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

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

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

revision 1.57 by wakaba, Sat Aug 11 08:08:12 2007 UTC revision 1.211 by wakaba, Mon Oct 27 05:44:47 2008 UTC
# Line 1  Line 1 
1  package Whatpm::HTML;  package Whatpm::HTML;
2  use strict;  use strict;
3  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};
4    use Error qw(:try);
5    
6    use Whatpm::HTML::Tokenizer;
7    
8    ## NOTE: This module don't check all HTML5 parse errors; character
9    ## encoding related parse errors are expected to be handled by relevant
10    ## modules.
11    ## Parse errors for control characters that are not allowed in HTML5
12    ## documents, for surrogate code points, and for noncharacter code
13    ## points, as well as U+FFFD substitions for characters whose code points
14    ## is higher than U+10FFFF may be detected by combining the parser with
15    ## the checker implemented by Whatpm::Charset::UnicodeChecker (for its
16    ## usage example, see |t/HTML-tree.t| in the Whatpm package or the
17    ## WebHACC::Language::HTML module in the WebHACC package).
18    
19  ## ISSUE:  ## ISSUE:
20  ## var doc = implementation.createDocument (null, null, null);  ## var doc = implementation.createDocument (null, null, null);
21  ## doc.write ('');  ## doc.write ('');
22  ## alert (doc.compatMode);  ## alert (doc.compatMode);
23    
24  ## ISSUE: HTML5 revision 967 says that the encoding layer MUST NOT  require IO::Handle;
25  ## strip BOM and the HTML layer MUST ignore it.  Whether we can do it  
26  ## is not yet clear.  ## Namespace URLs
27  ## "{U+FEFF}..." in UTF-16BE/UTF-16LE is three or four characters?  
28  ## "{U+FEFF}..." in GB18030?  my $HTML_NS = q<http://www.w3.org/1999/xhtml>;
29    my $MML_NS = q<http://www.w3.org/1998/Math/MathML>;
30  my $permitted_slash_tag_name = {  my $SVG_NS = q<http://www.w3.org/2000/svg>;
31    base => 1,  my $XLINK_NS = q<http://www.w3.org/1999/xlink>;
32    link => 1,  my $XML_NS = q<http://www.w3.org/XML/1998/namespace>;
33    meta => 1,  my $XMLNS_NS = q<http://www.w3.org/2000/xmlns/>;
34    hr => 1,  
35    br => 1,  ## Element categories
36    img=> 1,  
37    embed => 1,  ## Bits 12-15
38    param => 1,  sub SPECIAL_EL () { 0b1_000000000000000 }
39    area => 1,  sub SCOPING_EL () { 0b1_00000000000000 }
40    col => 1,  sub FORMATTING_EL () { 0b1_0000000000000 }
41    input => 1,  sub PHRASING_EL () { 0b1_000000000000 }
42    
43    ## Bits 10-11
44    #sub FOREIGN_EL () { 0b1_00000000000 } # see Whatpm::HTML::Tokenizer
45    sub FOREIGN_FLOW_CONTENT_EL () { 0b1_0000000000 }
46    
47    ## Bits 6-9
48    sub TABLE_SCOPING_EL () { 0b1_000000000 }
49    sub TABLE_ROWS_SCOPING_EL () { 0b1_00000000 }
50    sub TABLE_ROW_SCOPING_EL () { 0b1_0000000 }
51    sub TABLE_ROWS_EL () { 0b1_000000 }
52    
53    ## Bit 5
54    sub ADDRESS_DIV_P_EL () { 0b1_00000 }
55    
56    ## NOTE: Used in </body> and EOF algorithms.
57    ## Bit 4
58    sub ALL_END_TAG_OPTIONAL_EL () { 0b1_0000 }
59    
60    ## NOTE: Used in "generate implied end tags" algorithm.
61    ## NOTE: There is a code where a modified version of
62    ## END_TAG_OPTIONAL_EL is used in "generate implied end tags"
63    ## implementation (search for the algorithm name).
64    ## Bit 3
65    sub END_TAG_OPTIONAL_EL () { 0b1_000 }
66    
67    ## Bits 0-2
68    
69    sub MISC_SPECIAL_EL () { SPECIAL_EL | 0b000 }
70    sub FORM_EL () { SPECIAL_EL | 0b001 }
71    sub FRAMESET_EL () { SPECIAL_EL | 0b010 }
72    sub HEADING_EL () { SPECIAL_EL | 0b011 }
73    sub SELECT_EL () { SPECIAL_EL | 0b100 }
74    sub SCRIPT_EL () { SPECIAL_EL | 0b101 }
75    
76    sub ADDRESS_DIV_EL () { SPECIAL_EL | ADDRESS_DIV_P_EL | 0b001 }
77    sub BODY_EL () { SPECIAL_EL | ALL_END_TAG_OPTIONAL_EL | 0b001 }
78    
79    sub DTDD_EL () {
80      SPECIAL_EL |
81      END_TAG_OPTIONAL_EL |
82      ALL_END_TAG_OPTIONAL_EL |
83      0b010
84    }
85    sub LI_EL () {
86      SPECIAL_EL |
87      END_TAG_OPTIONAL_EL |
88      ALL_END_TAG_OPTIONAL_EL |
89      0b100
90    }
91    sub P_EL () {
92      SPECIAL_EL |
93      ADDRESS_DIV_P_EL |
94      END_TAG_OPTIONAL_EL |
95      ALL_END_TAG_OPTIONAL_EL |
96      0b001
97    }
98    
99    sub TABLE_ROW_EL () {
100      SPECIAL_EL |
101      TABLE_ROWS_EL |
102      TABLE_ROW_SCOPING_EL |
103      ALL_END_TAG_OPTIONAL_EL |
104      0b001
105    }
106    sub TABLE_ROW_GROUP_EL () {
107      SPECIAL_EL |
108      TABLE_ROWS_EL |
109      TABLE_ROWS_SCOPING_EL |
110      ALL_END_TAG_OPTIONAL_EL |
111      0b001
112    }
113    
114    sub MISC_SCOPING_EL () { SCOPING_EL | 0b000 }
115    sub BUTTON_EL () { SCOPING_EL | 0b001 }
116    sub CAPTION_EL () { SCOPING_EL | 0b010 }
117    sub HTML_EL () {
118      SCOPING_EL |
119      TABLE_SCOPING_EL |
120      TABLE_ROWS_SCOPING_EL |
121      TABLE_ROW_SCOPING_EL |
122      ALL_END_TAG_OPTIONAL_EL |
123      0b001
124    }
125    sub TABLE_EL () {
126      SCOPING_EL |
127      TABLE_ROWS_EL |
128      TABLE_SCOPING_EL |
129      0b001
130    }
131    sub TABLE_CELL_EL () {
132      SCOPING_EL |
133      TABLE_ROW_SCOPING_EL |
134      ALL_END_TAG_OPTIONAL_EL |
135      0b001
136    }
137    
138    sub MISC_FORMATTING_EL () { FORMATTING_EL | 0b000 }
139    sub A_EL () { FORMATTING_EL | 0b001 }
140    sub NOBR_EL () { FORMATTING_EL | 0b010 }
141    
142    sub RUBY_EL () { PHRASING_EL | 0b001 }
143    
144    ## ISSUE: ALL_END_TAG_OPTIONAL_EL?
145    sub OPTGROUP_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b001 }
146    sub OPTION_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b010 }
147    sub RUBY_COMPONENT_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b100 }
148    
149    sub MML_AXML_EL () { PHRASING_EL | FOREIGN_EL | 0b001 }
150    
151    my $el_category = {
152      a => A_EL,
153      address => ADDRESS_DIV_EL,
154      applet => MISC_SCOPING_EL,
155      area => MISC_SPECIAL_EL,
156      article => MISC_SPECIAL_EL,
157      aside => MISC_SPECIAL_EL,
158      b => FORMATTING_EL,
159      base => MISC_SPECIAL_EL,
160      basefont => MISC_SPECIAL_EL,
161      bgsound => MISC_SPECIAL_EL,
162      big => FORMATTING_EL,
163      blockquote => MISC_SPECIAL_EL,
164      body => BODY_EL,
165      br => MISC_SPECIAL_EL,
166      button => BUTTON_EL,
167      caption => CAPTION_EL,
168      center => MISC_SPECIAL_EL,
169      col => MISC_SPECIAL_EL,
170      colgroup => MISC_SPECIAL_EL,
171      command => MISC_SPECIAL_EL,
172      datagrid => MISC_SPECIAL_EL,
173      dd => DTDD_EL,
174      details => MISC_SPECIAL_EL,
175      dialog => MISC_SPECIAL_EL,
176      dir => MISC_SPECIAL_EL,
177      div => ADDRESS_DIV_EL,
178      dl => MISC_SPECIAL_EL,
179      dt => DTDD_EL,
180      em => FORMATTING_EL,
181      embed => MISC_SPECIAL_EL,
182      eventsource => MISC_SPECIAL_EL,
183      fieldset => MISC_SPECIAL_EL,
184      figure => MISC_SPECIAL_EL,
185      font => FORMATTING_EL,
186      footer => MISC_SPECIAL_EL,
187      form => FORM_EL,
188      frame => MISC_SPECIAL_EL,
189      frameset => FRAMESET_EL,
190      h1 => HEADING_EL,
191      h2 => HEADING_EL,
192      h3 => HEADING_EL,
193      h4 => HEADING_EL,
194      h5 => HEADING_EL,
195      h6 => HEADING_EL,
196      head => MISC_SPECIAL_EL,
197      header => MISC_SPECIAL_EL,
198      hr => MISC_SPECIAL_EL,
199      html => HTML_EL,
200      i => FORMATTING_EL,
201      iframe => MISC_SPECIAL_EL,
202      img => MISC_SPECIAL_EL,
203      #image => MISC_SPECIAL_EL, ## NOTE: Commented out in the spec.
204      input => MISC_SPECIAL_EL,
205      isindex => MISC_SPECIAL_EL,
206      li => LI_EL,
207      link => MISC_SPECIAL_EL,
208      listing => MISC_SPECIAL_EL,
209      marquee => MISC_SCOPING_EL,
210      menu => MISC_SPECIAL_EL,
211      meta => MISC_SPECIAL_EL,
212      nav => MISC_SPECIAL_EL,
213      nobr => NOBR_EL,
214      noembed => MISC_SPECIAL_EL,
215      noframes => MISC_SPECIAL_EL,
216      noscript => MISC_SPECIAL_EL,
217      object => MISC_SCOPING_EL,
218      ol => MISC_SPECIAL_EL,
219      optgroup => OPTGROUP_EL,
220      option => OPTION_EL,
221      p => P_EL,
222      param => MISC_SPECIAL_EL,
223      plaintext => MISC_SPECIAL_EL,
224      pre => MISC_SPECIAL_EL,
225      rp => RUBY_COMPONENT_EL,
226      rt => RUBY_COMPONENT_EL,
227      ruby => RUBY_EL,
228      s => FORMATTING_EL,
229      script => MISC_SPECIAL_EL,
230      select => SELECT_EL,
231      section => MISC_SPECIAL_EL,
232      small => FORMATTING_EL,
233      spacer => MISC_SPECIAL_EL,
234      strike => FORMATTING_EL,
235      strong => FORMATTING_EL,
236      style => MISC_SPECIAL_EL,
237      table => TABLE_EL,
238      tbody => TABLE_ROW_GROUP_EL,
239      td => TABLE_CELL_EL,
240      textarea => MISC_SPECIAL_EL,
241      tfoot => TABLE_ROW_GROUP_EL,
242      th => TABLE_CELL_EL,
243      thead => TABLE_ROW_GROUP_EL,
244      title => MISC_SPECIAL_EL,
245      tr => TABLE_ROW_EL,
246      tt => FORMATTING_EL,
247      u => FORMATTING_EL,
248      ul => MISC_SPECIAL_EL,
249      wbr => MISC_SPECIAL_EL,
250  };  };
251    
252  my $c1_entity_char = {  my $el_category_f = {
253    0x80 => 0x20AC,    $MML_NS => {
254    0x81 => 0xFFFD,      'annotation-xml' => MML_AXML_EL,
255    0x82 => 0x201A,      mi => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
256    0x83 => 0x0192,      mo => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
257    0x84 => 0x201E,      mn => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
258    0x85 => 0x2026,      ms => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
259    0x86 => 0x2020,      mtext => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
260    0x87 => 0x2021,    },
261    0x88 => 0x02C6,    $SVG_NS => {
262    0x89 => 0x2030,      foreignObject => SCOPING_EL | FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
263    0x8A => 0x0160,      desc => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
264    0x8B => 0x2039,      title => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
265    0x8C => 0x0152,    },
266    0x8D => 0xFFFD,    ## NOTE: In addition, FOREIGN_EL is set to non-HTML elements.
   0x8E => 0x017D,  
   0x8F => 0xFFFD,  
   0x90 => 0xFFFD,  
   0x91 => 0x2018,  
   0x92 => 0x2019,  
   0x93 => 0x201C,  
   0x94 => 0x201D,  
   0x95 => 0x2022,  
   0x96 => 0x2013,  
   0x97 => 0x2014,  
   0x98 => 0x02DC,  
   0x99 => 0x2122,  
   0x9A => 0x0161,  
   0x9B => 0x203A,  
   0x9C => 0x0153,  
   0x9D => 0xFFFD,  
   0x9E => 0x017E,  
   0x9F => 0x0178,  
 }; # $c1_entity_char  
   
 my $special_category = {  
   address => 1, area => 1, base => 1, basefont => 1, bgsound => 1,  
   blockquote => 1, body => 1, br => 1, center => 1, col => 1, colgroup => 1,  
   dd => 1, dir => 1, div => 1, dl => 1, dt => 1, embed => 1, fieldset => 1,  
   form => 1, frame => 1, frameset => 1, h1 => 1, h2 => 1, h3 => 1,  
   h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, iframe => 1, image => 1,  
   img => 1, input => 1, isindex => 1, li => 1, link => 1, listing => 1,  
   menu => 1, meta => 1, noembed => 1, noframes => 1, noscript => 1,  
   ol => 1, optgroup => 1, option => 1, p => 1, param => 1, plaintext => 1,  
   pre => 1, script => 1, select => 1, spacer => 1, style => 1, tbody => 1,  
   textarea => 1, tfoot => 1, thead => 1, title => 1, tr => 1, ul => 1, wbr => 1,  
267  };  };
268  my $scoping_category = {  
269    button => 1, caption => 1, html => 1, marquee => 1, object => 1,  my $svg_attr_name = {
270    table => 1, td => 1, th => 1,    attributename => 'attributeName',
271      attributetype => 'attributeType',
272      basefrequency => 'baseFrequency',
273      baseprofile => 'baseProfile',
274      calcmode => 'calcMode',
275      clippathunits => 'clipPathUnits',
276      contentscripttype => 'contentScriptType',
277      contentstyletype => 'contentStyleType',
278      diffuseconstant => 'diffuseConstant',
279      edgemode => 'edgeMode',
280      externalresourcesrequired => 'externalResourcesRequired',
281      filterres => 'filterRes',
282      filterunits => 'filterUnits',
283      glyphref => 'glyphRef',
284      gradienttransform => 'gradientTransform',
285      gradientunits => 'gradientUnits',
286      kernelmatrix => 'kernelMatrix',
287      kernelunitlength => 'kernelUnitLength',
288      keypoints => 'keyPoints',
289      keysplines => 'keySplines',
290      keytimes => 'keyTimes',
291      lengthadjust => 'lengthAdjust',
292      limitingconeangle => 'limitingConeAngle',
293      markerheight => 'markerHeight',
294      markerunits => 'markerUnits',
295      markerwidth => 'markerWidth',
296      maskcontentunits => 'maskContentUnits',
297      maskunits => 'maskUnits',
298      numoctaves => 'numOctaves',
299      pathlength => 'pathLength',
300      patterncontentunits => 'patternContentUnits',
301      patterntransform => 'patternTransform',
302      patternunits => 'patternUnits',
303      pointsatx => 'pointsAtX',
304      pointsaty => 'pointsAtY',
305      pointsatz => 'pointsAtZ',
306      preservealpha => 'preserveAlpha',
307      preserveaspectratio => 'preserveAspectRatio',
308      primitiveunits => 'primitiveUnits',
309      refx => 'refX',
310      refy => 'refY',
311      repeatcount => 'repeatCount',
312      repeatdur => 'repeatDur',
313      requiredextensions => 'requiredExtensions',
314      requiredfeatures => 'requiredFeatures',
315      specularconstant => 'specularConstant',
316      specularexponent => 'specularExponent',
317      spreadmethod => 'spreadMethod',
318      startoffset => 'startOffset',
319      stddeviation => 'stdDeviation',
320      stitchtiles => 'stitchTiles',
321      surfacescale => 'surfaceScale',
322      systemlanguage => 'systemLanguage',
323      tablevalues => 'tableValues',
324      targetx => 'targetX',
325      targety => 'targetY',
326      textlength => 'textLength',
327      viewbox => 'viewBox',
328      viewtarget => 'viewTarget',
329      xchannelselector => 'xChannelSelector',
330      ychannelselector => 'yChannelSelector',
331      zoomandpan => 'zoomAndPan',
332  };  };
333  my $formatting_category = {  
334    a => 1, b => 1, big => 1, em => 1, font => 1, i => 1, nobr => 1,  my $foreign_attr_xname = {
335    s => 1, small => 1, strile => 1, strong => 1, tt => 1, u => 1,    'xlink:actuate' => [$XLINK_NS, ['xlink', 'actuate']],
336      'xlink:arcrole' => [$XLINK_NS, ['xlink', 'arcrole']],
337      'xlink:href' => [$XLINK_NS, ['xlink', 'href']],
338      'xlink:role' => [$XLINK_NS, ['xlink', 'role']],
339      'xlink:show' => [$XLINK_NS, ['xlink', 'show']],
340      'xlink:title' => [$XLINK_NS, ['xlink', 'title']],
341      'xlink:type' => [$XLINK_NS, ['xlink', 'type']],
342      'xml:base' => [$XML_NS, ['xml', 'base']],
343      'xml:lang' => [$XML_NS, ['xml', 'lang']],
344      'xml:space' => [$XML_NS, ['xml', 'space']],
345      'xmlns' => [$XMLNS_NS, [undef, 'xmlns']],
346      'xmlns:xlink' => [$XMLNS_NS, ['xmlns', 'xlink']],
347  };  };
 # $phrasing_category: all other elements  
348    
349  sub parse_string ($$$;$) {  ## ISSUE: xmlns:xlink="non-xlink-ns" is not an error.
350    my $self = shift->new;  
351    my $s = \$_[0];  ## TODO: Invoke the reset algorithm when a resettable element is
352    ## created (cf. HTML5 revision 2259).
353    
354    sub parse_byte_string ($$$$;$) {
355      my $self = shift;
356      my $charset_name = shift;
357      open my $input, '<', ref $_[0] ? $_[0] : \($_[0]);
358      return $self->parse_byte_stream ($charset_name, $input, @_[1..$#_]);
359    } # parse_byte_string
360    
361    sub parse_byte_stream ($$$$;$$) {
362      # my ($self, $charset_name, $byte_stream, $doc, $onerror, $get_wrapper) = @_;
363      my $self = ref $_[0] ? shift : shift->new;
364      my $charset_name = shift;
365      my $byte_stream = $_[0];
366    
367      my $onerror = $_[2] || sub {
368        my (%opt) = @_;
369        warn "Parse error ($opt{type})\n";
370      };
371      $self->{parse_error} = $onerror; # updated later by parse_char_string
372    
373      my $get_wrapper = $_[3] || sub ($) {
374        return $_[0]; # $_[0] = byte stream handle, returned = arg to char handle
375      };
376    
377      ## HTML5 encoding sniffing algorithm
378      require Message::Charset::Info;
379      my $charset;
380      my $buffer;
381      my ($char_stream, $e_status);
382    
383      SNIFFING: {
384        ## NOTE: By setting |allow_fallback| option true when the
385        ## |get_decode_handle| method is invoked, we ignore what the HTML5
386        ## spec requires, i.e. unsupported encoding should be ignored.
387          ## TODO: We should not do this unless the parser is invoked
388          ## in the conformance checking mode, in which this behavior
389          ## would be useful.
390    
391        ## Step 1
392        if (defined $charset_name) {
393          $charset = Message::Charset::Info->get_by_html_name ($charset_name);
394              ## TODO: Is this ok?  Transfer protocol's parameter should be
395              ## interpreted in its semantics?
396    
397          ($char_stream, $e_status) = $charset->get_decode_handle
398              ($byte_stream, allow_error_reporting => 1,
399               allow_fallback => 1);
400          if ($char_stream) {
401            $self->{confident} = 1;
402            last SNIFFING;
403          } else {
404            !!!parse-error (type => 'charset:not supported',
405                            layer => 'encode',
406                            line => 1, column => 1,
407                            value => $charset_name,
408                            level => $self->{level}->{uncertain});
409          }
410        }
411    
412        ## Step 2
413        my $byte_buffer = '';
414        for (1..1024) {
415          my $char = $byte_stream->getc;
416          last unless defined $char;
417          $byte_buffer .= $char;
418        } ## TODO: timeout
419    
420        ## Step 3
421        if ($byte_buffer =~ /^\xFE\xFF/) {
422          $charset = Message::Charset::Info->get_by_html_name ('utf-16be');
423          ($char_stream, $e_status) = $charset->get_decode_handle
424              ($byte_stream, allow_error_reporting => 1,
425               allow_fallback => 1, byte_buffer => \$byte_buffer);
426          $self->{confident} = 1;
427          last SNIFFING;
428        } elsif ($byte_buffer =~ /^\xFF\xFE/) {
429          $charset = Message::Charset::Info->get_by_html_name ('utf-16le');
430          ($char_stream, $e_status) = $charset->get_decode_handle
431              ($byte_stream, allow_error_reporting => 1,
432               allow_fallback => 1, byte_buffer => \$byte_buffer);
433          $self->{confident} = 1;
434          last SNIFFING;
435        } elsif ($byte_buffer =~ /^\xEF\xBB\xBF/) {
436          $charset = Message::Charset::Info->get_by_html_name ('utf-8');
437          ($char_stream, $e_status) = $charset->get_decode_handle
438              ($byte_stream, allow_error_reporting => 1,
439               allow_fallback => 1, byte_buffer => \$byte_buffer);
440          $self->{confident} = 1;
441          last SNIFFING;
442        }
443    
444        ## Step 4
445        ## TODO: <meta charset>
446    
447        ## Step 5
448        ## TODO: from history
449    
450        ## Step 6
451        require Whatpm::Charset::UniversalCharDet;
452        $charset_name = Whatpm::Charset::UniversalCharDet->detect_byte_string
453            ($byte_buffer);
454        if (defined $charset_name) {
455          $charset = Message::Charset::Info->get_by_html_name ($charset_name);
456    
457          require Whatpm::Charset::DecodeHandle;
458          $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new
459              ($byte_stream);
460          ($char_stream, $e_status) = $charset->get_decode_handle
461              ($buffer, allow_error_reporting => 1,
462               allow_fallback => 1, byte_buffer => \$byte_buffer);
463          if ($char_stream) {
464            $buffer->{buffer} = $byte_buffer;
465            !!!parse-error (type => 'sniffing:chardet',
466                            text => $charset_name,
467                            level => $self->{level}->{info},
468                            layer => 'encode',
469                            line => 1, column => 1);
470            $self->{confident} = 0;
471            last SNIFFING;
472          }
473        }
474    
475        ## Step 7: default
476        ## TODO: Make this configurable.
477        $charset = Message::Charset::Info->get_by_html_name ('windows-1252');
478            ## NOTE: We choose |windows-1252| here, since |utf-8| should be
479            ## detectable in the step 6.
480        require Whatpm::Charset::DecodeHandle;
481        $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new
482            ($byte_stream);
483        ($char_stream, $e_status)
484            = $charset->get_decode_handle ($buffer,
485                                           allow_error_reporting => 1,
486                                           allow_fallback => 1,
487                                           byte_buffer => \$byte_buffer);
488        $buffer->{buffer} = $byte_buffer;
489        !!!parse-error (type => 'sniffing:default',
490                        text => 'windows-1252',
491                        level => $self->{level}->{info},
492                        line => 1, column => 1,
493                        layer => 'encode');
494        $self->{confident} = 0;
495      } # SNIFFING
496    
497      if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
498        $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
499        !!!parse-error (type => 'chardecode:fallback',
500                        #text => $self->{input_encoding},
501                        level => $self->{level}->{uncertain},
502                        line => 1, column => 1,
503                        layer => 'encode');
504      } elsif (not ($e_status &
505                    Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
506        $self->{input_encoding} = $charset->get_iana_name;
507        !!!parse-error (type => 'chardecode:no error',
508                        text => $self->{input_encoding},
509                        level => $self->{level}->{uncertain},
510                        line => 1, column => 1,
511                        layer => 'encode');
512      } else {
513        $self->{input_encoding} = $charset->get_iana_name;
514      }
515    
516      $self->{change_encoding} = sub {
517        my $self = shift;
518        $charset_name = shift;
519        my $token = shift;
520    
521        $charset = Message::Charset::Info->get_by_html_name ($charset_name);
522        ($char_stream, $e_status) = $charset->get_decode_handle
523            ($byte_stream, allow_error_reporting => 1, allow_fallback => 1,
524             byte_buffer => \ $buffer->{buffer});
525        
526        if ($char_stream) { # if supported
527          ## "Change the encoding" algorithm:
528    
529          ## Step 1    
530          if ($charset->{category} &
531              Message::Charset::Info::CHARSET_CATEGORY_UTF16 ()) {
532            $charset = Message::Charset::Info->get_by_html_name ('utf-8');
533            ($char_stream, $e_status) = $charset->get_decode_handle
534                ($byte_stream,
535                 byte_buffer => \ $buffer->{buffer});
536          }
537          $charset_name = $charset->get_iana_name;
538          
539          ## Step 2
540          if (defined $self->{input_encoding} and
541              $self->{input_encoding} eq $charset_name) {
542            !!!parse-error (type => 'charset label:matching',
543                            text => $charset_name,
544                            level => $self->{level}->{info});
545            $self->{confident} = 1;
546            return;
547          }
548    
549          !!!parse-error (type => 'charset label detected',
550                          text => $self->{input_encoding},
551                          value => $charset_name,
552                          level => $self->{level}->{warn},
553                          token => $token);
554          
555          ## Step 3
556          # if (can) {
557            ## change the encoding on the fly.
558            #$self->{confident} = 1;
559            #return;
560          # }
561          
562          ## Step 4
563          throw Whatpm::HTML::RestartParser ();
564        }
565      }; # $self->{change_encoding}
566    
567      my $char_onerror = sub {
568        my (undef, $type, %opt) = @_;
569        !!!parse-error (layer => 'encode',
570                        line => $self->{line}, column => $self->{column} + 1,
571                        %opt, type => $type);
572        if ($opt{octets}) {
573          ${$opt{octets}} = "\x{FFFD}"; # relacement character
574        }
575      };
576    
577      my $wrapped_char_stream = $get_wrapper->($char_stream);
578      $wrapped_char_stream->onerror ($char_onerror);
579    
580      my @args = ($_[1], $_[2]); # $doc, $onerror - $get_wrapper = undef;
581      my $return;
582      try {
583        $return = $self->parse_char_stream ($wrapped_char_stream, @args);  
584      } catch Whatpm::HTML::RestartParser with {
585        ## NOTE: Invoked after {change_encoding}.
586    
587        if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
588          $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
589          !!!parse-error (type => 'chardecode:fallback',
590                          level => $self->{level}->{uncertain},
591                          #text => $self->{input_encoding},
592                          line => 1, column => 1,
593                          layer => 'encode');
594        } elsif (not ($e_status &
595                      Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
596          $self->{input_encoding} = $charset->get_iana_name;
597          !!!parse-error (type => 'chardecode:no error',
598                          text => $self->{input_encoding},
599                          level => $self->{level}->{uncertain},
600                          line => 1, column => 1,
601                          layer => 'encode');
602        } else {
603          $self->{input_encoding} = $charset->get_iana_name;
604        }
605        $self->{confident} = 1;
606    
607        $wrapped_char_stream = $get_wrapper->($char_stream);
608        $wrapped_char_stream->onerror ($char_onerror);
609    
610        $return = $self->parse_char_stream ($wrapped_char_stream, @args);
611      };
612      return $return;
613    } # parse_byte_stream
614    
615    ## NOTE: HTML5 spec says that the encoding layer MUST NOT strip BOM
616    ## and the HTML layer MUST ignore it.  However, we does strip BOM in
617    ## the encoding layer and the HTML layer does not ignore any U+FEFF,
618    ## because the core part of our HTML parser expects a string of character,
619    ## not a string of bytes or code units or anything which might contain a BOM.
620    ## Therefore, any parser interface that accepts a string of bytes,
621    ## such as |parse_byte_string| in this module, must ensure that it does
622    ## strip the BOM and never strip any ZWNBSP.
623    
624    sub parse_char_string ($$$;$$) {
625      #my ($self, $s, $doc, $onerror, $get_wrapper) = @_;
626      my $self = shift;
627      my $s = ref $_[0] ? $_[0] : \($_[0]);
628      require Whatpm::Charset::DecodeHandle;
629      my $input = Whatpm::Charset::DecodeHandle::CharString->new ($s);
630      return $self->parse_char_stream ($input, @_[1..$#_]);
631    } # parse_char_string
632    *parse_string = \&parse_char_string; ## NOTE: Alias for backward compatibility.
633    
634    sub parse_char_stream ($$$;$$) {
635      my $self = ref $_[0] ? shift : shift->new;
636      my $input = $_[0];
637    $self->{document} = $_[1];    $self->{document} = $_[1];
638      @{$self->{document}->child_nodes} = ();
639    
640    ## NOTE: |set_inner_html| copies most of this method's code    ## NOTE: |set_inner_html| copies most of this method's code
641    
642    my $i = 0;    $self->{confident} = 1 unless exists $self->{confident};
643    my $line = 1;    $self->{document}->input_encoding ($self->{input_encoding})
644    my $column = 0;        if defined $self->{input_encoding};
645    $self->{set_next_input_character} = sub {  ## TODO: |{input_encoding}| is needless?
646    
647      $self->{line_prev} = $self->{line} = 1;
648      $self->{column_prev} = -1;
649      $self->{column} = 0;
650      $self->{set_nc} = sub {
651      my $self = shift;      my $self = shift;
652    
653      pop @{$self->{prev_input_character}};      my $char = '';
654      unshift @{$self->{prev_input_character}}, $self->{next_input_character};      if (defined $self->{next_nc}) {
655          $char = $self->{next_nc};
656          delete $self->{next_nc};
657          $self->{nc} = ord $char;
658        } else {
659          $self->{char_buffer} = '';
660          $self->{char_buffer_pos} = 0;
661    
662      $self->{next_input_character} = -1 and return if $i >= length $$s;        my $count = $input->manakai_read_until
663      $self->{next_input_character} = ord substr $$s, $i++, 1;           ($self->{char_buffer}, qr/[^\x00\x0A\x0D]/, $self->{char_buffer_pos});
664      $column++;        if ($count) {
665            $self->{line_prev} = $self->{line};
666            $self->{column_prev} = $self->{column};
667            $self->{column}++;
668            $self->{nc}
669                = ord substr ($self->{char_buffer}, $self->{char_buffer_pos}++, 1);
670            return;
671          }
672    
673          if ($input->read ($char, 1)) {
674            $self->{nc} = ord $char;
675          } else {
676            $self->{nc} = -1;
677            return;
678          }
679        }
680    
681        ($self->{line_prev}, $self->{column_prev})
682            = ($self->{line}, $self->{column});
683        $self->{column}++;
684            
685      if ($self->{next_input_character} == 0x000A) { # LF      if ($self->{nc} == 0x000A) { # LF
686        $line++;        !!!cp ('j1');
687        $column = 0;        $self->{line}++;
688      } elsif ($self->{next_input_character} == 0x000D) { # CR        $self->{column} = 0;
689        $i++ if substr ($$s, $i, 1) eq "\x0A";      } elsif ($self->{nc} == 0x000D) { # CR
690        $self->{next_input_character} = 0x000A; # LF # MUST        !!!cp ('j2');
691        $line++;  ## TODO: support for abort/streaming
692        $column = 0;        my $next = '';
693      } elsif ($self->{next_input_character} > 0x10FFFF) {        if ($input->read ($next, 1) and $next ne "\x0A") {
694        $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{next_nc} = $next;
695      } elsif ($self->{next_input_character} == 0x0000) { # NULL        }
696          $self->{nc} = 0x000A; # LF # MUST
697          $self->{line}++;
698          $self->{column} = 0;
699        } elsif ($self->{nc} == 0x0000) { # NULL
700          !!!cp ('j4');
701        !!!parse-error (type => 'NULL');        !!!parse-error (type => 'NULL');
702        $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST        $self->{nc} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
703      }      }
704    };    };
705    $self->{prev_input_character} = [-1, -1, -1];  
706    $self->{next_input_character} = -1;    $self->{read_until} = sub {
707        #my ($scalar, $specials_range, $offset) = @_;
708        return 0 if defined $self->{next_nc};
709    
710        my $pattern = qr/[^$_[1]\x00\x0A\x0D]/;
711        my $offset = $_[2] || 0;
712    
713        if ($self->{char_buffer_pos} < length $self->{char_buffer}) {
714          pos ($self->{char_buffer}) = $self->{char_buffer_pos};
715          if ($self->{char_buffer} =~ /\G(?>$pattern)+/) {
716            substr ($_[0], $offset)
717                = substr ($self->{char_buffer}, $-[0], $+[0] - $-[0]);
718            my $count = $+[0] - $-[0];
719            if ($count) {
720              $self->{column} += $count;
721              $self->{char_buffer_pos} += $count;
722              $self->{line_prev} = $self->{line};
723              $self->{column_prev} = $self->{column} - 1;
724              $self->{nc} = -1;
725            }
726            return $count;
727          } else {
728            return 0;
729          }
730        } else {
731          my $count = $input->manakai_read_until ($_[0], $pattern, $_[2]);
732          if ($count) {
733            $self->{column} += $count;
734            $self->{line_prev} = $self->{line};
735            $self->{column_prev} = $self->{column} - 1;
736            $self->{nc} = -1;
737          }
738          return $count;
739        }
740      }; # $self->{read_until}
741    
742    my $onerror = $_[2] || sub {    my $onerror = $_[2] || sub {
743      my (%opt) = @_;      my (%opt) = @_;
744      warn "Parse error ($opt{type}) at line $opt{line} column $opt{column}\n";      my $line = $opt{token} ? $opt{token}->{line} : $opt{line};
745        my $column = $opt{token} ? $opt{token}->{column} : $opt{column};
746        warn "Parse error ($opt{type}) at line $line column $column\n";
747    };    };
748    $self->{parse_error} = sub {    $self->{parse_error} = sub {
749      $onerror->(@_, line => $line, column => $column);      $onerror->(line => $self->{line}, column => $self->{column}, @_);
750    };    };
751    
752      my $char_onerror = sub {
753        my (undef, $type, %opt) = @_;
754        !!!parse-error (layer => 'encode',
755                        line => $self->{line}, column => $self->{column} + 1,
756                        %opt, type => $type);
757      }; # $char_onerror
758    
759      if ($_[3]) {
760        $input = $_[3]->($input);
761        $input->onerror ($char_onerror);
762      } else {
763        $input->onerror ($char_onerror) unless defined $input->onerror;
764      }
765    
766    $self->_initialize_tokenizer;    $self->_initialize_tokenizer;
767    $self->_initialize_tree_constructor;    $self->_initialize_tree_constructor;
768    $self->_construct_tree;    $self->_construct_tree;
769    $self->_terminate_tree_constructor;    $self->_terminate_tree_constructor;
770    
771      delete $self->{parse_error}; # remove loop
772    
773    return $self->{document};    return $self->{document};
774  } # parse_string  } # parse_char_stream
775    
776  sub new ($) {  sub new ($) {
777    my $class = shift;    my $class = shift;
778    my $self = bless {}, $class;    my $self = bless {
779    $self->{set_next_input_character} = sub {      level => {must => 'm',
780      $self->{next_input_character} = -1;                should => 's',
781                  warn => 'w',
782                  info => 'i',
783                  uncertain => 'u'},
784      }, $class;
785      $self->{set_nc} = sub {
786        $self->{nc} = -1;
787    };    };
788    $self->{parse_error} = sub {    $self->{parse_error} = sub {
789      #      #
790    };    };
791      $self->{change_encoding} = sub {
792        # if ($_[0] is a supported encoding) {
793        #   run "change the encoding" algorithm;
794        #   throw Whatpm::HTML::RestartParser (charset => $new_encoding);
795        # }
796      };
797      $self->{application_cache_selection} = sub {
798        #
799      };
800    return $self;    return $self;
801  } # new  } # new
802    
803  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 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 }  
804    
805  sub AFTER_HTML_IMS () { 0b100 }  sub AFTER_HTML_IMS () { 0b100 }
806  sub HEAD_IMS ()       { 0b1000 }  sub HEAD_IMS ()       { 0b1000 }
# Line 208  sub TABLE_IMS ()      { 0b1000000 } Line 810  sub TABLE_IMS ()      { 0b1000000 }
810  sub ROW_IMS ()        { 0b10000000 }  sub ROW_IMS ()        { 0b10000000 }
811  sub BODY_AFTER_IMS () { 0b100000000 }  sub BODY_AFTER_IMS () { 0b100000000 }
812  sub FRAME_IMS ()      { 0b1000000000 }  sub FRAME_IMS ()      { 0b1000000000 }
813    sub SELECT_IMS ()     { 0b10000000000 }
814    #sub IN_FOREIGN_CONTENT_IM () { 0b100000000000 } # see Whatpm::HTML::Tokenizer
815        ## NOTE: "in foreign content" insertion mode is special; it is combined
816        ## with the secondary insertion mode.  In this parser, they are stored
817        ## together in the bit-or'ed form.
818    sub IN_CDATA_RCDATA_IM () { 0b1000000000000 }
819        ## NOTE: "in CDATA/RCDATA" insertion mode is also special; it is
820        ## combined with the original insertion mode.  In thie parser,
821        ## they are stored together in the bit-or'ed form.
822    
823    sub IM_MASK () { 0b11111111111 }
824    
825    ## NOTE: "initial" and "before html" insertion modes have no constants.
826    
827    ## NOTE: "after after body" insertion mode.
828  sub AFTER_HTML_BODY_IM () { AFTER_HTML_IMS | BODY_AFTER_IMS }  sub AFTER_HTML_BODY_IM () { AFTER_HTML_IMS | BODY_AFTER_IMS }
829    
830    ## NOTE: "after after frameset" insertion mode.
831  sub AFTER_HTML_FRAMESET_IM () { AFTER_HTML_IMS | FRAME_IMS }  sub AFTER_HTML_FRAMESET_IM () { AFTER_HTML_IMS | FRAME_IMS }
832    
833  sub IN_HEAD_IM () { HEAD_IMS | 0b00 }  sub IN_HEAD_IM () { HEAD_IMS | 0b00 }
834  sub IN_HEAD_NOSCRIPT_IM () { HEAD_IMS | 0b01 }  sub IN_HEAD_NOSCRIPT_IM () { HEAD_IMS | 0b01 }
835  sub AFTER_HEAD_IM () { HEAD_IMS | 0b10 }  sub AFTER_HEAD_IM () { HEAD_IMS | 0b10 }
# Line 224  sub IN_TABLE_IM () { TABLE_IMS } Line 843  sub IN_TABLE_IM () { TABLE_IMS }
843  sub AFTER_BODY_IM () { BODY_AFTER_IMS }  sub AFTER_BODY_IM () { BODY_AFTER_IMS }
844  sub IN_FRAMESET_IM () { FRAME_IMS | 0b01 }  sub IN_FRAMESET_IM () { FRAME_IMS | 0b01 }
845  sub AFTER_FRAMESET_IM () { FRAME_IMS | 0b10 }  sub AFTER_FRAMESET_IM () { FRAME_IMS | 0b10 }
846  sub IN_SELECT_IM () { 0b01 }  sub IN_SELECT_IM () { SELECT_IMS | 0b01 }
847    sub IN_SELECT_IN_TABLE_IM () { SELECT_IMS | 0b10 }
848  sub IN_COLUMN_GROUP_IM () { 0b10 }  sub IN_COLUMN_GROUP_IM () { 0b10 }
849    
 ## Implementations MUST act as if state machine in the spec  
   
 sub _initialize_tokenizer ($) {  
   my $self = shift;  
   $self->{state} = DATA_STATE; # MUST  
   $self->{content_model} = PCDATA_CONTENT_MODEL; # be  
   undef $self->{current_token}; # start tag, end tag, comment, or DOCTYPE  
   undef $self->{current_attribute};  
   undef $self->{last_emitted_start_tag_name};  
   undef $self->{last_attribute_value_state};  
   $self->{char} = [];  
   # $self->{next_input_character}  
   !!!next-input-character;  
   $self->{token} = [];  
   # $self->{escape}  
 } # _initialize_tokenizer  
   
