1_0000000000 }
  ## Bits 6-9
-Line 342 
 my $foreign_attr_xname = {
+Line 348 
 my $foreign_attr_xname = {
  ## ISSUE: xmlns:xlink="non-xlink-ns" is not an error.
- my $charref_map = {
-x0D => 0x000A,
-x80 => 0x20AC,
-x81 => 0xFFFD,
-x82 => 0x201A,
-x83 => 0x0192,
-x84 => 0x201E,
-x85 => 0x2026,
-x86 => 0x2020,
-x87 => 0x2021,
-x88 => 0x02C6,
-x89 => 0x2030,
-x8A => 0x0160,
-x8B => 0x2039,
-x8C => 0x0152,
-x8D => 0xFFFD,
-x8E => 0x017D,
-x8F => 0xFFFD,
-x90 => 0xFFFD,
-x91 => 0x2018,
-x92 => 0x2019,
-x93 => 0x201C,
-x94 => 0x201D,
-x95 => 0x2022,
-x96 => 0x2013,
-x97 => 0x2014,
-x98 => 0x02DC,
-x99 => 0x2122,
-x9A => 0x0161,
-x9B => 0x203A,
-x9C => 0x0153,
-x9D => 0xFFFD,
-x9E => 0x017E,
-x9F => 0x0178,
- }; # $charref_map
- $charref_map->{$_} = 0xFFFD
-     for 0x0000..0x0008, 0x000B, 0x000E..0x001F, 0x007F,
-xD800..0xDFFF, 0xFDD0..0xFDDF, ## ISSUE: 0xFDEF
-xFFFE, 0xFFFF, 0x1FFFE, 0x1FFFF, 0x2FFFE, 0x2FFFF, 0x3FFFE, 0x3FFFF,
-x4FFFE, 0x4FFFF, 0x5FFFE, 0x5FFFF, 0x6FFFE, 0x6FFFF, 0x7FFFE,
-x7FFFF, 0x8FFFE, 0x8FFFF, 0x9FFFE, 0x9FFFF, 0xAFFFE, 0xAFFFF,
-xBFFFE, 0xBFFFF, 0xCFFFE, 0xCFFFF, 0xDFFFE, 0xDFFFF, 0xEFFFE,
-xEFFFF, 0xFFFFE, 0xFFFFF, 0x10FFFE, 0x10FFFF;
  ## TODO: Invoke the reset algorithm when a resettable element is
  ## created (cf. HTML5 revision 2259).
-Line 563 
 sub parse_byte_stream ($$$$;$$) {
+Line 525 
 sub parse_byte_stream ($$$$;$$) {
      if ($char_stream) { # if supported
        ## "Change the encoding" algorithm:
-       ## Step 1
-       if ($charset->{category} &
-           Message::Charset::Info::CHARSET_CATEGORY_UTF16 ()) {
-         $charset = Message::Charset::Info->get_by_html_name ('utf-8');
-         ($char_stream, $e_status) = $charset->get_decode_handle
-             ($byte_stream,
-              byte_buffer => \ $buffer->{buffer});
-       }
-       $charset_name = $charset->get_iana_name;
-       ## Step 2
+       ## Step 1
        if (defined $self->{input_encoding} and
            $self->{input_encoding} eq $charset_name) {
          !!!parse-error (type => 'charset label:matching',
-Line 584 
 sub parse_byte_stream ($$$$;$$) {
+Line 536 
 sub parse_byte_stream ($$$$;$$) {
          return;
        }
+       ## Step 2 (HTML5 revision 3205)
+       if (defined $self->{input_encoding} and
+           Message::Charset::Info->get_by_html_name ($self->{input_encoding})
+           ->{category} & Message::Charset::Info::CHARSET_CATEGORY_UTF16 ()) {
+         $self->{confident} = 1;
+         return;
+       }
+       ## Step 3
+       if ($charset->{category} &
+           Message::Charset::Info::CHARSET_CATEGORY_UTF16 ()) {
+         $charset = Message::Charset::Info->get_by_html_name ('utf-8');
+         ($char_stream, $e_status) = $charset->get_decode_handle
+             ($byte_stream,
+              byte_buffer => \ $buffer->{buffer});
+       }
+       $charset_name = $charset->get_iana_name;
        !!!parse-error (type => 'charset label detected',
                        text => $self->{input_encoding},
                        value => $charset_name,
                        level => $self->{level}->{warn},
                        token => $token);
-       ## Step 3
+       ## Step 4
        # if (can) {
          ## change the encoding on the fly.
          #$self->{confident} = 1;
          #return;
        # }
-       ## Step 4
+       ## Step 5
        throw Whatpm::HTML::RestartParser ();
      }
    }; # $self->{change_encoding}
-Line 838 
 sub new ($) {
+Line 808 
 sub new ($) {
    return $self;
  } # new
- 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_SECTION_STATE () { 35 }
- sub MD_HYPHEN_STATE () { 36 } # "markup declaration open state" in the spec
- sub MD_DOCTYPE_STATE () { 37 } # "markup declaration open state" in the spec
- sub MD_CDATA_STATE () { 38 } # "markup declaration open state" in the spec
- sub CDATA_RCDATA_CLOSE_TAG_STATE () { 39 } # "close tag open state" in the spec
- sub CDATA_SECTION_MSE1_STATE () { 40 } # "CDATA section state" in the spec
- sub CDATA_SECTION_MSE2_STATE () { 41 } # "CDATA section state" in the spec
- sub PUBLIC_STATE () { 42 } # "after DOCTYPE name state" in the spec
- sub SYSTEM_STATE () { 43 } # "after DOCTYPE name state" in the spec
- ## NOTE: "Entity data state", "entity in attribute value state", and
- ## "consume a character reference" algorithm are jointly implemented
- ## using the following six states:
- sub ENTITY_STATE () { 44 }
- sub ENTITY_HASH_STATE () { 45 }
- sub NCR_NUM_STATE () { 46 }
- sub HEXREF_X_STATE () { 47 }
- sub HEXREF_HEX_STATE () { 48 }
- sub ENTITY_NAME_STATE () { 49 }
- sub PCDATA_STATE () { 50 } # "data state" in the spec
- 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 }
  sub AFTER_HTML_IMS () { 0b100 }
  sub HEAD_IMS ()       { 0b1000 }
-Line 918 
 sub ROW_IMS ()        { 0b10000000 }
+Line 819 
 sub ROW_IMS ()        { 0b10000000 }
  sub BODY_AFTER_IMS () { 0b100000000 }
  sub FRAME_IMS ()      { 0b1000000000 }
  sub SELECT_IMS ()     { 0b10000000000 }
- sub IN_FOREIGN_CONTENT_IM () { 0b100000000000 }
+ #sub IN_FOREIGN_CONTENT_IM () { 0b100000000000 } # see Whatpm::HTML::Tokenizer
      ## NOTE: "in foreign content" insertion mode is special; it is combined
      ## with the secondary insertion mode.  In this parser, they are stored
      ## together in the bit-or'ed form.
-Line 927 
 sub IN_CDATA_RCDATA_IM () { 0b1000000000
+Line 828 
 sub IN_CDATA_RCDATA_IM () { 0b1000000000
      ## combined with the original insertion mode.  In thie parser,
      ## they are stored together in the bit-or'ed form.
+ sub IM_MASK () { 0b11111111111 }
  ## NOTE: "initial" and "before html" insertion modes have no constants.
  ## NOTE: "after after body" insertion mode.
-Line 952 
 sub IN_SELECT_IM () { SELECT_IMS | 0b01
+Line 855 
 sub IN_SELECT_IM () { SELECT_IMS | 0b01
  sub IN_SELECT_IN_TABLE_IM () { SELECT_IMS | 0b10 }
  sub IN_COLUMN_GROUP_IM () { 0b10 }
- ## Implementations MUST act as if state machine in the spec
- sub _initialize_tokenizer ($) {
-   my $self = shift;
-   $self->{state} = DATA_STATE; # MUST
-   #$self->{s_kwd}; # state keyword - initialized when used
-   #$self->{entity__value}; # initialized when used
-   #$self->{entity__match}; # initialized when used
-   $self->{content_model} = PCDATA_CONTENT_MODEL; # be
-   undef $self->{ct}; # current token
-   undef $self->{ca}; # current attribute
-   undef $self->{last_stag_name}; # last emitted start tag name
-   #$self->{prev_state}; # initialized when used
-   delete $self->{self_closing};
-   $self->{char_buffer} = '';
-   $self->{char_buffer_pos} = 0;
-   $self->{nc} = -1; # next input character
-   #$self->{next_nc}
-   !!!next-input-character;
-   $self->{token} = [];
-   # $self->{escape}
- } # _initialize_tokenizer
- ## A token has:
- ##   ->{type} == DOCTYPE_TOKEN, START_TAG_TOKEN, END_TAG_TOKEN, COMMENT_TOKEN,
- ##       CHARACTER_TOKEN, or END_OF_FILE_TOKEN
- ##   ->{name} (DOCTYPE_TOKEN)
- ##   ->{tag_name} (START_TAG_TOKEN, END_TAG_TOKEN)
- ##   ->{pubid} (DOCTYPE_TOKEN)
- ##   ->{sysid} (DOCTYPE_TOKEN)
- ##   ->{quirks} == 1 or 0 (DOCTYPE_TOKEN): "force-quirks" flag
- ##   ->{attributes} isa HASH (START_TAG_TOKEN, END_TAG_TOKEN)
- ##        ->{name}
- ##        ->{value}
- ##        ->{has_reference} == 1 or 0
- ##   ->{data} (COMMENT_TOKEN, CHARACTER_TOKEN)
- ## NOTE: The "self-closing flag" is hold as |$self->{self_closing}|.
- ##     |->{self_closing}| is used to save the value of |$self->{self_closing}|
- ##     while the token is pushed back to the stack.
- ## 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.
- ## TODO: Polytheistic slash SHOULD NOT be used. (Applied only to atheists.)
- ## (This requirement was dropped from HTML5 spec, unfortunately.)
- my $is_space = {
-x0009 => 1, # CHARACTER TABULATION (HT)
-x000A => 1, # LINE FEED (LF)
-   #0x000B => 0, # LINE TABULATION (VT)
-x000C => 1, # FORM FEED (FF)
-   #0x000D => 1, # CARRIAGE RETURN (CR)
-x0020 => 1, # SPACE (SP)
- };
- sub _get_next_token ($) {
-   my $self = shift;
-   if ($self->{self_closing}) {
-     !!!parse-error (type => 'nestc', token => $self->{ct});
-     ## 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
-     ## |ct|.
-     delete $self->{self_closing};
-   }
-   if (@{$self->{token}}) {
-     $self->{self_closing} = $self->{token}->[0]->{self_closing};
-     return shift @{$self->{token}};
-   }
-   A: {
-     if ($self->{state} == PCDATA_STATE) {
-       ## NOTE: Same as |DATA_STATE|, but only for |PCDATA| content model.
-       if ($self->{nc} == 0x0026) { # &
-         !!!cp (0.1);
-         ## NOTE: In the spec, the tokenizer is switched to the
-         ## "entity data state".  In this implementation, the tokenizer
-         ## is switched to the |ENTITY_STATE|, which is an implementation
-         ## of the "consume a character reference" algorithm.
-         $self->{entity_add} = -1;
-         $self->{prev_state} = DATA_STATE;
-         $self->{state} = ENTITY_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003C) { # <
-         !!!cp (0.2);
-         $self->{state} = TAG_OPEN_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!cp (0.3);
-         !!!emit ({type => END_OF_FILE_TOKEN,
-                   line => $self->{line}, column => $self->{column}});
-         last A; ## TODO: ok?
-       } else {
-         !!!cp (0.4);
-         #
-       }
-       # Anything else
-       my $token = {type => CHARACTER_TOKEN,
-                    data => chr $self->{nc},
-                    line => $self->{line}, column => $self->{column},
-                   };
-       $self->{read_until}->($token->{data}, q[<&], length $token->{data});
-       ## Stay in the state.
-       !!!next-input-character;
-       !!!emit ($token);
-       redo A;
-     } elsif ($self->{state} == DATA_STATE) {
-       $self->{s_kwd} = '' unless defined $self->{s_kwd};
-       if ($self->{nc} == 0x0026) { # &
-         $self->{s_kwd} = '';
-         if ($self->{content_model} & CM_ENTITY and # PCDATA | RCDATA
-             not $self->{escape}) {
-           !!!cp (1);
-           ## NOTE: In the spec, the tokenizer is switched to the
-           ## "entity data state".  In this implementation, the tokenizer
-           ## is switched to the |ENTITY_STATE|, which is an implementation
-           ## of the "consume a character reference" algorithm.
-           $self->{entity_add} = -1;
-           $self->{prev_state} = DATA_STATE;
-           $self->{state} = ENTITY_STATE;
-           !!!next-input-character;
-           redo A;
-         } else {
-           !!!cp (2);
-           #
-         }
-       } elsif ($self->{nc} == 0x002D) { # -
-         if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA
-           $self->{s_kwd} .= '-';
-           if ($self->{s_kwd} eq '<!--') {
-             !!!cp (3);
-             $self->{escape} = 1; # unless $self->{escape};
-             $self->{s_kwd} = '--';
-             #
-           } elsif ($self->{s_kwd} eq '---') {
-             !!!cp (4);
-             $self->{s_kwd} = '--';
-             #
-           } else {
-             !!!cp (5);
-             #
-           }
-         }
-         #
-       } elsif ($self->{nc} == 0x0021) { # !