 ## A token has:  
 ##   ->{type} == DOCTYPE_TOKEN, START_TAG_TOKEN, END_TAG_TOKEN, COMMENT_TOKEN,  
 ##       CHARACTER_TOKEN, or END_OF_FILE_TOKEN  
 ##   ->{name} (DOCTYPE_TOKEN)  
 ##   ->{tag_name} (START_TAG_TOKEN, END_TAG_TOKEN)  
 ##   ->{public_identifier} (DOCTYPE_TOKEN)  
 ##   ->{system_identifier} (DOCTYPE_TOKEN)  
 ##   ->{correct} == 1 or 0 (DOCTYPE_TOKEN)  
 ##   ->{attributes} isa HASH (START_TAG_TOKEN, END_TAG_TOKEN)  
 ##   ->{data} (COMMENT_TOKEN, CHARACTER_TOKEN)  
   
 ## 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.  
   
 sub _get_next_token ($) {  
   my $self = shift;  
   if (@{$self->{token}}) {  
     return shift @{$self->{token}};  
   }  
   
   A: {  
     if ($self->{state} == DATA_STATE) {  
       if ($self->{next_input_character} == 0x0026) { # &  
         if ($self->{content_model} & CM_ENTITY) { # PCDATA | RCDATA  
           $self->{state} = ENTITY_DATA_STATE;  
           !!!next-input-character;  
           redo A;  
         } else {  
           #  
         }  
       } elsif ($self->{next_input_character} == 0x002D) { # -  
         if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
           unless ($self->{escape}) {  
             if ($self->{prev_input_character}->[0] == 0x002D and # -  
                 $self->{prev_input_character}->[1] == 0x0021 and # !  
                 $self->{prev_input_character}->[2] == 0x003C) { # <  
               $self->{escape} = 1;  
             }  
           }  
         }  
           
         #  
       } elsif ($self->{next_input_character} == 0x003C) { # <  
         if ($self->{content_model} & CM_FULL_MARKUP or # PCDATA  
             (($self->{content_model} & CM_LIMITED_MARKUP) and # CDATA | RCDATA  
              not $self->{escape})) {  
           $self->{state} = TAG_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } else {  
           #  
         }  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{escape} and  
             ($self->{content_model} & CM_LIMITED_MARKUP)) { # RCDATA | CDATA  
           if ($self->{prev_input_character}->[0] == 0x002D and # -  
               $self->{prev_input_character}->[1] == 0x002D) { # -  
             delete $self->{escape};  
           }  
         }  
           
         #  
       } elsif ($self->{next_input_character} == -1) {  
         !!!emit ({type => END_OF_FILE_TOKEN});  
         last A; ## TODO: ok?  
       }  
       # Anything else  
       my $token = {type => CHARACTER_TOKEN,  
                    data => chr $self->{next_input_character}};  
       ## Stay in the data state  
       !!!next-input-character;  
   
       !!!emit ($token);  
   
       redo A;  
     } elsif ($self->{state} == ENTITY_DATA_STATE) {  
       ## (cannot happen in CDATA state)  
         
       my $token = $self->_tokenize_attempt_to_consume_an_entity (0);  
   
       $self->{state} = DATA_STATE;  
       # next-input-character is already done  
   
       unless (defined $token) {  
         !!!emit ({type => CHARACTER_TOKEN, data => '&'});  
       } else {  
         !!!emit ($token);  
       }  
   
       redo A;  
     } elsif ($self->{state} == TAG_OPEN_STATE) {  
       if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
         if ($self->{next_input_character} == 0x002F) { # /  
           !!!next-input-character;  
           $self->{state} = CLOSE_TAG_OPEN_STATE;  
           redo A;  
         } else {  
           ## reconsume  
           $self->{state} = DATA_STATE;  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<'});  
   
           redo A;  
         }  
       } elsif ($self->{content_model} & CM_FULL_MARKUP) { # PCDATA  
         if ($self->{next_input_character} == 0x0021) { # !  
           $self->{state} = MARKUP_DECLARATION_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif ($self->{next_input_character} == 0x002F) { # /  
           $self->{state} = CLOSE_TAG_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif (0x0041 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x005A) { # A..Z  
           $self->{current_token}  
             = {type => START_TAG_TOKEN,  
                tag_name => chr ($self->{next_input_character} + 0x0020)};  
           $self->{state} = TAG_NAME_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif (0x0061 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x007A) { # a..z  
           $self->{current_token} = {type => START_TAG_TOKEN,  
                             tag_name => chr ($self->{next_input_character})};  
           $self->{state} = TAG_NAME_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif ($self->{next_input_character} == 0x003E) { # >  
           !!!parse-error (type => 'empty start tag');  
           $self->{state} = DATA_STATE;  
           !!!next-input-character;  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<>'});  
   
           redo A;  
         } elsif ($self->{next_input_character} == 0x003F) { # ?  
           !!!parse-error (type => 'pio');  
           $self->{state} = BOGUS_COMMENT_STATE;  
           ## $self->{next_input_character} is intentionally left as is  
           redo A;  
         } else {  
           !!!parse-error (type => 'bare stago');  
           $self->{state} = DATA_STATE;  
           ## reconsume  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<'});  
   
           redo A;  
         }  
       } else {  
         die "$0: $self->{content_model} in tag open";  
       }  
     } elsif ($self->{state} == CLOSE_TAG_OPEN_STATE) {  
       if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
         if (defined $self->{last_emitted_start_tag_name}) {  
           ## NOTE: <http://krijnhoetmer.nl/irc-logs/whatwg/20070626#l-564>  
           my @next_char;  
           TAGNAME: for (my $i = 0; $i < length $self->{last_emitted_start_tag_name}; $i++) {  
             push @next_char, $self->{next_input_character};  
             my $c = ord substr ($self->{last_emitted_start_tag_name}, $i, 1);  
             my $C = 0x0061 <= $c && $c <= 0x007A ? $c - 0x0020 : $c;  
             if ($self->{next_input_character} == $c or $self->{next_input_character} == $C) {  
               !!!next-input-character;  
               next TAGNAME;  
             } else {  
               $self->{next_input_character} = shift @next_char; # reconsume  
               !!!back-next-input-character (@next_char);  
               $self->{state} = DATA_STATE;  
   
               !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
     
               redo A;  
             }  
           }  
           push @next_char, $self->{next_input_character};  
         
           unless ($self->{next_input_character} == 0x0009 or # HT  
                   $self->{next_input_character} == 0x000A or # LF  
                   $self->{next_input_character} == 0x000B or # VT  
                   $self->{next_input_character} == 0x000C or # FF  
                   $self->{next_input_character} == 0x0020 or # SP  
                   $self->{next_input_character} == 0x003E or # >  
                   $self->{next_input_character} == 0x002F or # /  
                   $self->{next_input_character} == -1) {  
             $self->{next_input_character} = shift @next_char; # reconsume  
             !!!back-next-input-character (@next_char);  
             $self->{state} = DATA_STATE;  
             !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
             redo A;  
           } else {  
             $self->{next_input_character} = shift @next_char;  
             !!!back-next-input-character (@next_char);  
             # and consume...  
           }  
         } else {  
           ## No start tag token has ever been emitted  
           # next-input-character is already done  
           $self->{state} = DATA_STATE;  
           !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
           redo A;  
         }  
       }  
         
       if (0x0041 <= $self->{next_input_character} and  
           $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_token} = {type => END_TAG_TOKEN,  
                           tag_name => chr ($self->{next_input_character} + 0x0020)};  
         $self->{state} = TAG_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif (0x0061 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x007A) { # a..z  
         $self->{current_token} = {type => END_TAG_TOKEN,  
                           tag_name => chr ($self->{next_input_character})};  
         $self->{state} = TAG_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'empty end tag');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'bare etago');  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'bogus end tag');  
         $self->{state} = BOGUS_COMMENT_STATE;  
         ## $self->{next_input_character} is intentionally left as is  
         redo A;  
       }  
     } elsif ($self->{state} == TAG_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_token}->{tag_name} .= chr ($self->{next_input_character} + 0x0020);  
           # start tag or end tag  
         ## Stay in this state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
         redo A;  
       } else {  
         $self->{current_token}->{tag_name} .= chr $self->{next_input_character};  
           # start tag or end tag  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_ATTRIBUTE_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_attribute} = {name => chr ($self->{next_input_character} + 0x0020),  
                               value => ''};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         ## Stay in the state  
         # next-input-character is already done  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute} = {name => chr ($self->{next_input_character}),  
                               value => ''};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_NAME_STATE) {  
       my $before_leave = sub {  
         if (exists $self->{current_token}->{attributes} # start tag or end tag  
             ->{$self->{current_attribute}->{name}}) { # MUST  
           !!!parse-error (type => 'duplicate attribute:'.$self->{current_attribute}->{name});  
           ## Discard $self->{current_attribute} # MUST  
         } else {  
           $self->{current_token}->{attributes}->{$self->{current_attribute}->{name}}  
             = $self->{current_attribute};  
         }  
       }; # $before_leave  
   
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $before_leave->();  
         $self->{state} = AFTER_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003D) { # =  
         $before_leave->();  
         $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $before_leave->();  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_attribute}->{name} .= chr ($self->{next_input_character} + 0x0020);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         $before_leave->();  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         $before_leave->();  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{name} .= chr ($self->{next_input_character});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_ATTRIBUTE_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003D) { # =  
         $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_attribute} = {name => chr ($self->{next_input_character} + 0x0020),  
                               value => ''};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
           ## TODO: Different error type for <aa / bb> than <aa/>  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute} = {name => chr ($self->{next_input_character}),  
                               value => ''};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;          
       }  
     } elsif ($self->{state} == BEFORE_ATTRIBUTE_VALUE_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP        
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;  
         ## reconsume  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{value} .= chr ($self->{next_input_character});  
         $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed attribute value');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{value} .= chr ($self->{next_input_character});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed attribute value');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{value} .= chr ($self->{next_input_character});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_UNQUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # HT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{value} .= chr ($self->{next_input_character});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ENTITY_IN_ATTRIBUTE_VALUE_STATE) {  
       my $token = $self->_tokenize_attempt_to_consume_an_entity (1);  
   
       unless (defined $token) {  
         $self->{current_attribute}->{value} .= '&';  
       } else {  
         $self->{current_attribute}->{value} .= $token->{data};  
         ## ISSUE: spec says "append the returned character token to the current attribute's value"  
       }  
   
       $self->{state} = $self->{last_attribute_value_state};  
       # next-input-character is already done  
       redo A;  
     } elsif ($self->{state} == BOGUS_COMMENT_STATE) {  
       ## (only happen if PCDATA state)  
         
       my $token = {type => COMMENT_TOKEN, data => ''};  
   
       BC: {  
         if ($self->{next_input_character} == 0x003E) { # >  
           $self->{state} = DATA_STATE;  
           !!!next-input-character;  
   
           !!!emit ($token);  
   
           redo A;  
         } elsif ($self->{next_input_character} == -1) {  
           $self->{state} = DATA_STATE;  
           ## reconsume  
   
           !!!emit ($token);  
   
           redo A;  
         } else {  
           $token->{data} .= chr ($self->{next_input_character});  
           !!!next-input-character;  
           redo BC;  
         }  
       } # BC  
     } elsif ($self->{state} == MARKUP_DECLARATION_OPEN_STATE) {  
       ## (only happen if PCDATA state)  
   
       my @next_char;  
       push @next_char, $self->{next_input_character};  
         
       if ($self->{next_input_character} == 0x002D) { # -  
         !!!next-input-character;  
         push @next_char, $self->{next_input_character};  
         if ($self->{next_input_character} == 0x002D) { # -  
           $self->{current_token} = {type => COMMENT_TOKEN, data => ''};  
           $self->{state} = COMMENT_START_STATE;  
           !!!next-input-character;  
           redo A;  
         }  
       } elsif ($self->{next_input_character} == 0x0044 or # D  
                $self->{next_input_character} == 0x0064) { # d  
         !!!next-input-character;  
         push @next_char, $self->{next_input_character};  
         if ($self->{next_input_character} == 0x004F or # O  
             $self->{next_input_character} == 0x006F) { # o  
           !!!next-input-character;  
           push @next_char, $self->{next_input_character};  
           if ($self->{next_input_character} == 0x0043 or # C  
               $self->{next_input_character} == 0x0063) { # c  
             !!!next-input-character;  
             push @next_char, $self->{next_input_character};  
             if ($self->{next_input_character} == 0x0054 or # T  
                 $self->{next_input_character} == 0x0074) { # t  
               !!!next-input-character;  
               push @next_char, $self->{next_input_character};  
               if ($self->{next_input_character} == 0x0059 or # Y  
                   $self->{next_input_character} == 0x0079) { # y  
                 !!!next-input-character;  
                 push @next_char, $self->{next_input_character};  
                 if ($self->{next_input_character} == 0x0050 or # P  
                     $self->{next_input_character} == 0x0070) { # p  
                   !!!next-input-character;  
                   push @next_char, $self->{next_input_character};  
                   if ($self->{next_input_character} == 0x0045 or # E  
                       $self->{next_input_character} == 0x0065) { # e  
                     ## ISSUE: What a stupid code this is!  
                     $self->{state} = DOCTYPE_STATE;  
                     !!!next-input-character;  
                     redo A;  
                   }  
                 }  
               }  
             }  
           }  
         }  
       }  
   
       !!!parse-error (type => 'bogus comment');  
       $self->{next_input_character} = shift @next_char;  
       !!!back-next-input-character (@next_char);  
       $self->{state} = BOGUS_COMMENT_STATE;  
       redo A;  
         
       ## ISSUE: typos in spec: chacacters, is is a parse error  
       ## ISSUE: spec is somewhat unclear on "is the first character that will be in the comment"; what is "that will be in the comment" is what the algorithm defines, isn't it?  
     } elsif ($self->{state} == COMMENT_START_STATE) {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = COMMENT_START_DASH_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'bogus comment');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} # comment  
             .= chr ($self->{next_input_character});  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_START_DASH_STATE) {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = COMMENT_END_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'bogus comment');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} # comment  
             .= '-' . chr ($self->{next_input_character});  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_STATE) {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = COMMENT_END_DASH_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} .= chr ($self->{next_input_character}); # comment  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_END_DASH_STATE) {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = COMMENT_END_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} .= '-' . chr ($self->{next_input_character}); # comment  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_END_STATE) {  
       if ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_input_character} == 0x002D) { # -  
         !!!parse-error (type => 'dash in comment');  
         $self->{current_token}->{data} .= '-'; # comment  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'dash in comment');  
         $self->{current_token}->{data} .= '--' . chr ($self->{next_input_character}); # comment  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $self->{state} = BEFORE_DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } else {  
         !!!parse-error (type => 'no space before DOCTYPE name');  
         $self->{state} = BEFORE_DOCTYPE_NAME_STATE;  
         ## reconsume  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_DOCTYPE_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'no DOCTYPE name');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ({type => DOCTYPE_TOKEN}); # incorrect  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'no DOCTYPE name');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ({type => DOCTYPE_TOKEN}); # incorrect  
   
         redo A;  
       } else {  
         $self->{current_token}  
             = {type => DOCTYPE_TOKEN,  
                name => chr ($self->{next_input_character}),  
                correct => 1};  
 ## ISSUE: "Set the token's name name to the" in the spec  
         $self->{state} = DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_NAME_STATE) {  
 ## ISSUE: Redundant "First," in the spec.  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $self->{state} = AFTER_DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{name}  
           .= chr ($self->{next_input_character}); # DOCTYPE  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == 0x0050 or # P  
                $self->{next_input_character} == 0x0070) { # p  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x0055 or # U  
             $self->{next_input_character} == 0x0075) { # u  
           !!!next-input-character;  
           if ($self->{next_input_character} == 0x0042 or # B  
               $self->{next_input_character} == 0x0062) { # b  
             !!!next-input-character;  
             if ($self->{next_input_character} == 0x004C or # L  
                 $self->{next_input_character} == 0x006C) { # l  
               !!!next-input-character;  
               if ($self->{next_input_character} == 0x0049 or # I  
                   $self->{next_input_character} == 0x0069) { # i  
                 !!!next-input-character;  
                 if ($self->{next_input_character} == 0x0043 or # C  
                     $self->{next_input_character} == 0x0063) { # c  
                   $self->{state} = BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
                   !!!next-input-character;  
                   redo A;  
                 }  
               }  
             }  
           }  
         }  
   
         #  
       } elsif ($self->{next_input_character} == 0x0053 or # S  
                $self->{next_input_character} == 0x0073) { # s  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x0059 or # Y  
             $self->{next_input_character} == 0x0079) { # y  
           !!!next-input-character;  
           if ($self->{next_input_character} == 0x0053 or # S  
               $self->{next_input_character} == 0x0073) { # s  
             !!!next-input-character;  
             if ($self->{next_input_character} == 0x0054 or # T  
                 $self->{next_input_character} == 0x0074) { # t  
               !!!next-input-character;  
               if ($self->{next_input_character} == 0x0045 or # E  
                   $self->{next_input_character} == 0x0065) { # e  
                 !!!next-input-character;  
                 if ($self->{next_input_character} == 0x004D or # M  
                     $self->{next_input_character} == 0x006D) { # m  
                   $self->{state} = BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
                   !!!next-input-character;  
                   redo A;  
                 }  
               }  
             }  
           }  
         }  
   
         #  
       } else {  
         !!!next-input-character;  
         #  
       }  
   
       !!!parse-error (type => 'string after DOCTYPE name');  
       $self->{state} = BOGUS_DOCTYPE_STATE;  
       # next-input-character is already done  
       redo A;  
     } elsif ($self->{state} == BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_input_character}}) {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} eq 0x0022) { # "  
         $self->{current_token}->{public_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} eq 0x0027) { # '  
         $self->{current_token}->{public_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} eq 0x003E) { # >  
         !!!parse-error (type => 'no PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after PUBLIC');  
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{public_identifier} # DOCTYPE  
             .= chr $self->{next_input_character};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{public_identifier} # DOCTYPE  
             .= chr $self->{next_input_character};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_input_character}}) {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0022) { # "  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0027) { # '  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after PUBLIC literal');  
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_input_character}}) {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0022) { # "  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0027) { # '  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'no SYSTEM literal');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after SYSTEM');  
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed SYSTEM literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{system_identifier} # DOCTYPE  
             .= chr $self->{next_input_character};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed SYSTEM literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{system_identifier} # DOCTYPE  
             .= chr $self->{next_input_character};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_input_character}}) {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after SYSTEM literal');  
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BOGUS_DOCTYPE_STATE) {  
       if ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } else {  
       die "$0: $self->{state}: Unknown state";  
     }  
   } # A    
   
   die "$0: _get_next_token: unexpected case";  
 } # _get_next_token  
   
 sub _tokenize_attempt_to_consume_an_entity ($$) {  
   my ($self, $in_attr) = @_;  
   
   if ({  
        0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, # HT, LF, VT, FF,  
        0x0020 => 1, 0x003C => 1, 0x0026 => 1, -1 => 1, # SP, <, & # 0x000D # CR  
       }->{$self->{next_input_character}}) {  
     ## Don't consume  
     ## No error  
     return undef;  
   } elsif ($self->{next_input_character} == 0x0023) { # #  
     !!!next-input-character;  
     if ($self->{next_input_character} == 0x0078 or # x  
         $self->{next_input_character} == 0x0058) { # X  
       my $code;  
       X: {  
         my $x_char = $self->{next_input_character};  
         !!!next-input-character;  
         if (0x0030 <= $self->{next_input_character} and  
             $self->{next_input_character} <= 0x0039) { # 0..9  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_input_character} - 0x0030;  
           redo X;  
         } elsif (0x0061 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x0066) { # a..f  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_input_character} - 0x0060 + 9;  
           redo X;  
         } elsif (0x0041 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x0046) { # A..F  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_input_character} - 0x0040 + 9;  
           redo X;  
         } elsif (not defined $code) { # no hexadecimal digit  
           !!!parse-error (type => 'bare hcro');  
           !!!back-next-input-character ($x_char, $self->{next_input_character});  
           $self->{next_input_character} = 0x0023; # #  
           return undef;  
         } elsif ($self->{next_input_character} == 0x003B) { # ;  
           !!!next-input-character;  
         } else {  
           !!!parse-error (type => 'no refc');  
         }  
   
         if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {  
           !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);  
           $code = 0xFFFD;  
         } elsif ($code > 0x10FFFF) {  
           !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);  
           $code = 0xFFFD;  
         } elsif ($code == 0x000D) {  
           !!!parse-error (type => 'CR character reference');  
           $code = 0x000A;  
         } elsif (0x80 <= $code and $code <= 0x9F) {  
           !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);  
           $code = $c1_entity_char->{$code};  
         }  
   
         return {type => CHARACTER_TOKEN, data => chr $code};  
       } # X  
     } elsif (0x0030 <= $self->{next_input_character} and  
              $self->{next_input_character} <= 0x0039) { # 0..9  
       my $code = $self->{next_input_character} - 0x0030;  
       !!!next-input-character;  
         
       while (0x0030 <= $self->{next_input_character} and  
                 $self->{next_input_character} <= 0x0039) { # 0..9  
         $code *= 10;  
         $code += $self->{next_input_character} - 0x0030;  
           
         !!!next-input-character;  
       }  
   
       if ($self->{next_input_character} == 0x003B) { # ;  
         !!!next-input-character;  
       } else {  
         !!!parse-error (type => 'no refc');  
       }  
   
       if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {  
         !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);  
         $code = 0xFFFD;  
       } elsif ($code > 0x10FFFF) {  
         !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);  
         $code = 0xFFFD;  
       } elsif ($code == 0x000D) {  
         !!!parse-error (type => 'CR character reference');  
         $code = 0x000A;  
       } elsif (0x80 <= $code and $code <= 0x9F) {  
         !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);  
         $code = $c1_entity_char->{$code};  
       }  
         
       return {type => CHARACTER_TOKEN, data => chr $code};  
     } else {  
       !!!parse-error (type => 'bare nero');  
       !!!back-next-input-character ($self->{next_input_character});  
       $self->{next_input_character} = 0x0023; # #  
       return undef;  
     }  
   } elsif ((0x0041 <= $self->{next_input_character} and  
             $self->{next_input_character} <= 0x005A) or  
            (0x0061 <= $self->{next_input_character} and  
             $self->{next_input_character} <= 0x007A)) {  
     my $entity_name = chr $self->{next_input_character};  
     !!!next-input-character;  
   
     my $value = $entity_name;  
     my $match = 0;  
     require Whatpm::_NamedEntityList;  
     our $EntityChar;  
   
     while (length $entity_name < 10 and  
            ## NOTE: Some number greater than the maximum length of entity name  
            ((0x0041 <= $self->{next_input_character} and # a  
              $self->{next_input_character} <= 0x005A) or # x  
             (0x0061 <= $self->{next_input_character} and # a  
              $self->{next_input_character} <= 0x007A) or # z  
             (0x0030 <= $self->{next_input_character} and # 0  
              $self->{next_input_character} <= 0x0039) or # 9  
             $self->{next_input_character} == 0x003B)) { # ;  
       $entity_name .= chr $self->{next_input_character};  
       if (defined $EntityChar->{$entity_name}) {  
         if ($self->{next_input_character} == 0x003B) { # ;  
           $value = $EntityChar->{$entity_name};  
           $match = 1;  
           !!!next-input-character;  
           last;  
         } else {  
           $value = $EntityChar->{$entity_name};  
           $match = -1;  
           !!!next-input-character;  
         }  
       } else {  
         $value .= chr $self->{next_input_character};  
         $match *= 2;  
         !!!next-input-character;  
       }  
     }  
       
     if ($match > 0) {  
       return {type => CHARACTER_TOKEN, data => $value};  
     } elsif ($match < 0) {  
       !!!parse-error (type => 'no refc');  
       if ($in_attr and $match < -1) {  
         return {type => CHARACTER_TOKEN, data => '&'.$entity_name};  
       } else {  
         return {type => CHARACTER_TOKEN, data => $value};  
       }  
     } else {  
       !!!parse-error (type => 'bare ero');  
       ## NOTE: No characters are consumed in the spec.  
       return {type => CHARACTER_TOKEN, data => '&'.$value};  
     }  
   } else {  
     ## no characters are consumed  
     !!!parse-error (type => 'bare ero');  
     return undef;  
   }  
 } # _tokenize_attempt_to_consume_an_entity  
   
850  sub _initialize_tree_constructor ($) {  sub _initialize_tree_constructor ($) {
851    my $self = shift;    my $self = shift;
852    ## NOTE: $self->{document} MUST be specified before this method is called    ## NOTE: $self->{document} MUST be specified before this method is called
# Line 1849  sub _initialize_tree_constructor ($) { Line 854  sub _initialize_tree_constructor ($) {
854    ## TODO: Turn mutation events off # MUST    ## TODO: Turn mutation events off # MUST
855    ## TODO: Turn loose Document option (manakai extension) on    ## TODO: Turn loose Document option (manakai extension) on
856    $self->{document}->manakai_is_html (1); # MUST    $self->{document}->manakai_is_html (1); # MUST
857      $self->{document}->set_user_data (manakai_source_line => 1);
858      $self->{document}->set_user_data (manakai_source_column => 1);
859  } # _initialize_tree_constructor  } # _initialize_tree_constructor
860    
861  sub _terminate_tree_constructor ($) {  sub _terminate_tree_constructor ($) {
# Line 1868  sub _construct_tree ($) { Line 875  sub _construct_tree ($) {
875    ## When an interactive UA render the $self->{document} available    ## When an interactive UA render the $self->{document} available
876    ## to the user, or when it begin accepting user input, are    ## to the user, or when it begin accepting user input, are
877    ## not defined.    ## not defined.
   