-         if (length $self->{s_kwd}) {
-           !!!cp (5.1);
-           $self->{s_kwd} .= '!';
-           #
-         } else {
-           !!!cp (5.2);
-           #$self->{s_kwd} = '';
-           #
-         }
-         #
-       } elsif ($self->{nc} == 0x003C) { # <
-         if ($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);
-           $self->{s_kwd} = '';
-           #
-         }
-       } elsif ($self->{nc} == 0x003E) { # >
-         if ($self->{escape} and
-             ($self->{content_model} & CM_LIMITED_MARKUP)) { # RCDATA | CDATA
-           if ($self->{s_kwd} eq '--') {
-             !!!cp (8);
-             delete $self->{escape};
-           } else {
-             !!!cp (9);
-           }
-         } else {
-           !!!cp (10);
-         }
-         $self->{s_kwd} = '';
-         #
-       } elsif ($self->{nc} == -1) {
-         !!!cp (11);
-         $self->{s_kwd} = '';
-         !!!emit ({type => END_OF_FILE_TOKEN,
-                   line => $self->{line}, column => $self->{column}});
-         last A; ## TODO: ok?
-       } else {
-         !!!cp (12);
-         $self->{s_kwd} = '';
-         #
-       }
-       # Anything else
-       my $token = {type => CHARACTER_TOKEN,
-                    data => chr $self->{nc},
-                    line => $self->{line}, column => $self->{column},
-                   };
-       if ($self->{read_until}->($token->{data}, q[-!<>&],
-                                 length $token->{data})) {
-         $self->{s_kwd} = '';
-       }
-       ## Stay in the data state.
-       if ($self->{content_model} == PCDATA_CONTENT_MODEL) {
-         !!!cp (13);
-         $self->{state} = PCDATA_STATE;
-       } else {
-         !!!cp (14);
-         ## Stay in the state.
-       }
-       !!!next-input-character;
-       !!!emit ($token);
-       redo A;
-     } elsif ($self->{state} == TAG_OPEN_STATE) {
-       if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA
-         if ($self->{nc} == 0x002F) { # /
-           !!!cp (15);
-           !!!next-input-character;
-           $self->{state} = CLOSE_TAG_OPEN_STATE;
-           redo A;
-         } elsif ($self->{nc} == 0x0021) { # !
-           !!!cp (15.1);
-           $self->{s_kwd} = '<' unless $self->{escape};
-           #
-         } 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->{nc} == 0x0021) { # !
-           !!!cp (17);
-           $self->{state} = MARKUP_DECLARATION_OPEN_STATE;
-           !!!next-input-character;
-           redo A;
-         } elsif ($self->{nc} == 0x002F) { # /
-           !!!cp (18);
-           $self->{state} = CLOSE_TAG_OPEN_STATE;
-           !!!next-input-character;
-           redo A;
-         } elsif (0x0041 <= $self->{nc} and
-                  $self->{nc} <= 0x005A) { # A..Z
-           !!!cp (19);
-           $self->{ct}
-             = {type => START_TAG_TOKEN,
-                tag_name => chr ($self->{nc} + 0x0020),
-                line => $self->{line_prev},
-                column => $self->{column_prev}};
-           $self->{state} = TAG_NAME_STATE;
-           !!!next-input-character;
-           redo A;
-         } elsif (0x0061 <= $self->{nc} and
-                  $self->{nc} <= 0x007A) { # a..z
-           !!!cp (20);
-           $self->{ct} = {type => START_TAG_TOKEN,
-                                     tag_name => chr ($self->{nc}),
-                                     line => $self->{line_prev},
-                                     column => $self->{column_prev}};
-           $self->{state} = TAG_NAME_STATE;
-           !!!next-input-character;
-           redo A;
-         } elsif ($self->{nc} == 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->{nc} == 0x003F) { # ?
-           !!!cp (22);
-           !!!parse-error (type => 'pio',
-                           line => $self->{line_prev},
-                           column => $self->{column_prev});
-           $self->{state} = BOGUS_COMMENT_STATE;
-           $self->{ct} = {type => COMMENT_TOKEN, data => '',
-                                     line => $self->{line_prev},
-                                     column => $self->{column_prev},
-                                    };
-           ## $self->{nc} 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) {
-       ## NOTE: The "close tag open state" in the spec is implemented as
-       ## |CLOSE_TAG_OPEN_STATE| and |CDATA_RCDATA_CLOSE_TAG_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_stag_name}) {
-           $self->{state} = CDATA_RCDATA_CLOSE_TAG_STATE;
-           $self->{s_kwd} = '';
-           ## Reconsume.
-           redo A;
-         } else {
-           ## No start tag token has ever been emitted
-           ## NOTE: See <http://krijnhoetmer.nl/irc-logs/whatwg/20070626#l-564>.
-           !!!cp (28);
-           $self->{state} = DATA_STATE;
-           ## Reconsume.
-           !!!emit ({type => CHARACTER_TOKEN, data => '</',
-                     line => $l, column => $c,
-                    });
-           redo A;
-         }
-       }
-       if (0x0041 <= $self->{nc} and
-           $self->{nc} <= 0x005A) { # A..Z
-         !!!cp (29);
-         $self->{ct}
-             = {type => END_TAG_TOKEN,
-                tag_name => chr ($self->{nc} + 0x0020),
-                line => $l, column => $c};
-         $self->{state} = TAG_NAME_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif (0x0061 <= $self->{nc} and
-                $self->{nc} <= 0x007A) { # a..z
-         !!!cp (30);
-         $self->{ct} = {type => END_TAG_TOKEN,
-                                   tag_name => chr ($self->{nc}),
-                                   line => $l, column => $c};
-         $self->{state} = TAG_NAME_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 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->{nc} == -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->{ct} = {type => COMMENT_TOKEN, data => '',
-                                   line => $self->{line_prev}, # "<" of "</"
-                                   column => $self->{column_prev} - 1,
-                                  };
-         ## NOTE: $self->{nc} is intentionally left as is.
-         ## Although the "anything else" case of the spec not explicitly
-         ## states that the next input character is to be reconsumed,
-         ## it will be included to the |data| of the comment token
-         ## generated from the bogus end tag, as defined in the
-         ## "bogus comment state" entry.
-         redo A;
-       }
-     } elsif ($self->{state} == CDATA_RCDATA_CLOSE_TAG_STATE) {
-       my $ch = substr $self->{last_stag_name}, length $self->{s_kwd}, 1;
-       if (length $ch) {
-         my $CH = $ch;
-         $ch =~ tr/a-z/A-Z/;
-         my $nch = chr $self->{nc};
-         if ($nch eq $ch or $nch eq $CH) {
-           !!!cp (24);
-           ## Stay in the state.
-           $self->{s_kwd} .= $nch;
-           !!!next-input-character;
-           redo A;
-         } else {
-           !!!cp (25);
-           $self->{state} = DATA_STATE;
-           ## Reconsume.
-           !!!emit ({type => CHARACTER_TOKEN,
-                     data => '</' . $self->{s_kwd},
-                     line => $self->{line_prev},
-                     column => $self->{column_prev} - 1 - length $self->{s_kwd},
-                    });
-           redo A;
-         }
-       } else { # after "<{tag-name}"
-         unless ($is_space->{$self->{nc}} or
-                 {
-x003E => 1, # >
-x002F => 1, # /
-                  -1 => 1, # EOF
-                 }->{$self->{nc}}) {
-           !!!cp (26);
-           ## Reconsume.
-           $self->{state} = DATA_STATE;
-           !!!emit ({type => CHARACTER_TOKEN,
-                     data => '</' . $self->{s_kwd},
-                     line => $self->{line_prev},
-                     column => $self->{column_prev} - 1 - length $self->{s_kwd},
-                    });
-           redo A;
-         } else {
-           !!!cp (27);
-           $self->{ct}
-               = {type => END_TAG_TOKEN,
-                  tag_name => $self->{last_stag_name},
-                  line => $self->{line_prev},
-                  column => $self->{column_prev} - 1 - length $self->{s_kwd}};
-           $self->{state} = TAG_NAME_STATE;
-           ## Reconsume.
-           redo A;
-         }
-       }
-     } elsif ($self->{state} == TAG_NAME_STATE) {
-       if ($is_space->{$self->{nc}}) {
-         !!!cp (34);
-         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003E) { # >
-         if ($self->{ct}->{type} == START_TAG_TOKEN) {
-           !!!cp (35);
-           $self->{last_stag_name} = $self->{ct}->{tag_name};
-         } elsif ($self->{ct}->{type} == END_TAG_TOKEN) {
-           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
-           #if ($self->{ct}->{attributes}) {
-           #  ## NOTE: This should never be reached.
-           #  !!! cp (36);
-           #  !!! parse-error (type => 'end tag attribute');
-           #} else {
-             !!!cp (37);
-           #}
-         } else {
-           die "$0: $self->{ct}->{type}: Unknown token type";
-         }
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         !!!emit ($self->{ct}); # start tag or end tag
-         redo A;
-       } elsif (0x0041 <= $self->{nc} and
-                $self->{nc} <= 0x005A) { # A..Z
-         !!!cp (38);
-         $self->{ct}->{tag_name} .= chr ($self->{nc} + 0x0020);
-           # start tag or end tag
-         ## Stay in this state
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!parse-error (type => 'unclosed tag');
-         if ($self->{ct}->{type} == START_TAG_TOKEN) {
-           !!!cp (39);
-           $self->{last_stag_name} = $self->{ct}->{tag_name};
-         } elsif ($self->{ct}->{type} == END_TAG_TOKEN) {
-           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
-           #if ($self->{ct}->{attributes}) {
-           #  ## NOTE: This state should never be reached.
-           #  !!! cp (40);
-           #  !!! parse-error (type => 'end tag attribute');
-           #} else {
-             !!!cp (41);
-           #}
-         } else {
-           die "$0: $self->{ct}->{type}: Unknown token type";
-         }
-         $self->{state} = DATA_STATE;
-         # reconsume
-         !!!emit ($self->{ct}); # start tag or end tag
-         redo A;
-       } elsif ($self->{nc} == 0x002F) { # /
-         !!!cp (42);
-         $self->{state} = SELF_CLOSING_START_TAG_STATE;
-         !!!next-input-character;
-         redo A;
-       } else {
-         !!!cp (44);
-         $self->{ct}->{tag_name} .= chr $self->{nc};
-           # start tag or end tag
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == BEFORE_ATTRIBUTE_NAME_STATE) {
-       if ($is_space->{$self->{nc}}) {
-         !!!cp (45);
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003E) { # >
-         if ($self->{ct}->{type} == START_TAG_TOKEN) {
-           !!!cp (46);
-           $self->{last_stag_name} = $self->{ct}->{tag_name};
-         } elsif ($self->{ct}->{type} == END_TAG_TOKEN) {
-           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
-           if ($self->{ct}->{attributes}) {
-             !!!cp (47);
-             !!!parse-error (type => 'end tag attribute');
-           } else {
-             !!!cp (48);
-           }
-         } else {
-           die "$0: $self->{ct}->{type}: Unknown token type";
-         }
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         !!!emit ($self->{ct}); # start tag or end tag
-         redo A;
-       } elsif (0x0041 <= $self->{nc} and
-                $self->{nc} <= 0x005A) { # A..Z
-         !!!cp (49);
-         $self->{ca}
-             = {name => chr ($self->{nc} + 0x0020),
-                value => '',
-                line => $self->{line}, column => $self->{column}};
-         $self->{state} = ATTRIBUTE_NAME_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x002F) { # /
-         !!!cp (50);
-         $self->{state} = SELF_CLOSING_START_TAG_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!parse-error (type => 'unclosed tag');
-         if ($self->{ct}->{type} == START_TAG_TOKEN) {
-           !!!cp (52);
-           $self->{last_stag_name} = $self->{ct}->{tag_name};
-         } elsif ($self->{ct}->{type} == END_TAG_TOKEN) {
-           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
-           if ($self->{ct}->{attributes}) {
-             !!!cp (53);
-             !!!parse-error (type => 'end tag attribute');
-           } else {
-             !!!cp (54);
-           }
-         } else {
-           die "$0: $self->{ct}->{type}: Unknown token type";
-         }
-         $self->{state} = DATA_STATE;
-         # reconsume
-         !!!emit ($self->{ct}); # start tag or end tag
-         redo A;
-       } else {
-         if ({
-x0022 => 1, # "
-x0027 => 1, # '
-x003D => 1, # =
-             }->{$self->{nc}}) {
-           !!!cp (55);
-           !!!parse-error (type => 'bad attribute name');
-         } else {
-           !!!cp (56);
-         }
-         $self->{ca}
-             = {name => chr ($self->{nc}),
-                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 $self->{ct}->{attributes} # start tag or end tag
-             ->{$self->{ca}->{name}}) { # MUST
-           !!!cp (57);
-           !!!parse-error (type => 'duplicate attribute', text => $self->{ca}->{name}, line => $self->{ca}->{line}, column => $self->{ca}->{column});
-           ## Discard $self->{ca} # MUST
-         } else {
-           !!!cp (58);
-           $self->{ct}->{attributes}->{$self->{ca}->{name}}
-             = $self->{ca};
-         }
-       }; # $before_leave
-       if ($is_space->{$self->{nc}}) {
-         !!!cp (59);
-         $before_leave->();
-         $self->{state} = AFTER_ATTRIBUTE_NAME_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003D) { # =
-         !!!cp (60);
-         $before_leave->();
-         $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003E) { # >
-         $before_leave->();
-         if ($self->{ct}->{type} == START_TAG_TOKEN) {
-           !!!cp (61);
-           $self->{last_stag_name} = $self->{ct}->{tag_name};
-         } elsif ($self->{ct}->{type} == END_TAG_TOKEN) {
-           !!!cp (62);
-           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
-           if ($self->{ct}->{attributes}) {
-             !!!parse-error (type => 'end tag attribute');
-           }
-         } else {
-           die "$0: $self->{ct}->{type}: Unknown token type";
-         }
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         !!!emit ($self->{ct}); # start tag or end tag
-         redo A;
-       } elsif (0x0041 <= $self->{nc} and
-                $self->{nc} <= 0x005A) { # A..Z
-         !!!cp (63);
-         $self->{ca}->{name} .= chr ($self->{nc} + 0x0020);
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x002F) { # /
-         !!!cp (64);
-         $before_leave->();
-         $self->{state} = SELF_CLOSING_START_TAG_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!parse-error (type => 'unclosed tag');
-         $before_leave->();
-         if ($self->{ct}->{type} == START_TAG_TOKEN) {
-           !!!cp (66);
-           $self->{last_stag_name} = $self->{ct}->{tag_name};
-         } elsif ($self->{ct}->{type} == END_TAG_TOKEN) {
-           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
-           if ($self->{ct}->{attributes}) {
-             !!!cp (67);
-             !!!parse-error (type => 'end tag attribute');
-           } else {
-             ## NOTE: This state should never be reached.