   ## Append a character: collect it and all subsequent consecutive  
   ## characters and insert one Text node whose data is concatenation  
   ## of all those characters. # MUST  
878        
879    !!!next-token;    !!!next-token;
880    
   $self->{insertion_mode} = BEFORE_HEAD_IM;  
881    undef $self->{form_element};    undef $self->{form_element};
882    undef $self->{head_element};    undef $self->{head_element};
883      undef $self->{head_element_inserted};
884    $self->{open_elements} = [];    $self->{open_elements} = [];
885    undef $self->{inner_html_node};    undef $self->{inner_html_node};
886      undef $self->{ignore_newline};
887    
888      ## NOTE: The "initial" insertion mode.
889    $self->_tree_construction_initial; # MUST    $self->_tree_construction_initial; # MUST
890    
891      ## NOTE: The "before html" insertion mode.
892    $self->_tree_construction_root_element;    $self->_tree_construction_root_element;
893      $self->{insertion_mode} = BEFORE_HEAD_IM;
894    
895      ## NOTE: The "before head" insertion mode and so on.
896    $self->_tree_construction_main;    $self->_tree_construction_main;
897  } # _construct_tree  } # _construct_tree
898    
899  sub _tree_construction_initial ($) {  sub _tree_construction_initial ($) {
900    my $self = shift;    my $self = shift;
901    
902      ## NOTE: "initial" insertion mode
903    
904    INITIAL: {    INITIAL: {
905      if ($token->{type} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
906        ## NOTE: Conformance checkers MAY, instead of reporting "not HTML5"        ## NOTE: Conformance checkers MAY, instead of reporting "not HTML5"
# Line 1895  sub _tree_construction_initial ($) { Line 908  sub _tree_construction_initial ($) {
908        ## language.        ## language.
909        my $doctype_name = $token->{name};        my $doctype_name = $token->{name};
910        $doctype_name = '' unless defined $doctype_name;        $doctype_name = '' unless defined $doctype_name;
911        $doctype_name =~ tr/a-z/A-Z/;        $doctype_name =~ tr/a-z/A-Z/; # ASCII case-insensitive
912        if (not defined $token->{name} or # <!DOCTYPE>        if (not defined $token->{name} or # <!DOCTYPE>
913            defined $token->{public_identifier} or            defined $token->{sysid}) {
914            defined $token->{system_identifier}) {          !!!cp ('t1');
915          !!!parse-error (type => 'not HTML5');          !!!parse-error (type => 'not HTML5', token => $token);
916        } elsif ($doctype_name ne 'HTML') {        } elsif ($doctype_name ne 'HTML') {
917          ## ISSUE: ASCII case-insensitive? (in fact it does not matter)          !!!cp ('t2');
918          !!!parse-error (type => 'not HTML5');          !!!parse-error (type => 'not HTML5', token => $token);
919          } elsif (defined $token->{pubid}) {
920            if ($token->{pubid} eq 'XSLT-compat') {
921              !!!cp ('t1.2');
922              !!!parse-error (type => 'XSLT-compat', token => $token,
923                              level => $self->{level}->{should});
924            } else {
925              !!!parse-error (type => 'not HTML5', token => $token);
926            }
927          } else {
928            !!!cp ('t3');
929            #
930        }        }
931                
932        my $doctype = $self->{document}->create_document_type_definition        my $doctype = $self->{document}->create_document_type_definition
933          ($token->{name}); ## ISSUE: If name is missing (e.g. <!DOCTYPE>)?          ($token->{name}); ## ISSUE: If name is missing (e.g. <!DOCTYPE>)?
934        $doctype->public_id ($token->{public_identifier})        ## NOTE: Default value for both |public_id| and |system_id| attributes
935            if defined $token->{public_identifier};        ## are empty strings, so that we don't set any value in missing cases.
936        $doctype->system_id ($token->{system_identifier})        $doctype->public_id ($token->{pubid}) if defined $token->{pubid};
937            if defined $token->{system_identifier};        $doctype->system_id ($token->{sysid}) if defined $token->{sysid};
938        ## NOTE: Other DocumentType attributes are null or empty lists.        ## NOTE: Other DocumentType attributes are null or empty lists.
939        ## ISSUE: internalSubset = null??        ## In Firefox3, |internalSubset| attribute is set to the empty
940          ## string, while |null| is an allowed value for the attribute
941          ## according to DOM3 Core.
942        $self->{document}->append_child ($doctype);        $self->{document}->append_child ($doctype);
943                
944        if (not $token->{correct} or $doctype_name ne 'HTML') {        if ($token->{quirks} or $doctype_name ne 'HTML') {
945            !!!cp ('t4');
946          $self->{document}->manakai_compat_mode ('quirks');          $self->{document}->manakai_compat_mode ('quirks');
947        } elsif (defined $token->{public_identifier}) {        } elsif (defined $token->{pubid}) {
948          my $pubid = $token->{public_identifier};          my $pubid = $token->{pubid};
949          $pubid =~ tr/a-z/A-z/;          $pubid =~ tr/a-z/A-z/;
950          if ({          my $prefix = [
951            "+//SILMARIL//DTD HTML PRO V0R11 19970101//EN" => 1,            "+//SILMARIL//DTD HTML PRO V0R11 19970101//",
952            "-//ADVASOFT LTD//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,            "-//ADVASOFT LTD//DTD HTML 3.0 ASWEDIT + EXTENSIONS//",
953            "-//AS//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,            "-//AS//DTD HTML 3.0 ASWEDIT + EXTENSIONS//",
954            "-//IETF//DTD HTML 2.0 LEVEL 1//EN" => 1,            "-//IETF//DTD HTML 2.0 LEVEL 1//",
955            "-//IETF//DTD HTML 2.0 LEVEL 2//EN" => 1,            "-//IETF//DTD HTML 2.0 LEVEL 2//",
956            "-//IETF//DTD HTML 2.0 STRICT LEVEL 1//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT LEVEL 1//",
957            "-//IETF//DTD HTML 2.0 STRICT LEVEL 2//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT LEVEL 2//",
958            "-//IETF//DTD HTML 2.0 STRICT//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT//",
959            "-//IETF//DTD HTML 2.0//EN" => 1,            "-//IETF//DTD HTML 2.0//",
960            "-//IETF//DTD HTML 2.1E//EN" => 1,            "-//IETF//DTD HTML 2.1E//",
961            "-//IETF//DTD HTML 3.0//EN" => 1,            "-//IETF//DTD HTML 3.0//",
962            "-//IETF//DTD HTML 3.0//EN//" => 1,            "-//IETF//DTD HTML 3.2 FINAL//",
963            "-//IETF//DTD HTML 3.2 FINAL//EN" => 1,            "-//IETF//DTD HTML 3.2//",
964            "-//IETF//DTD HTML 3.2//EN" => 1,            "-//IETF//DTD HTML 3//",
965            "-//IETF//DTD HTML 3//EN" => 1,            "-//IETF//DTD HTML LEVEL 0//",
966            "-//IETF//DTD HTML LEVEL 0//EN" => 1,            "-//IETF//DTD HTML LEVEL 1//",
967            "-//IETF//DTD HTML LEVEL 0//EN//2.0" => 1,            "-//IETF//DTD HTML LEVEL 2//",
968            "-//IETF//DTD HTML LEVEL 1//EN" => 1,            "-//IETF//DTD HTML LEVEL 3//",
969            "-//IETF//DTD HTML LEVEL 1//EN//2.0" => 1,            "-//IETF//DTD HTML STRICT LEVEL 0//",
970            "-//IETF//DTD HTML LEVEL 2//EN" => 1,            "-//IETF//DTD HTML STRICT LEVEL 1//",
971            "-//IETF//DTD HTML LEVEL 2//EN//2.0" => 1,            "-//IETF//DTD HTML STRICT LEVEL 2//",
972            "-//IETF//DTD HTML LEVEL 3//EN" => 1,            "-//IETF//DTD HTML STRICT LEVEL 3//",
973            "-//IETF//DTD HTML LEVEL 3//EN//3.0" => 1,            "-//IETF//DTD HTML STRICT//",
974            "-//IETF//DTD HTML STRICT LEVEL 0//EN" => 1,            "-//IETF//DTD HTML//",
975            "-//IETF//DTD HTML STRICT LEVEL 0//EN//2.0" => 1,            "-//METRIUS//DTD METRIUS PRESENTATIONAL//",
976            "-//IETF//DTD HTML STRICT LEVEL 1//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML STRICT//",
977            "-//IETF//DTD HTML STRICT LEVEL 1//EN//2.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML//",
978            "-//IETF//DTD HTML STRICT LEVEL 2//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 TABLES//",
979            "-//IETF//DTD HTML STRICT LEVEL 2//EN//2.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML STRICT//",
980            "-//IETF//DTD HTML STRICT LEVEL 3//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML//",
981            "-//IETF//DTD HTML STRICT LEVEL 3//EN//3.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 TABLES//",
982            "-//IETF//DTD HTML STRICT//EN" => 1,            "-//NETSCAPE COMM. CORP.//DTD HTML//",
983            "-//IETF//DTD HTML STRICT//EN//2.0" => 1,            "-//NETSCAPE COMM. CORP.//DTD STRICT HTML//",
984            "-//IETF//DTD HTML STRICT//EN//3.0" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML 2.0//",
985            "-//IETF//DTD HTML//EN" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED 1.0//",
986            "-//IETF//DTD HTML//EN//2.0" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED RELAXED 1.0//",
987            "-//IETF//DTD HTML//EN//3.0" => 1,            "-//SOFTQUAD SOFTWARE//DTD HOTMETAL PRO 6.0::19990601::EXTENSIONS TO HTML 4.0//",
988            "-//METRIUS//DTD METRIUS PRESENTATIONAL//EN" => 1,            "-//SOFTQUAD//DTD HOTMETAL PRO 4.0::19971010::EXTENSIONS TO HTML 4.0//",
989            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML STRICT//EN" => 1,            "-//SPYGLASS//DTD HTML 2.0 EXTENDED//",
990            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML//EN" => 1,            "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//",
991            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 TABLES//EN" => 1,            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//",
992            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML STRICT//EN" => 1,            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//",
993            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML//EN" => 1,            "-//W3C//DTD HTML 3 1995-03-24//",
994            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 TABLES//EN" => 1,            "-//W3C//DTD HTML 3.2 DRAFT//",
995            "-//NETSCAPE COMM. CORP.//DTD HTML//EN" => 1,            "-//W3C//DTD HTML 3.2 FINAL//",
996            "-//NETSCAPE COMM. CORP.//DTD STRICT HTML//EN" => 1,            "-//W3C//DTD HTML 3.2//",
997            "-//O'REILLY AND ASSOCIATES//DTD HTML 2.0//EN" => 1,            "-//W3C//DTD HTML 3.2S DRAFT//",
998            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED 1.0//EN" => 1,            "-//W3C//DTD HTML 4.0 FRAMESET//",
999            "-//SPYGLASS//DTD HTML 2.0 EXTENDED//EN" => 1,            "-//W3C//DTD HTML 4.0 TRANSITIONAL//",
1000            "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//EN" => 1,            "-//W3C//DTD HTML EXPERIMETNAL 19960712//",
1001            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//EN" => 1,            "-//W3C//DTD HTML EXPERIMENTAL 970421//",
1002            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//EN" => 1,            "-//W3C//DTD W3 HTML//",
1003            "-//W3C//DTD HTML 3 1995-03-24//EN" => 1,            "-//W3O//DTD W3 HTML 3.0//",
1004            "-//W3C//DTD HTML 3.2 DRAFT//EN" => 1,            "-//WEBTECHS//DTD MOZILLA HTML 2.0//",
1005            "-//W3C//DTD HTML 3.2 FINAL//EN" => 1,            "-//WEBTECHS//DTD MOZILLA HTML//",
1006            "-//W3C//DTD HTML 3.2//EN" => 1,          ]; # $prefix
1007            "-//W3C//DTD HTML 3.2S DRAFT//EN" => 1,          my $match;
1008            "-//W3C//DTD HTML 4.0 FRAMESET//EN" => 1,          for (@$prefix) {
1009            "-//W3C//DTD HTML 4.0 TRANSITIONAL//EN" => 1,            if (substr ($prefix, 0, length $_) eq $_) {
1010            "-//W3C//DTD HTML EXPERIMETNAL 19960712//EN" => 1,              $match = 1;
1011            "-//W3C//DTD HTML EXPERIMENTAL 970421//EN" => 1,              last;
1012            "-//W3C//DTD W3 HTML//EN" => 1,            }
1013            "-//W3O//DTD W3 HTML 3.0//EN" => 1,          }
1014            "-//W3O//DTD W3 HTML 3.0//EN//" => 1,          if ($match or
1015            "-//W3O//DTD W3 HTML STRICT 3.0//EN//" => 1,              $pubid eq "-//W3O//DTD W3 HTML STRICT 3.0//EN//" or
1016            "-//WEBTECHS//DTD MOZILLA HTML 2.0//EN" => 1,              $pubid eq "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" or
1017            "-//WEBTECHS//DTD MOZILLA HTML//EN" => 1,              $pubid eq "HTML") {
1018            "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" => 1,            !!!cp ('t5');
           "HTML" => 1,  
         }->{$pubid}) {  
1019            $self->{document}->manakai_compat_mode ('quirks');            $self->{document}->manakai_compat_mode ('quirks');
1020          } elsif ($pubid eq "-//W3C//DTD HTML 4.01 FRAMESET//EN" or          } elsif ($pubid =~ m[^-//W3C//DTD HTML 4.01 FRAMESET//] or
1021                   $pubid eq "-//W3C//DTD HTML 4.01 TRANSITIONAL//EN") {                   $pubid =~ m[^-//W3C//DTD HTML 4.01 TRANSITIONAL//]) {
1022            if (defined $token->{system_identifier}) {            if (defined $token->{sysid}) {
1023                !!!cp ('t6');
1024              $self->{document}->manakai_compat_mode ('quirks');              $self->{document}->manakai_compat_mode ('quirks');
1025            } else {            } else {
1026                !!!cp ('t7');
1027              $self->{document}->manakai_compat_mode ('limited quirks');              $self->{document}->manakai_compat_mode ('limited quirks');
1028            }            }
1029          } elsif ($pubid eq "-//W3C//DTD XHTML 1.0 Frameset//EN" or          } elsif ($pubid =~ m[^-//W3C//DTD XHTML 1.0 FRAMESET//] or
1030                   $pubid eq "-//W3C//DTD XHTML 1.0 Transitional//EN") {                   $pubid =~ m[^-//W3C//DTD XHTML 1.0 TRANSITIONAL//]) {
1031              !!!cp ('t8');
1032            $self->{document}->manakai_compat_mode ('limited quirks');            $self->{document}->manakai_compat_mode ('limited quirks');
1033            } else {
1034              !!!cp ('t9');
1035          }          }
1036          } else {
1037            !!!cp ('t10');
1038        }        }
1039        if (defined $token->{system_identifier}) {        if (defined $token->{sysid}) {
1040          my $sysid = $token->{system_identifier};          my $sysid = $token->{sysid};
1041          $sysid =~ tr/A-Z/a-z/;          $sysid =~ tr/A-Z/a-z/;
1042          if ($sysid eq "http://www.ibm.com/data/dtd/v11/ibmxhtml1-transitional.dtd") {          if ($sysid eq "http://www.ibm.com/data/dtd/v11/ibmxhtml1-transitional.dtd") {
1043              ## NOTE: Ensure that |PUBLIC "(limited quirks)" "(quirks)"| is
1044              ## marked as quirks.
1045            $self->{document}->manakai_compat_mode ('quirks');            $self->{document}->manakai_compat_mode ('quirks');
1046              !!!cp ('t11');
1047            } else {
1048              !!!cp ('t12');
1049          }          }
1050          } else {
1051            !!!cp ('t13');
1052        }        }
1053                
1054        ## Go to the root element phase.        ## Go to the "before html" insertion mode.
1055        !!!next-token;        !!!next-token;
1056        return;        return;
1057      } elsif ({      } elsif ({
# Line 2020  sub _tree_construction_initial ($) { Line 1059  sub _tree_construction_initial ($) {
1059                END_TAG_TOKEN, 1,                END_TAG_TOKEN, 1,
1060                END_OF_FILE_TOKEN, 1,                END_OF_FILE_TOKEN, 1,
1061               }->{$token->{type}}) {               }->{$token->{type}}) {
1062        !!!parse-error (type => 'no DOCTYPE');        !!!cp ('t14');
1063          !!!parse-error (type => 'no DOCTYPE', token => $token);
1064        $self->{document}->manakai_compat_mode ('quirks');        $self->{document}->manakai_compat_mode ('quirks');
1065        ## Go to the root element phase        ## Go to the "before html" insertion mode.
1066        ## reprocess        ## reprocess
1067          !!!ack-later;
1068        return;        return;
1069      } elsif ($token->{type} == CHARACTER_TOKEN) {      } elsif ($token->{type} == CHARACTER_TOKEN) {
1070        if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D        if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1071          ## Ignore the token          ## Ignore the token
1072    
1073          unless (length $token->{data}) {          unless (length $token->{data}) {
1074            ## Stay in the phase            !!!cp ('t15');
1075              ## Stay in the insertion mode.
1076            !!!next-token;            !!!next-token;
1077            redo INITIAL;            redo INITIAL;
1078            } else {
1079              !!!cp ('t16');
1080          }          }
1081          } else {
1082            !!!cp ('t17');
1083        }        }
1084    
1085        !!!parse-error (type => 'no DOCTYPE');        !!!parse-error (type => 'no DOCTYPE', token => $token);
1086        $self->{document}->manakai_compat_mode ('quirks');        $self->{document}->manakai_compat_mode ('quirks');
1087        ## Go to the root element phase        ## Go to the "before html" insertion mode.
1088        ## reprocess        ## reprocess
1089        return;        return;
1090      } elsif ($token->{type} == COMMENT_TOKEN) {      } elsif ($token->{type} == COMMENT_TOKEN) {
1091          !!!cp ('t18');
1092        my $comment = $self->{document}->create_comment ($token->{data});        my $comment = $self->{document}->create_comment ($token->{data});
1093        $self->{document}->append_child ($comment);        $self->{document}->append_child ($comment);
1094                
1095        ## Stay in the phase.        ## Stay in the insertion mode.
1096        !!!next-token;        !!!next-token;
1097        redo INITIAL;        redo INITIAL;
1098      } else {      } else {
1099        die "$0: $token->{type}: Unknown token type";        die "$0: $token->{type}: Unknown token type";
1100      }      }
1101    } # INITIAL    } # INITIAL
1102    
1103      die "$0: _tree_construction_initial: This should be never reached";
1104  } # _tree_construction_initial  } # _tree_construction_initial
1105    
1106  sub _tree_construction_root_element ($) {  sub _tree_construction_root_element ($) {
1107    my $self = shift;    my $self = shift;
1108    
1109      ## NOTE: "before html" insertion mode.
1110        
1111    B: {    B: {
1112        if ($token->{type} == DOCTYPE_TOKEN) {        if ($token->{type} == DOCTYPE_TOKEN) {
1113          !!!parse-error (type => 'in html:#DOCTYPE');          !!!cp ('t19');
1114            !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
1115          ## Ignore the token          ## Ignore the token
1116          ## Stay in the phase          ## Stay in the insertion mode.
1117          !!!next-token;          !!!next-token;
1118          redo B;          redo B;
1119        } elsif ($token->{type} == COMMENT_TOKEN) {        } elsif ($token->{type} == COMMENT_TOKEN) {
1120            !!!cp ('t20');
1121          my $comment = $self->{document}->create_comment ($token->{data});          my $comment = $self->{document}->create_comment ($token->{data});
1122          $self->{document}->append_child ($comment);          $self->{document}->append_child ($comment);
1123          ## Stay in the phase          ## Stay in the insertion mode.
1124          !!!next-token;          !!!next-token;
1125          redo B;          redo B;
1126        } elsif ($token->{type} == CHARACTER_TOKEN) {        } elsif ($token->{type} == CHARACTER_TOKEN) {
1127          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1128            ## Ignore the token.            ## Ignore the token.
1129    
1130            unless (length $token->{data}) {            unless (length $token->{data}) {
1131              ## Stay in the phase              !!!cp ('t21');
1132                ## Stay in the insertion mode.
1133              !!!next-token;              !!!next-token;
1134              redo B;              redo B;
1135              } else {
1136                !!!cp ('t22');
1137            }            }
1138            } else {
1139              !!!cp ('t23');
1140          }          }
1141    
1142            $self->{application_cache_selection}->(undef);
1143    
1144          #          #
1145          } elsif ($token->{type} == START_TAG_TOKEN) {
1146            if ($token->{tag_name} eq 'html') {
1147              my $root_element;
1148              !!!create-element ($root_element, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);
1149              $self->{document}->append_child ($root_element);
1150              push @{$self->{open_elements}},
1151                  [$root_element, $el_category->{html}];
1152    
1153              if ($token->{attributes}->{manifest}) {
1154                !!!cp ('t24');
1155                $self->{application_cache_selection}
1156                    ->($token->{attributes}->{manifest}->{value});
1157                ## ISSUE: Spec is unclear on relative references.
1158                ## According to Hixie (#whatwg 2008-03-19), it should be
1159                ## resolved against the base URI of the document in HTML
1160                ## or xml:base of the element in XHTML.
1161              } else {
1162                !!!cp ('t25');
1163                $self->{application_cache_selection}->(undef);
1164              }
1165    
1166              !!!nack ('t25c');
1167    
1168              !!!next-token;
1169              return; ## Go to the "before head" insertion mode.
1170            } else {
1171              !!!cp ('t25.1');
1172              #
1173            }
1174        } elsif ({        } elsif ({
                 START_TAG_TOKEN, 1,  
1175                  END_TAG_TOKEN, 1,                  END_TAG_TOKEN, 1,
1176                  END_OF_FILE_TOKEN, 1,                  END_OF_FILE_TOKEN, 1,
1177                 }->{$token->{type}}) {                 }->{$token->{type}}) {
1178          ## ISSUE: There is an issue in the spec          !!!cp ('t26');
1179          #          #
1180        } else {        } else {
1181          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
1182        }        }
1183        my $root_element; !!!create-element ($root_element, 'html');  
1184        $self->{document}->append_child ($root_element);      my $root_element;
1185        push @{$self->{open_elements}}, [$root_element, 'html'];      !!!create-element ($root_element, $HTML_NS, 'html',, $token);
1186        ## reprocess      $self->{document}->append_child ($root_element);
1187        #redo B;      push @{$self->{open_elements}}, [$root_element, $el_category->{html}];
1188        return; ## Go to the main phase.  
1189        $self->{application_cache_selection}->(undef);
1190    
1191        ## NOTE: Reprocess the token.
1192        !!!ack-later;
1193        return; ## Go to the "before head" insertion mode.
1194    } # B    } # B
1195    
1196      die "$0: _tree_construction_root_element: This should never be reached";
1197  } # _tree_construction_root_element  } # _tree_construction_root_element
1198    
1199  sub _reset_insertion_mode ($) {  sub _reset_insertion_mode ($) {
# Line 2112  sub _reset_insertion_mode ($) { Line 1208  sub _reset_insertion_mode ($) {
1208            
1209      ## Step 3      ## Step 3
1210      S3: {      S3: {
       ## ISSUE: Oops! "If node is the first node in the stack of open  
       ## elements, then set last to true. If the context element of the  
       ## HTML fragment parsing algorithm is neither a td element nor a  
       ## th element, then set node to the context element. (fragment case)":  
       ## The second "if" is in the scope of the first "if"!?  
1211        if ($self->{open_elements}->[0]->[0] eq $node->[0]) {        if ($self->{open_elements}->[0]->[0] eq $node->[0]) {
1212          $last = 1;          $last = 1;
1213          if (defined $self->{inner_html_node}) {          if (defined $self->{inner_html_node}) {
1214            if ($self->{inner_html_node}->[1] eq 'td' or            !!!cp ('t28');
1215                $self->{inner_html_node}->[1] eq 'th') {            $node = $self->{inner_html_node};
1216              #          } else {
1217            } else {            die "_reset_insertion_mode: t27";
             $node = $self->{inner_html_node};  
           }  
1218          }          }
1219        }        }
1220              
1221        ## Step 4..13        ## Step 4..14
1222        my $new_mode = {        my $new_mode;
1223          if ($node->[1] & FOREIGN_EL) {
1224            !!!cp ('t28.1');
1225            ## NOTE: Strictly spaking, the line below only applies to MathML and
1226            ## SVG elements.  Currently the HTML syntax supports only MathML and
1227            ## SVG elements as foreigners.
1228            $new_mode = IN_BODY_IM | IN_FOREIGN_CONTENT_IM;
1229          } elsif ($node->[1] == TABLE_CELL_EL) {
1230            if ($last) {
1231              !!!cp ('t28.2');
1232              #
1233            } else {
1234              !!!cp ('t28.3');
1235              $new_mode = IN_CELL_IM;
1236            }
1237          } else {
1238            !!!cp ('t28.4');
1239            $new_mode = {
1240                        select => IN_SELECT_IM,                        select => IN_SELECT_IM,
1241                        td => IN_CELL_IM,                        ## NOTE: |option| and |optgroup| do not set
1242                        th => IN_CELL_IM,                        ## insertion mode to "in select" by themselves.
1243                        tr => IN_ROW_IM,                        tr => IN_ROW_IM,
1244                        tbody => IN_TABLE_BODY_IM,                        tbody => IN_TABLE_BODY_IM,
1245                        thead => IN_TABLE_BODY_IM,                        thead => IN_TABLE_BODY_IM,
# Line 2144  sub _reset_insertion_mode ($) { Line 1250  sub _reset_insertion_mode ($) {
1250                        head => IN_BODY_IM, # not in head!                        head => IN_BODY_IM, # not in head!
1251                        body => IN_BODY_IM,                        body => IN_BODY_IM,
1252                        frameset => IN_FRAMESET_IM,                        frameset => IN_FRAMESET_IM,
1253                       }->{$node->[1]};                       }->{$node->[0]->manakai_local_name};
1254          }
1255        $self->{insertion_mode} = $new_mode and return if defined $new_mode;        $self->{insertion_mode} = $new_mode and return if defined $new_mode;
1256                
1257        ## Step 14        ## Step 15
1258        if ($node->[1] eq 'html') {        if ($node->[1] == HTML_EL) {
1259          unless (defined $self->{head_element}) {          unless (defined $self->{head_element}) {
1260              !!!cp ('t29');
1261            $self->{insertion_mode} = BEFORE_HEAD_IM;            $self->{insertion_mode} = BEFORE_HEAD_IM;
1262          } else {          } else {
1263              ## ISSUE: Can this state be reached?
1264              !!!cp ('t30');
1265            $self->{insertion_mode} = AFTER_HEAD_IM;            $self->{insertion_mode} = AFTER_HEAD_IM;
1266          }          }
1267          return;          return;
1268          } else {
1269            !!!cp ('t31');
1270        }        }
1271                
1272        ## Step 15        ## Step 16
1273        $self->{insertion_mode} = IN_BODY_IM and return if $last;        $self->{insertion_mode} = IN_BODY_IM and return if $last;
1274                
1275        ## Step 16        ## Step 17
1276        $i--;        $i--;
1277        $node = $self->{open_elements}->[$i];        $node = $self->{open_elements}->[$i];
1278                
1279        ## Step 17        ## Step 18
1280        redo S3;        redo S3;
1281      } # S3      } # S3
1282    
1283      die "$0: _reset_insertion_mode: This line should never be reached";
1284  } # _reset_insertion_mode  } # _reset_insertion_mode
1285    
1286  sub _tree_construction_main ($) {  sub _tree_construction_main ($) {
# Line 2188  sub _tree_construction_main ($) { Line 1302  sub _tree_construction_main ($) {
1302      return if $entry->[0] eq '#marker';      return if $entry->[0] eq '#marker';
1303      for (@{$self->{open_elements}}) {      for (@{$self->{open_elements}}) {
1304        if ($entry->[0] eq $_->[0]) {        if ($entry->[0] eq $_->[0]) {
1305            !!!cp ('t32');
1306          return;          return;
1307        }        }
1308      }      }
# Line 2202  sub _tree_construction_main ($) { Line 1317  sub _tree_construction_main ($) {
1317    
1318        ## Step 6        ## Step 6
1319        if ($entry->[0] eq '#marker') {        if ($entry->[0] eq '#marker') {
1320            !!!cp ('t33_1');
1321          #          #
1322        } else {        } else {
1323          my $in_open_elements;          my $in_open_elements;
1324          OE: for (@{$self->{open_elements}}) {          OE: for (@{$self->{open_elements}}) {
1325            if ($entry->[0] eq $_->[0]) {            if ($entry->[0] eq $_->[0]) {
1326                !!!cp ('t33');
1327              $in_open_elements = 1;              $in_open_elements = 1;
1328              last OE;              last OE;
1329            }            }
1330          }          }
1331          if ($in_open_elements) {          if ($in_open_elements) {
1332              !!!cp ('t34');
1333            #            #
1334          } else {          } else {
1335              ## NOTE: <!DOCTYPE HTML><p><b><i><u></p> <p>X
1336              !!!cp ('t35');
1337            redo S4;            redo S4;
1338          }          }
1339        }        }
# Line 2236  sub _tree_construction_main ($) { Line 1356  sub _tree_construction_main ($) {
1356    
1357        ## Step 11        ## Step 11
1358        unless ($clone->[0] eq $active_formatting_elements->[-1]->[0]) {        unless ($clone->[0] eq $active_formatting_elements->[-1]->[0]) {
1359            !!!cp ('t36');
1360          ## Step 7'          ## Step 7'
1361          $i++;          $i++;
1362          $entry = $active_formatting_elements->[$i];          $entry = $active_formatting_elements->[$i];
1363                    
1364          redo S7;          redo S7;
1365        }        }
1366    
1367          !!!cp ('t37');
1368      } # S7      } # S7
1369    }; # $reconstruct_active_formatting_elements    }; # $reconstruct_active_formatting_elements
1370    
1371    my $clear_up_to_marker = sub {    my $clear_up_to_marker = sub {
1372      for (reverse 0..$#$active_formatting_elements) {      for (reverse 0..$#$active_formatting_elements) {
1373        if ($active_formatting_elements->[$_]->[0] eq '#marker') {        if ($active_formatting_elements->[$_]->[0] eq '#marker') {
1374            !!!cp ('t38');
1375          splice @$active_formatting_elements, $_;          splice @$active_formatting_elements, $_;
1376          return;          return;
1377        }        }
1378      }      }
1379    
1380        !!!cp ('t39');
1381    }; # $clear_up_to_marker    }; # $clear_up_to_marker
1382    
1383    my $parse_rcdata = sub ($$) {    my $insert;
1384      my ($content_model_flag, $insert) = @_;  
1385      my $parse_rcdata = sub ($) {
1386        my ($content_model_flag) = @_;
1387    
1388      ## Step 1      ## Step 1
1389      my $start_tag_name = $token->{tag_name};      my $start_tag_name = $token->{tag_name};
1390      my $el;      !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
     !!!create-element ($el, $start_tag_name, $token->{attributes});  
1391    
1392      ## Step 2      ## Step 2
     $insert->($el); # /context node/->append_child ($el)  
   
     ## Step 3  
1393      $self->{content_model} = $content_model_flag; # CDATA or RCDATA      $self->{content_model} = $content_model_flag; # CDATA or RCDATA
1394      delete $self->{escape}; # MUST      delete $self->{escape}; # MUST
1395    
1396      ## Step 4      ## Step 3, 4
1397      my $text = '';      $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
     !!!next-token;  
     while ($token->{type} == CHARACTER_TOKEN) { # or until stop tokenizing  
       $text .= $token->{data};  
       !!!next-token;  
     }  
   
     ## Step 5  
     if (length $text) {  
       my $text = $self->{document}->create_text_node ($text);  
       $el->append_child ($text);  
     }  
   
     ## Step 6  
     $self->{content_model} = PCDATA_CONTENT_MODEL;  
1398    
1399      ## Step 7      !!!nack ('t40.1');
     if ($token->{type} == END_TAG_TOKEN and $token->{tag_name} eq $start_tag_name) {  
       ## Ignore the token  
     } elsif ($content_model_flag == CDATA_CONTENT_MODEL) {  
       !!!parse-error (type => 'in CDATA:#'.$token->{type});  
     } elsif ($content_model_flag == RCDATA_CONTENT_MODEL) {  
       !!!parse-error (type => 'in RCDATA:#'.$token->{type});  
     } else {  
       die "$0: $content_model_flag in parse_rcdata";  
     }  
1400      !!!next-token;      !!!next-token;
1401    }; # $parse_rcdata    }; # $parse_rcdata
1402    
1403    my $script_start_tag = sub ($) {    my $script_start_tag = sub () {
1404      my $insert = $_[0];      ## Step 1
1405      my $script_el;      my $script_el;
1406      !!!create-element ($script_el, 'script', $token->{attributes});      !!!create-element ($script_el, $HTML_NS, 'script', $token->{attributes}, $token);
1407    
1408        ## Step 2
1409      ## TODO: mark as "parser-inserted"      ## TODO: mark as "parser-inserted"
1410    
1411        ## Step 3
1412        ## TODO: Mark as "already executed", if ...
1413    
1414        ## Step 4
1415        $insert->($script_el);
1416    
1417        ## ISSUE: $script_el is not put into the stack
1418        push @{$self->{open_elements}}, [$script_el, $el_category->{script}];
1419    
1420        ## Step 5
1421      $self->{content_model} = CDATA_CONTENT_MODEL;      $self->{content_model} = CDATA_CONTENT_MODEL;
1422      delete $self->{escape}; # MUST      delete $self->{escape}; # MUST
       
     my $text = '';  
     !!!next-token;  
     while ($token->{type} == CHARACTER_TOKEN) {  
       $text .= $token->{data};  
       !!!next-token;  
     } # stop if non-character token or tokenizer stops tokenising  
     if (length $text) {  
       $script_el->manakai_append_text ($text);  
     }  
                 
     $self->{content_model} = PCDATA_CONTENT_MODEL;  
1423    
1424      if ($token->{type} == END_TAG_TOKEN and      ## Step 6-7
1425          $token->{tag_name} eq 'script') {      $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
       ## Ignore the token  
     } else {  
       !!!parse-error (type => 'in CDATA:#'.$token->{type});  
       ## ISSUE: And ignore?  
       ## TODO: mark as "already executed"  
     }  
       
     if (defined $self->{inner_html_node}) {  
       ## TODO: mark as "already executed"  
     } else {  
       ## TODO: $old_insertion_point = current insertion point  
       ## TODO: insertion point = just before the next input character  
1426    
1427        $insert->($script_el);      !!!nack ('t40.2');
         
       ## TODO: insertion point = $old_insertion_point (might be "undefined")  
         
       ## TODO: if there is a script that will execute as soon as the parser resume, then...  
     }  
       
1428      !!!next-token;      !!!next-token;
1429    }; # $script_start_tag    }; # $script_start_tag
1430    
1431      ## NOTE: $open_tables->[-1]->[0] is the "current table" element node.
1432      ## NOTE: $open_tables->[-1]->[1] is the "tainted" flag.
1433      ## NOTE: $open_tables->[-1]->[2] is set false when non-Text node inserted.
1434      my $open_tables = [[$self->{open_elements}->[0]->[0]]];
1435    
1436    my $formatting_end_tag = sub {    my $formatting_end_tag = sub {
1437      my $tag_name = shift;      my $end_tag_token = shift;
1438        my $tag_name = $end_tag_token->{tag_name};
1439    
1440        ## NOTE: The adoption agency algorithm (AAA).
1441    
1442      FET: {      FET: {
1443        ## Step 1        ## Step 1
1444        my $formatting_element;        my $formatting_element;
1445        my $formatting_element_i_in_active;        my $formatting_element_i_in_active;
1446        AFE: for (reverse 0..$#$active_formatting_elements) {        AFE: for (reverse 0..$#$active_formatting_elements) {
1447          if ($active_formatting_elements->[$_]->[1] eq $tag_name) {          if ($active_formatting_elements->[$_]->[0] eq '#marker') {
1448              !!!cp ('t52');
1449              last AFE;
1450            } elsif ($active_formatting_elements->[$_]->[0]->manakai_local_name
1451                         eq $tag_name) {
1452              !!!cp ('t51');
1453            $formatting_element = $active_formatting_elements->[$_];            $formatting_element = $active_formatting_elements->[$_];
1454            $formatting_element_i_in_active = $_;            $formatting_element_i_in_active = $_;
1455            last AFE;            last AFE;
         } elsif ($active_formatting_elements->[$_]->[0] eq '#marker') {  
           last AFE;  
1456          }          }
1457        } # AFE        } # AFE
1458        unless (defined $formatting_element) {        unless (defined $formatting_element) {
1459          !!!parse-error (type => 'unmatched end tag:'.$tag_name);          !!!cp ('t53');
1460            !!!parse-error (type => 'unmatched end tag', text => $tag_name, token => $end_tag_token);
1461          ## Ignore the token          ## Ignore the token
1462          !!!next-token;          !!!next-token;
1463          return;          return;
# Line 2374  sub _tree_construction_main ($) { Line 1469  sub _tree_construction_main ($) {
1469          my $node = $self->{open_elements}->[$_];          my $node = $self->{open_elements}->[$_];
1470          if ($node->[0] eq $formatting_element->[0]) {          if ($node->[0] eq $formatting_element->[0]) {
1471            if ($in_scope) {            if ($in_scope) {
1472                !!!cp ('t54');
1473              $formatting_element_i_in_open = $_;              $formatting_element_i_in_open = $_;
1474              last INSCOPE;              last INSCOPE;
1475            } else { # in open elements but not in scope            } else { # in open elements but not in scope
1476              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t55');
1477                !!!parse-error (type => 'unmatched end tag',
1478                                text => $token->{tag_name},
1479                                token => $end_tag_token);
1480              ## Ignore the token              ## Ignore the token
1481              !!!next-token;              !!!next-token;
1482              return;              return;
1483            }            }
1484          } elsif ({          } elsif ($node->[1] & SCOPING_EL) {
1485                    table => 1, caption => 1, td => 1, th => 1,            !!!cp ('t56');
                   button => 1, marquee => 1, object => 1, html => 1,  
                  }->{$node->[1]}) {  
1486            $in_scope = 0;            $in_scope = 0;
1487          }          }
1488        } # INSCOPE        } # INSCOPE
1489        unless (defined $formatting_element_i_in_open) {        unless (defined $formatting_element_i_in_open) {
1490          !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});          !!!cp ('t57');
1491            !!!parse-error (type => 'unmatched end tag',
1492                            text => $token->{tag_name},
1493                            token => $end_tag_token);
1494          pop @$active_formatting_elements; # $formatting_element          pop @$active_formatting_elements; # $formatting_element
1495          !!!next-token; ## TODO: ok?          !!!next-token; ## TODO: ok?
1496          return;          return;
1497        }        }
1498        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {
1499          !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);          !!!cp ('t58');
1500            !!!parse-error (type => 'not closed',
1501                            text => $self->{open_elements}->[-1]->[0]
1502                                ->manakai_local_name,
1503                            token => $end_tag_token);
1504        }        }
1505                
1506        ## Step 2        ## Step 2
# Line 2404  sub _tree_construction_main ($) { Line 1508  sub _tree_construction_main ($) {
1508        my $furthest_block_i_in_open;        my $furthest_block_i_in_open;
1509        OE: for (reverse 0..$#{$self->{open_elements}}) {        OE: for (reverse 0..$#{$self->{open_elements}}) {
1510          my $node = $self->{open_elements}->[$_];          my $node = $self->{open_elements}->[$_];
1511          if (not $formatting_category->{$node->[1]} and          if (not ($node->[1] & FORMATTING_EL) and
1512              #not $phrasing_category->{$node->[1]} and              #not $phrasing_category->{$node->[1]} and
1513              ($special_category->{$node->[1]} or              ($node->[1] & SPECIAL_EL or
1514               $scoping_category->{$node->[1]})) {               $node->[1] & SCOPING_EL)) { ## Scoping is redundant, maybe
1515              !!!cp ('t59');
1516            $furthest_block = $node;            $furthest_block = $node;
1517            $furthest_block_i_in_open = $_;            $furthest_block_i_in_open = $_;
1518              ## NOTE: The topmost (eldest) node.
1519          } elsif ($node->[0] eq $formatting_element->[0]) {          } elsif ($node->[0] eq $formatting_element->[0]) {
1520              !!!cp ('t60');
1521            last OE;            last OE;
1522          }          }
1523        } # OE        } # OE
1524                
1525        ## Step 3        ## Step 3
1526        unless (defined $furthest_block) { # MUST        unless (defined $furthest_block) { # MUST
1527            !!!cp ('t61');
1528          splice @{$self->{open_elements}}, $formatting_element_i_in_open;          splice @{$self->{open_elements}}, $formatting_element_i_in_open;
1529          splice @$active_formatting_elements, $formatting_element_i_in_active, 1;          splice @$active_formatting_elements, $formatting_element_i_in_active, 1;
1530          !!!next-token;          !!!next-token;
# Line 2429  sub _tree_construction_main ($) { Line 1537  sub _tree_construction_main ($) {
1537        ## Step 5        ## Step 5
1538        my $furthest_block_parent = $furthest_block->[0]->parent_node;        my $furthest_block_parent = $furthest_block->[0]->parent_node;
1539        if (defined $furthest_block_parent) {        if (defined $furthest_block_parent) {
1540            !!!cp ('t62');
1541          $furthest_block_parent->remove_child ($furthest_block->[0]);          $furthest_block_parent->remove_child ($furthest_block->[0]);
1542        }        }
1543                
# Line 2451  sub _tree_construction_main ($) { Line 1560  sub _tree_construction_main ($) {
1560          S7S2: {          S7S2: {
1561            for (reverse 0..$#$active_formatting_elements) {            for (reverse 0..$#$active_formatting_elements) {
1562              if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {              if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {
1563                  !!!cp ('t63');
1564                $node_i_in_active = $_;                $node_i_in_active = $_;
1565                last S7S2;                last S7S2;
1566              }              }
# Line 2464  sub _tree_construction_main ($) { Line 1574  sub _tree_construction_main ($) {
1574                    
1575          ## Step 4          ## Step 4
1576          if ($last_node->[0] eq $furthest_block->[0]) {          if ($last_node->[0] eq $furthest_block->[0]) {
1577              !!!cp ('t64');
1578            $bookmark_prev_el = $node->[0];            $bookmark_prev_el = $node->[0];
1579          }          }
1580                    
1581          ## Step 5          ## Step 5
1582          if ($node->[0]->has_child_nodes ()) {          if ($node->[0]->has_child_nodes ()) {
1583              !!!cp ('t65');
1584            my $clone = [$node->[0]->clone_node (0), $node->[1]];            my $clone = [$node->[0]->clone_node (0), $node->[1]];
1585            $active_formatting_elements->[$node_i_in_active] = $clone;            $active_formatting_elements->[$node_i_in_active] = $clone;
1586            $self->{open_elements}->[$node_i_in_open] = $clone;            $self->{open_elements}->[$node_i_in_open] = $clone;
# Line 2486  sub _tree_construction_main ($) { Line 1598  sub _tree_construction_main ($) {
1598        } # S7          } # S7  
1599                
1600        ## Step 8        ## Step 8
1601        $common_ancestor_node->[0]->append_child ($last_node->[0]);        if ($common_ancestor_node->[1] & TABLE_ROWS_EL) {
1602            my $foster_parent_element;
1603            my $next_sibling;
1604            OE: for (reverse 0..$#{$self->{open_elements}}) {
1605              if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
1606                                 my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
1607                                 if (defined $parent and $parent->node_type == 1) {
1608                                   !!!cp ('t65.1');
1609                                   $foster_parent_element = $parent;
1610                                   $next_sibling = $self->{open_elements}->[$_]->[0];
1611                                 } else {
1612                                   !!!cp ('t65.2');
1613                                   $foster_parent_element
1614                                     = $self->{open_elements}->[$_ - 1]->[0];
1615                                 }
1616                                 last OE;
1617                               }
1618                             } # OE
1619                             $foster_parent_element = $self->{open_elements}->[0]->[0]
1620                               unless defined $foster_parent_element;
1621            $foster_parent_element->insert_before ($last_node->[0], $next_sibling);
1622            $open_tables->[-1]->[1] = 1; # tainted
1623          } else {
1624            !!!cp ('t65.3');
1625            $common_ancestor_node->[0]->append_child ($last_node->[0]);
1626          }
1627                
1628        ## Step 9        ## Step 9
1629        my $clone = [$formatting_element->[0]->clone_node (0),        my $clone = [$formatting_element->[0]->clone_node (0),
# Line 2503  sub _tree_construction_main ($) { Line 1640  sub _tree_construction_main ($) {
1640        my $i;        my $i;
1641        AFE: for (reverse 0..$#$active_formatting_elements) {        AFE: for (reverse 0..$#$active_formatting_elements) {
1642          if ($active_formatting_elements->[$_]->[0] eq $formatting_element->[0]) {          if ($active_formatting_elements->[$_]->[0] eq $formatting_element->[0]) {
1643              !!!cp ('t66');
1644            splice @$active_formatting_elements, $_, 1;            splice @$active_formatting_elements, $_, 1;
1645            $i-- and last AFE if defined $i;            $i-- and last AFE if defined $i;
1646          } elsif ($active_formatting_elements->[$_]->[0] eq $bookmark_prev_el) {          } elsif ($active_formatting_elements->[$_]->[0] eq $bookmark_prev_el) {
1647              !!!cp ('t67');
1648            $i = $_;            $i = $_;
1649          }          }
1650        } # AFE        } # AFE
# Line 2515  sub _tree_construction_main ($) { Line 1654  sub _tree_construction_main ($) {
1654        undef $i;        undef $i;
1655        OE: for (reverse 0..$#{$self->{open_elements}}) {        OE: for (reverse 0..$#{$self->{open_elements}}) {
1656          if ($self->{open_elements}->[$_]->[0] eq $formatting_element->[0]) {          if ($self->{open_elements}->[$_]->[0] eq $formatting_element->[0]) {
1657              !!!cp ('t68');
1658            splice @{$self->{open_elements}}, $_, 1;            splice @{$self->{open_elements}}, $_, 1;
1659            $i-- and last OE if defined $i;            $i-- and last OE if defined $i;
1660          } elsif ($self->{open_elements}->[$_]->[0] eq $furthest_block->[0]) {          } elsif ($self->{open_elements}->[$_]->[0] eq $furthest_block->[0]) {
1661              !!!cp ('t69');
1662            $i = $_;            $i = $_;
1663          }          }
1664        } # OE        } # OE
1665        splice @{$self->{open_elements}}, $i + 1, 1, $clone;        splice @{$self->{open_elements}}, $i + 1, 0, $clone;
1666                
1667        ## Step 14        ## Step 14
1668        redo FET;        redo FET;
1669      } # FET      } # FET
1670    }; # $formatting_end_tag    }; # $formatting_end_tag
1671    
1672    my $insert_to_current = sub {    $insert = my $insert_to_current = sub {
1673      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);
1674    }; # $insert_to_current    }; # $insert_to_current
1675    
1676    my $insert_to_foster = sub {    my $insert_to_foster = sub {
1677                         my $child = shift;      my $child = shift;
1678                         if ({      if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
1679                              table => 1, tbody => 1, tfoot => 1,        # MUST
1680                              thead => 1, tr => 1,        my $foster_parent_element;
1681                             }->{$self->{open_elements}->[-1]->[1]}) {        my $next_sibling;
1682                           # MUST        OE: for (reverse 0..$#{$self->{open_elements}}) {
1683                           my $foster_parent_element;          if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
                          my $next_sibling;  
                          OE: for (reverse 0..$#{$self->{open_elements}}) {  
                            if ($self->{open_elements}->[$_]->[1] eq 'table') {  
1684                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
1685                               if (defined $parent and $parent->node_type == 1) {                               if (defined $parent and $parent->node_type == 1) {
1686                                   !!!cp ('t70');
1687                                 $foster_parent_element = $parent;                                 $foster_parent_element = $parent;
1688                                 $next_sibling = $self->{open_elements}->[$_]->[0];                                 $next_sibling = $self->{open_elements}->[$_]->[0];
1689                               } else {                               } else {
1690                                   !!!cp ('t71');
1691                                 $foster_parent_element                                 $foster_parent_element
1692                                   = $self->{open_elements}->[$_ - 1]->[0];                                   = $self->{open_elements}->[$_ - 1]->[0];
1693                               }                               }
# Line 2558  sub _tree_construction_main ($) { Line 1698  sub _tree_construction_main ($) {
1698                             unless defined $foster_parent_element;                             unless defined $foster_parent_element;
1699                           $foster_parent_element->insert_before                           $foster_parent_element->insert_before
1700                             ($child, $next_sibling);                             ($child, $next_sibling);
1701                         } else {        $open_tables->[-1]->[1] = 1; # tainted
1702                           $self->{open_elements}->[-1]->[0]->append_child ($child);      } else {
1703                         }        !!!cp ('t72');
1704          $self->{open_elements}->[-1]->[0]->append_child ($child);
1705        }
1706    }; # $insert_to_foster    }; # $insert_to_foster
1707    
1708    my $insert;    ## NOTE: Insert a character (MUST): When a character is inserted, if
1709      ## the last node that was inserted by the parser is a Text node and
1710      ## the character has to be inserted after that node, then the
1711      ## character is appended to the Text node.  However, if any other
1712      ## node is inserted by the parser, then a new Text node is created
1713      ## and the character is appended as that Text node.  If I'm not
1714      ## wrong, for a parser with scripting disabled, there are only two
1715      ## cases where this occurs.  One is the case where an element node
1716      ## is inserted to the |head| element.  This is covered by using the
1717      ## |$self->{head_element_inserted}| flag.  Another is the case where
1718      ## an element or comment is inserted into the |table| subtree while
1719      ## foster parenting happens.  This is covered by using the [2] flag
1720      ## of the |$open_tables| structure.  All other cases are handled
1721      ## simply by calling |manakai_append_text| method.
1722    
1723      ## TODO: |<body><script>document.write("a<br>");
1724      ## document.body.removeChild (document.body.lastChild);
1725      ## document.write ("b")</script>|
1726    
1727    B: {    B: while (1) {
1728      if ($token->{type} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
1729        !!!parse-error (type => 'DOCTYPE in the middle');        !!!cp ('t73');
1730          !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
1731        ## Ignore the token        ## Ignore the token
1732        ## Stay in the phase        ## Stay in the phase
1733        !!!next-token;        !!!next-token;
1734        redo B;        next B;
     } elsif ($token->{type} == END_OF_FILE_TOKEN) {  
       if ($self->{insertion_mode} & AFTER_HTML_IMS) {  
         #  
       } else {  
         ## Generate implied end tags  
         if ({  
              dd => 1, dt => 1, li => 1, p => 1, td => 1, th => 1, tr => 1,  
              tbody => 1, tfoot=> 1, thead => 1,  
             }->{$self->{open_elements}->[-1]->[1]}) {  
           !!!back-token;  
           $token = {type => END_TAG_TOKEN, tag_name => $self->{open_elements}->[-1]->[1]};  
           redo B;  
         }  
           
         if (@{$self->{open_elements}} > 2 or  
             (@{$self->{open_elements}} == 2 and $self->{open_elements}->[1]->[1] ne 'body')) {  
           !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
         } elsif (defined $self->{inner_html_node} and  
                  @{$self->{open_elements}} > 1 and  
                  $self->{open_elements}->[1]->[1] ne 'body') {  
           !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
         }  
   