-             !!!cp (68);
-           }
-         } else {
-           die "$0: $self->{ct}->{type}: Unknown token type";
-         }
-         $self->{state} = DATA_STATE;
-         # reconsume
-         !!!emit ($self->{ct}); # start tag or end tag
-         redo A;
-       } else {
-         if ($self->{nc} == 0x0022 or # "
-             $self->{nc} == 0x0027) { # '
-           !!!cp (69);
-           !!!parse-error (type => 'bad attribute name');
-         } else {
-           !!!cp (70);
-         }
-         $self->{ca}->{name} .= chr ($self->{nc});
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == AFTER_ATTRIBUTE_NAME_STATE) {
-       if ($is_space->{$self->{nc}}) {
-         !!!cp (71);
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003D) { # =
-         !!!cp (72);
-         $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003E) { # >
-         if ($self->{ct}->{type} == START_TAG_TOKEN) {
-           !!!cp (73);
-           $self->{last_stag_name} = $self->{ct}->{tag_name};
-         } elsif ($self->{ct}->{type} == END_TAG_TOKEN) {
-           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
-           if ($self->{ct}->{attributes}) {
-             !!!cp (74);
-             !!!parse-error (type => 'end tag attribute');
-           } else {
-             ## NOTE: This state should never be reached.
-             !!!cp (75);
-           }
-         } else {
-           die "$0: $self->{ct}->{type}: Unknown token type";
-         }
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         !!!emit ($self->{ct}); # start tag or end tag
-         redo A;
-       } elsif (0x0041 <= $self->{nc} and
-                $self->{nc} <= 0x005A) { # A..Z
-         !!!cp (76);
-         $self->{ca}
-             = {name => chr ($self->{nc} + 0x0020),
-                value => '',
-                line => $self->{line}, column => $self->{column}};
-         $self->{state} = ATTRIBUTE_NAME_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x002F) { # /
-         !!!cp (77);
-         $self->{state} = SELF_CLOSING_START_TAG_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!parse-error (type => 'unclosed tag');
-         if ($self->{ct}->{type} == START_TAG_TOKEN) {
-           !!!cp (79);
-           $self->{last_stag_name} = $self->{ct}->{tag_name};
-         } elsif ($self->{ct}->{type} == END_TAG_TOKEN) {
-           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
-           if ($self->{ct}->{attributes}) {
-             !!!cp (80);
-             !!!parse-error (type => 'end tag attribute');
-           } else {
-             ## NOTE: This state should never be reached.
-             !!!cp (81);
-           }
-         } else {
-           die "$0: $self->{ct}->{type}: Unknown token type";
-         }
-         $self->{state} = DATA_STATE;
-         # reconsume
-         !!!emit ($self->{ct}); # start tag or end tag
-         redo A;
-       } else {
-         if ($self->{nc} == 0x0022 or # "
-             $self->{nc} == 0x0027) { # '
-           !!!cp (78);
-           !!!parse-error (type => 'bad attribute name');
-         } else {
-           !!!cp (82);
-         }
-         $self->{ca}
-             = {name => chr ($self->{nc}),
-                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 ($is_space->{$self->{nc}}) {
-         !!!cp (83);
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x0022) { # "
-         !!!cp (84);
-         $self->{state} = ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x0026) { # &
-         !!!cp (85);
-         $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;
-         ## reconsume
-         redo A;
-       } elsif ($self->{nc} == 0x0027) { # '
-         !!!cp (86);
-         $self->{state} = ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003E) { # >
-         !!!parse-error (type => 'empty unquoted attribute value');
-         if ($self->{ct}->{type} == START_TAG_TOKEN) {
-           !!!cp (87);
-           $self->{last_stag_name} = $self->{ct}->{tag_name};
-         } elsif ($self->{ct}->{type} == END_TAG_TOKEN) {
-           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
-           if ($self->{ct}->{attributes}) {
-             !!!cp (88);
-             !!!parse-error (type => 'end tag attribute');
-           } else {
-             ## NOTE: This state should never be reached.
-             !!!cp (89);
-           }
-         } else {
-           die "$0: $self->{ct}->{type}: Unknown token type";
-         }
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         !!!emit ($self->{ct}); # start tag or end tag
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!parse-error (type => 'unclosed tag');
-         if ($self->{ct}->{type} == START_TAG_TOKEN) {
-           !!!cp (90);
-           $self->{last_stag_name} = $self->{ct}->{tag_name};
-         } elsif ($self->{ct}->{type} == END_TAG_TOKEN) {
-           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
-           if ($self->{ct}->{attributes}) {
-             !!!cp (91);
-             !!!parse-error (type => 'end tag attribute');
-           } else {
-             ## NOTE: This state should never be reached.
-             !!!cp (92);
-           }
-         } else {
-           die "$0: $self->{ct}->{type}: Unknown token type";
-         }
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         !!!emit ($self->{ct}); # start tag or end tag
-         redo A;
-       } else {
-         if ($self->{nc} == 0x003D) { # =
-           !!!cp (93);
-           !!!parse-error (type => 'bad attribute value');
-         } else {
-           !!!cp (94);
-         }
-         $self->{ca}->{value} .= chr ($self->{nc});
-         $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE) {
-       if ($self->{nc} == 0x0022) { # "
-         !!!cp (95);
-         $self->{state} = AFTER_ATTRIBUTE_VALUE_QUOTED_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x0026) { # &
-         !!!cp (96);
-         ## NOTE: In the spec, the tokenizer is switched to the
-         ## "entity in attribute value state".  In this implementation, the
-         ## tokenizer is switched to the |ENTITY_STATE|, which is an
-         ## implementation of the "consume a character reference" algorithm.
-         $self->{prev_state} = $self->{state};
-         $self->{entity_add} = 0x0022; # "
-         $self->{state} = ENTITY_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!parse-error (type => 'unclosed attribute value');
-         if ($self->{ct}->{type} == START_TAG_TOKEN) {
-           !!!cp (97);
-           $self->{last_stag_name} = $self->{ct}->{tag_name};
-         } elsif ($self->{ct}->{type} == END_TAG_TOKEN) {
-           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
-           if ($self->{ct}->{attributes}) {
-             !!!cp (98);
-             !!!parse-error (type => 'end tag attribute');
-           } else {
-             ## NOTE: This state should never be reached.
-             !!!cp (99);
-           }
-         } else {
-           die "$0: $self->{ct}->{type}: Unknown token type";
-         }
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         !!!emit ($self->{ct}); # start tag or end tag
-         redo A;
-       } else {
-         !!!cp (100);
-         $self->{ca}->{value} .= chr ($self->{nc});
-         $self->{read_until}->($self->{ca}->{value},
-                               q["&],
-                               length $self->{ca}->{value});
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE) {
-       if ($self->{nc} == 0x0027) { # '
-         !!!cp (101);
-         $self->{state} = AFTER_ATTRIBUTE_VALUE_QUOTED_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x0026) { # &
-         !!!cp (102);
-         ## NOTE: In the spec, the tokenizer is switched to the
-         ## "entity in attribute value state".  In this implementation, the
-         ## tokenizer is switched to the |ENTITY_STATE|, which is an
-         ## implementation of the "consume a character reference" algorithm.
-         $self->{entity_add} = 0x0027; # '
-         $self->{prev_state} = $self->{state};
-         $self->{state} = ENTITY_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!parse-error (type => 'unclosed attribute value');
-         if ($self->{ct}->{type} == START_TAG_TOKEN) {
-           !!!cp (103);
-           $self->{last_stag_name} = $self->{ct}->{tag_name};
-         } elsif ($self->{ct}->{type} == END_TAG_TOKEN) {
-           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
-           if ($self->{ct}->{attributes}) {
-             !!!cp (104);
-             !!!parse-error (type => 'end tag attribute');
-           } else {
-             ## NOTE: This state should never be reached.
-             !!!cp (105);
-           }
-         } else {
-           die "$0: $self->{ct}->{type}: Unknown token type";
-         }
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         !!!emit ($self->{ct}); # start tag or end tag
-         redo A;
-       } else {
-         !!!cp (106);
-         $self->{ca}->{value} .= chr ($self->{nc});
-         $self->{read_until}->($self->{ca}->{value},
-                               q['&],
-                               length $self->{ca}->{value});
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == ATTRIBUTE_VALUE_UNQUOTED_STATE) {
-       if ($is_space->{$self->{nc}}) {
-         !!!cp (107);
-         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x0026) { # &
-         !!!cp (108);
-         ## NOTE: In the spec, the tokenizer is switched to the
-         ## "entity in attribute value state".  In this implementation, the
-         ## tokenizer is switched to the |ENTITY_STATE|, which is an
-         ## implementation of the "consume a character reference" algorithm.
-         $self->{entity_add} = -1;
-         $self->{prev_state} = $self->{state};
-         $self->{state} = ENTITY_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003E) { # >
-         if ($self->{ct}->{type} == START_TAG_TOKEN) {
-           !!!cp (109);
-           $self->{last_stag_name} = $self->{ct}->{tag_name};
-         } elsif ($self->{ct}->{type} == END_TAG_TOKEN) {
-           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
-           if ($self->{ct}->{attributes}) {
-             !!!cp (110);
-             !!!parse-error (type => 'end tag attribute');
-           } else {
-             ## NOTE: This state should never be reached.
-             !!!cp (111);
-           }
-         } else {
-           die "$0: $self->{ct}->{type}: Unknown token type";
-         }
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         !!!emit ($self->{ct}); # start tag or end tag
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!parse-error (type => 'unclosed tag');
-         if ($self->{ct}->{type} == START_TAG_TOKEN) {
-           !!!cp (112);
-           $self->{last_stag_name} = $self->{ct}->{tag_name};
-         } elsif ($self->{ct}->{type} == END_TAG_TOKEN) {
-           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
-           if ($self->{ct}->{attributes}) {
-             !!!cp (113);
-             !!!parse-error (type => 'end tag attribute');
-           } else {
-             ## NOTE: This state should never be reached.
-             !!!cp (114);
-           }
-         } else {
-           die "$0: $self->{ct}->{type}: Unknown token type";
-         }
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         !!!emit ($self->{ct}); # start tag or end tag
-         redo A;
-       } else {
-         if ({
-x0022 => 1, # "
-x0027 => 1, # '
-x003D => 1, # =
-             }->{$self->{nc}}) {
-           !!!cp (115);
-           !!!parse-error (type => 'bad attribute value');
-         } else {
-           !!!cp (116);
-         }
-         $self->{ca}->{value} .= chr ($self->{nc});
-         $self->{read_until}->($self->{ca}->{value},
-                               q["'=& >],
-                               length $self->{ca}->{value});
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == AFTER_ATTRIBUTE_VALUE_QUOTED_STATE) {
-       if ($is_space->{$self->{nc}}) {
-         !!!cp (118);
-         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003E) { # >
-         if ($self->{ct}->{type} == START_TAG_TOKEN) {
-           !!!cp (119);
-           $self->{last_stag_name} = $self->{ct}->{tag_name};
-         } elsif ($self->{ct}->{type} == END_TAG_TOKEN) {
-           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
-           if ($self->{ct}->{attributes}) {
-             !!!cp (120);
-             !!!parse-error (type => 'end tag attribute');
-           } else {
-             ## NOTE: This state should never be reached.
-             !!!cp (121);
-           }
-         } else {
-           die "$0: $self->{ct}->{type}: Unknown token type";
-         }
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         !!!emit ($self->{ct}); # start tag or end tag
-         redo A;
-       } elsif ($self->{nc} == 0x002F) { # /
-         !!!cp (122);
-         $self->{state} = SELF_CLOSING_START_TAG_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!parse-error (type => 'unclosed tag');
-         if ($self->{ct}->{type} == START_TAG_TOKEN) {
-           !!!cp (122.3);
-           $self->{last_stag_name} = $self->{ct}->{tag_name};
-         } elsif ($self->{ct}->{type} == END_TAG_TOKEN) {
-           if ($self->{ct}->{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->{ct}->{type}: Unknown token type";
-         }
-         $self->{state} = DATA_STATE;
-         ## Reconsume.
-         !!!emit ($self->{ct}); # 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 ($self->{nc} == 0x003E) { # >
-         if ($self->{ct}->{type} == END_TAG_TOKEN) {
-           !!!cp ('124.2');
-           !!!parse-error (type => 'nestc', token => $self->{ct});
-           ## TODO: Different type than slash in start tag
-           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
-           if ($self->{ct}->{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->{ct}); # start tag or end tag
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!parse-error (type => 'unclosed tag');
-         if ($self->{ct}->{type} == START_TAG_TOKEN) {
-           !!!cp (124.7);
-           $self->{last_stag_name} = $self->{ct}->{tag_name};
-         } elsif ($self->{ct}->{type} == END_TAG_TOKEN) {
-           if ($self->{ct}->{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->{ct}->{type}: Unknown token type";
-         }
-         $self->{state} = DATA_STATE;
-         ## Reconsume.
-         !!!emit ($self->{ct}); # 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: Unlike spec's "bogus comment state", this implementation
-       ## consumes characters one-by-one basis.
-       if ($self->{nc} == 0x003E) { # >
-         !!!cp (124);
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         !!!emit ($self->{ct}); # comment
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!cp (125);
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         !!!emit ($self->{ct}); # comment
-         redo A;
-       } else {
-         !!!cp (126);
-         $self->{ct}->{data} .= chr ($self->{nc}); # comment
-         $self->{read_until}->($self->{ct}->{data},
-                               q[>],
-                               length $self->{ct}->{data});
-         ## Stay in the state.
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == MARKUP_DECLARATION_OPEN_STATE) {
-       ## (only happen if PCDATA state)
-       if ($self->{nc} == 0x002D) { # -
-         !!!cp (133);
-         $self->{state} = MD_HYPHEN_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x0044 or # D
-                $self->{nc} == 0x0064) { # d
-         ## ASCII case-insensitive.
-         !!!cp (130);
-         $self->{state} = MD_DOCTYPE_STATE;
-         $self->{s_kwd} = chr $self->{nc};
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM and
-                $self->{open_elements}->[-1]->[1] & FOREIGN_EL and
-                $self->{nc} == 0x005B) { # [
-         !!!cp (135.4);
-         $self->{state} = MD_CDATA_STATE;
-         $self->{s_kwd} = '[';
-         !!!next-input-character;
-         redo A;
-       } else {
-         !!!cp (136);
-       }
-       !!!parse-error (type => 'bogus comment',
-                       line => $self->{line_prev},
-                       column => $self->{column_prev} - 1);
-       ## Reconsume.
-       $self->{state} = BOGUS_COMMENT_STATE;
-       $self->{ct} = {type => COMMENT_TOKEN, data => '',
-                                 line => $self->{line_prev},
-                                 column => $self->{column_prev} - 1,
-                                };
-       redo A;
-     } elsif ($self->{state} == MD_HYPHEN_STATE) {
-       if ($self->{nc} == 0x002D) { # -
-         !!!cp (127);
-         $self->{ct} = {type => COMMENT_TOKEN, data => '',
-                                   line => $self->{line_prev},
-                                   column => $self->{column_prev} - 2,
-                                  };
-         $self->{state} = COMMENT_START_STATE;
-         !!!next-input-character;
-         redo A;
-       } else {
-         !!!cp (128);
-         !!!parse-error (type => 'bogus comment',
-                         line => $self->{line_prev},
-                         column => $self->{column_prev} - 2);
-         $self->{state} = BOGUS_COMMENT_STATE;
-         ## Reconsume.
-         $self->{ct} = {type => COMMENT_TOKEN,
-                                   data => '-',
-                                   line => $self->{line_prev},
-                                   column => $self->{column_prev} - 2,
-                                  };
-         redo A;
-       }
-     } elsif ($self->{state} == MD_DOCTYPE_STATE) {
-       ## ASCII case-insensitive.
-       if ($self->{nc} == [
-             undef,
-x004F, # O
-x0043, # C
-x0054, # T
-x0059, # Y
-x0050, # P
-           ]->[length $self->{s_kwd}] or
-           $self->{nc} == [
-             undef,
-x006F, # o
-x0063, # c
-x0074, # t
-x0079, # y
-x0070, # p
-           ]->[length $self->{s_kwd}]) {
-         !!!cp (131);
-         ## Stay in the state.
-         $self->{s_kwd} .= chr $self->{nc};
-         !!!next-input-character;
-         redo A;
-       } elsif ((length $self->{s_kwd}) == 6 and
-                ($self->{nc} == 0x0045 or # E
-                 $self->{nc} == 0x0065)) { # e
-         !!!cp (129);
-         $self->{state} = DOCTYPE_STATE;
-         $self->{ct} = {type => DOCTYPE_TOKEN,
-                                   quirks => 1,
-                                   line => $self->{line_prev},
-                                   column => $self->{column_prev} - 7,
-                                  };
-         !!!next-input-character;
-         redo A;
-       } else {
-         !!!cp (132);
-         !!!parse-error (type => 'bogus comment',
-                         line => $self->{line_prev},
-                         column => $self->{column_prev} - 1 - length $self->{s_kwd});
-         $self->{state} = BOGUS_COMMENT_STATE;
-         ## Reconsume.
-         $self->{ct} = {type => COMMENT_TOKEN,
-                                   data => $self->{s_kwd},
-                                   line => $self->{line_prev},
-                                   column => $self->{column_prev} - 1 - length $self->{s_kwd},
-                                  };
-         redo A;
-       }
-     } elsif ($self->{state} == MD_CDATA_STATE) {
-       if ($self->{nc} == {
-             '[' => 0x0043, # C
-             '[C' => 0x0044, # D
-             '[CD' => 0x0041, # A
-             '[CDA' => 0x0054, # T
-             '[CDAT' => 0x0041, # A
-           }->{$self->{s_kwd}}) {
-         !!!cp (135.1);
-         ## Stay in the state.
-         $self->{s_kwd} .= chr $self->{nc};
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{s_kwd} eq '[CDATA' and
-                $self->{nc} == 0x005B) { # [
-         !!!cp (135.2);
-         $self->{ct} = {type => CHARACTER_TOKEN,
-                                   data => '',
-                                   line => $self->{line_prev},
-                                   column => $self->{column_prev} - 7};
-         $self->{state} = CDATA_SECTION_STATE;
-         !!!next-input-character;
-         redo A;
-       } else {
-         !!!cp (135.3);
-         !!!parse-error (type => 'bogus comment',
-                         line => $self->{line_prev},
-                         column => $self->{column_prev} - 1 - length $self->{s_kwd});
-         $self->{state} = BOGUS_COMMENT_STATE;
-         ## Reconsume.
-         $self->{ct} = {type => COMMENT_TOKEN,
-                                   data => $self->{s_kwd},
-                                   line => $self->{line_prev},
-                                   column => $self->{column_prev} - 1 - length $self->{s_kwd},
-                                  };
-         redo A;
-       }
-     } elsif ($self->{state} == COMMENT_START_STATE) {
-       if ($self->{nc} == 0x002D) { # -
-         !!!cp (137);
-         $self->{state} = COMMENT_START_DASH_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003E) { # >
-         !!!cp (138);
-         !!!parse-error (type => 'bogus comment');
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         !!!emit ($self->{ct}); # comment
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!cp (139);
-         !!!parse-error (type => 'unclosed comment');
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         !!!emit ($self->{ct}); # comment
-         redo A;
-       } else {
-         !!!cp (140);
-         $self->{ct}->{data} # comment
-             .= chr ($self->{nc});
-         $self->{state} = COMMENT_STATE;
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == COMMENT_START_DASH_STATE) {
-       if ($self->{nc} == 0x002D) { # -
-         !!!cp (141);
-         $self->{state} = COMMENT_END_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003E) { # >
-         !!!cp (142);
-         !!!parse-error (type => 'bogus comment');
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         !!!emit ($self->{ct}); # comment
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!cp (143);
-         !!!parse-error (type => 'unclosed comment');
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         !!!emit ($self->{ct}); # comment
-         redo A;
-       } else {
-         !!!cp (144);
-         $self->{ct}->{data} # comment
-             .= '-' . chr ($self->{nc});
-         $self->{state} = COMMENT_STATE;
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == COMMENT_STATE) {
-       if ($self->{nc} == 0x002D) { # -
-         !!!cp (145);
-         $self->{state} = COMMENT_END_DASH_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!cp (146);
-         !!!parse-error (type => 'unclosed comment');
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         !!!emit ($self->{ct}); # comment
-         redo A;
-       } else {
-         !!!cp (147);
-         $self->{ct}->{data} .= chr ($self->{nc}); # comment
-         $self->{read_until}->($self->{ct}->{data},
-                               q[-],
-                               length $self->{ct}->{data});
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == COMMENT_END_DASH_STATE) {
-       if ($self->{nc} == 0x002D) { # -
-         !!!cp (148);
-         $self->{state} = COMMENT_END_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!cp (149);
-         !!!parse-error (type => 'unclosed comment');
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         !!!emit ($self->{ct}); # comment
-         redo A;
-       } else {
-         !!!cp (150);
-         $self->{ct}->{data} .= '-' . chr ($self->{nc}); # comment
-         $self->{state} = COMMENT_STATE;
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == COMMENT_END_STATE) {
-       if ($self->{nc} == 0x003E) { # >
-         !!!cp (151);
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         !!!emit ($self->{ct}); # comment
-         redo A;
-       } elsif ($self->{nc} == 0x002D) { # -
-         !!!cp (152);
-         !!!parse-error (type => 'dash in comment',
-                         line => $self->{line_prev},
-                         column => $self->{column_prev});
-         $self->{ct}->{data} .= '-'; # comment
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!cp (153);
-         !!!parse-error (type => 'unclosed comment');
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         !!!emit ($self->{ct}); # comment
-         redo A;
-       } else {
-         !!!cp (154);
-         !!!parse-error (type => 'dash in comment',
-                         line => $self->{line_prev},
-                         column => $self->{column_prev});
-         $self->{ct}->{data} .= '--' . chr ($self->{nc}); # comment
-         $self->{state} = COMMENT_STATE;
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == DOCTYPE_STATE) {
-       if ($is_space->{$self->{nc}}) {
-         !!!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 ($is_space->{$self->{nc}}) {
-         !!!cp (157);
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003E) { # >
-         !!!cp (158);
-         !!!parse-error (type => 'no DOCTYPE name');
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         !!!emit ($self->{ct}); # DOCTYPE (quirks)
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!cp (159);
-         !!!parse-error (type => 'no DOCTYPE name');
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         !!!emit ($self->{ct}); # DOCTYPE (quirks)
-         redo A;
-       } else {
-         !!!cp (160);
-         $self->{ct}->{name} = chr $self->{nc};
-         delete $self->{ct}->{quirks};
-         $self->{state} = DOCTYPE_NAME_STATE;
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == DOCTYPE_NAME_STATE) {
- ## ISSUE: Redundant "First," in the spec.
-       if ($is_space->{$self->{nc}}) {
-         !!!cp (161);
-         $self->{state} = AFTER_DOCTYPE_NAME_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003E) { # >
-         !!!cp (162);
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!cp (163);
-         !!!parse-error (type => 'unclosed DOCTYPE');
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         $self->{ct}->{quirks} = 1;
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } else {
-         !!!cp (164);
-         $self->{ct}->{name}
-           .= chr ($self->{nc}); # DOCTYPE
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == AFTER_DOCTYPE_NAME_STATE) {
-       if ($is_space->{$self->{nc}}) {
-         !!!cp (165);
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003E) { # >
-         !!!cp (166);
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!cp (167);
-         !!!parse-error (type => 'unclosed DOCTYPE');
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         $self->{ct}->{quirks} = 1;
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } elsif ($self->{nc} == 0x0050 or # P
-                $self->{nc} == 0x0070) { # p
-         $self->{state} = PUBLIC_STATE;
-         $self->{s_kwd} = chr $self->{nc};
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x0053 or # S
-                $self->{nc} == 0x0073) { # s
-         $self->{state} = SYSTEM_STATE;
-         $self->{s_kwd} = chr $self->{nc};
-         !!!next-input-character;
-         redo A;
-       } else {
-         !!!cp (180);
-         !!!parse-error (type => 'string after DOCTYPE name');
-         $self->{ct}->{quirks} = 1;
-         $self->{state} = BOGUS_DOCTYPE_STATE;
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == PUBLIC_STATE) {
-       ## ASCII case-insensitive
-       if ($self->{nc} == [
-             undef,
-x0055, # U
-x0042, # B
-x004C, # L
-x0049, # I
-           ]->[length $self->{s_kwd}] or
-           $self->{nc} == [
-             undef,
-x0075, # u
-x0062, # b
-x006C, # l
-x0069, # i
-           ]->[length $self->{s_kwd}]) {
-         !!!cp (175);
-         ## Stay in the state.
-         $self->{s_kwd} .= chr $self->{nc};
-         !!!next-input-character;
-         redo A;
-       } elsif ((length $self->{s_kwd}) == 5 and
-                ($self->{nc} == 0x0043 or # C
-                 $self->{nc} == 0x0063)) { # c
-         !!!cp (168);
-         $self->{state} = BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE;
-         !!!next-input-character;
-         redo A;
-       } else {
-         !!!cp (169);
-         !!!parse-error (type => 'string after DOCTYPE name',
-                         line => $self->{line_prev},
-                         column => $self->{column_prev} + 1 - length $self->{s_kwd});
-         $self->{ct}->{quirks} = 1;
-         $self->{state} = BOGUS_DOCTYPE_STATE;
-         ## Reconsume.
-         redo A;
-       }
-     } elsif ($self->{state} == SYSTEM_STATE) {
-       ## ASCII case-insensitive
-       if ($self->{nc} == [
-             undef,
-x0059, # Y
-x0053, # S
-x0054, # T
-x0045, # E
-           ]->[length $self->{s_kwd}] or
-           $self->{nc} == [
-             undef,
-x0079, # y
-x0073, # s
-x0074, # t
-x0065, # e
-           ]->[length $self->{s_kwd}]) {
-         !!!cp (170);
-         ## Stay in the state.