         ## ISSUE: There is an issue in the spec.  
       }  
   
       ## Stop parsing  
       last B;  
1735      } elsif ($token->{type} == START_TAG_TOKEN and      } elsif ($token->{type} == START_TAG_TOKEN and
1736               $token->{tag_name} eq 'html') {               $token->{tag_name} eq 'html') {
1737        if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {        if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
1738          ## Turn into the main phase          !!!cp ('t79');
1739          !!!parse-error (type => 'after html:html');          !!!parse-error (type => 'after html', text => 'html', token => $token);
1740          $self->{insertion_mode} = AFTER_BODY_IM;          $self->{insertion_mode} = AFTER_BODY_IM;
1741        } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {        } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {
1742          ## Turn into the main phase          !!!cp ('t80');
1743          !!!parse-error (type => 'after html:html');          !!!parse-error (type => 'after html', text => 'html', token => $token);
1744          $self->{insertion_mode} = AFTER_FRAMESET_IM;          $self->{insertion_mode} = AFTER_FRAMESET_IM;
1745          } else {
1746            !!!cp ('t81');
1747        }        }
1748    
1749  ## ISSUE: "aa<html>" is not a parse error.        !!!cp ('t82');
1750  ## ISSUE: "<html>" in fragment is not a parse error.        !!!parse-error (type => 'not first start tag', token => $token);
       unless ($token->{first_start_tag}) {  
         !!!parse-error (type => 'not first start tag');  
       }  
1751        my $top_el = $self->{open_elements}->[0]->[0];        my $top_el = $self->{open_elements}->[0]->[0];
1752        for my $attr_name (keys %{$token->{attributes}}) {        for my $attr_name (keys %{$token->{attributes}}) {
1753          unless ($top_el->has_attribute_ns (undef, $attr_name)) {          unless ($top_el->has_attribute_ns (undef, $attr_name)) {
1754              !!!cp ('t84');
1755            $top_el->set_attribute_ns            $top_el->set_attribute_ns
1756              (undef, [undef, $attr_name],              (undef, [undef, $attr_name],
1757               $token->{attributes}->{$attr_name}->{value});               $token->{attributes}->{$attr_name}->{value});
1758          }          }
1759        }        }
1760          !!!nack ('t84.1');
1761        !!!next-token;        !!!next-token;
1762        redo B;        next B;
1763      } elsif ($token->{type} == COMMENT_TOKEN) {      } elsif ($token->{type} == COMMENT_TOKEN) {
1764        my $comment = $self->{document}->create_comment ($token->{data});        my $comment = $self->{document}->create_comment ($token->{data});
1765        if ($self->{insertion_mode} & AFTER_HTML_IMS) {        if ($self->{insertion_mode} & AFTER_HTML_IMS) {
1766            !!!cp ('t85');
1767          $self->{document}->append_child ($comment);          $self->{document}->append_child ($comment);
1768        } elsif ($self->{insertion_mode} == AFTER_BODY_IM) {        } elsif ($self->{insertion_mode} == AFTER_BODY_IM) {
1769            !!!cp ('t86');
1770          $self->{open_elements}->[0]->[0]->append_child ($comment);          $self->{open_elements}->[0]->[0]->append_child ($comment);
1771        } else {        } else {
1772            !!!cp ('t87');
1773          $self->{open_elements}->[-1]->[0]->append_child ($comment);          $self->{open_elements}->[-1]->[0]->append_child ($comment);
1774            $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
1775        }        }
1776        !!!next-token;        !!!next-token;
1777        redo B;        next B;
1778      } elsif ($self->{insertion_mode} & HEAD_IMS) {      } elsif ($self->{insertion_mode} & IN_CDATA_RCDATA_IM) {
1779        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
1780          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          $token->{data} =~ s/^\x0A// if $self->{ignore_newline};
1781            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);          delete $self->{ignore_newline};
1782    
1783            if (length $token->{data}) {
1784              !!!cp ('t43');
1785              $self->{open_elements}->[-1]->[0]->manakai_append_text
1786                  ($token->{data});
1787            } else {
1788              !!!cp ('t43.1');
1789            }
1790            !!!next-token;
1791            next B;
1792          } elsif ($token->{type} == END_TAG_TOKEN) {
1793            delete $self->{ignore_newline};
1794    
1795            if ($token->{tag_name} eq 'script') {
1796              !!!cp ('t50');
1797              
1798              ## Para 1-2
1799              my $script = pop @{$self->{open_elements}};
1800              
1801              ## Para 3
1802              $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1803    
1804              ## Para 4
1805              ## TODO: $old_insertion_point = $current_insertion_point;
1806              ## TODO: $current_insertion_point = just before $self->{nc};
1807    
1808              ## Para 5
1809              ## TODO: Run the $script->[0].
1810    
1811              ## Para 6
1812              ## TODO: $current_insertion_point = $old_insertion_point;
1813    
1814              ## Para 7
1815              ## TODO: if ($pending_external_script) {
1816                ## TODO: ...
1817              ## TODO: }
1818    
1819              !!!next-token;
1820              next B;
1821            } else {
1822              !!!cp ('t42');
1823    
1824              pop @{$self->{open_elements}};
1825    
1826              $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1827              !!!next-token;
1828              next B;
1829            }
1830          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
1831            delete $self->{ignore_newline};
1832    
1833            !!!cp ('t44');
1834            !!!parse-error (type => 'not closed',
1835                            text => $self->{open_elements}->[-1]->[0]
1836                                ->manakai_local_name,
1837                            token => $token);
1838    
1839            #if ($self->{open_elements}->[-1]->[1] == SCRIPT_EL) {
1840            #  ## TODO: Mark as "already executed"
1841            #}
1842    
1843            pop @{$self->{open_elements}};
1844    
1845            $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1846            ## Reprocess.
1847            next B;
1848          } else {
1849            die "$0: $token->{type}: In CDATA/RCDATA: Unknown token type";        
1850          }
1851        } elsif ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {
1852          if ($token->{type} == CHARACTER_TOKEN) {
1853            !!!cp ('t87.1');
1854            $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
1855            !!!next-token;
1856            next B;
1857          } elsif ($token->{type} == START_TAG_TOKEN) {
1858            if ((not {mglyph => 1, malignmark => 1}->{$token->{tag_name}} and
1859                 $self->{open_elements}->[-1]->[1] & FOREIGN_FLOW_CONTENT_EL) or
1860                not ($self->{open_elements}->[-1]->[1] & FOREIGN_EL) or
1861                ($token->{tag_name} eq 'svg' and
1862                 $self->{open_elements}->[-1]->[1] == MML_AXML_EL)) {
1863              ## NOTE: "using the rules for secondary insertion mode"then"continue"
1864              !!!cp ('t87.2');
1865              #
1866            } elsif ({
1867                      b => 1, big => 1, blockquote => 1, body => 1, br => 1,
1868                      center => 1, code => 1, dd => 1, div => 1, dl => 1, dt => 1,
1869                      em => 1, embed => 1, font => 1, h1 => 1, h2 => 1, h3 => 1,
1870                      h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, i => 1,
1871                      img => 1, li => 1, listing => 1, menu => 1, meta => 1,
1872                      nobr => 1, ol => 1, p => 1, pre => 1, ruby => 1, s => 1,
1873                      small => 1, span => 1, strong => 1, strike => 1, sub => 1,
1874                      sup => 1, table => 1, tt => 1, u => 1, ul => 1, var => 1,
1875                     }->{$token->{tag_name}}) {
1876              !!!cp ('t87.2');
1877              !!!parse-error (type => 'not closed',
1878                              text => $self->{open_elements}->[-1]->[0]
1879                                  ->manakai_local_name,
1880                              token => $token);
1881    
1882              pop @{$self->{open_elements}}
1883                  while $self->{open_elements}->[-1]->[1] & FOREIGN_EL;
1884    
1885              $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
1886              ## Reprocess.
1887              next B;
1888            } else {
1889              my $nsuri = $self->{open_elements}->[-1]->[0]->namespace_uri;
1890              my $tag_name = $token->{tag_name};
1891              if ($nsuri eq $SVG_NS) {
1892                $tag_name = {
1893                   altglyph => 'altGlyph',
1894                   altglyphdef => 'altGlyphDef',
1895                   altglyphitem => 'altGlyphItem',
1896                   animatecolor => 'animateColor',
1897                   animatemotion => 'animateMotion',
1898                   animatetransform => 'animateTransform',
1899                   clippath => 'clipPath',
1900                   feblend => 'feBlend',
1901                   fecolormatrix => 'feColorMatrix',
1902                   fecomponenttransfer => 'feComponentTransfer',
1903                   fecomposite => 'feComposite',
1904                   feconvolvematrix => 'feConvolveMatrix',
1905                   fediffuselighting => 'feDiffuseLighting',
1906                   fedisplacementmap => 'feDisplacementMap',
1907                   fedistantlight => 'feDistantLight',
1908                   feflood => 'feFlood',
1909                   fefunca => 'feFuncA',
1910                   fefuncb => 'feFuncB',
1911                   fefuncg => 'feFuncG',
1912                   fefuncr => 'feFuncR',
1913                   fegaussianblur => 'feGaussianBlur',
1914                   feimage => 'feImage',
1915                   femerge => 'feMerge',
1916                   femergenode => 'feMergeNode',
1917                   femorphology => 'feMorphology',
1918                   feoffset => 'feOffset',
1919                   fepointlight => 'fePointLight',
1920                   fespecularlighting => 'feSpecularLighting',
1921                   fespotlight => 'feSpotLight',
1922                   fetile => 'feTile',
1923                   feturbulence => 'feTurbulence',
1924                   foreignobject => 'foreignObject',
1925                   glyphref => 'glyphRef',
1926                   lineargradient => 'linearGradient',
1927                   radialgradient => 'radialGradient',
1928                   #solidcolor => 'solidColor', ## NOTE: Commented in spec (SVG1.2)
1929                   textpath => 'textPath',  
1930                }->{$tag_name} || $tag_name;
1931              }
1932    
1933              ## "adjust SVG attributes" (SVG only) - done in insert-element-f
1934    
1935              ## "adjust foreign attributes" - done in insert-element-f
1936    
1937              !!!insert-element-f ($nsuri, $tag_name, $token->{attributes}, $token);
1938    
1939              if ($self->{self_closing}) {
1940                pop @{$self->{open_elements}};
1941                !!!ack ('t87.3');
1942              } else {
1943                !!!cp ('t87.4');
1944              }
1945    
1946              !!!next-token;
1947              next B;
1948            }
1949          } elsif ($token->{type} == END_TAG_TOKEN) {
1950            ## NOTE: "using the rules for secondary insertion mode" then "continue"
1951            !!!cp ('t87.5');
1952            #
1953          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
1954            !!!cp ('t87.6');
1955            !!!parse-error (type => 'not closed',
1956                            text => $self->{open_elements}->[-1]->[0]
1957                                ->manakai_local_name,
1958                            token => $token);
1959    
1960            pop @{$self->{open_elements}}
1961                while $self->{open_elements}->[-1]->[1] & FOREIGN_EL;
1962    
1963            ## NOTE: |<span><svg>| ... two parse errors, |<svg>| ... a parse error.
1964    
1965            $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
1966            ## Reprocess.
1967            next B;
1968          } else {
1969            die "$0: $token->{type}: Unknown token type";        
1970          }
1971        }
1972    
1973        if ($self->{insertion_mode} & HEAD_IMS) {
1974          if ($token->{type} == CHARACTER_TOKEN) {
1975            if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1976              unless ($self->{insertion_mode} == BEFORE_HEAD_IM) {
1977                if ($self->{head_element_inserted}) {
1978                  !!!cp ('t88.3');
1979                  $self->{open_elements}->[-1]->[0]->append_child
1980                    ($self->{document}->create_text_node ($1));
1981                  delete $self->{head_element_inserted};
1982                  ## NOTE: |</head> <link> |
1983                  #
1984                } else {
1985                  !!!cp ('t88.2');
1986                  $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
1987                  ## NOTE: |</head> &#x20;|
1988                  #
1989                }
1990              } else {
1991                !!!cp ('t88.1');
1992                ## Ignore the token.
1993                #
1994              }
1995            unless (length $token->{data}) {            unless (length $token->{data}) {
1996                !!!cp ('t88');
1997              !!!next-token;              !!!next-token;
1998              redo B;              next B;
1999            }            }
2000    ## TODO: set $token->{column} appropriately
2001          }          }
2002    
2003          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2004              !!!cp ('t89');
2005            ## As if <head>            ## As if <head>
2006            !!!create-element ($self->{head_element}, 'head');            !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2007            $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});            $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2008            push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            push @{$self->{open_elements}},
2009                  [$self->{head_element}, $el_category->{head}];
2010    
2011            ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2012            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2013    
2014            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
2015          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2016              !!!cp ('t90');
2017            ## As if </noscript>            ## As if </noscript>
2018            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2019            !!!parse-error (type => 'in noscript:#character');            !!!parse-error (type => 'in noscript:#text', token => $token);
2020                        
2021            ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2022            ## As if </head>            ## As if </head>
# Line 2669  sub _tree_construction_main ($) { Line 2024  sub _tree_construction_main ($) {
2024    
2025            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
2026          } elsif ($self->{insertion_mode} == IN_HEAD_IM) {          } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2027              !!!cp ('t91');
2028            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2029    
2030            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
2031            } else {
2032              !!!cp ('t92');
2033          }          }
2034    
2035              ## "after head" insertion mode          ## "after head" insertion mode
2036              ## As if <body>          ## As if <body>
2037              !!!insert-element ('body');          !!!insert-element ('body',, $token);
2038              $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
2039              ## reprocess          ## reprocess
2040              redo B;          next B;
2041            } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
2042              if ($token->{tag_name} eq 'head') {          if ($token->{tag_name} eq 'head') {
2043                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {            if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2044                  !!!create-element ($self->{head_element}, $token->{tag_name}, $token->{attributes});              !!!cp ('t93');
2045                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              !!!create-element ($self->{head_element}, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);
2046                  push @{$self->{open_elements}}, [$self->{head_element}, $token->{tag_name}];              $self->{open_elements}->[-1]->[0]->append_child
2047                  $self->{insertion_mode} = IN_HEAD_IM;                  ($self->{head_element});
2048                  !!!next-token;              push @{$self->{open_elements}},
2049                  redo B;                  [$self->{head_element}, $el_category->{head}];
2050                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2051                  #              !!!nack ('t93.1');
2052                } else {              !!!next-token;
2053                  !!!parse-error (type => 'in head:head'); # or in head noscript              next B;
2054                  ## Ignore the token            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2055                  !!!next-token;              !!!cp ('t93.2');
2056                  redo B;              !!!parse-error (type => 'after head', text => 'head',
2057                }                              token => $token);
2058              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {              ## Ignore the token
2059                ## As if <head>              !!!nack ('t93.3');
2060                !!!create-element ($self->{head_element}, 'head');              !!!next-token;
2061                $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              next B;
2062                push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } else {
2063                !!!cp ('t95');
2064                !!!parse-error (type => 'in head:head',
2065                                token => $token); # or in head noscript
2066                ## Ignore the token
2067                !!!nack ('t95.1');
2068                !!!next-token;
2069                next B;
2070              }
2071            } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2072              !!!cp ('t96');
2073              ## As if <head>
2074              !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2075              $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2076              push @{$self->{open_elements}},
2077                  [$self->{head_element}, $el_category->{head}];
2078    
2079                $self->{insertion_mode} = IN_HEAD_IM;            $self->{insertion_mode} = IN_HEAD_IM;
2080                ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2081              }          } else {
2082              !!!cp ('t97');
2083            }
2084    
2085              if ($token->{tag_name} eq 'base') {          if ($token->{tag_name} eq 'base') {
2086                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2087                  ## As if </noscript>              !!!cp ('t98');
2088                  pop @{$self->{open_elements}};              ## As if </noscript>
2089                  !!!parse-error (type => 'in noscript:base');              pop @{$self->{open_elements}};
2090                              !!!parse-error (type => 'in noscript', text => 'base',
2091                  $self->{insertion_mode} = IN_HEAD_IM;                              token => $token);
2092                  ## Reprocess in the "in head" insertion mode...            
2093                }              $self->{insertion_mode} = IN_HEAD_IM;
2094                ## Reprocess in the "in head" insertion mode...
2095              } else {
2096                !!!cp ('t99');
2097              }
2098    
2099                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2100                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2101                  !!!parse-error (type => 'after head:'.$token->{tag_name});              !!!cp ('t100');
2102                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];              !!!parse-error (type => 'after head',
2103                }                              text => $token->{tag_name}, token => $token);
2104                !!!insert-element ($token->{tag_name}, $token->{attributes});              push @{$self->{open_elements}},
2105                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.                  [$self->{head_element}, $el_category->{head}];
2106                pop @{$self->{open_elements}}              $self->{head_element_inserted} = 1;
2107                    if $self->{insertion_mode} == AFTER_HEAD_IM;            } else {
2108                !!!next-token;              !!!cp ('t101');
2109                redo B;            }
2110              } elsif ($token->{tag_name} eq 'link') {            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2111                ## NOTE: There is a "as if in head" code clone.            pop @{$self->{open_elements}};
2112                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            pop @{$self->{open_elements}} # <head>
2113                  !!!parse-error (type => 'after head:'.$token->{tag_name});                if $self->{insertion_mode} == AFTER_HEAD_IM;
2114                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            !!!nack ('t101.1');
2115                }            !!!next-token;
2116                !!!insert-element ($token->{tag_name}, $token->{attributes});            next B;
2117                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          } elsif ($token->{tag_name} eq 'link') {
2118                pop @{$self->{open_elements}}            ## NOTE: There is a "as if in head" code clone.
2119                    if $self->{insertion_mode} == AFTER_HEAD_IM;            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2120                !!!next-token;              !!!cp ('t102');
2121                redo B;              !!!parse-error (type => 'after head',
2122              } elsif ($token->{tag_name} eq 'meta') {                              text => $token->{tag_name}, token => $token);
2123                ## NOTE: There is a "as if in head" code clone.              push @{$self->{open_elements}},
2124                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                  [$self->{head_element}, $el_category->{head}];
2125                  !!!parse-error (type => 'after head:'.$token->{tag_name});              $self->{head_element_inserted} = 1;
2126                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } else {
2127                }              !!!cp ('t103');
2128                !!!insert-element ($token->{tag_name}, $token->{attributes});            }
2129                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2130              pop @{$self->{open_elements}};
2131              pop @{$self->{open_elements}} # <head>
2132                  if $self->{insertion_mode} == AFTER_HEAD_IM;
2133              !!!ack ('t103.1');
2134              !!!next-token;
2135              next B;
2136            } elsif ($token->{tag_name} eq 'command' or
2137                     $token->{tag_name} eq 'eventsource') {
2138              if ($self->{insertion_mode} == IN_HEAD_IM) {
2139                ## NOTE: If the insertion mode at the time of the emission
2140                ## of the token was "before head", $self->{insertion_mode}
2141                ## is already changed to |IN_HEAD_IM|.
2142    
2143                ## NOTE: There is a "as if in head" code clone.
2144                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2145                pop @{$self->{open_elements}};
2146                pop @{$self->{open_elements}} # <head>
2147                    if $self->{insertion_mode} == AFTER_HEAD_IM;
2148                !!!ack ('t103.2');
2149                !!!next-token;
2150                next B;
2151              } else {
2152                ## NOTE: "in head noscript" or "after head" insertion mode
2153                ## - in these cases, these tags are treated as same as
2154                ## normal in-body tags.
2155                !!!cp ('t103.3');
2156                #
2157              }
2158            } elsif ($token->{tag_name} eq 'meta') {
2159              ## NOTE: There is a "as if in head" code clone.
2160              if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2161                !!!cp ('t104');
2162                !!!parse-error (type => 'after head',
2163                                text => $token->{tag_name}, token => $token);
2164                push @{$self->{open_elements}},
2165                    [$self->{head_element}, $el_category->{head}];
2166                $self->{head_element_inserted} = 1;
2167              } else {
2168                !!!cp ('t105');
2169              }
2170              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2171              my $meta_el = pop @{$self->{open_elements}};
2172    
2173                unless ($self->{confident}) {                unless ($self->{confident}) {
2174                  my $charset;                  if ($token->{attributes}->{charset}) {
2175                  if ($token->{attributes}->{charset}) { ## TODO: And if supported                    !!!cp ('t106');
2176                    $charset = $token->{attributes}->{charset}->{value};                    ## NOTE: Whether the encoding is supported or not is handled
2177                      ## in the {change_encoding} callback.
2178                      $self->{change_encoding}
2179                          ->($self, $token->{attributes}->{charset}->{value},
2180                             $token);
2181                      
2182                      $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
2183                          ->set_user_data (manakai_has_reference =>
2184                                               $token->{attributes}->{charset}
2185                                                   ->{has_reference});
2186                    } elsif ($token->{attributes}->{content}) {
2187                      if ($token->{attributes}->{content}->{value}
2188                          =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
2189                              [\x09\x0A\x0C\x0D\x20]*=
2190                              [\x09\x0A\x0C\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
2191                              ([^"'\x09\x0A\x0C\x0D\x20]
2192                               [^\x09\x0A\x0C\x0D\x20\x3B]*))/x) {
2193                        !!!cp ('t107');
2194                        ## NOTE: Whether the encoding is supported or not is handled
2195                        ## in the {change_encoding} callback.
2196                        $self->{change_encoding}
2197                            ->($self, defined $1 ? $1 : defined $2 ? $2 : $3,
2198                               $token);
2199                        $meta_el->[0]->get_attribute_node_ns (undef, 'content')
2200                            ->set_user_data (manakai_has_reference =>
2201                                                 $token->{attributes}->{content}
2202                                                       ->{has_reference});
2203                      } else {
2204                        !!!cp ('t108');
2205                      }
2206                    }
2207                  } else {
2208                    if ($token->{attributes}->{charset}) {
2209                      !!!cp ('t109');
2210                      $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
2211                          ->set_user_data (manakai_has_reference =>
2212                                               $token->{attributes}->{charset}
2213                                                   ->{has_reference});
2214                  }                  }
2215                  if ($token->{attributes}->{'http-equiv'}) {                  if ($token->{attributes}->{content}) {
2216                    ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.                    !!!cp ('t110');
2217                    if ($token->{attributes}->{'http-equiv'}->{value}                    $meta_el->[0]->get_attribute_node_ns (undef, 'content')
2218                        =~ /\A[^;]*;[\x09-\x0D\x20]*charset[\x09-\x0D\x20]*=                        ->set_user_data (manakai_has_reference =>
2219                            [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                                             $token->{attributes}->{content}
2220                            ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {                                                 ->{has_reference});
                     $charset = defined $1 ? $1 : defined $2 ? $2 : $3;  
                   } ## TODO: And if supported  
2221                  }                  }
                 ## TODO: Change the encoding  
2222                }                }
2223    
2224                ## TODO: Extracting |charset| from |meta|.                pop @{$self->{open_elements}} # <head>
               pop @{$self->{open_elements}}  
2225                    if $self->{insertion_mode} == AFTER_HEAD_IM;                    if $self->{insertion_mode} == AFTER_HEAD_IM;
2226                  !!!ack ('t110.1');
2227                !!!next-token;                !!!next-token;
2228                redo B;                next B;
2229              } elsif ($token->{tag_name} eq 'title') {          } elsif ($token->{tag_name} eq 'title') {
2230                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2231                  ## As if </noscript>              !!!cp ('t111');
2232                  pop @{$self->{open_elements}};              ## As if </noscript>
2233                  !!!parse-error (type => 'in noscript:title');              pop @{$self->{open_elements}};
2234                              !!!parse-error (type => 'in noscript', text => 'title',
2235                  $self->{insertion_mode} = IN_HEAD_IM;                              token => $token);
2236                  ## Reprocess in the "in head" insertion mode...            
2237                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2238                  !!!parse-error (type => 'after head:'.$token->{tag_name});              ## Reprocess in the "in head" insertion mode...
2239                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2240                }              !!!cp ('t112');
2241                !!!parse-error (type => 'after head',
2242                                text => $token->{tag_name}, token => $token);
2243                push @{$self->{open_elements}},
2244                    [$self->{head_element}, $el_category->{head}];
2245                $self->{head_element_inserted} = 1;
2246              } else {
2247                !!!cp ('t113');
2248              }
2249    
2250                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2251                my $parent = defined $self->{head_element} ? $self->{head_element}            $parse_rcdata->(RCDATA_CONTENT_MODEL);
2252                    : $self->{open_elements}->[-1]->[0];            ## ISSUE: A spec bug [Bug 6038]
2253                $parse_rcdata->(RCDATA_CONTENT_MODEL,            splice @{$self->{open_elements}}, -2, 1, () # <head>
2254                                sub { $parent->append_child ($_[0]) });                if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2255                pop @{$self->{open_elements}}            next B;
2256                    if $self->{insertion_mode} == AFTER_HEAD_IM;          } elsif ($token->{tag_name} eq 'style' or
2257                redo B;                   $token->{tag_name} eq 'noframes') {
2258              } elsif ($token->{tag_name} eq 'style') {            ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and
2259                ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and            ## insertion mode IN_HEAD_IM)
2260                ## insertion mode IN_HEAD_IM)            ## NOTE: There is a "as if in head" code clone.
2261                ## NOTE: There is a "as if in head" code clone.            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2262                if ($self->{insertion_mode} == AFTER_HEAD_IM) {              !!!cp ('t114');
2263                  !!!parse-error (type => 'after head:'.$token->{tag_name});              !!!parse-error (type => 'after head',
2264                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                              text => $token->{tag_name}, token => $token);
2265                }              push @{$self->{open_elements}},
2266                $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);                  [$self->{head_element}, $el_category->{head}];
2267                pop @{$self->{open_elements}}              $self->{head_element_inserted} = 1;
2268                    if $self->{insertion_mode} == AFTER_HEAD_IM;            } else {
2269                redo B;              !!!cp ('t115');
2270              } elsif ($token->{tag_name} eq 'noscript') {            }
2271              $parse_rcdata->(CDATA_CONTENT_MODEL);
2272              ## ISSUE: A spec bug [Bug 6038]
2273              splice @{$self->{open_elements}}, -2, 1, () # <head>
2274                  if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2275              next B;
2276            } elsif ($token->{tag_name} eq 'noscript') {
2277                if ($self->{insertion_mode} == IN_HEAD_IM) {                if ($self->{insertion_mode} == IN_HEAD_IM) {
2278                    !!!cp ('t116');
2279                  ## NOTE: and scripting is disalbed                  ## NOTE: and scripting is disalbed
2280                  !!!insert-element ($token->{tag_name}, $token->{attributes});                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2281                  $self->{insertion_mode} = IN_HEAD_NOSCRIPT_IM;                  $self->{insertion_mode} = IN_HEAD_NOSCRIPT_IM;
2282                    !!!nack ('t116.1');
2283                  !!!next-token;                  !!!next-token;
2284                  redo B;                  next B;
2285                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2286                  !!!parse-error (type => 'in noscript:noscript');                  !!!cp ('t117');
2287                    !!!parse-error (type => 'in noscript', text => 'noscript',
2288                                    token => $token);
2289                  ## Ignore the token                  ## Ignore the token
2290                    !!!nack ('t117.1');
2291                  !!!next-token;                  !!!next-token;
2292                  redo B;                  next B;
2293                } else {                } else {
2294                    !!!cp ('t118');
2295                  #                  #
2296                }                }
2297              } elsif ($token->{tag_name} eq 'script') {          } elsif ($token->{tag_name} eq 'script') {
2298                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2299                  ## As if </noscript>              !!!cp ('t119');
2300                  pop @{$self->{open_elements}};              ## As if </noscript>
2301                  !!!parse-error (type => 'in noscript:script');              pop @{$self->{open_elements}};
2302                              !!!parse-error (type => 'in noscript', text => 'script',
2303                  $self->{insertion_mode} = IN_HEAD_IM;                              token => $token);
2304                  ## Reprocess in the "in head" insertion mode...            
2305                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2306                  !!!parse-error (type => 'after head:'.$token->{tag_name});              ## Reprocess in the "in head" insertion mode...
2307                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2308                }              !!!cp ('t120');
2309                !!!parse-error (type => 'after head',
2310                                text => $token->{tag_name}, token => $token);
2311                push @{$self->{open_elements}},
2312                    [$self->{head_element}, $el_category->{head}];
2313                $self->{head_element_inserted} = 1;
2314              } else {
2315                !!!cp ('t121');
2316              }
2317    
2318                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2319                $script_start_tag->($insert_to_current);            $script_start_tag->();
2320                pop @{$self->{open_elements}}            ## ISSUE: A spec bug  [Bug 6038]
2321                    if $self->{insertion_mode} == AFTER_HEAD_IM;            splice @{$self->{open_elements}}, -2, 1 # <head>
2322                redo B;                if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2323              } elsif ($token->{tag_name} eq 'body' or            next B;
2324                       $token->{tag_name} eq 'frameset') {          } elsif ($token->{tag_name} eq 'body' or
2325                     $token->{tag_name} eq 'frameset') {
2326                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2327                    !!!cp ('t122');
2328                  ## As if </noscript>                  ## As if </noscript>
2329                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2330                  !!!parse-error (type => 'in noscript:'.$token->{tag_name});                  !!!parse-error (type => 'in noscript',
2331                                    text => $token->{tag_name}, token => $token);
2332                                    
2333                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2334                  ## As if </head>                  ## As if </head>
# Line 2850  sub _tree_construction_main ($) { Line 2336  sub _tree_construction_main ($) {
2336                                    
2337                  ## Reprocess in the "after head" insertion mode...                  ## Reprocess in the "after head" insertion mode...
2338                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2339                    !!!cp ('t124');
2340                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2341                                    
2342                  ## Reprocess in the "after head" insertion mode...                  ## Reprocess in the "after head" insertion mode...
2343                  } else {
2344                    !!!cp ('t125');
2345                }                }
2346    
2347                ## "after head" insertion mode                ## "after head" insertion mode
2348                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2349                if ($token->{tag_name} eq 'body') {                if ($token->{tag_name} eq 'body') {
2350                    !!!cp ('t126');
2351                  $self->{insertion_mode} = IN_BODY_IM;                  $self->{insertion_mode} = IN_BODY_IM;
2352                } elsif ($token->{tag_name} eq 'frameset') {                } elsif ($token->{tag_name} eq 'frameset') {
2353                    !!!cp ('t127');
2354                  $self->{insertion_mode} = IN_FRAMESET_IM;                  $self->{insertion_mode} = IN_FRAMESET_IM;
2355                } else {                } else {
2356                  die "$0: tag name: $self->{tag_name}";                  die "$0: tag name: $self->{tag_name}";
2357                }                }
2358                  !!!nack ('t127.1');
2359                !!!next-token;                !!!next-token;
2360                redo B;                next B;
2361              } else {              } else {
2362                  !!!cp ('t128');
2363                #                #
2364              }              }
2365    
2366              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2367                  !!!cp ('t129');
2368                ## As if </noscript>                ## As if </noscript>
2369                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2370                !!!parse-error (type => 'in noscript:/'.$token->{tag_name});                !!!parse-error (type => 'in noscript:/',
2371                                  text => $token->{tag_name}, token => $token);
2372                                
2373                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
2374                ## As if </head>                ## As if </head>
# Line 2881  sub _tree_construction_main ($) { Line 2376  sub _tree_construction_main ($) {
2376    
2377                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2378              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2379                  !!!cp ('t130');
2380                ## As if </head>                ## As if </head>
2381                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2382    
2383                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2384                } else {
2385                  !!!cp ('t131');
2386              }              }
2387    
2388              ## "after head" insertion mode              ## "after head" insertion mode
2389              ## As if <body>              ## As if <body>
2390              !!!insert-element ('body');              !!!insert-element ('body',, $token);
2391              $self->{insertion_mode} = IN_BODY_IM;              $self->{insertion_mode} = IN_BODY_IM;
2392              ## reprocess              ## reprocess
2393              redo B;              !!!ack-later;
2394                next B;
2395            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
2396              if ($token->{tag_name} eq 'head') {              if ($token->{tag_name} eq 'head') {
2397                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2398                    !!!cp ('t132');
2399                  ## As if <head>                  ## As if <head>
2400                  !!!create-element ($self->{head_element}, 'head');                  !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2401                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2402                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  push @{$self->{open_elements}},
2403                        [$self->{head_element}, $el_category->{head}];
2404    
2405                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2406                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2407                  $self->{insertion_mode} = AFTER_HEAD_IM;                  $self->{insertion_mode} = AFTER_HEAD_IM;
2408                  !!!next-token;                  !!!next-token;
2409                  redo B;                  next B;
2410                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2411                    !!!cp ('t133');
2412                  ## As if </noscript>                  ## As if </noscript>
2413                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2414                  !!!parse-error (type => 'in noscript:script');                  !!!parse-error (type => 'in noscript:/',
2415                                    text => 'head', token => $token);
2416                                    
2417                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2418                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2419                  $self->{insertion_mode} = AFTER_HEAD_IM;                  $self->{insertion_mode} = AFTER_HEAD_IM;
2420                  !!!next-token;                  !!!next-token;
2421                  redo B;                  next B;
2422                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2423                    !!!cp ('t134');
2424                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2425                  $self->{insertion_mode} = AFTER_HEAD_IM;                  $self->{insertion_mode} = AFTER_HEAD_IM;
2426                  !!!next-token;                  !!!next-token;
2427                  redo B;                  next B;
2428                  } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2429                    !!!cp ('t134.1');
2430                    !!!parse-error (type => 'unmatched end tag', text => 'head',
2431                                    token => $token);
2432                    ## Ignore the token
2433                    !!!next-token;
2434                    next B;
2435                } else {                } else {
2436                  #                  die "$0: $self->{insertion_mode}: Unknown insertion mode";
2437                }                }
2438              } elsif ($token->{tag_name} eq 'noscript') {              } elsif ($token->{tag_name} eq 'noscript') {
2439                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2440                    !!!cp ('t136');
2441                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2442                  $self->{insertion_mode} = IN_HEAD_IM;                  $self->{insertion_mode} = IN_HEAD_IM;
2443                  !!!next-token;                  !!!next-token;
2444                  redo B;                  next B;
2445                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM or
2446                  !!!parse-error (type => 'unmatched end tag:noscript');                         $self->{insertion_mode} == AFTER_HEAD_IM) {
2447                    !!!cp ('t137');
2448                    !!!parse-error (type => 'unmatched end tag',
2449                                    text => 'noscript', token => $token);
2450                  ## Ignore the token ## ISSUE: An issue in the spec.                  ## Ignore the token ## ISSUE: An issue in the spec.
2451                  !!!next-token;                  !!!next-token;
2452                  redo B;                  next B;
2453                } else {                } else {
2454                    !!!cp ('t138');
2455                  #                  #
2456                }                }
2457              } elsif ({              } elsif ({
2458                        body => 1, html => 1,                        body => 1, html => 1,
2459                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
2460                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {                ## TODO: This branch is entirely redundant.
2461                  ## As if <head>                if ($self->{insertion_mode} == BEFORE_HEAD_IM or
2462                  !!!create-element ($self->{head_element}, 'head');                    $self->{insertion_mode} == IN_HEAD_IM or
2463                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                    $self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2464                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  !!!cp ('t140');
2465                    !!!parse-error (type => 'unmatched end tag',
2466                  $self->{insertion_mode} = IN_HEAD_IM;                                  text => $token->{tag_name}, token => $token);
                 ## Reprocess in the "in head" insertion mode...  
               } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
2467                  ## Ignore the token                  ## Ignore the token
2468                  !!!next-token;                  !!!next-token;
2469                  redo B;                  next B;
2470                  } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2471                    !!!cp ('t140.1');
2472                    !!!parse-error (type => 'unmatched end tag',
2473                                    text => $token->{tag_name}, token => $token);
2474                    ## Ignore the token
2475                    !!!next-token;
2476                    next B;
2477                  } else {
2478                    die "$0: $self->{insertion_mode}: Unknown insertion mode";
2479                }                }
2480                              } elsif ($token->{tag_name} eq 'p') {
2481                #                !!!cp ('t142');
2482              } elsif ({                !!!parse-error (type => 'unmatched end tag',
2483                        p => 1, br => 1,                                text => $token->{tag_name}, token => $token);
2484                       }->{$token->{tag_name}}) {                ## Ignore the token
2485                  !!!next-token;
2486                  next B;
2487                } elsif ($token->{tag_name} eq 'br') {
2488                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2489                  ## As if <head>                  !!!cp ('t142.2');
2490                  !!!create-element ($self->{head_element}, 'head');                  ## (before head) as if <head>, (in head) as if </head>
2491                    !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2492                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2493                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  $self->{insertion_mode} = AFTER_HEAD_IM;
2494      
2495                    ## Reprocess in the "after head" insertion mode...
2496                  } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2497                    !!!cp ('t143.2');
2498                    ## As if </head>
2499                    pop @{$self->{open_elements}};
2500                    $self->{insertion_mode} = AFTER_HEAD_IM;
2501      
2502                    ## Reprocess in the "after head" insertion mode...
2503                  } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2504                    !!!cp ('t143.3');
2505                    ## NOTE: Two parse errors for <head><noscript></br>
2506                    !!!parse-error (type => 'unmatched end tag',
2507                                    text => 'br', token => $token);
2508                    ## As if </noscript>
2509                    pop @{$self->{open_elements}};
2510                  $self->{insertion_mode} = IN_HEAD_IM;                  $self->{insertion_mode} = IN_HEAD_IM;
2511    
2512                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2513                }                  ## As if </head>
2514                    pop @{$self->{open_elements}};
2515                    $self->{insertion_mode} = AFTER_HEAD_IM;
2516    
2517                #                  ## Reprocess in the "after head" insertion mode...
2518              } else {                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2519                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                  !!!cp ('t143.4');
2520                  #                  #
2521                } else {                } else {
2522                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  die "$0: $self->{insertion_mode}: Unknown insertion mode";
                 ## Ignore the token  
                 !!!next-token;  
                 redo B;  
2523                }                }
2524    
2525                  ## ISSUE: does not agree with IE7 - it doesn't ignore </br>.
2526                  !!!parse-error (type => 'unmatched end tag',
2527                                  text => 'br', token => $token);
2528                  ## Ignore the token
2529                  !!!next-token;
2530                  next B;
2531                } else {
2532                  !!!cp ('t145');
2533                  !!!parse-error (type => 'unmatched end tag',
2534                                  text => $token->{tag_name}, token => $token);
2535                  ## Ignore the token
2536                  !!!next-token;
2537                  next B;
2538              }              }
2539    
2540              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2541                  !!!cp ('t146');
2542                ## As if </noscript>                ## As if </noscript>
2543                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2544                !!!parse-error (type => 'in noscript:/'.$token->{tag_name});                !!!parse-error (type => 'in noscript:/',
2545                                  text => $token->{tag_name}, token => $token);
2546                                
2547                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
2548                ## As if </head>                ## As if </head>
# Line 2993  sub _tree_construction_main ($) { Line 2550  sub _tree_construction_main ($) {
2550    
2551                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2552              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2553                  !!!cp ('t147');
2554                ## As if </head>                ## As if </head>
2555                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2556    
2557                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2558              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2559                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  ## ISSUE: This case cannot be reached?
2560                  !!!cp ('t148');
2561                  !!!parse-error (type => 'unmatched end tag',
2562                                  text => $token->{tag_name}, token => $token);
2563                ## Ignore the token ## ISSUE: An issue in the spec.                ## Ignore the token ## ISSUE: An issue in the spec.
2564                !!!next-token;                !!!next-token;
2565                redo B;                next B;
2566                } else {
2567                  !!!cp ('t149');
2568              }              }
2569    
2570              ## "after head" insertion mode              ## "after head" insertion mode
2571              ## As if <body>              ## As if <body>
2572              !!!insert-element ('body');              !!!insert-element ('body',, $token);
2573              $self->{insertion_mode} = IN_BODY_IM;              $self->{insertion_mode} = IN_BODY_IM;
2574              ## reprocess              ## reprocess
2575              redo B;              next B;
2576            } else {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
2577              die "$0: $token->{type}: Unknown token type";          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2578            }            !!!cp ('t149.1');
2579    
2580            ## ISSUE: An issue in the spec.            ## NOTE: As if <head>
2581              !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2582              $self->{open_elements}->[-1]->[0]->append_child
2583                  ($self->{head_element});
2584              #push @{$self->{open_elements}},
2585              #    [$self->{head_element}, $el_category->{head}];
2586              #$self->{insertion_mode} = IN_HEAD_IM;
2587              ## NOTE: Reprocess.
2588    
2589              ## NOTE: As if </head>
2590              #pop @{$self->{open_elements}};
2591              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
2592              ## NOTE: Reprocess.
2593              
2594              #
2595            } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2596              !!!cp ('t149.2');
2597    
2598              ## NOTE: As if </head>
2599              pop @{$self->{open_elements}};
2600              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
2601              ## NOTE: Reprocess.
2602    
2603              #
2604            } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2605              !!!cp ('t149.3');
2606    
2607              !!!parse-error (type => 'in noscript:#eof', token => $token);
2608    
2609              ## As if </noscript>
2610              pop @{$self->{open_elements}};
2611              #$self->{insertion_mode} = IN_HEAD_IM;
2612              ## NOTE: Reprocess.
2613    
2614              ## NOTE: As if </head>
2615              pop @{$self->{open_elements}};
2616              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
2617              ## NOTE: Reprocess.
2618    
2619              #
2620            } else {
2621              !!!cp ('t149.4');
2622              #
2623            }
2624    
2625            ## NOTE: As if <body>
2626            !!!insert-element ('body',, $token);
2627            $self->{insertion_mode} = IN_BODY_IM;
2628            ## NOTE: Reprocess.
2629            next B;
2630          } else {
2631            die "$0: $token->{type}: Unknown token type";
2632          }
2633      } elsif ($self->{insertion_mode} & BODY_IMS) {      } elsif ($self->{insertion_mode} & BODY_IMS) {
2634            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
2635                !!!cp ('t150');
2636              ## NOTE: There is a code clone of "character in body".              ## NOTE: There is a code clone of "character in body".
2637              $reconstruct_active_formatting_elements->($insert_to_current);              $reconstruct_active_formatting_elements->($insert_to_current);
2638                            
2639              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
2640    
2641              !!!next-token;              !!!next-token;
2642              redo B;              next B;
2643            } elsif ($token->{type} == START_TAG_TOKEN) {            } elsif ($token->{type} == START_TAG_TOKEN) {
2644              if ({              if ({
2645                   caption => 1, col => 1, colgroup => 1, tbody => 1,                   caption => 1, col => 1, colgroup => 1, tbody => 1,
2646                   td => 1, tfoot => 1, th => 1, thead => 1, tr => 1,                   td => 1, tfoot => 1, th => 1, thead => 1, tr => 1,
2647                  }->{$token->{tag_name}}) {                  }->{$token->{tag_name}}) {
2648                if ($self->{insertion_mode} == IN_CELL_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2649                  ## have an element in table scope                  ## have an element in table scope
2650                  my $tn;                  for (reverse 0..$#{$self->{open_elements}}) {
                 INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
2651                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
2652                    if ($node->[1] eq 'td' or $node->[1] eq 'th') {                    if ($node->[1] == TABLE_CELL_EL) {
2653                      $tn = $node->[1];                      !!!cp ('t151');
2654                      last INSCOPE;  
2655                    } elsif ({                      ## Close the cell
2656                              table => 1, html => 1,                      !!!back-token; # <x>
2657                             }->{$node->[1]}) {                      $token = {type => END_TAG_TOKEN,
2658                      last INSCOPE;                                tag_name => $node->[0]->manakai_local_name,
2659                    }                                line => $token->{line},
2660                  } # INSCOPE                                column => $token->{column}};
2661                    unless (defined $tn) {                      next B;
2662                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
2663                      ## Ignore the token                      !!!cp ('t152');
2664                      !!!next-token;                      ## ISSUE: This case can never be reached, maybe.
2665                      redo B;                      last;
2666                    }                    }
2667                    }
2668    
2669                    !!!cp ('t153');
2670                    !!!parse-error (type => 'start tag not allowed',
2671                        text => $token->{tag_name}, token => $token);
2672                    ## Ignore the token
2673                    !!!nack ('t153.1');
2674                    !!!next-token;
2675                    next B;
2676                  } elsif (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2677                    !!!parse-error (type => 'not closed', text => 'caption',
2678                                    token => $token);
2679                                    
2680                  ## Close the cell                  ## NOTE: As if </caption>.
                 !!!back-token; # <?>  
                 $token = {type => END_TAG_TOKEN, tag_name => $tn};  
                 redo B;  
               } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {  
                 !!!parse-error (type => 'not closed:caption');  
                   
                 ## As if </caption>  
2681                  ## have a table element in table scope                  ## have a table element in table scope
2682                  my $i;                  my $i;
2683                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: {
2684                    my $node = $self->{open_elements}->[$_];                    for (reverse 0..$#{$self->{open_elements}}) {
2685                    if ($node->[1] eq 'caption') {                      my $node = $self->{open_elements}->[$_];
2686                      $i = $_;                      if ($node->[1] == CAPTION_EL) {
2687                      last INSCOPE;                        !!!cp ('t155');
2688                    } elsif ({                        $i = $_;
2689                              table => 1, html => 1,                        last INSCOPE;
2690                             }->{$node->[1]}) {                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
2691                      last INSCOPE;                        !!!cp ('t156');
2692                          last;
2693                        }
2694                    }                    }
2695    
2696                      !!!cp ('t157');
2697                      !!!parse-error (type => 'start tag not allowed',
2698                                      text => $token->{tag_name}, token => $token);
2699                      ## Ignore the token
2700                      !!!nack ('t157.1');
2701                      !!!next-token;
2702                      next B;
2703                  } # INSCOPE                  } # INSCOPE
                   unless (defined $i) {  
                     !!!parse-error (type => 'unmatched end tag:caption');  
                     ## Ignore the token  
                     !!!next-token;  
                     redo B;  
                   }  
2704                                    
2705                  ## generate implied end tags                  ## generate implied end tags
2706                  if ({                  while ($self->{open_elements}->[-1]->[1]
2707                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
2708                       td => 1, th => 1, tr => 1,                    !!!cp ('t158');
2709                       tbody => 1, tfoot=> 1, thead => 1,                    pop @{$self->{open_elements}};
                     }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!back-token; # <?>  
                   $token = {type => END_TAG_TOKEN, tag_name => 'caption'};  
                   !!!back-token;  
                   $token = {type => END_TAG_TOKEN,  
                             tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
2710                  }                  }
2711    
2712                  if ($self->{open_elements}->[-1]->[1] ne 'caption') {                  unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2713                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t159');
2714                      !!!parse-error (type => 'not closed',
2715                                      text => $self->{open_elements}->[-1]->[0]
2716                                          ->manakai_local_name,
2717                                      token => $token);
2718                    } else {
2719                      !!!cp ('t160');
2720                  }                  }
2721                                    
2722                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3103  sub _tree_construction_main ($) { Line 2726  sub _tree_construction_main ($) {
2726                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
2727                                    
2728                  ## reprocess                  ## reprocess
2729                  redo B;                  !!!ack-later;
2730                    next B;
2731                } else {                } else {
2732                    !!!cp ('t161');
2733                  #                  #
2734                }                }
2735              } else {              } else {
2736                  !!!cp ('t162');
2737                #                #
2738              }              }
2739            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
2740              if ($token->{tag_name} eq 'td' or $token->{tag_name} eq 'th') {              if ($token->{tag_name} eq 'td' or $token->{tag_name} eq 'th') {
2741                if ($self->{insertion_mode} == IN_CELL_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2742                  ## have an element in table scope                  ## have an element in table scope
2743                  my $i;                  my $i;
2744                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
2745                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
2746                    if ($node->[1] eq $token->{tag_name}) {                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
2747                        !!!cp ('t163');
2748                      $i = $_;                      $i = $_;
2749                      last INSCOPE;                      last INSCOPE;
2750                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
2751                              table => 1, html => 1,                      !!!cp ('t164');
                            }->{$node->[1]}) {  
2752                      last INSCOPE;                      last INSCOPE;
2753                    }                    }
2754                  } # INSCOPE                  } # INSCOPE
2755                    unless (defined $i) {                    unless (defined $i) {
2756                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                      !!!cp ('t165');
2757                        !!!parse-error (type => 'unmatched end tag',
2758                                        text => $token->{tag_name},
2759                                        token => $token);
2760                      ## Ignore the token                      ## Ignore the token
2761                      !!!next-token;                      !!!next-token;
2762                      redo B;                      next B;
2763                    }                    }
2764                                    
2765                  ## generate implied end tags                  ## generate implied end tags
2766                  if ({                  while ($self->{open_elements}->[-1]->[1]
2767                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
2768                       td => ($token->{tag_name} eq 'th'),                    !!!cp ('t166');
2769                       th => ($token->{tag_name} eq 'td'),                    pop @{$self->{open_elements}};
                      tr => 1,  
                      tbody => 1, tfoot=> 1, thead => 1,  
                     }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!back-token;  
                   $token = {type => END_TAG_TOKEN,  
                             tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
2770                  }                  }
2771                    
2772                  if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {                  if ($self->{open_elements}->[-1]->[0]->manakai_local_name
2773                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                          ne $token->{tag_name}) {
2774                      !!!cp ('t167');
2775                      !!!parse-error (type => 'not closed',
2776                                      text => $self->{open_elements}->[-1]->[0]
2777                                          ->manakai_local_name,
2778                                      token => $token);
2779                    } else {
2780                      !!!cp ('t168');
2781                  }                  }
2782                                    
2783                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3158  sub _tree_construction_main ($) { Line 2787  sub _tree_construction_main ($) {
2787                  $self->{insertion_mode} = IN_ROW_IM;                  $self->{insertion_mode} = IN_ROW_IM;
2788                                    
2789                  !!!next-token;                  !!!next-token;
2790                  redo B;                  next B;
2791                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {                } elsif (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2792                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t169');
2793                    !!!parse-error (type => 'unmatched end tag',
2794                                    text => $token->{tag_name}, token => $token);
2795                  ## Ignore the token                  ## Ignore the token
2796                  !!!next-token;                  !!!next-token;
2797                  redo B;                  next B;
2798                } else {                } else {
2799                    !!!cp ('t170');
2800                  #                  #
2801                }                }
2802              } elsif ($token->{tag_name} eq 'caption') {              } elsif ($token->{tag_name} eq 'caption') {
2803                if ($self->{insertion_mode} == IN_CAPTION_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2804                  ## have a table element in table scope                  ## have a table element in table scope
2805                  my $i;                  my $i;
2806                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: {
2807                    my $node = $self->{open_elements}->[$_];                    for (reverse 0..$#{$self->{open_elements}}) {
2808                    if ($node->[1] eq $token->{tag_name}) {                      my $node = $self->{open_elements}->[$_];
2809                      $i = $_;                      if ($node->[1] == CAPTION_EL) {
2810                      last INSCOPE;                        !!!cp ('t171');
2811                    } elsif ({                        $i = $_;
2812                              table => 1, html => 1,                        last INSCOPE;
2813                             }->{$node->[1]}) {                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
2814                      last INSCOPE;                        !!!cp ('t172');
2815                          last;
2816                        }
2817                    }                    }
2818    
2819                      !!!cp ('t173');
2820                      !!!parse-error (type => 'unmatched end tag',
2821                                      text => $token->{tag_name}, token => $token);
2822                      ## Ignore the token
2823                      !!!next-token;
2824                      next B;
2825                  } # INSCOPE                  } # INSCOPE
                   unless (defined $i) {  
                     !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                     ## Ignore the token  
                     !!!next-token;  
                     redo B;  
                   }  
2826                                    
2827                  ## generate implied end tags                  ## generate implied end tags
2828                  if ({                  while ($self->{open_elements}->[-1]->[1]
2829                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
2830                       td => 1, th => 1, tr => 1,                    !!!cp ('t174');
2831                       tbody => 1, tfoot=> 1, thead => 1,                    pop @{$self->{open_elements}};
                     }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!back-token;  
                   $token = {type => END_TAG_TOKEN,  
                             tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
2832                  }                  }
2833                                    
2834                  if ($self->{open_elements}->[-1]->[1] ne 'caption') {                  unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2835                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t175');
2836                      !!!parse-error (type => 'not closed',
2837                                      text => $self->{open_elements}->[-1]->[0]
2838                                          ->manakai_local_name,
2839                                      token => $token);
2840                    } else {
2841                      !!!cp ('t176');
2842                  }                  }
2843                                    
2844                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3212  sub _tree_construction_main ($) { Line 2848  sub _tree_construction_main ($) {
2848                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
2849                                    
2850                  !!!next-token;                  !!!next-token;
2851                  redo B;                  next B;
2852                } elsif ($self->{insertion_mode} == IN_CELL_IM) {                } elsif (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2853                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t177');
2854                    !!!parse-error (type => 'unmatched end tag',
2855                                    text => $token->{tag_name}, token => $token);
2856                  ## Ignore the token                  ## Ignore the token
2857                  !!!next-token;                  !!!next-token;
2858                  redo B;                  next B;
2859                } else {                } else {
2860                    !!!cp ('t178');
2861                  #                  #
2862                }                }
2863              } elsif ({              } elsif ({
2864                        table => 1, tbody => 1, tfoot => 1,                        table => 1, tbody => 1, tfoot => 1,
2865                        thead => 1, tr => 1,                        thead => 1, tr => 1,
2866                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
2867                       $self->{insertion_mode} == IN_CELL_IM) {                       ($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2868                ## have an element in table scope                ## have an element in table scope
2869                my $i;                my $i;
2870                my $tn;                my $tn;
2871                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: {
2872                  my $node = $self->{open_elements}->[$_];                  for (reverse 0..$#{$self->{open_elements}}) {
2873                  if ($node->[1] eq $token->{tag_name}) {                    my $node = $self->{open_elements}->[$_];
2874                    $i = $_;                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
2875                    last INSCOPE;                      !!!cp ('t179');
2876                  } elsif ($node->[1] eq 'td' or $node->[1] eq 'th') {                      $i = $_;
2877                    $tn = $node->[1];  
2878                    ## NOTE: There is exactly one |td| or |th| element                      ## Close the cell
2879                    ## in scope in the stack of open elements by definition.                      !!!back-token; # </x>
2880                  } elsif ({                      $token = {type => END_TAG_TOKEN, tag_name => $tn,
2881                            table => 1, html => 1,                                line => $token->{line},
2882                           }->{$node->[1]}) {                                column => $token->{column}};
2883                    last INSCOPE;                      next B;
2884                      } elsif ($node->[1] == TABLE_CELL_EL) {
2885                        !!!cp ('t180');
2886                        $tn = $node->[0]->manakai_local_name;
2887                        ## NOTE: There is exactly one |td| or |th| element
2888                        ## in scope in the stack of open elements by definition.
2889                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
2890                        ## ISSUE: Can this be reached?
2891                        !!!cp ('t181');
2892                        last;
2893                      }
2894                  }                  }
2895                } # INSCOPE  
2896                unless (defined $i) {                  !!!cp ('t182');
2897                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!parse-error (type => 'unmatched end tag',
2898                        text => $token->{tag_name}, token => $token);
2899                  ## Ignore the token                  ## Ignore the token
2900                  !!!next-token;                  !!!next-token;
2901                  redo B;                  next B;
2902                }                } # INSCOPE
   
               ## Close the cell  
               !!!back-token; # </?>  
               $token = {type => END_TAG_TOKEN, tag_name => $tn};  
               redo B;  
2903              } elsif ($token->{tag_name} eq 'table' and              } elsif ($token->{tag_name} eq 'table' and
2904                       $self->{insertion_mode} == IN_CAPTION_IM) {                       ($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2905                !!!parse-error (type => 'not closed:caption');                !!!parse-error (type => 'not closed', text => 'caption',
2906                                  token => $token);
2907    
2908                ## As if </caption>                ## As if </caption>
2909                ## have a table element in table scope                ## have a table element in table scope
2910                my $i;                my $i;
2911                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
2912                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
2913                  if ($node->[1] eq 'caption') {                  if ($node->[1] == CAPTION_EL) {
2914                      !!!cp ('t184');
2915                    $i = $_;                    $i = $_;
2916                    last INSCOPE;                    last INSCOPE;
2917                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
2918                            table => 1, html => 1,                    !!!cp ('t185');
                          }->{$node->[1]}) {  
2919                    last INSCOPE;                    last INSCOPE;
2920                  }                  }
2921                } # INSCOPE                } # INSCOPE
2922                unless (defined $i) {                unless (defined $i) {
2923                  !!!parse-error (type => 'unmatched end tag:caption');                  !!!cp ('t186');
2924            ## TODO: Wrong error type?
2925                    !!!parse-error (type => 'unmatched end tag',
2926                                    text => 'caption', token => $token);
2927                  ## Ignore the token                  ## Ignore the token
2928                  !!!next-token;                  !!!next-token;
2929                  redo B;                  next B;
2930                }                }
2931                                
2932                ## generate implied end tags                ## generate implied end tags
2933                if ({                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
2934                     dd => 1, dt => 1, li => 1, p => 1,                  !!!cp ('t187');
2935                     td => 1, th => 1, tr => 1,                  pop @{$self->{open_elements}};
                    tbody => 1, tfoot=> 1, thead => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token; # </table>  
                 $token = {type => END_TAG_TOKEN, tag_name => 'caption'};  
                 !!!back-token;  
                 $token = {type => END_TAG_TOKEN,  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
2936                }                }
2937    
2938                if ($self->{open_elements}->[-1]->[1] ne 'caption') {                unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2939                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!cp ('t188');
2940                    !!!parse-error (type => 'not closed',
2941                                    text => $self->{open_elements}->[-1]->[0]
2942                                        ->manakai_local_name,
2943                                    token => $token);
2944                  } else {
2945                    !!!cp ('t189');
2946                }                }
2947    
2948                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
# Line 3305  sub _tree_construction_main ($) { Line 2952  sub _tree_construction_main ($) {
2952                $self->{insertion_mode} = IN_TABLE_IM;                $self->{insertion_mode} = IN_TABLE_IM;
2953    
2954                ## reprocess                ## reprocess
2955                redo B;                next B;
2956              } elsif ({              } elsif ({
2957                        body => 1, col => 1, colgroup => 1, html => 1,                        body => 1, col => 1, colgroup => 1, html => 1,
2958                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
2959                if ($self->{insertion_mode} & BODY_TABLE_IMS) {                if ($self->{insertion_mode} & BODY_TABLE_IMS) {
2960                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t190');
2961                    !!!parse-error (type => 'unmatched end tag',
2962                                    text => $token->{tag_name}, token => $token);
2963                  ## Ignore the token                  ## Ignore the token
2964                  !!!next-token;                  !!!next-token;
2965                  redo B;                  next B;
2966                } else {                } else {
2967                    !!!cp ('t191');
2968                  #                  #
2969                }                }
2970              } elsif ({          } elsif ({
2971                        tbody => 1, tfoot => 1,                    tbody => 1, tfoot => 1,
2972                        thead => 1, tr => 1,                    thead => 1, tr => 1,
2973                       }->{$token->{tag_name}} and                   }->{$token->{tag_name}} and
2974                       $self->{insertion_mode} == IN_CAPTION_IM) {                   ($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2975                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t192');
2976                ## Ignore the token            !!!parse-error (type => 'unmatched end tag',
2977                !!!next-token;                            text => $token->{tag_name}, token => $token);
2978                redo B;            ## Ignore the token
2979              } else {            !!!next-token;
2980                #            next B;
2981              }          } else {
2982              !!!cp ('t193');
2983              #
2984            }
2985          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
2986            for my $entry (@{$self->{open_elements}}) {
2987              unless ($entry->[1] & ALL_END_TAG_OPTIONAL_EL) {
2988                !!!cp ('t75');
2989                !!!parse-error (type => 'in body:#eof', token => $token);
2990                last;
2991              }
2992            }
2993    
2994            ## Stop parsing.
2995            last B;
2996        } else {        } else {
2997          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
2998        }        }
# Line 3336  sub _tree_construction_main ($) { Line 3000  sub _tree_construction_main ($) {
3000        $insert = $insert_to_current;        $insert = $insert_to_current;
3001        #        #
3002      } elsif ($self->{insertion_mode} & TABLE_IMS) {      } elsif ($self->{insertion_mode} & TABLE_IMS) {
3003            if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
3004              ## NOTE: There are "character in table" code clones.          if (not $open_tables->[-1]->[1] and # tainted
3005              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {              $token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
3006                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
3007                                
3008                unless (length $token->{data}) {            unless (length $token->{data}) {
3009                  !!!next-token;              !!!cp ('t194');
3010                  redo B;              !!!next-token;
3011                }              next B;
3012              }            } else {
3013                !!!cp ('t195');
3014              }
3015            }
3016    
3017              !!!parse-error (type => 'in table:#character');          !!!parse-error (type => 'in table:#text', token => $token);
3018    
3019              ## As if in body, but insert into foster parent element          ## NOTE: As if in body, but insert into the foster parent element.
3020              ## ISSUE: Spec says that "whenever a node would be inserted          $reconstruct_active_formatting_elements->($insert_to_foster);
             ## into the current node" while characters might not be  
             ## result in a new Text node.  
             $reconstruct_active_formatting_elements->($insert_to_foster);  
3021                            
3022              if ({          if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
3023                   table => 1, tbody => 1, tfoot => 1,            # MUST
3024                   thead => 1, tr => 1,            my $foster_parent_element;
3025                  }->{$self->{open_elements}->[-1]->[1]}) {            my $next_sibling;
3026                # MUST            my $prev_sibling;
3027                my $foster_parent_element;            OE: for (reverse 0..$#{$self->{open_elements}}) {
3028                my $next_sibling;              if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
3029                my $prev_sibling;                my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
3030                OE: for (reverse 0..$#{$self->{open_elements}}) {                if (defined $parent and $parent->node_type == 1) {
3031                  if ($self->{open_elements}->[$_]->[1] eq 'table') {                  $foster_parent_element = $parent;
3032                    my $parent = $self->{open_elements}->[$_]->[0]->parent_node;                  !!!cp ('t196');
3033                    if (defined $parent and $parent->node_type == 1) {                  $next_sibling = $self->{open_elements}->[$_]->[0];
3034                      $foster_parent_element = $parent;                  $prev_sibling = $next_sibling->previous_sibling;
3035                      $next_sibling = $self->{open_elements}->[$_]->[0];                  #
                     $prev_sibling = $next_sibling->previous_sibling;  
                   } else {  
                     $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];  
                     $prev_sibling = $foster_parent_element->last_child;  
                   }  
                   last OE;  
                 }  
               } # OE  
               $foster_parent_element = $self->{open_elements}->[0]->[0] and  
               $prev_sibling = $foster_parent_element->last_child  
                 unless defined $foster_parent_element;  
               if (defined $prev_sibling and  
                   $prev_sibling->node_type == 3) {  
                 $prev_sibling->manakai_append_text ($token->{data});  
3036                } else {                } else {
3037                  $foster_parent_element->insert_before                  !!!cp ('t197');
3038                    ($self->{document}->create_text_node ($token->{data}),                  $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];
3039                     $next_sibling);                  $prev_sibling = $foster_parent_element->last_child;
3040                    #
3041                }                }
3042              } else {                last OE;
               $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});  
3043              }              }
3044              } # OE
3045              $foster_parent_element = $self->{open_elements}->[0]->[0] and
3046              $prev_sibling = $foster_parent_element->last_child
3047                  unless defined $foster_parent_element;
3048              undef $prev_sibling unless $open_tables->[-1]->[2]; # ~node inserted
3049              if (defined $prev_sibling and
3050                  $prev_sibling->node_type == 3) {
3051                !!!cp ('t198');
3052                $prev_sibling->manakai_append_text ($token->{data});
3053              } else {
3054                !!!cp ('t199');
3055                $foster_parent_element->insert_before
3056                    ($self->{document}->create_text_node ($token->{data}),
3057                     $next_sibling);
3058              }
3059              $open_tables->[-1]->[1] = 1; # tainted
3060              $open_tables->[-1]->[2] = 1; # ~node inserted
3061            } else {
3062              ## NOTE: Fragment case or in a foster parent'ed element
3063              ## (e.g. |<table><span>a|).  In fragment case, whether the
3064              ## character is appended to existing node or a new node is
3065              ## created is irrelevant, since the foster parent'ed nodes
3066              ## are discarded and fragment parsing does not invoke any
3067              ## script.
3068              !!!cp ('t200');
3069              $self->{open_elements}->[-1]->[0]->manakai_append_text
3070                  ($token->{data});
3071            }
3072                            
3073              !!!next-token;          !!!next-token;
3074              redo B;          next B;
3075            } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
3076              if ({          if ({
3077                   tr => ($self->{insertion_mode} != IN_ROW_IM),               tr => (($self->{insertion_mode} & IM_MASK) != IN_ROW_IM),
3078                   th => 1, td => 1,               th => 1, td => 1,
3079                  }->{$token->{tag_name}}) {              }->{$token->{tag_name}}) {
3080                if ($self->{insertion_mode} == IN_TABLE_IM) {            if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_IM) {
3081                  ## Clear back to table context              ## Clear back to table context
3082                  while ($self->{open_elements}->[-1]->[1] ne 'table' and              while (not ($self->{open_elements}->[-1]->[1]
3083                         $self->{open_elements}->[-1]->[1] ne 'html') {                              & TABLE_SCOPING_EL)) {
3084                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!cp ('t201');
3085                    pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3086                  }              }
3087                                
3088                  !!!insert-element ('tbody');              !!!insert-element ('tbody',, $token);
3089                  $self->{insertion_mode} = IN_TABLE_BODY_IM;              $self->{insertion_mode} = IN_TABLE_BODY_IM;
3090                  ## reprocess in the "in table body" insertion mode...              ## reprocess in the "in table body" insertion mode...
3091                }            }
3092              
3093                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {            if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3094                  unless ($token->{tag_name} eq 'tr') {              unless ($token->{tag_name} eq 'tr') {
3095                    !!!parse-error (type => 'missing start tag:tr');                !!!cp ('t202');
3096                  }                !!!parse-error (type => 'missing start tag:tr', token => $token);
3097                }
3098                                    
3099                  ## Clear back to table body context              ## Clear back to table body context
3100                  while (not {              while (not ($self->{open_elements}->[-1]->[1]
3101                    tbody => 1, tfoot => 1, thead => 1, html => 1,                              & TABLE_ROWS_SCOPING_EL)) {
3102                  }->{$self->{open_elements}->[-1]->[1]}) {                !!!cp ('t203');
3103                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                ## ISSUE: Can this case be reached?
3104                    pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3105                  }              }
3106                                    
3107                  $self->{insertion_mode} = IN_ROW_IM;              $self->{insertion_mode} = IN_ROW_IM;
3108                  if ($token->{tag_name} eq 'tr') {              if ($token->{tag_name} eq 'tr') {
3109                    !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!cp ('t204');
3110                    !!!next-token;                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3111                    redo B;                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3112                  } else {                !!!nack ('t204');
3113                    !!!insert-element ('tr');                !!!next-token;
3114                    ## reprocess in the "in row" insertion mode                next B;
3115                  }              } else {
3116                }                !!!cp ('t205');
3117                  !!!insert-element ('tr',, $token);
3118                  ## reprocess in the "in row" insertion mode
3119                }
3120              } else {
3121                !!!cp ('t206');
3122              }
3123    
3124                ## Clear back to table row context                ## Clear back to table row context
3125                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3126                  tr => 1, html => 1,                                & TABLE_ROW_SCOPING_EL)) {
3127                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t207');
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3128                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3129                }                }
3130                                
3131                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3132                $self->{insertion_mode} = IN_CELL_IM;            $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3133              $self->{insertion_mode} = IN_CELL_IM;
3134    
3135                push @$active_formatting_elements, ['#marker', ''];            push @$active_formatting_elements, ['#marker', ''];
3136                                
3137              !!!nack ('t207.1');
3138              !!!next-token;
3139              next B;
3140            } elsif ({
3141                      caption => 1, col => 1, colgroup => 1,
3142                      tbody => 1, tfoot => 1, thead => 1,
3143                      tr => 1, # $self->{insertion_mode} == IN_ROW_IM
3144                     }->{$token->{tag_name}}) {
3145              if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3146                ## As if </tr>
3147                ## have an element in table scope
3148                my $i;
3149                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3150                  my $node = $self->{open_elements}->[$_];
3151                  if ($node->[1] == TABLE_ROW_EL) {
3152                    !!!cp ('t208');
3153                    $i = $_;
3154                    last INSCOPE;
3155                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3156                    !!!cp ('t209');
3157                    last INSCOPE;
3158                  }
3159                } # INSCOPE
3160                unless (defined $i) {
3161                  !!!cp ('t210');
3162                  ## TODO: This type is wrong.
3163                  !!!parse-error (type => 'unmacthed end tag',
3164                                  text => $token->{tag_name}, token => $token);
3165                  ## Ignore the token
3166                  !!!nack ('t210.1');
3167                !!!next-token;                !!!next-token;
3168                redo B;                next B;
3169              } elsif ({              }
                       caption => 1, col => 1, colgroup => 1,  
                       tbody => 1, tfoot => 1, thead => 1,  
                       tr => 1, # $self->{insertion_mode} == IN_ROW_IM  
                      }->{$token->{tag_name}}) {  
               if ($self->{insertion_mode} == IN_ROW_IM) {  
                 ## As if </tr>  
                 ## have an element in table scope  
                 my $i;  
                 INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                   my $node = $self->{open_elements}->[$_];  
                   if ($node->[1] eq 'tr') {  
                     $i = $_;  
                     last INSCOPE;  
                   } elsif ({  
                             table => 1, html => 1,  
                            }->{$node->[1]}) {  
                     last INSCOPE;  
                   }  
                 } # INSCOPE  
                 unless (defined $i) {  
                   !!!parse-error (type => 'unmacthed end tag:'.$token->{tag_name});  
                   ## Ignore the token  
                   !!!next-token;  
                   redo B;  
                 }  
3170                                    
3171                  ## Clear back to table row context                  ## Clear back to table row context
3172                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3173                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3174                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t211');
3175                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    ## ISSUE: Can this case be reached?
3176                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3177                  }                  }
3178                                    
3179                  pop @{$self->{open_elements}}; # tr                  pop @{$self->{open_elements}}; # tr
3180                  $self->{insertion_mode} = IN_TABLE_BODY_IM;                  $self->{insertion_mode} = IN_TABLE_BODY_IM;
3181                  if ($token->{tag_name} eq 'tr') {                  if ($token->{tag_name} eq 'tr') {
3182                      !!!cp ('t212');
3183                    ## reprocess                    ## reprocess
3184                    redo B;                    !!!ack-later;
3185                      next B;
3186                  } else {                  } else {
3187                      !!!cp ('t213');
3188                    ## reprocess in the "in table body" insertion mode...                    ## reprocess in the "in table body" insertion mode...
3189                  }                  }
3190                }                }
3191    
3192                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3193                  ## have an element in table scope                  ## have an element in table scope
3194                  my $i;                  my $i;
3195                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3196                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3197                    if ({                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3198                         tbody => 1, thead => 1, tfoot => 1,                      !!!cp ('t214');
                       }->{$node->[1]}) {  
3199                      $i = $_;                      $i = $_;
3200                      last INSCOPE;                      last INSCOPE;
3201                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3202                              table => 1, html => 1,                      !!!cp ('t215');
                            }->{$node->[1]}) {  
3203                      last INSCOPE;                      last INSCOPE;
3204                    }                    }
3205                  } # INSCOPE                  } # INSCOPE
3206                  unless (defined $i) {                  unless (defined $i) {
3207                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    !!!cp ('t216');
3208    ## TODO: This erorr type is wrong.
3209                      !!!parse-error (type => 'unmatched end tag',
3210                                      text => $token->{tag_name}, token => $token);
3211                    ## Ignore the token                    ## Ignore the token
3212                      !!!nack ('t216.1');
3213                    !!!next-token;                    !!!next-token;
3214                    redo B;                    next B;
3215                  }                  }
3216    
3217                  ## Clear back to table body context                  ## Clear back to table body context
3218                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3219                    tbody => 1, tfoot => 1, thead => 1, html => 1,                                  & TABLE_ROWS_SCOPING_EL)) {
3220                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t217');
3221                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    ## ISSUE: Can this state be reached?
3222                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3223                  }                  }
3224                                    
# Line 3537  sub _tree_construction_main ($) { Line 3232  sub _tree_construction_main ($) {
3232                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3233                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
3234                  ## reprocess in "in table" insertion mode...                  ## reprocess in "in table" insertion mode...
3235                  } else {
3236                    !!!cp ('t218');
3237                }                }
3238    
3239                if ($token->{tag_name} eq 'col') {            if ($token->{tag_name} eq 'col') {
3240                  ## Clear back to table context              ## Clear back to table context
3241                  while ($self->{open_elements}->[-1]->[1] ne 'table' and              while (not ($self->{open_elements}->[-1]->[1]
3242                         $self->{open_elements}->[-1]->[1] ne 'html') {                              & TABLE_SCOPING_EL)) {
3243                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!cp ('t219');
3244                    pop @{$self->{open_elements}};                ## ISSUE: Can this state be reached?
3245                  }                pop @{$self->{open_elements}};
3246                                }
3247                  !!!insert-element ('colgroup');              
3248                  $self->{insertion_mode} = IN_COLUMN_GROUP_IM;              !!!insert-element ('colgroup',, $token);
3249                  ## reprocess              $self->{insertion_mode} = IN_COLUMN_GROUP_IM;
3250                  redo B;              ## reprocess
3251                } elsif ({              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3252                          caption => 1,              !!!ack-later;
3253                          colgroup => 1,              next B;
3254                          tbody => 1, tfoot => 1, thead => 1,            } elsif ({
3255                         }->{$token->{tag_name}}) {                      caption => 1,
3256                  ## Clear back to table context                      colgroup => 1,
3257                  while ($self->{open_elements}->[-1]->[1] ne 'table' and                      tbody => 1, tfoot => 1, thead => 1,
3258                         $self->{open_elements}->[-1]->[1] ne 'html') {                     }->{$token->{tag_name}}) {
3259                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);              ## Clear back to table context
3260                    while (not ($self->{open_elements}->[-1]->[1]
3261                                    & TABLE_SCOPING_EL)) {
3262                      !!!cp ('t220');
3263                      ## ISSUE: Can this state be reached?
3264                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3265                  }                  }
3266                                    
3267                  push @$active_formatting_elements, ['#marker', '']              push @$active_formatting_elements, ['#marker', '']
3268                      if $token->{tag_name} eq 'caption';                  if $token->{tag_name} eq 'caption';
3269                                    
3270                  !!!insert-element ($token->{tag_name}, $token->{attributes});              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3271                  $self->{insertion_mode} = {              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3272                                             caption => IN_CAPTION_IM,              $self->{insertion_mode} = {
3273                                             colgroup => IN_COLUMN_GROUP_IM,                                         caption => IN_CAPTION_IM,
3274                                             tbody => IN_TABLE_BODY_IM,                                         colgroup => IN_COLUMN_GROUP_IM,
3275                                             tfoot => IN_TABLE_BODY_IM,                                         tbody => IN_TABLE_BODY_IM,
3276                                             thead => IN_TABLE_BODY_IM,                                         tfoot => IN_TABLE_BODY_IM,
3277                                            }->{$token->{tag_name}};                                         thead => IN_TABLE_BODY_IM,
3278                  !!!next-token;                                        }->{$token->{tag_name}};
3279                  redo B;              !!!next-token;
3280                } else {              !!!nack ('t220.1');
3281                  die "$0: in table: <>: $token->{tag_name}";              next B;
3282                }            } else {
3283                die "$0: in table: <>: $token->{tag_name}";
3284              }
3285              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3286                ## NOTE: There are code clones for this "table in table"                !!!parse-error (type => 'not closed',
3287                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                                text => $self->{open_elements}->[-1]->[0]
3288                                      ->manakai_local_name,
3289                                  token => $token);
3290    
3291                ## As if </table>                ## As if </table>
3292                ## have a table element in table scope                ## have a table element in table scope
3293                my $i;                my $i;
3294                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3295                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3296                  if ($node->[1] eq 'table') {                  if ($node->[1] == TABLE_EL) {
3297                      !!!cp ('t221');
3298                    $i = $_;                    $i = $_;
3299                    last INSCOPE;                    last INSCOPE;
3300                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3301                            table => 1, html => 1,                    !!!cp ('t222');
                          }->{$node->[1]}) {  
3302                    last INSCOPE;                    last INSCOPE;
3303                  }                  }
3304                } # INSCOPE                } # INSCOPE
3305                unless (defined $i) {                unless (defined $i) {
3306                  !!!parse-error (type => 'unmatched end tag:table');                  !!!cp ('t223');
3307    ## TODO: The following is wrong, maybe.
3308                    !!!parse-error (type => 'unmatched end tag', text => 'table',
3309                                    token => $token);
3310                  ## Ignore tokens </table><table>                  ## Ignore tokens </table><table>
3311                    !!!nack ('t223.1');
3312                  !!!next-token;                  !!!next-token;
3313                  redo B;                  next B;
3314                }                }
3315                                
3316    ## TODO: Followings are removed from the latest spec.
3317                ## generate implied end tags                ## generate implied end tags
3318                if ({                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
3319                     dd => 1, dt => 1, li => 1, p => 1,                  !!!cp ('t224');
3320                     td => 1, th => 1, tr => 1,                  pop @{$self->{open_elements}};
                    tbody => 1, tfoot=> 1, thead => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token; # <table>  
                 $token = {type => END_TAG_TOKEN, tag_name => 'table'};  
                 !!!back-token;  
                 $token = {type => END_TAG_TOKEN,  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
3321                }                }
3322    
3323                if ($self->{open_elements}->[-1]->[1] ne 'table') {                unless ($self->{open_elements}->[-1]->[1] == TABLE_EL) {
3324                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!cp ('t225');
3325                    ## NOTE: |<table><tr><table>|
3326                    !!!parse-error (type => 'not closed',
3327                                    text => $self->{open_elements}->[-1]->[0]
3328                                        ->manakai_local_name,
3329                                    token => $token);
3330                  } else {
3331                    !!!cp ('t226');
3332                }                }
3333    
3334                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
3335                  pop @{$open_tables};
3336    
3337                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
3338    
3339                ## reprocess            ## reprocess
3340                redo B;            !!!ack-later;
3341              next B;
3342            } elsif ($token->{tag_name} eq 'style') {
3343              if (not $open_tables->[-1]->[1]) { # tainted
3344                !!!cp ('t227.8');
3345                ## NOTE: This is a "as if in head" code clone.
3346                $parse_rcdata->(CDATA_CONTENT_MODEL);
3347                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3348                next B;
3349              } else {
3350                !!!cp ('t227.7');
3351                #
3352              }
3353            } elsif ($token->{tag_name} eq 'script') {
3354              if (not $open_tables->[-1]->[1]) { # tainted
3355                !!!cp ('t227.6');
3356                ## NOTE: This is a "as if in head" code clone.
3357                $script_start_tag->();
3358                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3359                next B;
3360              } else {
3361                !!!cp ('t227.5');
3362                #
3363              }
3364            } elsif ($token->{tag_name} eq 'input') {
3365              if (not $open_tables->[-1]->[1]) { # tainted
3366                if ($token->{attributes}->{type}) { ## TODO: case
3367                  my $type = lc $token->{attributes}->{type}->{value};
3368                  if ($type eq 'hidden') {
3369                    !!!cp ('t227.3');
3370                    !!!parse-error (type => 'in table',
3371                                    text => $token->{tag_name}, token => $token);
3372    
3373                    !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3374                    $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3375    
3376                    ## TODO: form element pointer
3377    
3378                    pop @{$self->{open_elements}};
3379    
3380                    !!!next-token;
3381                    !!!ack ('t227.2.1');
3382                    next B;
3383                  } else {
3384                    !!!cp ('t227.2');
3385                    #
3386                  }
3387              } else {              } else {
3388                  !!!cp ('t227.1');
3389                #                #
3390              }              }
3391            } elsif ($token->{type} == END_TAG_TOKEN) {            } else {
3392              if ($token->{tag_name} eq 'tr' and              !!!cp ('t227.4');
3393                  $self->{insertion_mode} == IN_ROW_IM) {              #
3394                ## have an element in table scope            }
3395            } else {
3396              !!!cp ('t227');
3397              #
3398            }
3399    
3400            !!!parse-error (type => 'in table', text => $token->{tag_name},
3401                            token => $token);
3402    
3403            $insert = $insert_to_foster;
3404            #
3405          } elsif ($token->{type} == END_TAG_TOKEN) {
3406            if ($token->{tag_name} eq 'tr' and
3407                ($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3408              ## have an element in table scope
3409                my $i;                my $i;
3410                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3411                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3412                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[1] == TABLE_ROW_EL) {
3413                      !!!cp ('t228');
3414                    $i = $_;                    $i = $_;
3415                    last INSCOPE;                    last INSCOPE;
3416                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3417                            table => 1, html => 1,                    !!!cp ('t229');
                          }->{$node->[1]}) {  
3418                    last INSCOPE;                    last INSCOPE;
3419                  }                  }
3420                } # INSCOPE                } # INSCOPE
3421                unless (defined $i) {                unless (defined $i) {
3422                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t230');
3423                    !!!parse-error (type => 'unmatched end tag',
3424                                    text => $token->{tag_name}, token => $token);
3425                  ## Ignore the token                  ## Ignore the token
3426                    !!!nack ('t230.1');
3427                  !!!next-token;                  !!!next-token;
3428                  redo B;                  next B;
3429                  } else {
3430                    !!!cp ('t232');
3431                }                }
3432    
3433                ## Clear back to table row context                ## Clear back to table row context
3434                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3435                  tr => 1, html => 1,                                & TABLE_ROW_SCOPING_EL)) {
3436                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t231');
3437                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this state be reached?
3438                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3439                }                }
3440    
3441                pop @{$self->{open_elements}}; # tr                pop @{$self->{open_elements}}; # tr
3442                $self->{insertion_mode} = IN_TABLE_BODY_IM;                $self->{insertion_mode} = IN_TABLE_BODY_IM;
3443                !!!next-token;                !!!next-token;
3444                redo B;                !!!nack ('t231.1');
3445                  next B;
3446              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3447                if ($self->{insertion_mode} == IN_ROW_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3448                  ## As if </tr>                  ## As if </tr>
3449                  ## have an element in table scope                  ## have an element in table scope
3450                  my $i;                  my $i;
3451                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3452                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3453                    if ($node->[1] eq 'tr') {                    if ($node->[1] == TABLE_ROW_EL) {
3454                        !!!cp ('t233');
3455                      $i = $_;                      $i = $_;
3456                      last INSCOPE;                      last INSCOPE;
3457                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3458                              table => 1, html => 1,                      !!!cp ('t234');
                            }->{$node->[1]}) {  
3459                      last INSCOPE;                      last INSCOPE;
3460                    }                    }
3461                  } # INSCOPE                  } # INSCOPE
3462                  unless (defined $i) {                  unless (defined $i) {
3463                    !!!parse-error (type => 'unmatched end tag:'.$token->{type});                    !!!cp ('t235');
3464    ## TODO: The following is wrong.
3465                      !!!parse-error (type => 'unmatched end tag',
3466                                      text => $token->{type}, token => $token);
3467                    ## Ignore the token                    ## Ignore the token
3468                      !!!nack ('t236.1');
3469                    !!!next-token;                    !!!next-token;
3470                    redo B;                    next B;
3471                  }                  }
3472                                    
3473                  ## Clear back to table row context                  ## Clear back to table row context
3474                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3475                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3476                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t236');
3477                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this state be reached?
3478                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3479                  }                  }
3480                                    
# Line 3702  sub _tree_construction_main ($) { Line 3483  sub _tree_construction_main ($) {
3483                  ## reprocess in the "in table body" insertion mode...                  ## reprocess in the "in table body" insertion mode...
3484                }                }
3485    
3486                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3487                  ## have an element in table scope                  ## have an element in table scope
3488                  my $i;                  my $i;
3489                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3490                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3491                    if ({                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3492                         tbody => 1, thead => 1, tfoot => 1,                      !!!cp ('t237');
                       }->{$node->[1]}) {  
3493                      $i = $_;                      $i = $_;
3494                      last INSCOPE;                      last INSCOPE;
3495                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3496                              table => 1, html => 1,                      !!!cp ('t238');
                            }->{$node->[1]}) {  
3497                      last INSCOPE;                      last INSCOPE;
3498                    }                    }
3499                  } # INSCOPE                  } # INSCOPE
3500                  unless (defined $i) {                  unless (defined $i) {
3501                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    !!!cp ('t239');
3502                      !!!parse-error (type => 'unmatched end tag',
3503                                      text => $token->{tag_name}, token => $token);
3504                    ## Ignore the token                    ## Ignore the token
3505                      !!!nack ('t239.1');
3506                    !!!next-token;                    !!!next-token;
3507                    redo B;                    next B;
3508                  }                  }
3509                                    
3510                  ## Clear back to table body context                  ## Clear back to table body context
3511                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3512                    tbody => 1, tfoot => 1, thead => 1, html => 1,                                  & TABLE_ROWS_SCOPING_EL)) {
3513                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t240');
                   !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3514                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3515                  }                  }
3516                                    
# Line 3745  sub _tree_construction_main ($) { Line 3526  sub _tree_construction_main ($) {
3526                  ## reprocess in the "in table" insertion mode...                  ## reprocess in the "in table" insertion mode...
3527                }                }
3528    
3529                  ## NOTE: </table> in the "in table" insertion mode.
3530                  ## When you edit the code fragment below, please ensure that
3531                  ## the code for <table> in the "in table" insertion mode
3532                  ## is synced with it.
3533    
3534                ## have a table element in table scope                ## have a table element in table scope
3535                my $i;                my $i;
3536                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3537                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3538                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[1] == TABLE_EL) {
3539                      !!!cp ('t241');
3540                    $i = $_;                    $i = $_;
3541                    last INSCOPE;                    last INSCOPE;
3542                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3543                            table => 1, html => 1,                    !!!cp ('t242');
                          }->{$node->[1]}) {  
3544                    last INSCOPE;                    last INSCOPE;
3545                  }                  }
3546                } # INSCOPE                } # INSCOPE
3547                unless (defined $i) {                unless (defined $i) {
3548                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t243');
3549                    !!!parse-error (type => 'unmatched end tag',
3550                                    text => $token->{tag_name}, token => $token);
3551                  ## Ignore the token                  ## Ignore the token
3552                    !!!nack ('t243.1');
3553                  !!!next-token;                  !!!next-token;
3554                  redo B;                  next B;
               }  
   