-         $self->{s_kwd} .= chr $self->{nc};
-         !!!next-input-character;
-         redo A;
-       } elsif ((length $self->{s_kwd}) == 5 and
-                ($self->{nc} == 0x004D or # M
-                 $self->{nc} == 0x006D)) { # m
-         !!!cp (171);
-         $self->{state} = BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE;
-         !!!next-input-character;
-         redo A;
-       } else {
-         !!!cp (172);
-         !!!parse-error (type => 'string after DOCTYPE name',
-                         line => $self->{line_prev},
-                         column => $self->{column_prev} + 1 - length $self->{s_kwd});
-         $self->{ct}->{quirks} = 1;
-         $self->{state} = BOGUS_DOCTYPE_STATE;
-         ## Reconsume.
-         redo A;
-       }
-     } elsif ($self->{state} == BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {
-       if ($is_space->{$self->{nc}}) {
-         !!!cp (181);
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} eq 0x0022) { # "
-         !!!cp (182);
-         $self->{ct}->{pubid} = ''; # DOCTYPE
-         $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} eq 0x0027) { # '
-         !!!cp (183);
-         $self->{ct}->{pubid} = ''; # DOCTYPE
-         $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} eq 0x003E) { # >
-         !!!cp (184);
-         !!!parse-error (type => 'no PUBLIC literal');
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         $self->{ct}->{quirks} = 1;
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!cp (185);
-         !!!parse-error (type => 'unclosed DOCTYPE');
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         $self->{ct}->{quirks} = 1;
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } else {
-         !!!cp (186);
-         !!!parse-error (type => 'string after PUBLIC');
-         $self->{ct}->{quirks} = 1;
-         $self->{state} = BOGUS_DOCTYPE_STATE;
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE) {
-       if ($self->{nc} == 0x0022) { # "
-         !!!cp (187);
-         $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003E) { # >
-         !!!cp (188);
-         !!!parse-error (type => 'unclosed PUBLIC literal');
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         $self->{ct}->{quirks} = 1;
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!cp (189);
-         !!!parse-error (type => 'unclosed PUBLIC literal');
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         $self->{ct}->{quirks} = 1;
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } else {
-         !!!cp (190);
-         $self->{ct}->{pubid} # DOCTYPE
-             .= chr $self->{nc};
-         $self->{read_until}->($self->{ct}->{pubid}, q[">],
-                               length $self->{ct}->{pubid});
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE) {
-       if ($self->{nc} == 0x0027) { # '
-         !!!cp (191);
-         $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003E) { # >
-         !!!cp (192);
-         !!!parse-error (type => 'unclosed PUBLIC literal');
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         $self->{ct}->{quirks} = 1;
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!cp (193);
-         !!!parse-error (type => 'unclosed PUBLIC literal');
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         $self->{ct}->{quirks} = 1;
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } else {
-         !!!cp (194);
-         $self->{ct}->{pubid} # DOCTYPE
-             .= chr $self->{nc};
-         $self->{read_until}->($self->{ct}->{pubid}, q['>],
-                               length $self->{ct}->{pubid});
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {
-       if ($is_space->{$self->{nc}}) {
-         !!!cp (195);
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x0022) { # "
-         !!!cp (196);
-         $self->{ct}->{sysid} = ''; # DOCTYPE
-         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x0027) { # '
-         !!!cp (197);
-         $self->{ct}->{sysid} = ''; # DOCTYPE
-         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003E) { # >
-         !!!cp (198);
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!cp (199);
-         !!!parse-error (type => 'unclosed DOCTYPE');
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         $self->{ct}->{quirks} = 1;
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } else {
-         !!!cp (200);
-         !!!parse-error (type => 'string after PUBLIC literal');
-         $self->{ct}->{quirks} = 1;
-         $self->{state} = BOGUS_DOCTYPE_STATE;
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {
-       if ($is_space->{$self->{nc}}) {
-         !!!cp (201);
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x0022) { # "
-         !!!cp (202);
-         $self->{ct}->{sysid} = ''; # DOCTYPE
-         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x0027) { # '
-         !!!cp (203);
-         $self->{ct}->{sysid} = ''; # DOCTYPE
-         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003E) { # >
-         !!!cp (204);
-         !!!parse-error (type => 'no SYSTEM literal');
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         $self->{ct}->{quirks} = 1;
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!cp (205);
-         !!!parse-error (type => 'unclosed DOCTYPE');
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         $self->{ct}->{quirks} = 1;
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } else {
-         !!!cp (206);
-         !!!parse-error (type => 'string after SYSTEM');
-         $self->{ct}->{quirks} = 1;
-         $self->{state} = BOGUS_DOCTYPE_STATE;
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE) {
-       if ($self->{nc} == 0x0022) { # "
-         !!!cp (207);
-         $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003E) { # >
-         !!!cp (208);
-         !!!parse-error (type => 'unclosed SYSTEM literal');
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         $self->{ct}->{quirks} = 1;
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!cp (209);
-         !!!parse-error (type => 'unclosed SYSTEM literal');
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         $self->{ct}->{quirks} = 1;
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } else {
-         !!!cp (210);
-         $self->{ct}->{sysid} # DOCTYPE
-             .= chr $self->{nc};
-         $self->{read_until}->($self->{ct}->{sysid}, q[">],
-                               length $self->{ct}->{sysid});
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE) {
-       if ($self->{nc} == 0x0027) { # '
-         !!!cp (211);
-         $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003E) { # >
-         !!!cp (212);
-         !!!parse-error (type => 'unclosed SYSTEM literal');
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         $self->{ct}->{quirks} = 1;
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!cp (213);
-         !!!parse-error (type => 'unclosed SYSTEM literal');
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         $self->{ct}->{quirks} = 1;
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } else {
-         !!!cp (214);
-         $self->{ct}->{sysid} # DOCTYPE
-             .= chr $self->{nc};
-         $self->{read_until}->($self->{ct}->{sysid}, q['>],
-                               length $self->{ct}->{sysid});
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {
-       if ($is_space->{$self->{nc}}) {
-         !!!cp (215);
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003E) { # >
-         !!!cp (216);
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!cp (217);
-         !!!parse-error (type => 'unclosed DOCTYPE');
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         $self->{ct}->{quirks} = 1;
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } else {
-         !!!cp (218);
-         !!!parse-error (type => 'string after SYSTEM literal');
-         #$self->{ct}->{quirks} = 1;
-         $self->{state} = BOGUS_DOCTYPE_STATE;
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == BOGUS_DOCTYPE_STATE) {
-       if ($self->{nc} == 0x003E) { # >
-         !!!cp (219);
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         !!!cp (220);
-         $self->{state} = DATA_STATE;
-         ## reconsume
-         !!!emit ($self->{ct}); # DOCTYPE
-         redo A;
-       } else {
-         !!!cp (221);
-         my $s = '';
-         $self->{read_until}->($s, q[>], 0);
-         ## Stay in the state
-         !!!next-input-character;
-         redo A;
-       }
-     } elsif ($self->{state} == CDATA_SECTION_STATE) {
-       ## NOTE: "CDATA section state" in the state is jointly implemented
-       ## by three states, |CDATA_SECTION_STATE|, |CDATA_SECTION_MSE1_STATE|,
-       ## and |CDATA_SECTION_MSE2_STATE|.
-       if ($self->{nc} == 0x005D) { # ]
-         !!!cp (221.1);
-         $self->{state} = CDATA_SECTION_MSE1_STATE;
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == -1) {
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         if (length $self->{ct}->{data}) { # character
-           !!!cp (221.2);
-           !!!emit ($self->{ct}); # character
-         } else {
-           !!!cp (221.3);
-           ## No token to emit. $self->{ct} is discarded.
-         }
-         redo A;
-       } else {
-         !!!cp (221.4);
-         $self->{ct}->{data} .= chr $self->{nc};
-         $self->{read_until}->($self->{ct}->{data},
-                               q<]>,
-                               length $self->{ct}->{data});
-         ## Stay in the state.
-         !!!next-input-character;
-         redo A;
-       }
-       ## ISSUE: "text tokens" in spec.
-     } elsif ($self->{state} == CDATA_SECTION_MSE1_STATE) {
-       if ($self->{nc} == 0x005D) { # ]
-         !!!cp (221.5);
-         $self->{state} = CDATA_SECTION_MSE2_STATE;
-         !!!next-input-character;
-         redo A;
-       } else {
-         !!!cp (221.6);
-         $self->{ct}->{data} .= ']';
-         $self->{state} = CDATA_SECTION_STATE;
-         ## Reconsume.
-         redo A;
-       }
-     } elsif ($self->{state} == CDATA_SECTION_MSE2_STATE) {
-       if ($self->{nc} == 0x003E) { # >
-         $self->{state} = DATA_STATE;
-         !!!next-input-character;
-         if (length $self->{ct}->{data}) { # character
-           !!!cp (221.7);
-           !!!emit ($self->{ct}); # character
-         } else {
-           !!!cp (221.8);
-           ## No token to emit. $self->{ct} is discarded.
-         }
-         redo A;
-       } elsif ($self->{nc} == 0x005D) { # ]
-         !!!cp (221.9); # character
-         $self->{ct}->{data} .= ']'; ## Add first "]" of "]]]".
-         ## Stay in the state.
-         !!!next-input-character;
-         redo A;
-       } else {
-         !!!cp (221.11);
-         $self->{ct}->{data} .= ']]'; # character
-         $self->{state} = CDATA_SECTION_STATE;
-         ## Reconsume.
-         redo A;
-       }
-     } elsif ($self->{state} == ENTITY_STATE) {
-       if ($is_space->{$self->{nc}} or
-           {
-x003C => 1, 0x0026 => 1, -1 => 1, # <, &
-             $self->{entity_add} => 1,
-           }->{$self->{nc}}) {
-         !!!cp (1001);
-         ## Don't consume
-         ## No error
-         ## Return nothing.
-         #
-       } elsif ($self->{nc} == 0x0023) { # #
-         !!!cp (999);
-         $self->{state} = ENTITY_HASH_STATE;
-         $self->{s_kwd} = '#';
-         !!!next-input-character;
-         redo A;
-       } elsif ((0x0041 <= $self->{nc} and
-                 $self->{nc} <= 0x005A) or # A..Z
-                (0x0061 <= $self->{nc} and
-                 $self->{nc} <= 0x007A)) { # a..z
-         !!!cp (998);
-         require Whatpm::_NamedEntityList;
-         $self->{state} = ENTITY_NAME_STATE;
-         $self->{s_kwd} = chr $self->{nc};
-         $self->{entity__value} = $self->{s_kwd};
-         $self->{entity__match} = 0;
-         !!!next-input-character;
-         redo A;
-       } else {
-         !!!cp (1027);
-         !!!parse-error (type => 'bare ero');
-         ## Return nothing.
-         #
-       }
-       ## NOTE: No character is consumed by the "consume a character
-       ## reference" algorithm.  In other word, there is an "&" character
-       ## that does not introduce a character reference, which would be
-       ## appended to the parent element or the attribute value in later
-       ## process of the tokenizer.
-       if ($self->{prev_state} == DATA_STATE) {
-         !!!cp (997);
-         $self->{state} = $self->{prev_state};
-         ## Reconsume.
-         !!!emit ({type => CHARACTER_TOKEN, data => '&',
-                   line => $self->{line_prev},
-                   column => $self->{column_prev},
-                  });
-         redo A;
-       } else {
-         !!!cp (996);
-         $self->{ca}->{value} .= '&';
-         $self->{state} = $self->{prev_state};
-         ## Reconsume.
-         redo A;
-       }
-     } elsif ($self->{state} == ENTITY_HASH_STATE) {
-       if ($self->{nc} == 0x0078 or # x
-           $self->{nc} == 0x0058) { # X
-         !!!cp (995);
-         $self->{state} = HEXREF_X_STATE;
-         $self->{s_kwd} .= chr $self->{nc};
-         !!!next-input-character;
-         redo A;
-       } elsif (0x0030 <= $self->{nc} and
-                $self->{nc} <= 0x0039) { # 0..9
-         !!!cp (994);
-         $self->{state} = NCR_NUM_STATE;
-         $self->{s_kwd} = $self->{nc} - 0x0030;
-         !!!next-input-character;
-         redo A;
-       } else {
-         !!!parse-error (type => 'bare nero',
-                         line => $self->{line_prev},
-                         column => $self->{column_prev} - 1);
-         ## NOTE: According to the spec algorithm, nothing is returned,
-         ## and then "&#" is appended to the parent element or the attribute
-         ## value in the later processing.
-         if ($self->{prev_state} == DATA_STATE) {
-           !!!cp (1019);
-           $self->{state} = $self->{prev_state};
-           ## Reconsume.
-           !!!emit ({type => CHARACTER_TOKEN,
-                     data => '&#',
-                     line => $self->{line_prev},
-                     column => $self->{column_prev} - 1,
-                    });
-           redo A;
-         } else {
-           !!!cp (993);
-           $self->{ca}->{value} .= '&#';
-           $self->{state} = $self->{prev_state};
-           ## Reconsume.
-           redo A;
-         }
-       }
-     } elsif ($self->{state} == NCR_NUM_STATE) {
-       if (0x0030 <= $self->{nc} and
-           $self->{nc} <= 0x0039) { # 0..9
-         !!!cp (1012);
-         $self->{s_kwd} *= 10;
-         $self->{s_kwd} += $self->{nc} - 0x0030;
-         ## Stay in the state.
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003B) { # ;
-         !!!cp (1013);
-         !!!next-input-character;
-         #
-       } else {
-         !!!cp (1014);
-         !!!parse-error (type => 'no refc');
-         ## Reconsume.
-         #
-       }
-       my $code = $self->{s_kwd};
-       my $l = $self->{line_prev};
-       my $c = $self->{column_prev};
-       if ($charref_map->{$code}) {
-         !!!cp (1015);
-         !!!parse-error (type => 'invalid character reference',
-                         text => (sprintf 'U+%04X', $code),
-                         line => $l, column => $c);
-         $code = $charref_map->{$code};
-       } elsif ($code > 0x10FFFF) {
-         !!!cp (1016);
-         !!!parse-error (type => 'invalid character reference',
-                         text => (sprintf 'U-%08X', $code),
-                         line => $l, column => $c);
-         $code = 0xFFFD;
-       }
-       if ($self->{prev_state} == DATA_STATE) {
-         !!!cp (992);
-         $self->{state} = $self->{prev_state};
-         ## Reconsume.