               ## generate implied end tags  
               if ({  
                    dd => 1, dt => 1, li => 1, p => 1,  
                    td => 1, th => 1, tr => 1,  
                    tbody => 1, tfoot=> 1, thead => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token;  
                 $token = {type => END_TAG_TOKEN,  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
               }  
                 
               if ($self->{open_elements}->[-1]->[1] ne 'table') {  
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3555                }                }
3556                                    
3557                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
3558                  pop @{$open_tables};
3559                                
3560                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
3561                                
3562                !!!next-token;                !!!next-token;
3563                redo B;                next B;
3564              } elsif ({              } elsif ({
3565                        tbody => 1, tfoot => 1, thead => 1,                        tbody => 1, tfoot => 1, thead => 1,
3566                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
3567                       $self->{insertion_mode} & ROW_IMS) {                       $self->{insertion_mode} & ROW_IMS) {
3568                if ($self->{insertion_mode} == IN_ROW_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3569                  ## have an element in table scope                  ## have an element in table scope
3570                  my $i;                  my $i;
3571                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3572                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3573                    if ($node->[1] eq $token->{tag_name}) {                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3574                        !!!cp ('t247');
3575                      $i = $_;                      $i = $_;
3576                      last INSCOPE;                      last INSCOPE;
3577                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3578                              table => 1, html => 1,                      !!!cp ('t248');
                            }->{$node->[1]}) {  
3579                      last INSCOPE;                      last INSCOPE;
3580                    }                    }
3581                  } # INSCOPE                  } # INSCOPE
3582                    unless (defined $i) {                    unless (defined $i) {
3583                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                      !!!cp ('t249');
3584                        !!!parse-error (type => 'unmatched end tag',
3585                                        text => $token->{tag_name}, token => $token);
3586                      ## Ignore the token                      ## Ignore the token
3587                        !!!nack ('t249.1');
3588                      !!!next-token;                      !!!next-token;
3589                      redo B;                      next B;
3590                    }                    }
3591                                    
3592                  ## As if </tr>                  ## As if </tr>
# Line 3817  sub _tree_construction_main ($) { Line 3594  sub _tree_construction_main ($) {
3594                  my $i;                  my $i;
3595                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3596                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3597                    if ($node->[1] eq 'tr') {                    if ($node->[1] == TABLE_ROW_EL) {
3598                        !!!cp ('t250');
3599                      $i = $_;                      $i = $_;
3600                      last INSCOPE;                      last INSCOPE;
3601                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3602                              table => 1, html => 1,                      !!!cp ('t251');
                            }->{$node->[1]}) {  
3603                      last INSCOPE;                      last INSCOPE;
3604                    }                    }
3605                  } # INSCOPE                  } # INSCOPE
3606                    unless (defined $i) {                    unless (defined $i) {
3607                      !!!parse-error (type => 'unmatched end tag:tr');                      !!!cp ('t252');
3608                        !!!parse-error (type => 'unmatched end tag',
3609                                        text => 'tr', token => $token);
3610                      ## Ignore the token                      ## Ignore the token
3611                        !!!nack ('t252.1');
3612                      !!!next-token;                      !!!next-token;
3613                      redo B;                      next B;
3614                    }                    }
3615                                    
3616                  ## Clear back to table row context                  ## Clear back to table row context
3617                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3618                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3619                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t253');
3620                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this case be reached?
3621                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3622                  }                  }
3623                                    
# Line 3850  sub _tree_construction_main ($) { Line 3630  sub _tree_construction_main ($) {
3630                my $i;                my $i;
3631                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3632                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3633                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3634                      !!!cp ('t254');
3635                    $i = $_;                    $i = $_;
3636                    last INSCOPE;                    last INSCOPE;
3637                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3638                            table => 1, html => 1,                    !!!cp ('t255');
                          }->{$node->[1]}) {  
3639                    last INSCOPE;                    last INSCOPE;
3640                  }                  }
3641                } # INSCOPE                } # INSCOPE
3642                unless (defined $i) {                unless (defined $i) {
3643                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t256');
3644                    !!!parse-error (type => 'unmatched end tag',
3645                                    text => $token->{tag_name}, token => $token);
3646                  ## Ignore the token                  ## Ignore the token
3647                    !!!nack ('t256.1');
3648                  !!!next-token;                  !!!next-token;
3649                  redo B;                  next B;
3650                }                }
3651    
3652                ## Clear back to table body context                ## Clear back to table body context
3653                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3654                  tbody => 1, tfoot => 1, thead => 1, html => 1,                                & TABLE_ROWS_SCOPING_EL)) {
3655                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t257');
3656                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this case be reached?
3657                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3658                }                }
3659    
3660                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3661                $self->{insertion_mode} = IN_TABLE_IM;                $self->{insertion_mode} = IN_TABLE_IM;
3662                  !!!nack ('t257.1');
3663                !!!next-token;                !!!next-token;
3664                redo B;                next B;
3665              } elsif ({              } elsif ({
3666                        body => 1, caption => 1, col => 1, colgroup => 1,                        body => 1, caption => 1, col => 1, colgroup => 1,
3667                        html => 1, td => 1, th => 1,                        html => 1, td => 1, th => 1,
3668                        tr => 1, # $self->{insertion_mode} == IN_ROW_IM                        tr => 1, # $self->{insertion_mode} == IN_ROW_IM
3669                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM
3670                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
3671                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t258');
3672                ## Ignore the token            !!!parse-error (type => 'unmatched end tag',
3673                !!!next-token;                            text => $token->{tag_name}, token => $token);
3674                redo B;            ## Ignore the token
3675              } else {            !!!nack ('t258.1');
3676                #             !!!next-token;
3677              }            next B;
3678            } else {          } else {
3679              die "$0: $token->{type}: Unknown token type";            !!!cp ('t259');
3680            }            !!!parse-error (type => 'in table:/',
3681                              text => $token->{tag_name}, token => $token);
3682    
3683        !!!parse-error (type => 'in table:'.$token->{tag_name});            $insert = $insert_to_foster;
3684              #
3685            }
3686          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3687            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
3688                    @{$self->{open_elements}} == 1) { # redundant, maybe
3689              !!!parse-error (type => 'in body:#eof', token => $token);
3690              !!!cp ('t259.1');
3691              #
3692            } else {
3693              !!!cp ('t259.2');
3694              #
3695            }
3696    
3697        $insert = $insert_to_foster;          ## Stop parsing
3698        #          last B;
3699      } elsif ($self->{insertion_mode} == IN_COLUMN_GROUP_IM) {        } else {
3700            die "$0: $token->{type}: Unknown token type";
3701          }
3702        } elsif (($self->{insertion_mode} & IM_MASK) == IN_COLUMN_GROUP_IM) {
3703            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
3704              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {              if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
3705                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
3706                unless (length $token->{data}) {                unless (length $token->{data}) {
3707                    !!!cp ('t260');
3708                  !!!next-token;                  !!!next-token;
3709                  redo B;                  next B;
3710                }                }
3711              }              }
3712                            
3713                !!!cp ('t261');
3714              #              #
3715            } elsif ($token->{type} == START_TAG_TOKEN) {            } elsif ($token->{type} == START_TAG_TOKEN) {
3716              if ($token->{tag_name} eq 'col') {              if ($token->{tag_name} eq 'col') {
3717                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!cp ('t262');
3718                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3719                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3720                  !!!ack ('t262.1');
3721                !!!next-token;                !!!next-token;
3722                redo B;                next B;
3723              } else {              } else {
3724                  !!!cp ('t263');
3725                #                #
3726              }              }
3727            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
3728              if ($token->{tag_name} eq 'colgroup') {              if ($token->{tag_name} eq 'colgroup') {
3729                if ($self->{open_elements}->[-1]->[1] eq 'html') {                if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3730                  !!!parse-error (type => 'unmatched end tag:colgroup');                  !!!cp ('t264');
3731                    !!!parse-error (type => 'unmatched end tag',
3732                                    text => 'colgroup', token => $token);
3733                  ## Ignore the token                  ## Ignore the token
3734                  !!!next-token;                  !!!next-token;
3735                  redo B;                  next B;
3736                } else {                } else {
3737                    !!!cp ('t265');
3738                  pop @{$self->{open_elements}}; # colgroup                  pop @{$self->{open_elements}}; # colgroup
3739                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
3740                  !!!next-token;                  !!!next-token;
3741                  redo B;                              next B;            
3742                }                }
3743              } elsif ($token->{tag_name} eq 'col') {              } elsif ($token->{tag_name} eq 'col') {
3744                !!!parse-error (type => 'unmatched end tag:col');                !!!cp ('t266');
3745                  !!!parse-error (type => 'unmatched end tag',
3746                                  text => 'col', token => $token);
3747                ## Ignore the token                ## Ignore the token
3748                !!!next-token;                !!!next-token;
3749                redo B;                next B;
3750              } else {              } else {
3751                  !!!cp ('t267');
3752                #                #
3753              }              }
3754            } else {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3755              #          if ($self->{open_elements}->[-1]->[1] == HTML_EL and
3756            }              @{$self->{open_elements}} == 1) { # redundant, maybe
3757              !!!cp ('t270.2');
3758              ## Stop parsing.
3759              last B;
3760            } else {
3761              ## NOTE: As if </colgroup>.
3762              !!!cp ('t270.1');
3763              pop @{$self->{open_elements}}; # colgroup
3764              $self->{insertion_mode} = IN_TABLE_IM;
3765              ## Reprocess.
3766              next B;
3767            }
3768          } else {
3769            die "$0: $token->{type}: Unknown token type";
3770          }
3771    
3772            ## As if </colgroup>            ## As if </colgroup>
3773            if ($self->{open_elements}->[-1]->[1] eq 'html') {            if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3774              !!!parse-error (type => 'unmatched end tag:colgroup');              !!!cp ('t269');
3775    ## TODO: Wrong error type?
3776                !!!parse-error (type => 'unmatched end tag',
3777                                text => 'colgroup', token => $token);
3778              ## Ignore the token              ## Ignore the token
3779                !!!nack ('t269.1');
3780              !!!next-token;              !!!next-token;
3781              redo B;              next B;
3782            } else {            } else {
3783                !!!cp ('t270');
3784              pop @{$self->{open_elements}}; # colgroup              pop @{$self->{open_elements}}; # colgroup
3785              $self->{insertion_mode} = IN_TABLE_IM;              $self->{insertion_mode} = IN_TABLE_IM;
3786                !!!ack-later;
3787              ## reprocess              ## reprocess
3788              redo B;              next B;
3789              }
3790        } elsif ($self->{insertion_mode} & SELECT_IMS) {
3791          if ($token->{type} == CHARACTER_TOKEN) {
3792            !!!cp ('t271');
3793            $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
3794            !!!next-token;
3795            next B;
3796          } elsif ($token->{type} == START_TAG_TOKEN) {
3797            if ($token->{tag_name} eq 'option') {
3798              if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3799                !!!cp ('t272');
3800                ## As if </option>
3801                pop @{$self->{open_elements}};
3802              } else {
3803                !!!cp ('t273');
3804            }            }
     } elsif ($self->{insertion_mode} == IN_SELECT_IM) {  
           if ($token->{type} == CHARACTER_TOKEN) {  
             $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});  
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} == START_TAG_TOKEN) {  
             if ($token->{tag_name} eq 'option') {  
               if ($self->{open_elements}->[-1]->[1] eq 'option') {  
                 ## As if </option>  
                 pop @{$self->{open_elements}};  
               }  
3805    
3806                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3807                !!!next-token;            !!!nack ('t273.1');
3808                redo B;            !!!next-token;
3809              } elsif ($token->{tag_name} eq 'optgroup') {            next B;
3810                if ($self->{open_elements}->[-1]->[1] eq 'option') {          } elsif ($token->{tag_name} eq 'optgroup') {
3811                  ## As if </option>            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3812                  pop @{$self->{open_elements}};              !!!cp ('t274');
3813                }              ## As if </option>
3814                pop @{$self->{open_elements}};
3815              } else {
3816                !!!cp ('t275');
3817              }
3818    
3819                if ($self->{open_elements}->[-1]->[1] eq 'optgroup') {            if ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3820                  ## As if </optgroup>              !!!cp ('t276');
3821                  pop @{$self->{open_elements}};              ## As if </optgroup>
3822                }              pop @{$self->{open_elements}};
3823              } else {
3824                !!!cp ('t277');
3825              }
3826    
3827                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3828                !!!next-token;            !!!nack ('t277.1');
3829                redo B;            !!!next-token;
3830              } elsif ($token->{tag_name} eq 'select') {            next B;
3831                !!!parse-error (type => 'not closed:select');          } elsif ({
3832                ## As if </select> instead                     select => 1, input => 1, textarea => 1,
3833                ## have an element in table scope                   }->{$token->{tag_name}} or
3834                my $i;                   (($self->{insertion_mode} & IM_MASK)
3835                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                        == IN_SELECT_IN_TABLE_IM and
3836                  my $node = $self->{open_elements}->[$_];                    {
3837                  if ($node->[1] eq $token->{tag_name}) {                     caption => 1, table => 1,
3838                    $i = $_;                     tbody => 1, tfoot => 1, thead => 1,
3839                    last INSCOPE;                     tr => 1, td => 1, th => 1,
3840                  } elsif ({                    }->{$token->{tag_name}})) {
3841                            table => 1, html => 1,            ## TODO: The type below is not good - <select> is replaced by </select>
3842                           }->{$node->[1]}) {            !!!parse-error (type => 'not closed', text => 'select',
3843                    last INSCOPE;                            token => $token);
3844                  }            ## NOTE: As if the token were </select> (<select> case) or
3845                } # INSCOPE            ## as if there were </select> (otherwise).
3846                unless (defined $i) {            ## have an element in table scope
3847                  !!!parse-error (type => 'unmatched end tag:select');            my $i;
3848                  ## Ignore the token            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3849                  !!!next-token;              my $node = $self->{open_elements}->[$_];
3850                  redo B;              if ($node->[1] == SELECT_EL) {
3851                }                !!!cp ('t278');
3852                  $i = $_;
3853                  last INSCOPE;
3854                } elsif ($node->[1] & TABLE_SCOPING_EL) {
3855                  !!!cp ('t279');
3856                  last INSCOPE;
3857                }
3858              } # INSCOPE
3859              unless (defined $i) {
3860                !!!cp ('t280');
3861                !!!parse-error (type => 'unmatched end tag',
3862                                text => 'select', token => $token);
3863                ## Ignore the token
3864                !!!nack ('t280.1');
3865                !!!next-token;
3866                next B;
3867              }
3868                                
3869                splice @{$self->{open_elements}}, $i;            !!!cp ('t281');
3870              splice @{$self->{open_elements}}, $i;
3871    
3872                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
3873    
3874                !!!next-token;            if ($token->{tag_name} eq 'select') {
3875                redo B;              !!!nack ('t281.2');
3876              } else {              !!!next-token;
3877                #              next B;
3878              } else {
3879                !!!cp ('t281.1');
3880                !!!ack-later;
3881                ## Reprocess the token.
3882                next B;
3883              }
3884            } else {
3885              !!!cp ('t282');
3886              !!!parse-error (type => 'in select',
3887                              text => $token->{tag_name}, token => $token);
3888              ## Ignore the token
3889              !!!nack ('t282.1');
3890              !!!next-token;
3891              next B;
3892            }
3893          } elsif ($token->{type} == END_TAG_TOKEN) {
3894            if ($token->{tag_name} eq 'optgroup') {
3895              if ($self->{open_elements}->[-1]->[1] == OPTION_EL and
3896                  $self->{open_elements}->[-2]->[1] == OPTGROUP_EL) {
3897                !!!cp ('t283');
3898                ## As if </option>
3899                splice @{$self->{open_elements}}, -2;
3900              } elsif ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3901                !!!cp ('t284');
3902                pop @{$self->{open_elements}};
3903              } else {
3904                !!!cp ('t285');
3905                !!!parse-error (type => 'unmatched end tag',
3906                                text => $token->{tag_name}, token => $token);
3907                ## Ignore the token
3908              }
3909              !!!nack ('t285.1');
3910              !!!next-token;
3911              next B;
3912            } elsif ($token->{tag_name} eq 'option') {
3913              if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3914                !!!cp ('t286');
3915                pop @{$self->{open_elements}};
3916              } else {
3917                !!!cp ('t287');
3918                !!!parse-error (type => 'unmatched end tag',
3919                                text => $token->{tag_name}, token => $token);
3920                ## Ignore the token
3921              }
3922              !!!nack ('t287.1');
3923              !!!next-token;
3924              next B;
3925            } elsif ($token->{tag_name} eq 'select') {
3926              ## have an element in table scope
3927              my $i;
3928              INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3929                my $node = $self->{open_elements}->[$_];
3930                if ($node->[1] == SELECT_EL) {
3931                  !!!cp ('t288');
3932                  $i = $_;
3933                  last INSCOPE;
3934                } elsif ($node->[1] & TABLE_SCOPING_EL) {
3935                  !!!cp ('t289');
3936                  last INSCOPE;
3937              }              }
3938            } elsif ($token->{type} == END_TAG_TOKEN) {            } # INSCOPE
3939              if ($token->{tag_name} eq 'optgroup') {            unless (defined $i) {
3940                if ($self->{open_elements}->[-1]->[1] eq 'option' and              !!!cp ('t290');
3941                    $self->{open_elements}->[-2]->[1] eq 'optgroup') {              !!!parse-error (type => 'unmatched end tag',
3942                  ## As if </option>                              text => $token->{tag_name}, token => $token);
3943                  splice @{$self->{open_elements}}, -2;              ## Ignore the token
3944                } elsif ($self->{open_elements}->[-1]->[1] eq 'optgroup') {              !!!nack ('t290.1');
3945                  pop @{$self->{open_elements}};              !!!next-token;
3946                } else {              next B;
3947                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            }
                 ## Ignore the token  
               }  
               !!!next-token;  
               redo B;  
             } elsif ($token->{tag_name} eq 'option') {  
               if ($self->{open_elements}->[-1]->[1] eq 'option') {  
                 pop @{$self->{open_elements}};  
               } else {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                 ## Ignore the token  
               }  
               !!!next-token;  
               redo B;  
             } elsif ($token->{tag_name} eq 'select') {  
               ## have an element in table scope  
               my $i;  
               INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                 my $node = $self->{open_elements}->[$_];  
                 if ($node->[1] eq $token->{tag_name}) {  
                   $i = $_;  
                   last INSCOPE;  
                 } elsif ({  
                           table => 1, html => 1,  
                          }->{$node->[1]}) {  
                   last INSCOPE;  
                 }  
               } # INSCOPE  
               unless (defined $i) {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                 ## Ignore the token  
                 !!!next-token;  
                 redo B;  
               }  
3948                                
3949                splice @{$self->{open_elements}}, $i;            !!!cp ('t291');
3950              splice @{$self->{open_elements}}, $i;
3951    
3952                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
3953    
3954                !!!next-token;            !!!nack ('t291.1');
3955                redo B;            !!!next-token;
3956              } elsif ({            next B;
3957                        caption => 1, table => 1, tbody => 1,          } elsif (($self->{insertion_mode} & IM_MASK)
3958                        tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,                       == IN_SELECT_IN_TABLE_IM and
3959                       }->{$token->{tag_name}}) {                   {
3960                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    caption => 1, table => 1, tbody => 1,
3961                                    tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,
3962                ## have an element in table scope                   }->{$token->{tag_name}}) {
3963                my $i;  ## TODO: The following is wrong?
3964                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            !!!parse-error (type => 'unmatched end tag',
3965                  my $node = $self->{open_elements}->[$_];                            text => $token->{tag_name}, token => $token);
                 if ($node->[1] eq $token->{tag_name}) {  
                   $i = $_;  
                   last INSCOPE;  
                 } elsif ({  
                           table => 1, html => 1,  
                          }->{$node->[1]}) {  
                   last INSCOPE;  
                 }  
               } # INSCOPE  
               unless (defined $i) {  
                 ## Ignore the token  
                 !!!next-token;  
                 redo B;  
               }  
3966                                
3967                ## As if </select>            ## have an element in table scope
3968                ## have an element in table scope            my $i;
3969                undef $i;            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3970                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {              my $node = $self->{open_elements}->[$_];
3971                  my $node = $self->{open_elements}->[$_];              if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3972                  if ($node->[1] eq 'select') {                !!!cp ('t292');
3973                    $i = $_;                $i = $_;
3974                    last INSCOPE;                last INSCOPE;
3975                  } elsif ({              } elsif ($node->[1] & TABLE_SCOPING_EL) {
3976                            table => 1, html => 1,                !!!cp ('t293');
3977                           }->{$node->[1]}) {                last INSCOPE;
3978                    last INSCOPE;              }
3979                  }            } # INSCOPE
3980                } # INSCOPE            unless (defined $i) {
3981                unless (defined $i) {              !!!cp ('t294');
3982                  !!!parse-error (type => 'unmatched end tag:select');              ## Ignore the token
3983                  ## Ignore the </select> token              !!!nack ('t294.1');
3984                  !!!next-token; ## TODO: ok?              !!!next-token;
3985                  redo B;              next B;
3986                }            }
3987                                
3988                splice @{$self->{open_elements}}, $i;            ## As if </select>
3989              ## have an element in table scope
3990                $self->_reset_insertion_mode;            undef $i;
3991              INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3992                ## reprocess              my $node = $self->{open_elements}->[$_];
3993                redo B;              if ($node->[1] == SELECT_EL) {
3994              } else {                !!!cp ('t295');
3995                #                $i = $_;
3996                  last INSCOPE;
3997                } elsif ($node->[1] & TABLE_SCOPING_EL) {
3998    ## ISSUE: Can this state be reached?
3999                  !!!cp ('t296');
4000                  last INSCOPE;
4001              }              }
4002            } else {            } # INSCOPE
4003              #            unless (defined $i) {
4004                !!!cp ('t297');
4005    ## TODO: The following error type is correct?
4006                !!!parse-error (type => 'unmatched end tag',
4007                                text => 'select', token => $token);
4008                ## Ignore the </select> token
4009                !!!nack ('t297.1');
4010                !!!next-token; ## TODO: ok?
4011                next B;
4012            }            }
4013                  
4014              !!!cp ('t298');
4015              splice @{$self->{open_elements}}, $i;
4016    
4017              $self->_reset_insertion_mode;
4018    
4019            !!!parse-error (type => 'in select:'.$token->{tag_name});            !!!ack-later;
4020              ## reprocess
4021              next B;
4022            } else {
4023              !!!cp ('t299');
4024              !!!parse-error (type => 'in select:/',
4025                              text => $token->{tag_name}, token => $token);
4026            ## Ignore the token            ## Ignore the token
4027              !!!nack ('t299.3');
4028            !!!next-token;            !!!next-token;
4029            redo B;            next B;
4030            }
4031          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4032            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
4033                    @{$self->{open_elements}} == 1) { # redundant, maybe
4034              !!!cp ('t299.1');
4035              !!!parse-error (type => 'in body:#eof', token => $token);
4036            } else {
4037              !!!cp ('t299.2');
4038            }
4039    
4040            ## Stop parsing.
4041            last B;
4042          } else {
4043            die "$0: $token->{type}: Unknown token type";
4044          }
4045      } elsif ($self->{insertion_mode} & BODY_AFTER_IMS) {      } elsif ($self->{insertion_mode} & BODY_AFTER_IMS) {
4046        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
4047          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
4048            my $data = $1;            my $data = $1;
4049            ## As if in body            ## As if in body
4050            $reconstruct_active_formatting_elements->($insert_to_current);            $reconstruct_active_formatting_elements->($insert_to_current);
# Line 4140  sub _tree_construction_main ($) { Line 4052  sub _tree_construction_main ($) {
4052            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4053                        
4054            unless (length $token->{data}) {            unless (length $token->{data}) {
4055                !!!cp ('t300');
4056              !!!next-token;              !!!next-token;
4057              redo B;              next B;
4058            }            }
4059          }          }
4060                    
4061          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4062            !!!parse-error (type => 'after html:#character');            !!!cp ('t301');
4063              !!!parse-error (type => 'after html:#text', token => $token);
4064            ## Reprocess in the "main" phase, "after body" insertion mode...            #
4065            } else {
4066              !!!cp ('t302');
4067              ## "after body" insertion mode
4068              !!!parse-error (type => 'after body:#text', token => $token);
4069              #
4070          }          }
           
         ## "after body" insertion mode  
         !!!parse-error (type => 'after body:#character');  
4071    
4072          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4073          ## reprocess          ## reprocess
4074          redo B;          next B;
4075        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
4076          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4077            !!!parse-error (type => 'after html:'.$token->{tag_name});            !!!cp ('t303');
4078                        !!!parse-error (type => 'after html',
4079            ## Reprocess in the "main" phase, "after body" insertion mode...                            text => $token->{tag_name}, token => $token);
4080              #
4081            } else {
4082              !!!cp ('t304');
4083              ## "after body" insertion mode
4084              !!!parse-error (type => 'after body',
4085                              text => $token->{tag_name}, token => $token);
4086              #
4087          }          }
4088    
         ## "after body" insertion mode  
         !!!parse-error (type => 'after body:'.$token->{tag_name});  
   
4089          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4090            !!!ack-later;
4091          ## reprocess          ## reprocess
4092          redo B;          next B;
4093        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
4094          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4095            !!!parse-error (type => 'after html:/'.$token->{tag_name});            !!!cp ('t305');
4096              !!!parse-error (type => 'after html:/',
4097                              text => $token->{tag_name}, token => $token);
4098                        
4099            $self->{insertion_mode} = AFTER_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
4100            ## Reprocess in the "main" phase, "after body" insertion mode...            ## Reprocess.
4101              next B;
4102            } else {
4103              !!!cp ('t306');
4104          }          }
4105    
4106          ## "after body" insertion mode          ## "after body" insertion mode
4107          if ($token->{tag_name} eq 'html') {          if ($token->{tag_name} eq 'html') {
4108            if (defined $self->{inner_html_node}) {            if (defined $self->{inner_html_node}) {
4109              !!!parse-error (type => 'unmatched end tag:html');              !!!cp ('t307');
4110                !!!parse-error (type => 'unmatched end tag',
4111                                text => 'html', token => $token);
4112              ## Ignore the token              ## Ignore the token
4113              !!!next-token;              !!!next-token;
4114              redo B;              next B;
4115            } else {            } else {
4116                !!!cp ('t308');
4117              $self->{insertion_mode} = AFTER_HTML_BODY_IM;              $self->{insertion_mode} = AFTER_HTML_BODY_IM;
4118              !!!next-token;              !!!next-token;
4119              redo B;              next B;
4120            }            }
4121          } else {          } else {
4122            !!!parse-error (type => 'after body:/'.$token->{tag_name});            !!!cp ('t309');
4123              !!!parse-error (type => 'after body:/',
4124                              text => $token->{tag_name}, token => $token);
4125    
4126            $self->{insertion_mode} = IN_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
4127            ## reprocess            ## reprocess
4128            redo B;            next B;
4129          }          }
4130          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4131            !!!cp ('t309.2');
4132            ## Stop parsing
4133            last B;
4134        } else {        } else {
4135          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4136        }        }
4137      } elsif ($self->{insertion_mode} & FRAME_IMS) {      } elsif ($self->{insertion_mode} & FRAME_IMS) {
4138        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
4139          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
4140            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4141                        
4142            unless (length $token->{data}) {            unless (length $token->{data}) {
4143                !!!cp ('t310');
4144              !!!next-token;              !!!next-token;
4145              redo B;              next B;
4146            }            }
4147          }          }
4148                    
4149          if ($token->{data} =~ s/^[^\x09\x0A\x0B\x0C\x20]+//) {          if ($token->{data} =~ s/^[^\x09\x0A\x0C\x20]+//) {
4150            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4151              !!!parse-error (type => 'in frameset:#character');              !!!cp ('t311');
4152                !!!parse-error (type => 'in frameset:#text', token => $token);
4153            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4154              !!!parse-error (type => 'after frameset:#character');              !!!cp ('t312');
4155            } else { # "after html frameset"              !!!parse-error (type => 'after frameset:#text', token => $token);
4156              !!!parse-error (type => 'after html:#character');            } else { # "after after frameset"
4157                !!!cp ('t313');
4158              $self->{insertion_mode} = AFTER_FRAMESET_IM;              !!!parse-error (type => 'after html:#text', token => $token);
             ## Reprocess in the "main" phase, "after frameset"...  
             !!!parse-error (type => 'after frameset:#character');  
4159            }            }
4160                        
4161            ## Ignore the token.            ## Ignore the token.
4162            if (length $token->{data}) {            if (length $token->{data}) {
4163                !!!cp ('t314');
4164              ## reprocess the rest of characters              ## reprocess the rest of characters
4165            } else {            } else {
4166                !!!cp ('t315');
4167              !!!next-token;              !!!next-token;
4168            }            }
4169            redo B;            next B;
4170          }          }
4171                    
4172          die qq[$0: Character "$token->{data}"];          die qq[$0: Character "$token->{data}"];
4173        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
         if ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {  
           !!!parse-error (type => 'after html:'.$token->{tag_name});  
   
           $self->{insertion_mode} = AFTER_FRAMESET_IM;  
           ## Process in the "main" phase, "after frameset" insertion mode...  
         }  
   
4174          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
4175              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
4176            !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!cp ('t318');
4177              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4178              !!!nack ('t318.1');
4179            !!!next-token;            !!!next-token;
4180            redo B;            next B;
4181          } elsif ($token->{tag_name} eq 'frame' and          } elsif ($token->{tag_name} eq 'frame' and
4182                   $self->{insertion_mode} == IN_FRAMESET_IM) {                   $self->{insertion_mode} == IN_FRAMESET_IM) {
4183            !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!cp ('t319');
4184              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4185            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
4186              !!!ack ('t319.1');
4187            !!!next-token;            !!!next-token;
4188            redo B;            next B;
4189          } elsif ($token->{tag_name} eq 'noframes') {          } elsif ($token->{tag_name} eq 'noframes') {
4190            ## NOTE: As if in body.            !!!cp ('t320');
4191            $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);            ## NOTE: As if in head.
4192            redo B;            $parse_rcdata->(CDATA_CONTENT_MODEL);
4193              next B;
4194    
4195              ## NOTE: |<!DOCTYPE HTML><frameset></frameset></html><noframes></noframes>|
4196              ## has no parse error.
4197          } else {          } else {
4198            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4199              !!!parse-error (type => 'in frameset:'.$token->{tag_name});              !!!cp ('t321');
4200            } else {              !!!parse-error (type => 'in frameset',
4201              !!!parse-error (type => 'after frameset:'.$token->{tag_name});                              text => $token->{tag_name}, token => $token);
4202              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4203                !!!cp ('t322');
4204                !!!parse-error (type => 'after frameset',
4205                                text => $token->{tag_name}, token => $token);
4206              } else { # "after after frameset"
4207                !!!cp ('t322.2');
4208                !!!parse-error (type => 'after after frameset',
4209                                text => $token->{tag_name}, token => $token);
4210            }            }
4211            ## Ignore the token            ## Ignore the token
4212              !!!nack ('t322.1');
4213            !!!next-token;            !!!next-token;
4214            redo B;            next B;
4215          }          }
4216        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
         if ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {  
           !!!parse-error (type => 'after html:/'.$token->{tag_name});  
   
           $self->{insertion_mode} = AFTER_FRAMESET_IM;  
           ## Process in the "main" phase, "after frameset" insertion mode...  
         }  
   