-         !!!emit ({type => CHARACTER_TOKEN, data => chr $code,
-                   line => $l, column => $c,
-                  });
-         redo A;
-       } else {
-         !!!cp (991);
-         $self->{ca}->{value} .= chr $code;
-         $self->{ca}->{has_reference} = 1;
-         $self->{state} = $self->{prev_state};
-         ## Reconsume.
-         redo A;
-       }
-     } elsif ($self->{state} == HEXREF_X_STATE) {
-       if ((0x0030 <= $self->{nc} and $self->{nc} <= 0x0039) or
-           (0x0041 <= $self->{nc} and $self->{nc} <= 0x0046) or
-           (0x0061 <= $self->{nc} and $self->{nc} <= 0x0066)) {
-         # 0..9, A..F, a..f
-         !!!cp (990);
-         $self->{state} = HEXREF_HEX_STATE;
-         $self->{s_kwd} = 0;
-         ## Reconsume.
-         redo A;
-       } else {
-         !!!parse-error (type => 'bare hcro',
-                         line => $self->{line_prev},
-                         column => $self->{column_prev} - 2);
-         ## NOTE: According to the spec algorithm, nothing is returned,
-         ## and then "&#" followed by "X" or "x" is appended to the parent
-         ## element or the attribute value in the later processing.
-         if ($self->{prev_state} == DATA_STATE) {
-           !!!cp (1005);
-           $self->{state} = $self->{prev_state};
-           ## Reconsume.
-           !!!emit ({type => CHARACTER_TOKEN,
-                     data => '&' . $self->{s_kwd},
-                     line => $self->{line_prev},
-                     column => $self->{column_prev} - length $self->{s_kwd},
-                    });
-           redo A;
-         } else {
-           !!!cp (989);
-           $self->{ca}->{value} .= '&' . $self->{s_kwd};
-           $self->{state} = $self->{prev_state};
-           ## Reconsume.
-           redo A;
-         }
-       }
-     } elsif ($self->{state} == HEXREF_HEX_STATE) {
-       if (0x0030 <= $self->{nc} and $self->{nc} <= 0x0039) {
-         # 0..9
-         !!!cp (1002);
-         $self->{s_kwd} *= 0x10;
-         $self->{s_kwd} += $self->{nc} - 0x0030;
-         ## Stay in the state.
-         !!!next-input-character;
-         redo A;
-       } elsif (0x0061 <= $self->{nc} and
-                $self->{nc} <= 0x0066) { # a..f
-         !!!cp (1003);
-         $self->{s_kwd} *= 0x10;
-         $self->{s_kwd} += $self->{nc} - 0x0060 + 9;
-         ## Stay in the state.
-         !!!next-input-character;
-         redo A;
-       } elsif (0x0041 <= $self->{nc} and
-                $self->{nc} <= 0x0046) { # A..F
-         !!!cp (1004);
-         $self->{s_kwd} *= 0x10;
-         $self->{s_kwd} += $self->{nc} - 0x0040 + 9;
-         ## Stay in the state.
-         !!!next-input-character;
-         redo A;
-       } elsif ($self->{nc} == 0x003B) { # ;
-         !!!cp (1006);
-         !!!next-input-character;
-         #
-       } else {
-         !!!cp (1007);
-         !!!parse-error (type => 'no refc',
-                         line => $self->{line},
-                         column => $self->{column});
-         ## Reconsume.
-         #
-       }
-       my $code = $self->{s_kwd};
-       my $l = $self->{line_prev};
-       my $c = $self->{column_prev};
-       if ($charref_map->{$code}) {
-         !!!cp (1008);
-         !!!parse-error (type => 'invalid character reference',
-                         text => (sprintf 'U+%04X', $code),
-                         line => $l, column => $c);
-         $code = $charref_map->{$code};
-       } elsif ($code > 0x10FFFF) {
-         !!!cp (1009);
-         !!!parse-error (type => 'invalid character reference',
-                         text => (sprintf 'U-%08X', $code),
-                         line => $l, column => $c);
-         $code = 0xFFFD;
-       }
-       if ($self->{prev_state} == DATA_STATE) {
-         !!!cp (988);
-         $self->{state} = $self->{prev_state};
-         ## Reconsume.
-         !!!emit ({type => CHARACTER_TOKEN, data => chr $code,
-                   line => $l, column => $c,
-                  });
-         redo A;
-       } else {
-         !!!cp (987);
-         $self->{ca}->{value} .= chr $code;
-         $self->{ca}->{has_reference} = 1;
-         $self->{state} = $self->{prev_state};
-         ## Reconsume.
-         redo A;
-       }
-     } elsif ($self->{state} == ENTITY_NAME_STATE) {
-       if (length $self->{s_kwd} < 30 and
-           ## NOTE: Some number greater than the maximum length of entity name
-           ((0x0041 <= $self->{nc} and # a
-             $self->{nc} <= 0x005A) or # x
-            (0x0061 <= $self->{nc} and # a
-             $self->{nc} <= 0x007A) or # z
-            (0x0030 <= $self->{nc} and # 0
-             $self->{nc} <= 0x0039) or # 9
-            $self->{nc} == 0x003B)) { # ;
-         our $EntityChar;
-         $self->{s_kwd} .= chr $self->{nc};
-         if (defined $EntityChar->{$self->{s_kwd}}) {
-           if ($self->{nc} == 0x003B) { # ;
-             !!!cp (1020);
-             $self->{entity__value} = $EntityChar->{$self->{s_kwd}};
-             $self->{entity__match} = 1;
-             !!!next-input-character;
-             #
-           } else {
-             !!!cp (1021);
-             $self->{entity__value} = $EntityChar->{$self->{s_kwd}};
-             $self->{entity__match} = -1;
-             ## Stay in the state.
-             !!!next-input-character;
-             redo A;
-           }
-         } else {
-           !!!cp (1022);
-           $self->{entity__value} .= chr $self->{nc};
-           $self->{entity__match} *= 2;
-           ## Stay in the state.
-           !!!next-input-character;
-           redo A;
-         }
-       }
-       my $data;
-       my $has_ref;
-       if ($self->{entity__match} > 0) {
-         !!!cp (1023);
-         $data = $self->{entity__value};
-         $has_ref = 1;
-         #
-       } elsif ($self->{entity__match} < 0) {
-         !!!parse-error (type => 'no refc');
-         if ($self->{prev_state} != DATA_STATE and # in attribute
-             $self->{entity__match} < -1) {
-           !!!cp (1024);
-           $data = '&' . $self->{s_kwd};
-           #
-         } else {
-           !!!cp (1025);
-           $data = $self->{entity__value};
-           $has_ref = 1;
-           #
-         }
-       } else {
-         !!!cp (1026);
-         !!!parse-error (type => 'bare ero',
-                         line => $self->{line_prev},
-                         column => $self->{column_prev} - length $self->{s_kwd});
-         $data = '&' . $self->{s_kwd};
-         #
-       }
-       ## NOTE: In these cases, when a character reference is found,
-       ## it is consumed and a character token is returned, or, otherwise,
-       ## nothing is consumed and returned, according to the spec algorithm.
-       ## In this implementation, anything that has been examined by the
-       ## tokenizer is appended to the parent element or the attribute value
-       ## as string, either literal string when no character reference or
-       ## entity-replaced string otherwise, in this stage, since any characters
-       ## that would not be consumed are appended in the data state or in an
-       ## appropriate attribute value state anyway.
-       if ($self->{prev_state} == DATA_STATE) {
-         !!!cp (986);
-         $self->{state} = $self->{prev_state};
-         ## Reconsume.
-         !!!emit ({type => CHARACTER_TOKEN,
-                   data => $data,
-                   line => $self->{line_prev},
-                   column => $self->{column_prev} + 1 - length $self->{s_kwd},
-                  });
-         redo A;
-       } else {
-         !!!cp (985);
-         $self->{ca}->{value} .= $data;
-         $self->{ca}->{has_reference} = 1 if $has_ref;
-         $self->{state} = $self->{prev_state};
-         ## Reconsume.
-         redo A;
-       }
-     } else {
-       die "$0: $self->{state}: Unknown state";
-     }
-   } # A
-   die "$0: _get_next_token: unexpected case";
- } # _get_next_token
  sub _initialize_tree_constructor ($) {
    my $self = shift;
    ## NOTE: $self->{document} MUST be specified before this method is called
-Line 3535 
 sub _tree_construction_initial ($) {
+Line 944 
 sub _tree_construction_initial ($) {
        $doctype->public_id ($token->{pubid}) if defined $token->{pubid};
        $doctype->system_id ($token->{sysid}) if defined $token->{sysid};
        ## NOTE: Other DocumentType attributes are null or empty lists.
-       ## ISSUE: internalSubset = null??
+       ## In Firefox3, |internalSubset| attribute is set to the empty
+       ## string, while |null| is an allowed value for the attribute
+       ## according to DOM3 Core.
        $self->{document}->append_child ($doctype);
        if ($token->{quirks} or $doctype_name ne 'HTML') {
-Line 4008 
 sub _tree_construction_main ($) {
+Line 1419 
 sub _tree_construction_main ($) {
      ## Step 3
      ## TODO: Mark as "already executed", if ...
-     ## Step 4
+     ## Step 4 (HTML5 revision 2702)
      $insert->($script_el);
-     ## ISSUE: $script_el is not put into the stack
      push @{$self->{open_elements}}, [$script_el, $el_category->{script}];
      ## Step 5
-Line 4463 
 sub _tree_construction_main ($) {
+Line 1872 
 sub _tree_construction_main ($) {
          } elsif ({
                    b => 1, big => 1, blockquote => 1, body => 1, br => 1,
                    center => 1, code => 1, dd => 1, div => 1, dl => 1, dt => 1,
-                   em => 1, embed => 1, font => 1, h1 => 1, h2 => 1, h3 => 1,
+                   em => 1, embed => 1, h1 => 1, h2 => 1, h3 => 1,
                    h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, i => 1,
                    img => 1, li => 1, listing => 1, menu => 1, meta => 1,
                    nobr => 1, ol => 1, p => 1, pre => 1, ruby => 1, s => 1,
                    small => 1, span => 1, strong => 1, strike => 1, sub => 1,
                    sup => 1, table => 1, tt => 1, u => 1, ul => 1, var => 1,
-                  }->{$token->{tag_name}}) {
+                  }->{$token->{tag_name}} or
+                  ($token->{tag_name} eq 'font' and
+                   ($token->{attributes}->{color} or
+                    $token->{attributes}->{face} or
+                    $token->{attributes}->{size}))) {
            !!!cp ('t87.2');
            !!!parse-error (type => 'not closed',
                            text => $self->{open_elements}->[-1]->[0]
-Line 4545 
 sub _tree_construction_main ($) {
+Line 1958 
 sub _tree_construction_main ($) {
          }
        } elsif ($token->{type} == END_TAG_TOKEN) {
          ## NOTE: "using the rules for secondary insertion mode" then "continue"
-         !!!cp ('t87.5');
+         if ($token->{tag_name} eq 'script') {
-         #
+           !!!cp ('t87.41');
+           #
+           ## XXXscript: Execute script here.
+         } else {
+           !!!cp ('t87.5');
+           #
+         }
        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
          !!!cp ('t87.6');
          !!!parse-error (type => 'not closed',
-Line 4846 
 sub _tree_construction_main ($) {
+Line 2265 
 sub _tree_construction_main ($) {
            ## NOTE: There is a "as if in head" code clone.
            $parse_rcdata->(RCDATA_CONTENT_MODEL);
-           ## ISSUE: A spec bug [Bug 6038]
+           ## NOTE: At this point the stack of open elements contain
+           ## the |head| element (index == -2) and the |script| element
+           ## (index == -1).  In the "after head" insertion mode the
+           ## |head| element is inserted only for the purpose of
+           ## providing the context for the |script| element, and
+           ## therefore we can now and have to remove the element from
+           ## the stack.
            splice @{$self->{open_elements}}, -2, 1, () # <head>
-               if ($self->{insertion_mode} & AFTER_HEAD_IM) == AFTER_HEAD_IM;
+               if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
            next B;
          } elsif ($token->{tag_name} eq 'style' or
                   $token->{tag_name} eq 'noframes') {
-Line 4868 
 sub _tree_construction_main ($) {
+Line 2294 
 sub _tree_construction_main ($) {
            $parse_rcdata->(CDATA_CONTENT_MODEL);
            ## ISSUE: A spec bug [Bug 6038]
            splice @{$self->{open_elements}}, -2, 1, () # <head>
-               if ($self->{insertion_mode} & AFTER_HEAD_IM) == AFTER_HEAD_IM;
+               if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
            next B;
          } elsif ($token->{tag_name} eq 'noscript') {
                if ($self->{insertion_mode} == IN_HEAD_IM) {
-Line 4916 
 sub _tree_construction_main ($) {
+Line 2342 
 sub _tree_construction_main ($) {
            $script_start_tag->();
            ## ISSUE: A spec bug  [Bug 6038]
            splice @{$self->{open_elements}}, -2, 1 # <head>
-               if ($self->{insertion_mode} & AFTER_HEAD_IM) == AFTER_HEAD_IM;
+               if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
            next B;
          } elsif ($token->{tag_name} eq 'body' or
                   $token->{tag_name} eq 'frameset') {
-Line 5081 
 sub _tree_construction_main ($) {
+Line 2507 
 sub _tree_construction_main ($) {
                ## Ignore the token
                !!!next-token;
                next B;
-             } elsif ($token->{tag_name} eq 'br') {
+         } elsif ($token->{tag_name} eq 'br') {
-               if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
+           if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
-                 !!!cp ('t142.2');
+             !!!cp ('t142.2');
-                 ## (before head) as if <head>, (in head) as if </head>
+             ## (before head) as if <head>, (in head) as if </head>
-                 !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
+             !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
-                 $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
+             $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
-                 $self->{insertion_mode} = AFTER_HEAD_IM;
+             $self->{insertion_mode} = AFTER_HEAD_IM;
-                 ## Reprocess in the "after head" insertion mode...