4217          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
4218              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
4219            if ($self->{open_elements}->[-1]->[1] eq 'html' and            if ($self->{open_elements}->[-1]->[1] == HTML_EL and
4220                @{$self->{open_elements}} == 1) {                @{$self->{open_elements}} == 1) {
4221              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t325');
4222                !!!parse-error (type => 'unmatched end tag',
4223                                text => $token->{tag_name}, token => $token);
4224              ## Ignore the token              ## Ignore the token
4225              !!!next-token;              !!!next-token;
4226            } else {            } else {
4227                !!!cp ('t326');
4228              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
4229              !!!next-token;              !!!next-token;
4230            }            }
4231    
4232            if (not defined $self->{inner_html_node} and            if (not defined $self->{inner_html_node} and
4233                $self->{open_elements}->[-1]->[1] ne 'frameset') {                not ($self->{open_elements}->[-1]->[1] == FRAMESET_EL)) {
4234                !!!cp ('t327');
4235              $self->{insertion_mode} = AFTER_FRAMESET_IM;              $self->{insertion_mode} = AFTER_FRAMESET_IM;
4236              } else {
4237                !!!cp ('t328');
4238            }            }
4239            redo B;            next B;
4240          } elsif ($token->{tag_name} eq 'html' and          } elsif ($token->{tag_name} eq 'html' and
4241                   $self->{insertion_mode} == AFTER_FRAMESET_IM) {                   $self->{insertion_mode} == AFTER_FRAMESET_IM) {
4242              !!!cp ('t329');
4243            $self->{insertion_mode} = AFTER_HTML_FRAMESET_IM;            $self->{insertion_mode} = AFTER_HTML_FRAMESET_IM;
4244            !!!next-token;            !!!next-token;
4245            redo B;            next B;
4246          } else {          } else {
4247            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4248              !!!parse-error (type => 'in frameset:/'.$token->{tag_name});              !!!cp ('t330');
4249            } else {              !!!parse-error (type => 'in frameset:/',
4250              !!!parse-error (type => 'after frameset:/'.$token->{tag_name});                              text => $token->{tag_name}, token => $token);
4251              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4252                !!!cp ('t330.1');
4253                !!!parse-error (type => 'after frameset:/',
4254                                text => $token->{tag_name}, token => $token);
4255              } else { # "after after html"
4256                !!!cp ('t331');
4257                !!!parse-error (type => 'after after frameset:/',
4258                                text => $token->{tag_name}, token => $token);
4259            }            }
4260            ## Ignore the token            ## Ignore the token
4261            !!!next-token;            !!!next-token;
4262            redo B;            next B;
4263          }          }
4264          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4265            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
4266                    @{$self->{open_elements}} == 1) { # redundant, maybe
4267              !!!cp ('t331.1');
4268              !!!parse-error (type => 'in body:#eof', token => $token);
4269            } else {
4270              !!!cp ('t331.2');
4271            }
4272            
4273            ## Stop parsing
4274            last B;
4275        } else {        } else {
4276          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4277        }        }
   
       ## ISSUE: An issue in spec here  
4278      } else {      } else {
4279        die "$0: $self->{insertion_mode}: Unknown insertion mode";        die "$0: $self->{insertion_mode}: Unknown insertion mode";
4280      }      }
# Line 4319  sub _tree_construction_main ($) { Line 4282  sub _tree_construction_main ($) {
4282      ## "in body" insertion mode      ## "in body" insertion mode
4283      if ($token->{type} == START_TAG_TOKEN) {      if ($token->{type} == START_TAG_TOKEN) {
4284        if ($token->{tag_name} eq 'script') {        if ($token->{tag_name} eq 'script') {
4285            !!!cp ('t332');
4286          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
4287          $script_start_tag->($insert);          $script_start_tag->();
4288          redo B;          next B;
4289        } elsif ($token->{tag_name} eq 'style') {        } elsif ($token->{tag_name} eq 'style') {
4290            !!!cp ('t333');
4291          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
4292          $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);          $parse_rcdata->(CDATA_CONTENT_MODEL);
4293          redo B;          next B;
4294        } elsif ({        } elsif ({
4295                  base => 1, link => 1,                  base => 1, command => 1, eventsource => 1, link => 1,
4296                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4297            !!!cp ('t334');
4298          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
4299          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4300          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          pop @{$self->{open_elements}};
4301            !!!ack ('t334.1');
4302          !!!next-token;          !!!next-token;
4303          redo B;          next B;
4304        } elsif ($token->{tag_name} eq 'meta') {        } elsif ($token->{tag_name} eq 'meta') {
4305          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
4306          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4307          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          my $meta_el = pop @{$self->{open_elements}};
4308    
4309          unless ($self->{confident}) {          unless ($self->{confident}) {
4310            my $charset;            if ($token->{attributes}->{charset}) {
4311            if ($token->{attributes}->{charset}) { ## TODO: And if supported              !!!cp ('t335');
4312              $charset = $token->{attributes}->{charset}->{value};              ## NOTE: Whether the encoding is supported or not is handled
4313            }              ## in the {change_encoding} callback.
4314            if ($token->{attributes}->{'http-equiv'}) {              $self->{change_encoding}
4315              ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.                  ->($self, $token->{attributes}->{charset}->{value}, $token);
4316              if ($token->{attributes}->{'http-equiv'}->{value}              
4317                  =~ /\A[^;]*;[\x09-\x0D\x20]*charset[\x09-\x0D\x20]*=              $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4318                      [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                  ->set_user_data (manakai_has_reference =>
4319                      ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {                                       $token->{attributes}->{charset}
4320                $charset = defined $1 ? $1 : defined $2 ? $2 : $3;                                           ->{has_reference});
4321              } ## TODO: And if supported            } elsif ($token->{attributes}->{content}) {
4322                if ($token->{attributes}->{content}->{value}
4323                    =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
4324                        [\x09\x0A\x0C\x0D\x20]*=
4325                        [\x09\x0A\x0C\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
4326                        ([^"'\x09\x0A\x0C\x0D\x20][^\x09\x0A\x0C\x0D\x20\x3B]*))
4327                       /x) {
4328                  !!!cp ('t336');
4329                  ## NOTE: Whether the encoding is supported or not is handled
4330                  ## in the {change_encoding} callback.
4331                  $self->{change_encoding}
4332                      ->($self, defined $1 ? $1 : defined $2 ? $2 : $3, $token);
4333                  $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4334                      ->set_user_data (manakai_has_reference =>
4335                                           $token->{attributes}->{content}
4336                                                 ->{has_reference});
4337                }
4338              }
4339            } else {
4340              if ($token->{attributes}->{charset}) {
4341                !!!cp ('t337');
4342                $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4343                    ->set_user_data (manakai_has_reference =>
4344                                         $token->{attributes}->{charset}
4345                                             ->{has_reference});
4346              }
4347              if ($token->{attributes}->{content}) {
4348                !!!cp ('t338');
4349                $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4350                    ->set_user_data (manakai_has_reference =>
4351                                         $token->{attributes}->{content}
4352                                             ->{has_reference});
4353            }            }
           ## TODO: Change the encoding  
4354          }          }
4355    
4356            !!!ack ('t338.1');
4357          !!!next-token;          !!!next-token;
4358          redo B;          next B;
4359        } elsif ($token->{tag_name} eq 'title') {        } elsif ($token->{tag_name} eq 'title') {
4360          !!!parse-error (type => 'in body:title');          !!!cp ('t341');
4361          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
4362          $parse_rcdata->(RCDATA_CONTENT_MODEL, sub {          $parse_rcdata->(RCDATA_CONTENT_MODEL);
4363            if (defined $self->{head_element}) {          next B;
             $self->{head_element}->append_child ($_[0]);  
           } else {  
             $insert->($_[0]);  
           }  
         });  
         redo B;  
4364        } elsif ($token->{tag_name} eq 'body') {        } elsif ($token->{tag_name} eq 'body') {
4365          !!!parse-error (type => 'in body:body');          !!!parse-error (type => 'in body', text => 'body', token => $token);
4366                                
4367          if (@{$self->{open_elements}} == 1 or          if (@{$self->{open_elements}} == 1 or
4368              $self->{open_elements}->[1]->[1] ne 'body') {              not ($self->{open_elements}->[1]->[1] == BODY_EL)) {
4369              !!!cp ('t342');
4370            ## Ignore the token            ## Ignore the token
4371          } else {          } else {
4372            my $body_el = $self->{open_elements}->[1]->[0];            my $body_el = $self->{open_elements}->[1]->[0];
4373            for my $attr_name (keys %{$token->{attributes}}) {            for my $attr_name (keys %{$token->{attributes}}) {
4374              unless ($body_el->has_attribute_ns (undef, $attr_name)) {              unless ($body_el->has_attribute_ns (undef, $attr_name)) {
4375                  !!!cp ('t343');
4376                $body_el->set_attribute_ns                $body_el->set_attribute_ns
4377                  (undef, [undef, $attr_name],                  (undef, [undef, $attr_name],
4378                   $token->{attributes}->{$attr_name}->{value});                   $token->{attributes}->{$attr_name}->{value});
4379              }              }
4380            }            }
4381          }          }
4382            !!!nack ('t343.1');
4383          !!!next-token;          !!!next-token;
4384          redo B;          next B;
4385        } elsif ({        } elsif ({
4386                  address => 1, blockquote => 1, center => 1, dir => 1,                  ## NOTE: Start tags for non-phrasing flow content elements
4387                  div => 1, dl => 1, fieldset => 1, listing => 1,  
4388                  menu => 1, ol => 1, p => 1, ul => 1,                  ## NOTE: The normal one
4389                  pre => 1,                  address => 1, article => 1, aside => 1, blockquote => 1,
4390                    center => 1, datagrid => 1, details => 1, dialog => 1,
4391                    dir => 1, div => 1, dl => 1, fieldset => 1, figure => 1,
4392                    footer => 1, h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1,
4393                    h6 => 1, header => 1, menu => 1, nav => 1, ol => 1, p => 1,
4394                    section => 1, ul => 1,
4395                    ## NOTE: As normal, but drops leading newline
4396                    pre => 1, listing => 1,
4397                    ## NOTE: As normal, but interacts with the form element pointer
4398                    form => 1,
4399                    
4400                    table => 1,
4401                    hr => 1,
4402                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4403            if ($token->{tag_name} eq 'form' and defined $self->{form_element}) {
4404              !!!cp ('t350');
4405              !!!parse-error (type => 'in form:form', token => $token);
4406              ## Ignore the token
4407              !!!nack ('t350.1');
4408              !!!next-token;
4409              next B;
4410            }
4411    
4412          ## has a p element in scope          ## has a p element in scope
4413          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4414            if ($_->[1] eq 'p') {            if ($_->[1] == P_EL) {
4415              !!!back-token;              !!!cp ('t344');
4416              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              !!!back-token; # <form>
4417              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4418            } elsif ({                        line => $token->{line}, column => $token->{column}};
4419                      table => 1, caption => 1, td => 1, th => 1,              next B;
4420                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($_->[1] & SCOPING_EL) {
4421                     }->{$_->[1]}) {              !!!cp ('t345');
4422              last INSCOPE;              last INSCOPE;
4423            }            }
4424          } # INSCOPE          } # INSCOPE
4425                        
4426          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4427          if ($token->{tag_name} eq 'pre') {          if ($token->{tag_name} eq 'pre' or $token->{tag_name} eq 'listing') {
4428              !!!nack ('t346.1');
4429            !!!next-token;            !!!next-token;
4430            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
4431              $token->{data} =~ s/^\x0A//;              $token->{data} =~ s/^\x0A//;
4432              unless (length $token->{data}) {              unless (length $token->{data}) {
4433                  !!!cp ('t346');
4434                !!!next-token;                !!!next-token;
4435                } else {
4436                  !!!cp ('t349');
4437              }              }
4438              } else {
4439                !!!cp ('t348');
4440            }            }
4441          } else {          } elsif ($token->{tag_name} eq 'form') {
4442              !!!cp ('t347.1');
4443              $self->{form_element} = $self->{open_elements}->[-1]->[0];
4444    
4445              !!!nack ('t347.2');
4446            !!!next-token;            !!!next-token;
4447          }          } elsif ($token->{tag_name} eq 'table') {
4448          redo B;            !!!cp ('t382');
4449        } elsif ($token->{tag_name} eq 'form') {            push @{$open_tables}, [$self->{open_elements}->[-1]->[0]];
4450          if (defined $self->{form_element}) {            
4451            !!!parse-error (type => 'in form:form');            $self->{insertion_mode} = IN_TABLE_IM;
4452            ## Ignore the token  
4453              !!!nack ('t382.1');
4454              !!!next-token;
4455            } elsif ($token->{tag_name} eq 'hr') {
4456              !!!cp ('t386');
4457              pop @{$self->{open_elements}};
4458            
4459              !!!nack ('t386.1');
4460            !!!next-token;            !!!next-token;
           redo B;  
4461          } else {          } else {
4462            ## has a p element in scope            !!!nack ('t347.1');
           INSCOPE: for (reverse @{$self->{open_elements}}) {  
             if ($_->[1] eq 'p') {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
               redo B;  
             } elsif ({  
                       table => 1, caption => 1, td => 1, th => 1,  
                       button => 1, marquee => 1, object => 1, html => 1,  
                      }->{$_->[1]}) {  
               last INSCOPE;  
             }  
           } # INSCOPE  
               
           !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
           $self->{form_element} = $self->{open_elements}->[-1]->[0];  
4463            !!!next-token;            !!!next-token;
           redo B;  
4464          }          }
4465            next B;
4466        } elsif ($token->{tag_name} eq 'li') {        } elsif ($token->{tag_name} eq 'li') {
4467          ## has a p element in scope          ## NOTE: As normal, but imply </li> when there's another <li> ...
4468          INSCOPE: for (reverse @{$self->{open_elements}}) {  
4469            if ($_->[1] eq 'p') {          ## NOTE: Special, Scope (<li><foo><li> == <li><foo><li/></foo></li>)
4470              !!!back-token;            ## Interpreted as <li><foo/></li><li/> (non-conforming)
4471              $token = {type => END_TAG_TOKEN, tag_name => 'p'};            ## blockquote (O9.27), center (O), dd (Fx3, O, S3.1.2, IE7),
4472              redo B;            ## dt (Fx, O, S, IE), dl (O), fieldset (O, S, IE), form (Fx, O, S),
4473            } elsif ({            ## hn (O), pre (O), applet (O, S), button (O, S), marquee (Fx, O, S),
4474                      table => 1, caption => 1, td => 1, th => 1,            ## object (Fx)
4475                      button => 1, marquee => 1, object => 1, html => 1,            ## Generate non-tree (non-conforming)
4476                     }->{$_->[1]}) {            ## basefont (IE7 (where basefont is non-void)), center (IE),
4477              last INSCOPE;            ## form (IE), hn (IE)
4478            }          ## address, div, p (<li><foo><li> == <li><foo/></li><li/>)
4479          } # INSCOPE            ## Interpreted as <li><foo><li/></foo></li> (non-conforming)
4480                        ## div (Fx, S)
4481          ## Step 1  
4482            my $non_optional;
4483          my $i = -1;          my $i = -1;
4484          my $node = $self->{open_elements}->[$i];  
4485          LI: {          ## 1.
4486            ## Step 2          for my $node (reverse @{$self->{open_elements}}) {
4487            if ($node->[1] eq 'li') {            if ($node->[1] == LI_EL) {
4488              if ($i != -1) {              ## 2. (a) As if </li>
4489                !!!parse-error (type => 'end tag missing:'.              {
4490                                $self->{open_elements}->[-1]->[1]);                ## If no </li> - not applied
4491                  #
4492    
4493                  ## Otherwise
4494    
4495                  ## 1. generate implied end tags, except for </li>
4496                  #
4497    
4498                  ## 2. If current node != "li", parse error
4499                  if ($non_optional) {
4500                    !!!parse-error (type => 'not closed',
4501                                    text => $non_optional->[0]->manakai_local_name,
4502                                    token => $token);
4503                    !!!cp ('t355');
4504                  } else {
4505                    !!!cp ('t356');
4506                  }
4507    
4508                  ## 3. Pop
4509                  splice @{$self->{open_elements}}, $i;
4510              }              }
4511              splice @{$self->{open_elements}}, $i;  
4512              last LI;              last; ## 2. (b) goto 5.
4513            }            } elsif (
4514                                 ## NOTE: not "formatting" and not "phrasing"
4515            ## Step 3                     ($node->[1] & SPECIAL_EL or
4516            if (not $formatting_category->{$node->[1]} and                      $node->[1] & SCOPING_EL) and
4517                #not $phrasing_category->{$node->[1]} and                     ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4518                ($special_category->{$node->[1]} or                     (not $node->[1] & ADDRESS_DIV_P_EL)
4519                 $scoping_category->{$node->[1]}) and                    ) {
4520                $node->[1] ne 'address' and $node->[1] ne 'div') {              ## 3.
4521              last LI;              !!!cp ('t357');
4522                last; ## goto 5.
4523              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4524                !!!cp ('t358');
4525                #
4526              } else {
4527                !!!cp ('t359');
4528                $non_optional ||= $node;
4529                #
4530            }            }
4531                        ## 4.
4532            ## Step 4            ## goto 2.
4533            $i--;            $i--;
4534            $node = $self->{open_elements}->[$i];          }
4535            redo LI;  
4536          } # LI          ## 5. (a) has a |p| element in scope
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'dd' or $token->{tag_name} eq 'dt') {  
         ## has a p element in scope  
4537          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4538            if ($_->[1] eq 'p') {            if ($_->[1] == P_EL) {
4539              !!!back-token;              !!!cp ('t353');
4540              $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
4541              redo B;              ## NOTE: |<p><li>|, for example.
4542            } elsif ({  
4543                      table => 1, caption => 1, td => 1, th => 1,              !!!back-token; # <x>
4544                      button => 1, marquee => 1, object => 1, html => 1,              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4545                     }->{$_->[1]}) {                        line => $token->{line}, column => $token->{column}};
4546                next B;
4547              } elsif ($_->[1] & SCOPING_EL) {
4548                !!!cp ('t354');
4549              last INSCOPE;              last INSCOPE;
4550            }            }
4551          } # INSCOPE          } # INSCOPE
4552              
4553          ## Step 1          ## 5. (b) insert
4554            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4555            !!!nack ('t359.1');
4556            !!!next-token;
4557            next B;
4558          } elsif ($token->{tag_name} eq 'dt' or
4559                   $token->{tag_name} eq 'dd') {
4560            ## NOTE: As normal, but imply </dt> or </dd> when ...
4561    
4562            my $non_optional;
4563          my $i = -1;          my $i = -1;
4564          my $node = $self->{open_elements}->[$i];  
4565          LI: {          ## 1.
4566            ## Step 2          for my $node (reverse @{$self->{open_elements}}) {
4567            if ($node->[1] eq 'dt' or $node->[1] eq 'dd') {            if ($node->[1] == DTDD_EL) {
4568              if ($i != -1) {              ## 2. (a) As if </li>
4569                !!!parse-error (type => 'end tag missing:'.              {
4570                                $self->{open_elements}->[-1]->[1]);                ## If no </li> - not applied
4571                  #
4572    
4573                  ## Otherwise
4574    
4575                  ## 1. generate implied end tags, except for </dt> or </dd>
4576                  #
4577    
4578                  ## 2. If current node != "dt"|"dd", parse error
4579                  if ($non_optional) {
4580                    !!!parse-error (type => 'not closed',
4581                                    text => $non_optional->[0]->manakai_local_name,
4582                                    token => $token);
4583                    !!!cp ('t355.1');
4584                  } else {
4585                    !!!cp ('t356.1');
4586                  }
4587    
4588                  ## 3. Pop
4589                  splice @{$self->{open_elements}}, $i;
4590              }              }
4591              splice @{$self->{open_elements}}, $i;  
4592              last LI;              last; ## 2. (b) goto 5.
4593            }            } elsif (
4594                                 ## NOTE: not "formatting" and not "phrasing"
4595            ## Step 3                     ($node->[1] & SPECIAL_EL or
4596            if (not $formatting_category->{$node->[1]} and                      $node->[1] & SCOPING_EL) and
4597                #not $phrasing_category->{$node->[1]} and                     ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4598                ($special_category->{$node->[1]} or  
4599                 $scoping_category->{$node->[1]}) and                     (not $node->[1] & ADDRESS_DIV_P_EL)
4600                $node->[1] ne 'address' and $node->[1] ne 'div') {                    ) {
4601              last LI;              ## 3.
4602                !!!cp ('t357.1');
4603                last; ## goto 5.
4604              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4605                !!!cp ('t358.1');
4606                #
4607              } else {
4608                !!!cp ('t359.1');
4609                $non_optional ||= $node;
4610                #
4611            }            }
4612                        ## 4.
4613            ## Step 4            ## goto 2.
4614            $i--;            $i--;
4615            $node = $self->{open_elements}->[$i];          }
4616            redo LI;  
4617          } # LI          ## 5. (a) has a |p| element in scope
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'plaintext') {  
         ## has a p element in scope  
4618          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4619            if ($_->[1] eq 'p') {            if ($_->[1] == P_EL) {
4620              !!!back-token;              !!!cp ('t353.1');
4621              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              !!!back-token; # <x>
4622              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4623            } elsif ({                        line => $token->{line}, column => $token->{column}};
4624                      table => 1, caption => 1, td => 1, th => 1,              next B;
4625                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($_->[1] & SCOPING_EL) {
4626                     }->{$_->[1]}) {              !!!cp ('t354.1');
4627              last INSCOPE;              last INSCOPE;
4628            }            }
4629          } # INSCOPE          } # INSCOPE
4630              
4631          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          ## 5. (b) insert
4632                      !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4633          $self->{content_model} = PLAINTEXT_CONTENT_MODEL;          !!!nack ('t359.2');
             
4634          !!!next-token;          !!!next-token;
4635          redo B;          next B;
4636        } elsif ({        } elsif ($token->{tag_name} eq 'plaintext') {
4637                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,          ## NOTE: As normal, but effectively ends parsing
4638                 }->{$token->{tag_name}}) {  
4639          ## has a p element in scope          ## has a p element in scope
4640          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4641            my $node = $self->{open_elements}->[$_];            if ($_->[1] == P_EL) {
4642            if ($node->[1] eq 'p') {              !!!cp ('t367');
4643              !!!back-token;              !!!back-token; # <plaintext>
4644              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4645              redo B;                        line => $token->{line}, column => $token->{column}};
4646            } elsif ({              next B;
4647                      table => 1, caption => 1, td => 1, th => 1,            } elsif ($_->[1] & SCOPING_EL) {
4648                      button => 1, marquee => 1, object => 1, html => 1,              !!!cp ('t368');
                    }->{$node->[1]}) {  
4649              last INSCOPE;              last INSCOPE;
4650            }            }
4651          } # INSCOPE          } # INSCOPE
4652                        
4653          ## NOTE: See <http://html5.org/tools/web-apps-tracker?from=925&to=926>          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
         ## has an element in scope  
         #my $i;  
         #INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
         #  my $node = $self->{open_elements}->[$_];  
         #  if ({  
         #       h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,  
         #      }->{$node->[1]}) {  
         #    $i = $_;  
         #    last INSCOPE;  
         #  } elsif ({  
         #            table => 1, caption => 1, td => 1, th => 1,  
         #            button => 1, marquee => 1, object => 1, html => 1,  
         #           }->{$node->[1]}) {  
         #    last INSCOPE;  
         #  }  
         #} # INSCOPE  
         #    
         #if (defined $i) {  
         #  !!! parse-error (type => 'in hn:hn');  
         #  splice @{$self->{open_elements}}, $i;  
         #}  
4654                        
4655          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          $self->{content_model} = PLAINTEXT_CONTENT_MODEL;
4656                        
4657            !!!nack ('t368.1');
4658          !!!next-token;          !!!next-token;
4659          redo B;          next B;
4660        } elsif ($token->{tag_name} eq 'a') {        } elsif ($token->{tag_name} eq 'a') {
4661          AFE: for my $i (reverse 0..$#$active_formatting_elements) {          AFE: for my $i (reverse 0..$#$active_formatting_elements) {
4662            my $node = $active_formatting_elements->[$i];            my $node = $active_formatting_elements->[$i];
4663            if ($node->[1] eq 'a') {            if ($node->[1] == A_EL) {
4664              !!!parse-error (type => 'in a:a');              !!!cp ('t371');
4665                !!!parse-error (type => 'in a:a', token => $token);
4666                            
4667              !!!back-token;              !!!back-token; # <a>
4668              $token = {type => END_TAG_TOKEN, tag_name => 'a'};              $token = {type => END_TAG_TOKEN, tag_name => 'a',
4669              $formatting_end_tag->($token->{tag_name});                        line => $token->{line}, column => $token->{column}};
4670                $formatting_end_tag->($token);
4671                            
4672              AFE2: for (reverse 0..$#$active_formatting_elements) {              AFE2: for (reverse 0..$#$active_formatting_elements) {
4673                if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {                if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {
4674                    !!!cp ('t372');
4675                  splice @$active_formatting_elements, $_, 1;                  splice @$active_formatting_elements, $_, 1;
4676                  last AFE2;                  last AFE2;
4677                }                }
4678              } # AFE2              } # AFE2
4679              OE: for (reverse 0..$#{$self->{open_elements}}) {              OE: for (reverse 0..$#{$self->{open_elements}}) {
4680                if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {                if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {
4681                    !!!cp ('t373');
4682                  splice @{$self->{open_elements}}, $_, 1;                  splice @{$self->{open_elements}}, $_, 1;
4683                  last OE;                  last OE;
4684                }                }
4685              } # OE              } # OE
4686              last AFE;              last AFE;
4687            } elsif ($node->[0] eq '#marker') {            } elsif ($node->[0] eq '#marker') {
4688                !!!cp ('t374');
4689              last AFE;              last AFE;
4690            }            }
4691          } # AFE          } # AFE
4692                        
4693          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4694    
4695          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4696          push @$active_formatting_elements, $self->{open_elements}->[-1];          push @$active_formatting_elements, $self->{open_elements}->[-1];
4697    
4698            !!!nack ('t374.1');
4699          !!!next-token;          !!!next-token;
4700          redo B;          next B;
       } elsif ({  
                 b => 1, big => 1, em => 1, font => 1, i => 1,  
                 s => 1, small => 1, strile => 1,  
                 strong => 1, tt => 1, u => 1,  
                }->{$token->{tag_name}}) {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         push @$active_formatting_elements, $self->{open_elements}->[-1];  
           
         !!!next-token;  
         redo B;  
4701        } elsif ($token->{tag_name} eq 'nobr') {        } elsif ($token->{tag_name} eq 'nobr') {
4702          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4703    
4704          ## has a |nobr| element in scope          ## has a |nobr| element in scope
4705          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4706            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
4707            if ($node->[1] eq 'nobr') {            if ($node->[1] == NOBR_EL) {
4708              !!!parse-error (type => 'not closed:nobr');              !!!cp ('t376');
4709              !!!back-token;              !!!parse-error (type => 'in nobr:nobr', token => $token);
4710              $token = {type => END_TAG_TOKEN, tag_name => 'nobr'};              !!!back-token; # <nobr>
4711              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'nobr',
4712            } elsif ({                        line => $token->{line}, column => $token->{column}};
4713                      table => 1, caption => 1, td => 1, th => 1,              next B;
4714                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($node->[1] & SCOPING_EL) {
4715                     }->{$node->[1]}) {              !!!cp ('t377');
4716              last INSCOPE;              last INSCOPE;
4717            }            }
4718          } # INSCOPE          } # INSCOPE
4719                    
4720          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4721          push @$active_formatting_elements, $self->{open_elements}->[-1];          push @$active_formatting_elements, $self->{open_elements}->[-1];
4722                    
4723            !!!nack ('t377.1');
4724          !!!next-token;          !!!next-token;
4725          redo B;          next B;
4726        } elsif ($token->{tag_name} eq 'button') {        } elsif ($token->{tag_name} eq 'button') {
4727          ## has a button element in scope          ## has a button element in scope
4728          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4729            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
4730            if ($node->[1] eq 'button') {            if ($node->[1] == BUTTON_EL) {
4731              !!!parse-error (type => 'in button:button');              !!!cp ('t378');
4732              !!!back-token;              !!!parse-error (type => 'in button:button', token => $token);
4733              $token = {type => END_TAG_TOKEN, tag_name => 'button'};              !!!back-token; # <button>
4734              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'button',
4735            } elsif ({                        line => $token->{line}, column => $token->{column}};
4736                      table => 1, caption => 1, td => 1, th => 1,              next B;
4737                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($node->[1] & SCOPING_EL) {
4738                     }->{$node->[1]}) {              !!!cp ('t379');
4739              last INSCOPE;              last INSCOPE;
4740            }            }
4741          } # INSCOPE          } # INSCOPE
4742                        
4743          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4744                        
4745          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4746          push @$active_formatting_elements, ['#marker', ''];  
4747            ## TODO: associate with $self->{form_element} if defined
4748    
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'marquee' or  
                $token->{tag_name} eq 'object') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
4749          push @$active_formatting_elements, ['#marker', ''];          push @$active_formatting_elements, ['#marker', ''];
4750            
4751          !!!next-token;          !!!nack ('t379.1');
         redo B;  
       } elsif ($token->{tag_name} eq 'xmp') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
         $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);  
         redo B;  
       } elsif ($token->{tag_name} eq 'table') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
             redo B;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
             
         $self->{insertion_mode} = IN_TABLE_IM;  
             
4752          !!!next-token;          !!!next-token;
4753          redo B;          next B;
4754        } elsif ({        } elsif ({
4755                  area => 1, basefont => 1, bgsound => 1, br => 1,                  xmp => 1,
4756                  embed => 1, img => 1, param => 1, spacer => 1, wbr => 1,                  iframe => 1,
4757                  image => 1,                  noembed => 1,
4758                    noframes => 1, ## NOTE: This is an "as if in head" code clone.
4759                    noscript => 0, ## TODO: 1 if scripting is enabled
4760                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4761          if ($token->{tag_name} eq 'image') {          if ($token->{tag_name} eq 'xmp') {
4762            !!!parse-error (type => 'image');            !!!cp ('t381');
4763            $token->{tag_name} = 'img';            $reconstruct_active_formatting_elements->($insert_to_current);
4764            } else {
4765              !!!cp ('t399');
4766          }          }
4767            ## NOTE: There is an "as if in body" code clone.
4768          ## NOTE: There is an "as if <br>" code clone.          $parse_rcdata->(CDATA_CONTENT_MODEL);
4769          $reconstruct_active_formatting_elements->($insert_to_current);          next B;
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         pop @{$self->{open_elements}};  
           
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'hr') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
             redo B;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         pop @{$self->{open_elements}};  
             
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'input') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         ## TODO: associate with $self->{form_element} if defined  
         pop @{$self->{open_elements}};  
           
         !!!next-token;  
         redo B;  
4770        } elsif ($token->{tag_name} eq 'isindex') {        } elsif ($token->{tag_name} eq 'isindex') {
4771          !!!parse-error (type => 'isindex');          !!!parse-error (type => 'isindex', token => $token);
4772                    
4773          if (defined $self->{form_element}) {          if (defined $self->{form_element}) {
4774              !!!cp ('t389');
4775            ## Ignore the token            ## Ignore the token
4776              !!!nack ('t389'); ## NOTE: Not acknowledged.
4777            !!!next-token;            !!!next-token;
4778            redo B;            next B;
4779          } else {          } else {
4780              !!!ack ('t391.1');
4781    
4782            my $at = $token->{attributes};            my $at = $token->{attributes};
4783            my $form_attrs;            my $form_attrs;
4784            $form_attrs->{action} = $at->{action} if $at->{action};            $form_attrs->{action} = $at->{action} if $at->{action};
# Line 4799  sub _tree_construction_main ($) { Line 4788  sub _tree_construction_main ($) {
4788            delete $at->{prompt};            delete $at->{prompt};
4789            my @tokens = (            my @tokens = (
4790                          {type => START_TAG_TOKEN, tag_name => 'form',                          {type => START_TAG_TOKEN, tag_name => 'form',
4791                           attributes => $form_attrs},                           attributes => $form_attrs,
4792                          {type => START_TAG_TOKEN, tag_name => 'hr'},                           line => $token->{line}, column => $token->{column}},
4793                          {type => START_TAG_TOKEN, tag_name => 'p'},                          {type => START_TAG_TOKEN, tag_name => 'hr',
4794                          {type => START_TAG_TOKEN, tag_name => 'label'},                           line => $token->{line}, column => $token->{column}},
4795                            {type => START_TAG_TOKEN, tag_name => 'p',
4796                             line => $token->{line}, column => $token->{column}},
4797                            {type => START_TAG_TOKEN, tag_name => 'label',
4798                             line => $token->{line}, column => $token->{column}},
4799                         );                         );
4800            if ($prompt_attr) {            if ($prompt_attr) {
4801              push @tokens, {type => CHARACTER_TOKEN, data => $prompt_attr->{value}};              !!!cp ('t390');
4802                push @tokens, {type => CHARACTER_TOKEN, data => $prompt_attr->{value},
4803                               #line => $token->{line}, column => $token->{column},
4804                              };
4805            } else {            } else {
4806                !!!cp ('t391');
4807              push @tokens, {type => CHARACTER_TOKEN,              push @tokens, {type => CHARACTER_TOKEN,
4808                             data => 'This is a searchable index. Insert your search keywords here: '}; # SHOULD                             data => 'This is a searchable index. Insert your search keywords here: ',
4809                               #line => $token->{line}, column => $token->{column},
4810                              }; # SHOULD
4811              ## TODO: make this configurable              ## TODO: make this configurable
4812            }            }
4813            push @tokens,            push @tokens,
4814                          {type => START_TAG_TOKEN, tag_name => 'input', attributes => $at},                          {type => START_TAG_TOKEN, tag_name => 'input', attributes => $at,
4815                             line => $token->{line}, column => $token->{column}},
4816                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD
4817                          {type => END_TAG_TOKEN, tag_name => 'label'},                          {type => END_TAG_TOKEN, tag_name => 'label',
4818                          {type => END_TAG_TOKEN, tag_name => 'p'},                           line => $token->{line}, column => $token->{column}},
4819                          {type => START_TAG_TOKEN, tag_name => 'hr'},                          {type => END_TAG_TOKEN, tag_name => 'p',
4820                          {type => END_TAG_TOKEN, tag_name => 'form'};                           line => $token->{line}, column => $token->{column}},
4821            $token = shift @tokens;                          {type => START_TAG_TOKEN, tag_name => 'hr',
4822                             line => $token->{line}, column => $token->{column}},
4823                            {type => END_TAG_TOKEN, tag_name => 'form',
4824                             line => $token->{line}, column => $token->{column}};
4825            !!!back-token (@tokens);            !!!back-token (@tokens);
4826            redo B;            !!!next-token;
4827              next B;
4828          }          }
4829        } elsif ($token->{tag_name} eq 'textarea') {        } elsif ($token->{tag_name} eq 'textarea') {
4830          my $tag_name = $token->{tag_name};          ## Step 1
4831          my $el;          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
         !!!create-element ($el, $token->{tag_name}, $token->{attributes});  
4832                    
4833            ## Step 2
4834          ## TODO: $self->{form_element} if defined          ## TODO: $self->{form_element} if defined
4835    
4836            ## Step 3
4837            $self->{ignore_newline} = 1;
4838    
4839            ## Step 4
4840            ## ISSUE: This step is wrong. (r2302 enbugged)
4841    
4842            ## Step 5
4843          $self->{content_model} = RCDATA_CONTENT_MODEL;          $self->{content_model} = RCDATA_CONTENT_MODEL;
4844          delete $self->{escape}; # MUST          delete $self->{escape}; # MUST
4845            
4846          $insert->($el);          ## Step 6-7
4847                    $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
4848          my $text = '';  
4849            !!!nack ('t392.1');
4850          !!!next-token;          !!!next-token;
4851          if ($token->{type} == CHARACTER_TOKEN) {          next B;
4852            $token->{data} =~ s/^\x0A//;        } elsif ($token->{tag_name} eq 'optgroup' or
4853            unless (length $token->{data}) {                 $token->{tag_name} eq 'option') {
4854              !!!next-token;          ## has an |option| element in scope
4855            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4856              my $node = $self->{open_elements}->[$_];
4857              if ($node->[1] == OPTION_EL) {
4858                !!!cp ('t397.1');
4859                ## NOTE: As if </option>
4860                !!!back-token; # <option> or <optgroup>
4861                $token = {type => END_TAG_TOKEN, tag_name => 'option',
4862                          line => $token->{line}, column => $token->{column}};
4863                next B;
4864              } elsif ($node->[1] & SCOPING_EL) {
4865                !!!cp ('t397.2');
4866                last INSCOPE;
4867            }            }
4868          }          } # INSCOPE
4869          while ($token->{type} == CHARACTER_TOKEN) {  
4870            $text .= $token->{data};          $reconstruct_active_formatting_elements->($insert_to_current);
4871            !!!next-token;  
4872          }          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4873          if (length $text) {  
4874            $el->manakai_append_text ($text);          !!!nack ('t397.3');
         }  
           
         $self->{content_model} = PCDATA_CONTENT_MODEL;  
           
         if ($token->{type} == END_TAG_TOKEN and  
             $token->{tag_name} eq $tag_name) {  
           ## Ignore the token  
         } else {  
           !!!parse-error (type => 'in RCDATA:#'.$token->{type});  
         }  
4875          !!!next-token;          !!!next-token;
4876          redo B;          redo B;
4877        } elsif ({        } elsif ($token->{tag_name} eq 'rt' or
4878                  iframe => 1,                 $token->{tag_name} eq 'rp') {
4879                  noembed => 1,          ## has a |ruby| element in scope
4880                  noframes => 1,          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4881                  noscript => 0, ## TODO: 1 if scripting is enabled            my $node = $self->{open_elements}->[$_];
4882                 }->{$token->{tag_name}}) {            if ($node->[1] == RUBY_EL) {
4883          ## NOTE: There are two "as if in body" code clones.              !!!cp ('t398.1');
4884          $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);              ## generate implied end tags
4885                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
4886                  !!!cp ('t398.2');
4887                  pop @{$self->{open_elements}};
4888                }
4889                unless ($self->{open_elements}->[-1]->[1] == RUBY_EL) {
4890                  !!!cp ('t398.3');
4891                  !!!parse-error (type => 'not closed',
4892                                  text => $self->{open_elements}->[-1]->[0]
4893                                      ->manakai_local_name,
4894                                  token => $token);
4895                  pop @{$self->{open_elements}}
4896                      while not $self->{open_elements}->[-1]->[1] == RUBY_EL;
4897                }
4898                last INSCOPE;
4899              } elsif ($node->[1] & SCOPING_EL) {
4900                !!!cp ('t398.4');
4901                last INSCOPE;
4902              }
4903            } # INSCOPE
4904    
4905            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4906    
4907            !!!nack ('t398.5');
4908            !!!next-token;
4909          redo B;          redo B;
4910        } elsif ($token->{tag_name} eq 'select') {        } elsif ($token->{tag_name} eq 'math' or
4911                   $token->{tag_name} eq 'svg') {
4912          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4913    
4914            ## "Adjust MathML attributes" ('math' only) - done in insert-element-f
4915    
4916            ## "adjust SVG attributes" ('svg' only) - done in insert-element-f
4917    
4918            ## "adjust foreign attributes" - done in insert-element-f
4919                    
4920          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-f ($token->{tag_name} eq 'math' ? $MML_NS : $SVG_NS, $token->{tag_name}, $token->{attributes}, $token);
4921                    
4922          $self->{insertion_mode} = IN_SELECT_IM;          if ($self->{self_closing}) {
4923              pop @{$self->{open_elements}};
4924              !!!ack ('t398.6');
4925            } else {
4926              !!!cp ('t398.7');
4927              $self->{insertion_mode} |= IN_FOREIGN_CONTENT_IM;
4928              ## NOTE: |<body><math><mi><svg>| -> "in foreign content" insertion
4929              ## mode, "in body" (not "in foreign content") secondary insertion
4930              ## mode, maybe.
4931            }
4932    
4933          !!!next-token;          !!!next-token;
4934          redo B;          next B;
4935        } elsif ({        } elsif ({
4936                  caption => 1, col => 1, colgroup => 1, frame => 1,                  caption => 1, col => 1, colgroup => 1, frame => 1,
4937                  frameset => 1, head => 1, option => 1, optgroup => 1,                  frameset => 1, head => 1,
4938                  tbody => 1, td => 1, tfoot => 1, th => 1,                  tbody => 1, td => 1, tfoot => 1, th => 1,
4939                  thead => 1, tr => 1,                  thead => 1, tr => 1,
4940                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4941          !!!parse-error (type => 'in body:'.$token->{tag_name});          !!!cp ('t401');
4942            !!!parse-error (type => 'in body',
4943                            text => $token->{tag_name}, token => $token);
4944          ## Ignore the token          ## Ignore the token
4945            !!!nack ('t401.1'); ## NOTE: |<col/>| or |<frame/>| here is an error.
4946            !!!next-token;
4947            next B;
4948          } elsif ($token->{tag_name} eq 'param' or
4949                   $token->{tag_name} eq 'source') {
4950            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4951            pop @{$self->{open_elements}};
4952    
4953            !!!ack ('t398.5');
4954          !!!next-token;          !!!next-token;
4955          redo B;          redo B;
           