+             ## Reprocess in the "after head" insertion mode...
-               } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
+           } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
-                 !!!cp ('t143.2');
+             !!!cp ('t143.2');
-                 ## As if </head>
+             ## As if </head>
-                 pop @{$self->{open_elements}};
+             pop @{$self->{open_elements}};
-                 $self->{insertion_mode} = AFTER_HEAD_IM;
+             $self->{insertion_mode} = AFTER_HEAD_IM;
-                 ## Reprocess in the "after head" insertion mode...
+             ## Reprocess in the "after head" insertion mode...
-               } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
+           } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
-                 !!!cp ('t143.3');
+             !!!cp ('t143.3');
-                 ## ISSUE: Two parse errors for <head><noscript></br>
+             ## NOTE: Two parse errors for <head><noscript></br>
-                 !!!parse-error (type => 'unmatched end tag',
+             !!!parse-error (type => 'unmatched end tag',
-                                 text => 'br', token => $token);
+                             text => 'br', token => $token);
-                 ## As if </noscript>
+             ## As if </noscript>
-                 pop @{$self->{open_elements}};
+             pop @{$self->{open_elements}};
-                 $self->{insertion_mode} = IN_HEAD_IM;
+             $self->{insertion_mode} = IN_HEAD_IM;
-                 ## Reprocess in the "in head" insertion mode...
+             ## Reprocess in the "in head" insertion mode...
-                 ## As if </head>
+             ## As if </head>
-                 pop @{$self->{open_elements}};
+             pop @{$self->{open_elements}};
-                 $self->{insertion_mode} = AFTER_HEAD_IM;
+             $self->{insertion_mode} = AFTER_HEAD_IM;
-                 ## Reprocess in the "after head" insertion mode...
+             ## Reprocess in the "after head" insertion mode...
-               } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
+           } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
-                 !!!cp ('t143.4');
+             !!!cp ('t143.4');
-                 #
+             #
-               } else {
+           } else {
-                 die "$0: $self->{insertion_mode}: Unknown insertion mode";
+             die "$0: $self->{insertion_mode}: Unknown insertion mode";
-               }
+           }
-               ## ISSUE: does not agree with IE7 - it doesn't ignore </br>.
+           #
-               !!!parse-error (type => 'unmatched end tag',
+         } else { ## Other end tags
-                               text => 'br', token => $token);
-               ## Ignore the token
-               !!!next-token;
-               next B;
-             } else {
                !!!cp ('t145');
                !!!parse-error (type => 'unmatched end tag',
                                text => $token->{tag_name}, token => $token);
-Line 5169 
 sub _tree_construction_main ($) {
+Line 2590 
 sub _tree_construction_main ($) {
              !!!insert-element ('body',, $token);
              $self->{insertion_mode} = IN_BODY_IM;
              ## reprocess
-             next B;
+         next B;
        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
            !!!cp ('t149.1');
-Line 5242 
 sub _tree_construction_main ($) {
+Line 2663 
 sub _tree_construction_main ($) {
                   caption => 1, col => 1, colgroup => 1, tbody => 1,
                   td => 1, tfoot => 1, th => 1, thead => 1, tr => 1,
                  }->{$token->{tag_name}}) {
-               if ($self->{insertion_mode} == IN_CELL_IM) {
+               if (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
                  ## have an element in table scope
                  for (reverse 0..$#{$self->{open_elements}}) {
                    my $node = $self->{open_elements}->[$_];
-Line 5270 
 sub _tree_construction_main ($) {
+Line 2691 
 sub _tree_construction_main ($) {
                  !!!nack ('t153.1');
                  !!!next-token;
                  next B;
-               } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {
+               } elsif (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
                  !!!parse-error (type => 'not closed', text => 'caption',
                                  token => $token);
-Line 5335 
 sub _tree_construction_main ($) {
+Line 2756 
 sub _tree_construction_main ($) {
              }
            } elsif ($token->{type} == END_TAG_TOKEN) {
              if ($token->{tag_name} eq 'td' or $token->{tag_name} eq 'th') {
-               if ($self->{insertion_mode} == IN_CELL_IM) {
+               if (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
                  ## have an element in table scope
                  my $i;
                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
-Line 5385 
 sub _tree_construction_main ($) {
+Line 2806 
 sub _tree_construction_main ($) {
                  !!!next-token;
                  next B;
-               } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {
+               } elsif (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
                  !!!cp ('t169');
                  !!!parse-error (type => 'unmatched end tag',
                                  text => $token->{tag_name}, token => $token);
-Line 5397 
 sub _tree_construction_main ($) {
+Line 2818 
 sub _tree_construction_main ($) {
                  #
                }
              } elsif ($token->{tag_name} eq 'caption') {
-               if ($self->{insertion_mode} == IN_CAPTION_IM) {
+               if (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
                  ## have a table element in table scope
                  my $i;
                  INSCOPE: {
-Line 5446 
 sub _tree_construction_main ($) {
+Line 2867 
 sub _tree_construction_main ($) {
                  !!!next-token;
                  next B;
-               } elsif ($self->{insertion_mode} == IN_CELL_IM) {
+               } elsif (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
                  !!!cp ('t177');
                  !!!parse-error (type => 'unmatched end tag',
                                  text => $token->{tag_name}, token => $token);
-Line 5461 
 sub _tree_construction_main ($) {
+Line 2882 
 sub _tree_construction_main ($) {
                        table => 1, tbody => 1, tfoot => 1,
                        thead => 1, tr => 1,
                       }->{$token->{tag_name}} and
-                      $self->{insertion_mode} == IN_CELL_IM) {
+                      ($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
                ## have an element in table scope
                my $i;
                my $tn;
-Line 5498 
 sub _tree_construction_main ($) {
+Line 2919 
 sub _tree_construction_main ($) {
                  next B;
                } # INSCOPE
              } elsif ($token->{tag_name} eq 'table' and
-                      $self->{insertion_mode} == IN_CAPTION_IM) {
+                      ($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
                !!!parse-error (type => 'not closed', text => 'caption',
                                token => $token);
-Line 5518 
 sub _tree_construction_main ($) {
+Line 2939 
 sub _tree_construction_main ($) {
                } # INSCOPE
                unless (defined $i) {
                  !!!cp ('t186');
+         ## TODO: Wrong error type?
                  !!!parse-error (type => 'unmatched end tag',
                                  text => 'caption', token => $token);
                  ## Ignore the token
-Line 5563 
 sub _tree_construction_main ($) {
+Line 2985 
 sub _tree_construction_main ($) {
                  !!!cp ('t191');
                  #
                }
-             } elsif ({
+         } elsif ({
-                       tbody => 1, tfoot => 1,
+                   tbody => 1, tfoot => 1,
-                       thead => 1, tr => 1,
+                   thead => 1, tr => 1,
-                      }->{$token->{tag_name}} and
+                  }->{$token->{tag_name}} and
-                      $self->{insertion_mode} == IN_CAPTION_IM) {
+                  ($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
-               !!!cp ('t192');
+           !!!cp ('t192');
-               !!!parse-error (type => 'unmatched end tag',
+           !!!parse-error (type => 'unmatched end tag',
-                               text => $token->{tag_name}, token => $token);
+                           text => $token->{tag_name}, token => $token);
-               ## Ignore the token
+           ## Ignore the token
-               !!!next-token;
+           !!!next-token;
-               next B;
+           next B;
-             } else {
+         } else {
-               !!!cp ('t193');
+           !!!cp ('t193');
-               #
+           #
-             }
+         }
        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
          for my $entry (@{$self->{open_elements}}) {
            unless ($entry->[1] & ALL_END_TAG_OPTIONAL_EL) {
-Line 5670 
 sub _tree_construction_main ($) {
+Line 3092 
 sub _tree_construction_main ($) {
          next B;
        } elsif ($token->{type} == START_TAG_TOKEN) {
          if ({
-              tr => ($self->{insertion_mode} != IN_ROW_IM),
+              tr => (($self->{insertion_mode} & IM_MASK) != IN_ROW_IM),
               th => 1, td => 1,
              }->{$token->{tag_name}}) {
-           if ($self->{insertion_mode} == IN_TABLE_IM) {
+           if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_IM) {
              ## Clear back to table context
              while (not ($self->{open_elements}->[-1]->[1]
                              & TABLE_SCOPING_EL)) {
-Line 5686 
 sub _tree_construction_main ($) {
+Line 3108 
 sub _tree_construction_main ($) {
              ## reprocess in the "in table body" insertion mode...
            }
-           if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {
+           if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
              unless ($token->{tag_name} eq 'tr') {
                !!!cp ('t202');
                !!!parse-error (type => 'missing start tag:tr', token => $token);
-Line 5738 
 sub _tree_construction_main ($) {
+Line 3160 
 sub _tree_construction_main ($) {
                    tbody => 1, tfoot => 1, thead => 1,
                    tr => 1, # $self->{insertion_mode} == IN_ROW_IM
                   }->{$token->{tag_name}}) {
-           if ($self->{insertion_mode} == IN_ROW_IM) {
+           if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
              ## As if </tr>
              ## have an element in table scope
              my $i;
-Line 5785 
 sub _tree_construction_main ($) {
+Line 3207 
 sub _tree_construction_main ($) {
                  }
                }
-               if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {
+               if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
                  ## have an element in table scope
                  my $i;
                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
-Line 5999 
 sub _tree_construction_main ($) {
+Line 3421 
 sub _tree_construction_main ($) {
          $insert = $insert_to_foster;
          #
        } elsif ($token->{type} == END_TAG_TOKEN) {
-             if ($token->{tag_name} eq 'tr' and
+         if ($token->{tag_name} eq 'tr' and
-                 $self->{insertion_mode} == IN_ROW_IM) {
+             ($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
-               ## have an element in table scope
+           ## have an element in table scope
                my $i;
                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
                  my $node = $self->{open_elements}->[$_];
-Line 6040 
 sub _tree_construction_main ($) {
+Line 3462 
 sub _tree_construction_main ($) {
                !!!nack ('t231.1');
                next B;
              } elsif ($token->{tag_name} eq 'table') {
-               if ($self->{insertion_mode} == IN_ROW_IM) {
+               if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
                  ## As if </tr>
                  ## have an element in table scope
                  my $i;
-Line 6079 
 sub _tree_construction_main ($) {
+Line 3501 
 sub _tree_construction_main ($) {
                  ## reprocess in the "in table body" insertion mode...
                }
-               if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {
+               if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
                  ## have an element in table scope
                  my $i;
                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
-Line 6161 
 sub _tree_construction_main ($) {
+Line 3583 
 sub _tree_construction_main ($) {
                        tbody => 1, tfoot => 1, thead => 1,
                       }->{$token->{tag_name}} and
                       $self->{insertion_mode} & ROW_IMS) {
-               if ($self->{insertion_mode} == IN_ROW_IM) {
+               if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
                  ## have an element in table scope
                  my $i;
                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
-Line 6295 
 sub _tree_construction_main ($) {
+Line 3717 
 sub _tree_construction_main ($) {
        } else {
          die "$0: $token->{type}: Unknown token type";
        }
-     } elsif ($self->{insertion_mode} == IN_COLUMN_GROUP_IM) {
+     } elsif (($self->{insertion_mode} & IM_MASK) == IN_COLUMN_GROUP_IM) {
            if ($token->{type} == CHARACTER_TOKEN) {
              if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
-Line 6425 
 sub _tree_construction_main ($) {
+Line 3847 
 sub _tree_construction_main ($) {
            !!!next-token;
            next B;
          } elsif ({
-                    select => 1, input => 1, textarea => 1,
+                    select => 1, input => 1, textarea => 1, keygen => 1,
                   }->{$token->{tag_name}} or
-                  ($self->{insertion_mode} == IN_SELECT_IN_TABLE_IM and
+                  (($self->{insertion_mode} & IM_MASK)
+                       == IN_SELECT_IN_TABLE_IM and
                    {
                     caption => 1, table => 1,
                     tbody => 1, tfoot => 1, thead => 1,
                     tr => 1, td => 1, th => 1,
                    }->{$token->{tag_name}})) {
-           ## TODO: The type below is not good - <select> is replaced by </select>
-           !!!parse-error (type => 'not closed', text => 'select',
+           ## 1. Parse error.
-                           token => $token);
+           if ($token->{tag_name} eq 'select') {
-           ## NOTE: As if the token were </select> (<select> case) or
+               !!!parse-error (type => 'select in select', ## XXX: documentation
-           ## as if there were </select> (otherwise).
+                               token => $token);
-           ## have an element in table scope
+           } else {
+             !!!parse-error (type => 'not closed', text => 'select',
+                             token => $token);
+           }
+           ## 2./<select>-1. Unless "have an element in table scope" (select):
            my $i;
            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
              my $node = $self->{open_elements}->[$_];
-Line 6453 
 sub _tree_construction_main ($) {
+Line 3881 
 sub _tree_construction_main ($) {
            } # INSCOPE
            unless (defined $i) {
              !!!cp ('t280');
-             !!!parse-error (type => 'unmatched end tag',
+             if ($token->{tag_name} eq 'select') {
-                             text => 'select', token => $token);
+               ## NOTE: This error would be raised when
-             ## Ignore the token
+               ## |select.innerHTML = '<select>'| is executed; in this
+               ## case two errors, "select in select" and "unmatched
+               ## end tags" are reported to the user, the latter might
+               ## be confusing but this is what the spec requires.