         ## ISSUE: An issue on HTML5 new elements in the spec.  
4956        } else {        } else {
4957            if ($token->{tag_name} eq 'image') {
4958              !!!cp ('t384');
4959              !!!parse-error (type => 'image', token => $token);
4960              $token->{tag_name} = 'img';
4961            } else {
4962              !!!cp ('t385');
4963            }
4964    
4965            ## NOTE: There is an "as if <br>" code clone.
4966          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4967                    
4968          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4969    
4970            if ({
4971                 applet => 1, marquee => 1, object => 1,
4972                }->{$token->{tag_name}}) {
4973              !!!cp ('t380');
4974              push @$active_formatting_elements, ['#marker', ''];
4975              !!!nack ('t380.1');
4976            } elsif ({
4977                      b => 1, big => 1, em => 1, font => 1, i => 1,
4978                      s => 1, small => 1, strike => 1,
4979                      strong => 1, tt => 1, u => 1,
4980                     }->{$token->{tag_name}}) {
4981              !!!cp ('t375');
4982              push @$active_formatting_elements, $self->{open_elements}->[-1];
4983              !!!nack ('t375.1');
4984            } elsif ($token->{tag_name} eq 'input') {
4985              !!!cp ('t388');
4986              ## TODO: associate with $self->{form_element} if defined
4987              pop @{$self->{open_elements}};
4988              !!!ack ('t388.2');
4989            } elsif ({
4990                      area => 1, basefont => 1, bgsound => 1, br => 1,
4991                      embed => 1, img => 1, spacer => 1, wbr => 1,
4992                     }->{$token->{tag_name}}) {
4993              !!!cp ('t388.1');
4994              pop @{$self->{open_elements}};
4995              !!!ack ('t388.3');
4996            } elsif ($token->{tag_name} eq 'select') {
4997              ## TODO: associate with $self->{form_element} if defined
4998            
4999              if ($self->{insertion_mode} & TABLE_IMS or
5000                  $self->{insertion_mode} & BODY_TABLE_IMS or
5001                  ($self->{insertion_mode} & IM_MASK) == IN_COLUMN_GROUP_IM) {
5002                !!!cp ('t400.1');
5003                $self->{insertion_mode} = IN_SELECT_IN_TABLE_IM;
5004              } else {
5005                !!!cp ('t400.2');
5006                $self->{insertion_mode} = IN_SELECT_IM;
5007              }
5008              !!!nack ('t400.3');
5009            } else {
5010              !!!nack ('t402');
5011            }
5012                    
5013          !!!next-token;          !!!next-token;
5014          redo B;          next B;
5015        }        }
5016      } elsif ($token->{type} == END_TAG_TOKEN) {      } elsif ($token->{type} == END_TAG_TOKEN) {
5017        if ($token->{tag_name} eq 'body') {        if ($token->{tag_name} eq 'body') {
5018          if (@{$self->{open_elements}} > 1 and          ## has a |body| element in scope
5019              $self->{open_elements}->[1]->[1] eq 'body') {          my $i;
5020            for (@{$self->{open_elements}}) {          INSCOPE: {
5021              unless ({            for (reverse @{$self->{open_elements}}) {
5022                         dd => 1, dt => 1, li => 1, p => 1, td => 1,              if ($_->[1] == BODY_EL) {
5023                         th => 1, tr => 1, body => 1, html => 1,                !!!cp ('t405');
5024                       tbody => 1, tfoot => 1, thead => 1,                $i = $_;
5025                      }->{$_->[1]}) {                last INSCOPE;
5026                !!!parse-error (type => 'not closed:'.$_->[1]);              } elsif ($_->[1] & SCOPING_EL) {
5027                  !!!cp ('t405.1');
5028                  last;
5029              }              }
5030            }            }
5031    
5032            $self->{insertion_mode} = AFTER_BODY_IM;            ## NOTE: |<marquee></body>|, |<svg><foreignobject></body>|
5033            !!!next-token;  
5034            redo B;            !!!parse-error (type => 'unmatched end tag',
5035          } else {                            text => $token->{tag_name}, token => $token);
5036            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            ## NOTE: Ignore the token.
           ## Ignore the token  
5037            !!!next-token;            !!!next-token;
5038            redo B;            next B;
5039            } # INSCOPE
5040    
5041            for (@{$self->{open_elements}}) {
5042              unless ($_->[1] & ALL_END_TAG_OPTIONAL_EL) {
5043                !!!cp ('t403');
5044                !!!parse-error (type => 'not closed',
5045                                text => $_->[0]->manakai_local_name,
5046                                token => $token);
5047                last;
5048              } else {
5049                !!!cp ('t404');
5050              }
5051          }          }
5052    
5053            $self->{insertion_mode} = AFTER_BODY_IM;
5054            !!!next-token;
5055            next B;
5056        } elsif ($token->{tag_name} eq 'html') {        } elsif ($token->{tag_name} eq 'html') {
5057          if (@{$self->{open_elements}} > 1 and $self->{open_elements}->[1]->[1] eq 'body') {          ## TODO: Update this code.  It seems that the code below is not
5058            ## ISSUE: There is an issue in the spec.          ## up-to-date, though it has same effect as speced.
5059            if ($self->{open_elements}->[-1]->[1] ne 'body') {          if (@{$self->{open_elements}} > 1 and
5060              !!!parse-error (type => 'not closed:'.$self->{open_elements}->[1]->[1]);              $self->{open_elements}->[1]->[1] == BODY_EL) {
5061              unless ($self->{open_elements}->[-1]->[1] == BODY_EL) {
5062                !!!cp ('t406');
5063                !!!parse-error (type => 'not closed',
5064                                text => $self->{open_elements}->[1]->[0]
5065                                    ->manakai_local_name,
5066                                token => $token);
5067              } else {
5068                !!!cp ('t407');
5069            }            }
5070            $self->{insertion_mode} = AFTER_BODY_IM;            $self->{insertion_mode} = AFTER_BODY_IM;
5071            ## reprocess            ## reprocess
5072            redo B;            next B;
5073          } else {          } else {
5074            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t408');
5075              !!!parse-error (type => 'unmatched end tag',
5076                              text => $token->{tag_name}, token => $token);
5077            ## Ignore the token            ## Ignore the token
5078            !!!next-token;            !!!next-token;
5079            redo B;            next B;
5080          }          }
5081        } elsif ({        } elsif ({
5082                  address => 1, blockquote => 1, center => 1, dir => 1,                  ## NOTE: End tags for non-phrasing flow content elements
5083                  div => 1, dl => 1, fieldset => 1, listing => 1,  
5084                  menu => 1, ol => 1, pre => 1, ul => 1,                  ## NOTE: The normal ones
5085                  p => 1,                  address => 1, article => 1, aside => 1, blockquote => 1,
5086                    center => 1, datagrid => 1, details => 1, dialog => 1,
5087                    dir => 1, div => 1, dl => 1, fieldset => 1, figure => 1,
5088                    footer => 1, header => 1, listing => 1, menu => 1, nav => 1,
5089                    ol => 1, pre => 1, section => 1, ul => 1,
5090    
5091                    ## NOTE: As normal, but ... optional tags
5092                  dd => 1, dt => 1, li => 1,                  dd => 1, dt => 1, li => 1,
5093                  button => 1, marquee => 1, object => 1,  
5094                    applet => 1, button => 1, marquee => 1, object => 1,
5095                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5096            ## NOTE: Code for <li> start tags includes "as if </li>" code.
5097            ## Code for <dt> or <dd> start tags includes "as if </dt> or
5098            ## </dd>" code.
5099    
5100          ## has an element in scope          ## has an element in scope
5101          my $i;          my $i;
5102          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5103            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5104            if ($node->[1] eq $token->{tag_name}) {            if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
5105              ## generate implied end tags              !!!cp ('t410');
             if ({  
                  dd => ($token->{tag_name} ne 'dd'),  
                  dt => ($token->{tag_name} ne 'dt'),  
                  li => ($token->{tag_name} ne 'li'),  
                  p => ($token->{tag_name} ne 'p'),  
                  td => 1, th => 1, tr => 1,  
                  tbody => 1, tfoot=> 1, thead => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN,  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
             }  
5106              $i = $_;              $i = $_;
5107              last INSCOPE unless $token->{tag_name} eq 'p';              last INSCOPE;
5108            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
5109                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t411');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
5110              last INSCOPE;              last INSCOPE;
5111            }            }
5112          } # INSCOPE          } # INSCOPE
5113            
5114          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {          unless (defined $i) { # has an element in scope
5115            if (defined $i) {            !!!cp ('t413');
5116              !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);            !!!parse-error (type => 'unmatched end tag',
5117                              text => $token->{tag_name}, token => $token);
5118              ## NOTE: Ignore the token.
5119            } else {
5120              ## Step 1. generate implied end tags
5121              while ({
5122                      ## END_TAG_OPTIONAL_EL
5123                      dd => ($token->{tag_name} ne 'dd'),
5124                      dt => ($token->{tag_name} ne 'dt'),
5125                      li => ($token->{tag_name} ne 'li'),
5126                      option => 1,
5127                      optgroup => 1,
5128                      p => 1,
5129                      rt => 1,
5130                      rp => 1,
5131                     }->{$self->{open_elements}->[-1]->[0]->manakai_local_name}) {
5132                !!!cp ('t409');
5133                pop @{$self->{open_elements}};
5134              }
5135    
5136              ## Step 2.
5137              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5138                      ne $token->{tag_name}) {
5139                !!!cp ('t412');
5140                !!!parse-error (type => 'not closed',
5141                                text => $self->{open_elements}->[-1]->[0]
5142                                    ->manakai_local_name,
5143                                token => $token);
5144            } else {            } else {
5145              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t414');
5146            }            }
5147          }  
5148                      ## Step 3.
         if (defined $i) {  
5149            splice @{$self->{open_elements}}, $i;            splice @{$self->{open_elements}}, $i;
5150          } elsif ($token->{tag_name} eq 'p') {  
5151            ## As if <p>, then reprocess the current token            ## Step 4.
5152            my $el;            $clear_up_to_marker->()
5153            !!!create-element ($el, 'p');                if {
5154            $insert->($el);                  applet => 1, button => 1, marquee => 1, object => 1,
5155                  }->{$token->{tag_name}};
5156          }          }
         $clear_up_to_marker->()  
           if {  
             button => 1, marquee => 1, object => 1,  
           }->{$token->{tag_name}};  
5157          !!!next-token;          !!!next-token;
5158          redo B;          next B;
5159        } elsif ($token->{tag_name} eq 'form') {        } elsif ($token->{tag_name} eq 'form') {
5160            ## NOTE: As normal, but interacts with the form element pointer
5161    
5162            undef $self->{form_element};
5163    
5164          ## has an element in scope          ## has an element in scope
5165            my $i;
5166          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5167            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5168            if ($node->[1] eq $token->{tag_name}) {            if ($node->[1] == FORM_EL) {
5169              ## generate implied end tags              !!!cp ('t418');
5170              if ({              $i = $_;
                  dd => 1, dt => 1, li => 1, p => 1,  
                  td => 1, th => 1, tr => 1,  
                  tbody => 1, tfoot=> 1, thead => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN,  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
             }  
5171              last INSCOPE;              last INSCOPE;
5172            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
5173                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t419');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
5174              last INSCOPE;              last INSCOPE;
5175            }            }
5176          } # INSCOPE          } # INSCOPE
5177            
5178          if ($self->{open_elements}->[-1]->[1] eq $token->{tag_name}) {          unless (defined $i) { # has an element in scope
5179            pop @{$self->{open_elements}};            !!!cp ('t421');
5180              !!!parse-error (type => 'unmatched end tag',
5181                              text => $token->{tag_name}, token => $token);
5182              ## NOTE: Ignore the token.
5183          } else {          } else {
5184            !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);            ## Step 1. generate implied end tags
5185              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5186                !!!cp ('t417');
5187                pop @{$self->{open_elements}};
5188              }
5189              
5190              ## Step 2.
5191              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5192                      ne $token->{tag_name}) {
5193                !!!cp ('t417.1');
5194                !!!parse-error (type => 'not closed',
5195                                text => $self->{open_elements}->[-1]->[0]
5196                                    ->manakai_local_name,
5197                                token => $token);
5198              } else {
5199                !!!cp ('t420');
5200              }  
5201              
5202              ## Step 3.
5203              splice @{$self->{open_elements}}, $i;
5204          }          }
5205    
         undef $self->{form_element};  
5206          !!!next-token;          !!!next-token;
5207          redo B;          next B;
5208        } elsif ({        } elsif ({
5209                    ## NOTE: As normal, except acts as a closer for any ...
5210                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
5211                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5212          ## has an element in scope          ## has an element in scope
5213          my $i;          my $i;
5214          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5215            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5216            if ({            if ($node->[1] == HEADING_EL) {
5217                 h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,              !!!cp ('t423');
               }->{$node->[1]}) {  
             ## generate implied end tags  
             if ({  
                  dd => 1, dt => 1, li => 1, p => 1,  
                  td => 1, th => 1, tr => 1,  
                  tbody => 1, tfoot=> 1, thead => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN,  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
             }  
5218              $i = $_;              $i = $_;
5219              last INSCOPE;              last INSCOPE;
5220            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
5221                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t424');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
5222              last INSCOPE;              last INSCOPE;
5223            }            }
5224          } # INSCOPE          } # INSCOPE
5225            
5226          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {          unless (defined $i) { # has an element in scope
5227            !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);            !!!cp ('t425.1');
5228              !!!parse-error (type => 'unmatched end tag',
5229                              text => $token->{tag_name}, token => $token);
5230              ## NOTE: Ignore the token.
5231            } else {
5232              ## Step 1. generate implied end tags
5233              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5234                !!!cp ('t422');
5235                pop @{$self->{open_elements}};
5236              }
5237              
5238              ## Step 2.
5239              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5240                      ne $token->{tag_name}) {
5241                !!!cp ('t425');
5242                !!!parse-error (type => 'unmatched end tag',
5243                                text => $token->{tag_name}, token => $token);
5244              } else {
5245                !!!cp ('t426');
5246              }
5247    
5248              ## Step 3.
5249              splice @{$self->{open_elements}}, $i;
5250          }          }
5251                    
         splice @{$self->{open_elements}}, $i if defined $i;  
5252          !!!next-token;          !!!next-token;
5253          redo B;          next B;
5254          } elsif ($token->{tag_name} eq 'p') {
5255            ## NOTE: As normal, except </p> implies <p> and ...
5256    
5257            ## has an element in scope
5258            my $non_optional;
5259            my $i;
5260            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5261              my $node = $self->{open_elements}->[$_];
5262              if ($node->[1] == P_EL) {
5263                !!!cp ('t410.1');
5264                $i = $_;
5265                last INSCOPE;
5266              } elsif ($node->[1] & SCOPING_EL) {
5267                !!!cp ('t411.1');
5268                last INSCOPE;
5269              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
5270                ## NOTE: |END_TAG_OPTIONAL_EL| includes "p"
5271                !!!cp ('t411.2');
5272                #
5273              } else {
5274                !!!cp ('t411.3');
5275                $non_optional ||= $node;
5276                #
5277              }
5278            } # INSCOPE
5279    
5280            if (defined $i) {
5281              ## 1. Generate implied end tags
5282              #
5283    
5284              ## 2. If current node != "p", parse error
5285              if ($non_optional) {
5286                !!!cp ('t412.1');
5287                !!!parse-error (type => 'not closed',
5288                                text => $non_optional->[0]->manakai_local_name,
5289                                token => $token);
5290              } else {
5291                !!!cp ('t414.1');
5292              }
5293    
5294              ## 3. Pop
5295              splice @{$self->{open_elements}}, $i;
5296            } else {
5297              !!!cp ('t413.1');
5298              !!!parse-error (type => 'unmatched end tag',
5299                              text => $token->{tag_name}, token => $token);
5300    
5301              !!!cp ('t415.1');
5302              ## As if <p>, then reprocess the current token
5303              my $el;
5304              !!!create-element ($el, $HTML_NS, 'p',, $token);
5305              $insert->($el);
5306              ## NOTE: Not inserted into |$self->{open_elements}|.
5307            }
5308    
5309            !!!next-token;
5310            next B;
5311        } elsif ({        } elsif ({
5312                  a => 1,                  a => 1,
5313                  b => 1, big => 1, em => 1, font => 1, i => 1,                  b => 1, big => 1, em => 1, font => 1, i => 1,
5314                  nobr => 1, s => 1, small => 1, strile => 1,                  nobr => 1, s => 1, small => 1, strike => 1,
5315                  strong => 1, tt => 1, u => 1,                  strong => 1, tt => 1, u => 1,
5316                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5317          $formatting_end_tag->($token->{tag_name});          !!!cp ('t427');
5318          redo B;          $formatting_end_tag->($token);
5319            next B;
5320        } elsif ($token->{tag_name} eq 'br') {        } elsif ($token->{tag_name} eq 'br') {
5321          !!!parse-error (type => 'unmatched end tag:br');          !!!cp ('t428');
5322            !!!parse-error (type => 'unmatched end tag',
5323                            text => 'br', token => $token);
5324    
5325          ## As if <br>          ## As if <br>
5326          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
5327                    
5328          my $el;          my $el;
5329          !!!create-element ($el, 'br');          !!!create-element ($el, $HTML_NS, 'br',, $token);
5330          $insert->($el);          $insert->($el);
5331                    
5332          ## Ignore the token.          ## Ignore the token.
5333          !!!next-token;          !!!next-token;
5334          redo B;          next B;
       } elsif ({  
                 caption => 1, col => 1, colgroup => 1, frame => 1,  
                 frameset => 1, head => 1, option => 1, optgroup => 1,  
                 tbody => 1, td => 1, tfoot => 1, th => 1,  
                 thead => 1, tr => 1,  
                 area => 1, basefont => 1, bgsound => 1,  
                 embed => 1, hr => 1, iframe => 1, image => 1,  
                 img => 1, input => 1, isindex => 1, noembed => 1,  
                 noframes => 1, param => 1, select => 1, spacer => 1,  
                 table => 1, textarea => 1, wbr => 1,  
                 noscript => 0, ## TODO: if scripting is enabled  
                }->{$token->{tag_name}}) {  
         !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
         ## Ignore the token  
         !!!next-token;  
         redo B;  
           
         ## ISSUE: Issue on HTML5 new elements in spec  
           
5335        } else {        } else {
5336            if ($token->{tag_name} eq 'sarcasm') {
5337              sleep 0.001; # take a deep breath
5338            }
5339    
5340          ## Step 1          ## Step 1
5341          my $node_i = -1;          my $node_i = -1;
5342          my $node = $self->{open_elements}->[$node_i];          my $node = $self->{open_elements}->[$node_i];
5343    
5344          ## Step 2          ## Step 2
5345          S2: {          S2: {
5346            if ($node->[1] eq $token->{tag_name}) {            my $node_tag_name = $node->[0]->manakai_local_name;
5347              $node_tag_name =~ tr/A-Z/a-z/; # for SVG camelCase tag names
5348              if ($node_tag_name eq $token->{tag_name}) {
5349              ## Step 1              ## Step 1
5350              ## generate implied end tags              ## generate implied end tags
5351              if ({              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5352                   dd => 1, dt => 1, li => 1, p => 1,                !!!cp ('t430');
5353                   td => 1, th => 1, tr => 1,                ## NOTE: |<ruby><rt></ruby>|.
5354                   tbody => 1, tfoot => 1, thead => 1,                ## ISSUE: <ruby><rt></rt> will also take this code path,
5355                  }->{$self->{open_elements}->[-1]->[1]}) {                ## which seems wrong.
5356                !!!back-token;                pop @{$self->{open_elements}};
5357                $token = {type => END_TAG_TOKEN,                $node_i++;
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
5358              }              }
5359                    
5360              ## Step 2              ## Step 2
5361              if ($token->{tag_name} ne $self->{open_elements}->[-1]->[1]) {              my $current_tag_name
5362                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  = $self->{open_elements}->[-1]->[0]->manakai_local_name;
5363                $current_tag_name =~ tr/A-Z/a-z/;
5364                if ($current_tag_name ne $token->{tag_name}) {
5365                  !!!cp ('t431');
5366                  ## NOTE: <x><y></x>
5367                  !!!parse-error (type => 'not closed',
5368                                  text => $self->{open_elements}->[-1]->[0]
5369                                      ->manakai_local_name,
5370                                  token => $token);
5371                } else {
5372                  !!!cp ('t432');
5373              }              }
5374                            
5375              ## Step 3              ## Step 3
5376              splice @{$self->{open_elements}}, $node_i;              splice @{$self->{open_elements}}, $node_i if $node_i < 0;
5377    
5378              !!!next-token;              !!!next-token;
5379              last S2;              last S2;
5380            } else {            } else {
5381              ## Step 3              ## Step 3
5382              if (not $formatting_category->{$node->[1]} and              if (not ($node->[1] & FORMATTING_EL) and
5383                  #not $phrasing_category->{$node->[1]} and                  #not $phrasing_category->{$node->[1]} and
5384                  ($special_category->{$node->[1]} or                  ($node->[1] & SPECIAL_EL or
5385                   $scoping_category->{$node->[1]})) {                   $node->[1] & SCOPING_EL)) {
5386                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!cp ('t433');
5387                  !!!parse-error (type => 'unmatched end tag',
5388                                  text => $token->{tag_name}, token => $token);
5389                ## Ignore the token                ## Ignore the token
5390                !!!next-token;                !!!next-token;
5391                last S2;                last S2;
5392    
5393                  ## NOTE: |<span><dd></span>a|: In Safari 3.1.2 and Opera
5394                  ## 9.27, "a" is a child of <dd> (conforming).  In
5395                  ## Firefox 3.0.2, "a" is a child of <body>.  In WinIE 7,
5396                  ## "a" is a child of both <body> and <dd>.
5397              }              }
5398                
5399                !!!cp ('t434');
5400            }            }
5401                        
5402            ## Step 4            ## Step 4
# Line 5156  sub _tree_construction_main ($) { Line 5406  sub _tree_construction_main ($) {
5406            ## Step 5;            ## Step 5;
5407            redo S2;            redo S2;
5408          } # S2          } # S2
5409          redo B;          next B;
5410        }        }
5411      }      }
5412      redo B;      next B;
5413      } continue { # B
5414        if ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {
5415          ## NOTE: The code below is executed in cases where it does not have
5416          ## to be, but it it is harmless even in those cases.
5417          ## has an element in scope
5418          INSCOPE: {
5419            for (reverse 0..$#{$self->{open_elements}}) {
5420              my $node = $self->{open_elements}->[$_];
5421              if ($node->[1] & FOREIGN_EL) {
5422                last INSCOPE;
5423              } elsif ($node->[1] & SCOPING_EL) {
5424                last;
5425              }
5426            }
5427            
5428            ## NOTE: No foreign element in scope.
5429            $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
5430          } # INSCOPE
5431        }
5432    } # B    } # B
5433    
   ## NOTE: The "trailing end" phase in HTML5 is split into  
   ## two insertion modes: "after html body" and "after html frameset".  
   ## NOTE: States in the main stage is preserved while  
   ## the parser stays in the trailing end phase. # MUST  
   
5434    ## Stop parsing # MUST    ## Stop parsing # MUST
5435        
5436    ## TODO: script stuffs    ## TODO: script stuffs
5437  } # _tree_construct_main  } # _tree_construct_main
5438    
5439  sub set_inner_html ($$$) {  sub set_inner_html ($$$$;$) {
5440    my $class = shift;    my $class = shift;
5441    my $node = shift;    my $node = shift;
5442    my $s = \$_[0];    #my $s = \$_[0];
5443    my $onerror = $_[1];    my $onerror = $_[1];
5444      my $get_wrapper = $_[2] || sub ($) { return $_[0] };
5445    
5446      ## ISSUE: Should {confident} be true?
5447    
5448    my $nt = $node->node_type;    my $nt = $node->node_type;
5449    if ($nt == 9) {    if ($nt == 9) {
# Line 5193  sub set_inner_html ($$$) { Line 5460  sub set_inner_html ($$$) {
5460      }      }
5461    
5462      ## Step 3, 4, 5 # MUST      ## Step 3, 4, 5 # MUST
5463      $class->parse_string ($$s => $node, $onerror);      $class->parse_char_string ($_[0] => $node, $onerror, $get_wrapper);
5464    } elsif ($nt == 1) {    } elsif ($nt == 1) {
5465      ## TODO: If non-html element      ## TODO: If non-html element
5466    
5467      ## NOTE: Most of this code is copied from |parse_string|      ## NOTE: Most of this code is copied from |parse_string|
5468    
5469    ## TODO: Support for $get_wrapper
5470    
5471      ## Step 1 # MUST      ## Step 1 # MUST
5472      my $this_doc = $node->owner_document;      my $this_doc = $node->owner_document;
5473      my $doc = $this_doc->implementation->create_document;      my $doc = $this_doc->implementation->create_document;
# Line 5206  sub set_inner_html ($$$) { Line 5475  sub set_inner_html ($$$) {
5475      my $p = $class->new;      my $p = $class->new;
5476      $p->{document} = $doc;      $p->{document} = $doc;
5477    
5478      ## Step 9 # MUST      ## Step 8 # MUST
5479      my $i = 0;      my $i = 0;
5480      my $line = 1;      $p->{line_prev} = $p->{line} = 1;
5481      my $column = 0;      $p->{column_prev} = $p->{column} = 0;
5482      $p->{set_next_input_character} = sub {      require Whatpm::Charset::DecodeHandle;
5483        my $input = Whatpm::Charset::DecodeHandle::CharString->new (\($_[0]));
5484        $input = $get_wrapper->($input);
5485        $p->{set_nc} = sub {
5486        my $self = shift;        my $self = shift;
5487    
5488        pop @{$self->{prev_input_character}};        my $char = '';
5489        unshift @{$self->{prev_input_character}}, $self->{next_input_character};        if (defined $self->{next_nc}) {
5490            $char = $self->{next_nc};
5491            delete $self->{next_nc};
5492            $self->{nc} = ord $char;
5493          } else {
5494            $self->{char_buffer} = '';
5495            $self->{char_buffer_pos} = 0;
5496            
5497            my $count = $input->manakai_read_until
5498                ($self->{char_buffer}, qr/[^\x00\x0A\x0D]/,
5499                 $self->{char_buffer_pos});
5500            if ($count) {
5501              $self->{line_prev} = $self->{line};
5502              $self->{column_prev} = $self->{column};
5503              $self->{column}++;
5504              $self->{nc}
5505                  = ord substr ($self->{char_buffer},
5506                                $self->{char_buffer_pos}++, 1);
5507              return;
5508            }
5509            
5510            if ($input->read ($char, 1)) {
5511              $self->{nc} = ord $char;
5512            } else {
5513              $self->{nc} = -1;
5514              return;
5515            }
5516          }
5517    
5518          ($p->{line_prev}, $p->{column_prev}) = ($p->{line}, $p->{column});
5519          $p->{column}++;
5520    
5521        $self->{next_input_character} = -1 and return if $i >= length $$s;        if ($self->{nc} == 0x000A) { # LF
5522        $self->{next_input_character} = ord substr $$s, $i++, 1;          $p->{line}++;
5523        $column++;          $p->{column} = 0;
5524            !!!cp ('i1');
5525        if ($self->{next_input_character} == 0x000A) { # LF        } elsif ($self->{nc} == 0x000D) { # CR
5526          $line++;  ## TODO: support for abort/streaming
5527          $column = 0;          my $next = '';
5528        } elsif ($self->{next_input_character} == 0x000D) { # CR          if ($input->read ($next, 1) and $next ne "\x0A") {
5529          $i++ if substr ($$s, $i, 1) eq "\x0A";            $self->{next_nc} = $next;
5530          $self->{next_input_character} = 0x000A; # LF # MUST          }
5531          $line++;          $self->{nc} = 0x000A; # LF # MUST
5532          $column = 0;          $p->{line}++;
5533        } elsif ($self->{next_input_character} > 0x10FFFF) {          $p->{column} = 0;
5534          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          !!!cp ('i2');
5535        } elsif ($self->{next_input_character} == 0x0000) { # NULL        } elsif ($self->{nc} == 0x0000) { # NULL
5536            !!!cp ('i4');
5537          !!!parse-error (type => 'NULL');          !!!parse-error (type => 'NULL');
5538          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{nc} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
5539        }        }
5540      };      };
5541      $p->{prev_input_character} = [-1, -1, -1];  
5542      $p->{next_input_character} = -1;      $p->{read_until} = sub {
5543              #my ($scalar, $specials_range, $offset) = @_;
5544          return 0 if defined $p->{next_nc};
5545    
5546          my $pattern = qr/[^$_[1]\x00\x0A\x0D]/;
5547          my $offset = $_[2] || 0;
5548          
5549          if ($p->{char_buffer_pos} < length $p->{char_buffer}) {
5550            pos ($p->{char_buffer}) = $p->{char_buffer_pos};
5551            if ($p->{char_buffer} =~ /\G(?>$pattern)+/) {
5552              substr ($_[0], $offset)
5553                  = substr ($p->{char_buffer}, $-[0], $+[0] - $-[0]);
5554              my $count = $+[0] - $-[0];
5555              if ($count) {
5556                $p->{column} += $count;
5557                $p->{char_buffer_pos} += $count;
5558                $p->{line_prev} = $p->{line};
5559                $p->{column_prev} = $p->{column} - 1;
5560                $p->{nc} = -1;
5561              }
5562              return $count;
5563            } else {
5564              return 0;
5565            }
5566          } else {
5567            my $count = $input->manakai_read_until ($_[0], $pattern, $_[2]);
5568            if ($count) {
5569              $p->{column} += $count;
5570              $p->{column_prev} += $count;
5571              $p->{nc} = -1;
5572            }
5573            return $count;
5574          }
5575        }; # $p->{read_until}
5576    
5577      my $ponerror = $onerror || sub {      my $ponerror = $onerror || sub {
5578        my (%opt) = @_;        my (%opt) = @_;
5579        warn "Parse error ($opt{type}) at line $opt{line} column $opt{column}\n";        my $line = $opt{line};
5580          my $column = $opt{column};
5581          if (defined $opt{token} and defined $opt{token}->{line}) {
5582            $line = $opt{token}->{line};
5583            $column = $opt{token}->{column};
5584          }
5585          warn "Parse error ($opt{type}) at line $line column $column\n";
5586      };      };
5587      $p->{parse_error} = sub {      $p->{parse_error} = sub {
5588        $ponerror->(@_, line => $line, column => $column);        $ponerror->(line => $p->{line}, column => $p->{column}, @_);
5589      };      };
5590            
5591        my $char_onerror = sub {
5592          my (undef, $type, %opt) = @_;
5593          $ponerror->(layer => 'encode',
5594                      line => $p->{line}, column => $p->{column} + 1,
5595                      %opt, type => $type);
5596        }; # $char_onerror
5597        $input->onerror ($char_onerror);
5598    
5599      $p->_initialize_tokenizer;      $p->_initialize_tokenizer;
5600      $p->_initialize_tree_constructor;      $p->_initialize_tree_constructor;
5601    
5602      ## Step 2      ## Step 2
5603      my $node_ln = $node->local_name;      my $node_ln = $node->manakai_local_name;
5604      $p->{content_model} = {      $p->{content_model} = {
5605        title => RCDATA_CONTENT_MODEL,        title => RCDATA_CONTENT_MODEL,
5606        textarea => RCDATA_CONTENT_MODEL,        textarea => RCDATA_CONTENT_MODEL,
# Line 5265  sub set_inner_html ($$$) { Line 5615  sub set_inner_html ($$$) {
5615      }->{$node_ln};      }->{$node_ln};
5616      $p->{content_model} = PCDATA_CONTENT_MODEL      $p->{content_model} = PCDATA_CONTENT_MODEL
5617          unless defined $p->{content_model};          unless defined $p->{content_model};
         ## ISSUE: What is "the name of the element"? local name?  
5618    
5619      $p->{inner_html_node} = [$node, $node_ln];      $p->{inner_html_node} = [$node, $el_category->{$node_ln}];
5620          ## TODO: Foreign element OK?
5621    
5622      ## Step 4      ## Step 3
5623      my $root = $doc->create_element_ns      my $root = $doc->create_element_ns
5624        ('http://www.w3.org/1999/xhtml', [undef, 'html']);        ('http://www.w3.org/1999/xhtml', [undef, 'html']);
5625    
5626      ## Step 5 # MUST      ## Step 4 # MUST
5627      $doc->append_child ($root);      $doc->append_child ($root);
5628    
5629      ## Step 6 # MUST      ## Step 5 # MUST
5630      push @{$p->{open_elements}}, [$root, 'html'];      push @{$p->{open_elements}}, [$root, $el_category->{html}];
5631    
5632      undef $p->{head_element};      undef $p->{head_element};
5633        undef $p->{head_element_inserted};
5634    
5635      ## Step 7 # MUST      ## Step 6 # MUST
5636      $p->_reset_insertion_mode;      $p->_reset_insertion_mode;
5637    
5638      ## Step 8 # MUST      ## Step 7 # MUST
5639      my $anode = $node;      my $anode = $node;
5640      AN: while (defined $anode) {      AN: while (defined $anode) {
5641        if ($anode->node_type == 1) {        if ($anode->node_type == 1) {
5642          my $nsuri = $anode->namespace_uri;          my $nsuri = $anode->namespace_uri;
5643          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {
5644            if ($anode->local_name eq 'form') { ## TODO: case?            if ($anode->manakai_local_name eq 'form') {
5645                !!!cp ('i5');
5646              $p->{form_element} = $anode;              $p->{form_element} = $anode;
5647              last AN;              last AN;
5648            }            }
# Line 5299  sub set_inner_html ($$$) { Line 5651  sub set_inner_html ($$$) {
5651        $anode = $anode->parent_node;        $anode = $anode->parent_node;
5652      } # AN      } # AN
5653            
5654      ## Step 3 # MUST      ## Step 9 # MUST
     ## Step 10 # MUST  
5655      {      {
5656        my $self = $p;        my $self = $p;
5657        !!!next-token;        !!!next-token;
5658      }      }
5659      $p->_tree_construction_main;      $p->_tree_construction_main;
5660    
5661      ## Step 11 # MUST      ## Step 10 # MUST
5662      my @cn = @{$node->child_nodes};      my @cn = @{$node->child_nodes};
5663      for (@cn) {      for (@cn) {
5664        $node->remove_child ($_);        $node->remove_child ($_);
5665      }      }
5666      ## ISSUE: mutation events? read-only?      ## ISSUE: mutation events? read-only?
5667    
5668      ## Step 12 # MUST      ## Step 11 # MUST
5669      @cn = @{$root->child_nodes};      @cn = @{$root->child_nodes};
5670      for (@cn) {      for (@cn) {
5671        $this_doc->adopt_node ($_);        $this_doc->adopt_node ($_);
# Line 5323  sub set_inner_html ($$$) { Line 5674  sub set_inner_html ($$$) {
5674      ## ISSUE: mutation events?      ## ISSUE: mutation events?
5675    
5676      $p->_terminate_tree_constructor;      $p->_terminate_tree_constructor;
5677    
5678        delete $p->{parse_error}; # delete loop
5679    } else {    } else {
5680      die "$0: |set_inner_html| is not defined for node of type $nt";      die "$0: |set_inner_html| is not defined for node of type $nt";
5681    }    }
# Line 5330  sub set_inner_html ($$$) { Line 5683  sub set_inner_html ($$$) {
5683    
5684  } # tree construction stage  } # tree construction stage
5685    
5686  sub get_inner_html ($$$) {  package Whatpm::HTML::RestartParser;
5687    my (undef, $node, $on_error) = @_;  push our @ISA, 'Error';
   
   ## Step 1  
   my $s = '';  
   
   my $in_cdata;  
   my $parent = $node;  
   while (defined $parent) {  
     if ($parent->node_type == 1 and  
         $parent->namespace_uri eq 'http://www.w3.org/1999/xhtml' and  
         {  
           style => 1, script => 1, xmp => 1, iframe => 1,  
           noembed => 1, noframes => 1, noscript => 1,  
         }->{$parent->local_name}) { ## TODO: case thingy  
       $in_cdata = 1;  
     }  
     $parent = $parent->parent_node;  
   }  
   
   ## Step 2  
   my @node = @{$node->child_nodes};  
   C: while (@node) {  
     my $child = shift @node;  
     unless (ref $child) {  
       if ($child eq 'cdata-out') {  
         $in_cdata = 0;  
       } else {  
         $s .= $child; # end tag  
       }  
       next C;  
     }  
       
     my $nt = $child->node_type;  
     if ($nt == 1) { # Element  
       my $tag_name = $child->tag_name; ## TODO: manakai_tag_name  
       $s .= '<' . $tag_name;  
       ## NOTE: Non-HTML case:  
       ## <http://permalink.gmane.org/gmane.org.w3c.whatwg.discuss/11191>  
   
       my @attrs = @{$child->attributes}; # sort order MUST be stable  
       for my $attr (@attrs) { # order is implementation dependent  
         my $attr_name = $attr->name; ## TODO: manakai_name  
         $s .= ' ' . $attr_name . '="';  
         my $attr_value = $attr->value;  
         ## escape  
         $attr_value =~ s/&/&amp;/g;  
         $attr_value =~ s/</&lt;/g;  
         $attr_value =~ s/>/&gt;/g;  
         $attr_value =~ s/"/&quot;/g;  
         $s .= $attr_value . '"';  
       }  
       $s .= '>';  
         
       next C if {  
         area => 1, base => 1, basefont => 1, bgsound => 1,  
         br => 1, col => 1, embed => 1, frame => 1, hr => 1,  
         img => 1, input => 1, link => 1, meta => 1, param => 1,  
         spacer => 1, wbr => 1,  
       }->{$tag_name};  
   
       $s .= "\x0A" if $tag_name eq 'pre' or $tag_name eq 'textarea';  
   
       if (not $in_cdata and {  
         style => 1, script => 1, xmp => 1, iframe => 1,  
         noembed => 1, noframes => 1, noscript => 1,  
         plaintext => 1,  
       }->{$tag_name}) {  
         unshift @node, 'cdata-out';  
         $in_cdata = 1;  
       }  
   
       unshift @node, @{$child->child_nodes}, '</' . $tag_name . '>';  
     } elsif ($nt == 3 or $nt == 4) {  
       if ($in_cdata) {  
         $s .= $child->data;  
       } else {  
         my $value = $child->data;  
         $value =~ s/&/&amp;/g;  
         $value =~ s/</&lt;/g;  
         $value =~ s/>/&gt;/g;  
         $value =~ s/"/&quot;/g;  
         $s .= $value;  
       }  
     } elsif ($nt == 8) {  
       $s .= '<!--' . $child->data . '-->';  
     } elsif ($nt == 10) {  
       $s .= '<!DOCTYPE ' . $child->name . '>';  
     } elsif ($nt == 5) { # entrefs  
       push @node, @{$child->child_nodes};  
     } else {  
       $on_error->($child) if defined $on_error;  
     }  
     ## ISSUE: This code does not support PIs.  
   } # C  
     
   ## Step 3  
   return \$s;  
 } # get_inner_html  
5688    
5689  1;  1;
5690  # $Date$  # $Date$
Legend:
Removed from v.1.57  
changed lines
  Added in v.1.211
admin@suikawiki.org
 ViewVC Help
Powered by ViewVC 1.1.24