+               !!!parse-error (type => 'unmatched end tag',
+                               text => 'select',
+                               token => $token);
+             }
+             ## Ignore the token.
              !!!nack ('t280.1');
              !!!next-token;
              next B;
            }
+           ## 3. Otherwise, as if there were <select>:
            !!!cp ('t281');
            splice @{$self->{open_elements}}, $i;
-Line 6549 
 sub _tree_construction_main ($) {
+Line 3987 
 sub _tree_construction_main ($) {
            !!!nack ('t291.1');
            !!!next-token;
            next B;
-         } elsif ($self->{insertion_mode} == IN_SELECT_IN_TABLE_IM and
+         } elsif (($self->{insertion_mode} & IM_MASK)
+                      == IN_SELECT_IN_TABLE_IM and
                   {
                    caption => 1, table => 1, tbody => 1,
                    tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,
-Line 6994 
 sub _tree_construction_main ($) {
+Line 4433 
 sub _tree_construction_main ($) {
                  table => 1,
                  hr => 1,
                 }->{$token->{tag_name}}) {
+         ## 1. When there is an opening |form| element:
          if ($token->{tag_name} eq 'form' and defined $self->{form_element}) {
            !!!cp ('t350');
            !!!parse-error (type => 'in form:form', token => $token);
-Line 7003 
 sub _tree_construction_main ($) {
+Line 4444 
 sub _tree_construction_main ($) {
            next B;
          }
-         ## has a p element in scope
+         ## 2. Close the |p| element, if any.
-         INSCOPE: for (reverse @{$self->{open_elements}}) {
+         if ($token->{tag_name} ne 'table' or # The Hixie Quirk
-           if ($_->[1] == P_EL) {
+             $self->{document}->manakai_compat_mode ne 'quirks') {
-             !!!cp ('t344');
+           ## has a p element in scope
-             !!!back-token; # <form>
+           INSCOPE: for (reverse @{$self->{open_elements}}) {
-             $token = {type => END_TAG_TOKEN, tag_name => 'p',
+             if ($_->[1] == P_EL) {
-                       line => $token->{line}, column => $token->{column}};
+               !!!cp ('t344');
-             next B;
+               !!!back-token; # <form>
-           } elsif ($_->[1] & SCOPING_EL) {
+               $token = {type => END_TAG_TOKEN, tag_name => 'p',
-             !!!cp ('t345');
+                         line => $token->{line}, column => $token->{column}};
-             last INSCOPE;
+               next B;
+             } elsif ($_->[1] & SCOPING_EL) {
+               !!!cp ('t345');
+               last INSCOPE;
+             }
+           } # INSCOPE
+         }
+         ## 3. Close the opening <hn> element, if any.
+         if ({h1 => 1, h2 => 1, h3 => 1,
+              h4 => 1, h5 => 1, h6 => 1}->{$token->{tag_name}}) {
+           if ($self->{open_elements}->[-1]->[1] == HEADING_EL) {
+             !!!parse-error (type => 'not closed',
+                             text => $self->{open_elements}->[-1]->[0]->manakai_local_name,
+                             token => $token);
+             pop @{$self->{open_elements}};
            }
-         } # INSCOPE
+         }
+         ## 4. Insertion.
          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
          if ($token->{tag_name} eq 'pre' or $token->{tag_name} eq 'listing') {
            !!!nack ('t346.1');
-Line 7060 
 sub _tree_construction_main ($) {
+Line 4517 
 sub _tree_construction_main ($) {
        } elsif ($token->{tag_name} eq 'li') {
          ## NOTE: As normal, but imply </li> when there's another <li> ...
-         ## NOTE: Special, Scope (<li><foo><li> == <li><foo><li/></foo></li>)
+         ## NOTE: Special, Scope (<li><foo><li> == <li><foo><li/></foo></li>)::
-           ## Interpreted as <li><foo/></li><li/> (non-conforming)
+           ## Interpreted as <li><foo/></li><li/> (non-conforming):
            ## blockquote (O9.27), center (O), dd (Fx3, O, S3.1.2, IE7),
            ## dt (Fx, O, S, IE), dl (O), fieldset (O, S, IE), form (Fx, O, S),
            ## hn (O), pre (O), applet (O, S), button (O, S), marquee (Fx, O, S),
            ## object (Fx)
-           ## Generate non-tree (non-conforming)
+           ## Generate non-tree (non-conforming):
            ## basefont (IE7 (where basefont is non-void)), center (IE),
            ## form (IE), hn (IE)
-         ## address, div, p (<li><foo><li> == <li><foo/></li><li/>)
+         ## address, div, p (<li><foo><li> == <li><foo/></li><li/>)::
-           ## Interpreted as <li><foo><li/></foo></li> (non-conforming)
+           ## Interpreted as <li><foo><li/></foo></li> (non-conforming):
            ## div (Fx, S)
          my $non_optional;
-Line 7386 
 sub _tree_construction_main ($) {
+Line 4843 
 sub _tree_construction_main ($) {
                           line => $token->{line}, column => $token->{column}},
                          {type => START_TAG_TOKEN, tag_name => 'hr',
                           line => $token->{line}, column => $token->{column}},
-                         {type => START_TAG_TOKEN, tag_name => 'p',
-                          line => $token->{line}, column => $token->{column}},
                          {type => START_TAG_TOKEN, tag_name => 'label',
                           line => $token->{line}, column => $token->{column}},
                         );
-Line 7410 
 sub _tree_construction_main ($) {
+Line 4865 
 sub _tree_construction_main ($) {
                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD
                          {type => END_TAG_TOKEN, tag_name => 'label',
                           line => $token->{line}, column => $token->{column}},
-                         {type => END_TAG_TOKEN, tag_name => 'p',
-                          line => $token->{line}, column => $token->{column}},
                          {type => START_TAG_TOKEN, tag_name => 'hr',
                           line => $token->{line}, column => $token->{column}},
                          {type => END_TAG_TOKEN, tag_name => 'form',
-Line 7421 
 sub _tree_construction_main ($) {
+Line 4874 
 sub _tree_construction_main ($) {
            next B;
          }
        } elsif ($token->{tag_name} eq 'textarea') {
-         ## Step 1
+         ## 1. Insert
          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
-         ## Step 2
+         ## Step 2 # XXX
          ## TODO: $self->{form_element} if defined
-         ## Step 3
+         ## 2. Drop U+000A LINE FEED
          $self->{ignore_newline} = 1;
-         ## Step 4
+         ## 3. RCDATA
-         ## ISSUE: This step is wrong. (r2302 enbugged)
-         ## Step 5
          $self->{content_model} = RCDATA_CONTENT_MODEL;
          delete $self->{escape}; # MUST
-         ## Step 6-7
+         ## 4., 6. Insertion mode
          $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
+         ## XXX: 5. frameset-ok flag
          !!!nack ('t392.1');
          !!!next-token;
          next B;
-Line 7495 
 sub _tree_construction_main ($) {
+Line 4947 
 sub _tree_construction_main ($) {
              last INSCOPE;
            }
          } # INSCOPE
+         ## TODO: <non-ruby><rt> is not allowed.
          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
-Line 7592 
 sub _tree_construction_main ($) {
+Line 5046 
 sub _tree_construction_main ($) {
            if ($self->{insertion_mode} & TABLE_IMS or
                $self->{insertion_mode} & BODY_TABLE_IMS or
-               $self->{insertion_mode} == IN_COLUMN_GROUP_IM) {
+               ($self->{insertion_mode} & IM_MASK) == IN_COLUMN_GROUP_IM) {
              !!!cp ('t400.1');
              $self->{insertion_mode} = IN_SELECT_IN_TABLE_IM;
            } else {
-Line 7609 
 sub _tree_construction_main ($) {
+Line 5063 
 sub _tree_construction_main ($) {
        }
      } elsif ($token->{type} == END_TAG_TOKEN) {
        if ($token->{tag_name} eq 'body') {
-         ## has a |body| element in scope
+         ## 1. If not "have an element in scope":
+         ## "has a |body| element in scope"
          my $i;
          INSCOPE: {
            for (reverse @{$self->{open_elements}}) {
-Line 7632 
 sub _tree_construction_main ($) {
+Line 5088 
 sub _tree_construction_main ($) {
            next B;
          } # INSCOPE
+         ## 2. If unclosed elements:
          for (@{$self->{open_elements}}) {
-           unless ($_->[1] & ALL_END_TAG_OPTIONAL_EL) {
+           unless ($_->[1] & ALL_END_TAG_OPTIONAL_EL ||
+                   $_->[1] == OPTGROUP_EL ||
+                   $_->[1] == OPTION_EL ||
+                   $_->[1] == RUBY_COMPONENT_EL) {
              !!!cp ('t403');
              !!!parse-error (type => 'not closed',
                              text => $_->[0]->manakai_local_name,
-Line 7644 
 sub _tree_construction_main ($) {
+Line 5104 
 sub _tree_construction_main ($) {
            }
          }
+         ## 3. Switch the insertion mode.
          $self->{insertion_mode} = AFTER_BODY_IM;
          !!!next-token;
          next B;
-Line 8030 
 sub _tree_construction_main ($) {
+Line 5491 
 sub _tree_construction_main ($) {
    ## TODO: script stuffs
  } # _tree_construct_main
+ ## XXX: How this method is organized is somewhat out of date, although
+ ## it still does what the current spec documents.
  sub set_inner_html ($$$$;$) {
    my $class = shift;
-   my $node = shift;
+   my $node = shift; # /context/
    #my $s = \$_[0];
    my $onerror = $_[1];
    my $get_wrapper = $_[2] || sub ($) { return $_[0] };
-Line 8040 
 sub set_inner_html ($$$$;$) {
+Line 5503 
 sub set_inner_html ($$$$;$) {
    ## ISSUE: Should {confident} be true?
    my $nt = $node->node_type;
-   if ($nt == 9) {
+   if ($nt == 9) { # Document (invoke the algorithm with no /context/ element)
      # MUST
      ## Step 1 # MUST
-Line 8055 
 sub set_inner_html ($$$$;$) {
+Line 5518 
 sub set_inner_html ($$$$;$) {
      ## Step 3, 4, 5 # MUST
      $class->parse_char_string ($_[0] => $node, $onerror, $get_wrapper);
-   } elsif ($nt == 1) {
+   } elsif ($nt == 1) { # Element (invoke the algorithm with /context/ element)
      ## TODO: If non-html element
      ## NOTE: Most of this code is copied from |parse_string|
  ## TODO: Support for $get_wrapper
-     ## Step 1 # MUST
+     ## F1. Create an HTML document.
      my $this_doc = $node->owner_document;
      my $doc = $this_doc->implementation->create_document;
      $doc->manakai_is_html (1);
+     ## F2. Propagate quirkness flag
+     my $node_doc = $node->owner_document;
+     $doc->manakai_compat_mode ($node_doc->manakai_compat_mode);
+     ## F3. Create an HTML parser
      my $p = $class->new;
      $p->{document} = $doc;
-Line 8193 
 sub set_inner_html ($$$$;$) {
+Line 5662 
 sub set_inner_html ($$$$;$) {
      $p->_initialize_tokenizer;
      $p->_initialize_tree_constructor;
-     ## Step 2
+     ## F4. If /context/ is not undef...
+     ## F4.1. content model flag
      my $node_ln = $node->manakai_local_name;
      $p->{content_model} = {
        title => RCDATA_CONTENT_MODEL,
-Line 8209 
 sub set_inner_html ($$$$;$) {
+Line 5680 
 sub set_inner_html ($$$$;$) {
      }->{$node_ln};
      $p->{content_model} = PCDATA_CONTENT_MODEL
          unless defined $p->{content_model};
-         ## ISSUE: What is "the name of the element"? local name?
      $p->{inner_html_node} = [$node, $el_category->{$node_ln}];
        ## TODO: Foreign element OK?
-     ## Step 3
+     ## F4.2. Root |html| element
      my $root = $doc->create_element_ns
        ('http://www.w3.org/1999/xhtml', [undef, 'html']);
-     ## Step 4 # MUST
+     ## F4.3.
      $doc->append_child ($root);
-     ## Step 5 # MUST
+     ## F4.4.
      push @{$p->{open_elements}}, [$root, $el_category->{html}];
      undef $p->{head_element};
      undef $p->{head_element_inserted};
-     ## Step 6 # MUST
+     ## F4.5.
      $p->_reset_insertion_mode;
-     ## Step 7 # MUST
+     ## F4.6.
      my $anode = $node;
      AN: while (defined $anode) {
        if ($anode->node_type == 1) {
-Line 8245 
 sub set_inner_html ($$$$;$) {
+Line 5715 
 sub set_inner_html ($$$$;$) {
        }
        $anode = $anode->parent_node;
      } # AN
-     ## Step 9 # MUST
+     ## F.6. Start the parser.
      {
        my $self = $p;
        !!!next-token;
      }
      $p->_tree_construction_main;
-     ## Step 10 # MUST
+     ## F.7.
      my @cn = @{$node->child_nodes};
      for (@cn) {
        $node->remove_child ($_);

 Legend:



Removed from v.1.207
 


changed lines


 
Added in v.1.225
 Legend:



Removed from v.1.207
 


changed lines


 
Added in v.1.225
-Removed from v.1.207
+Added in v.1.225

admin@suikawiki.org	ViewVC Help
Powered by ViewVC 1.1.24