/[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 1.142 by wakaba, Sat May 24 10:32:29 2008 UTC revision 1.217 by wakaba, Sun Jul 5 05:13:13 2009 UTC
# Line 3  use strict; Line 3  use strict;
3  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};
4  use Error qw(:try);  use Error qw(:try);
5    
6    use Whatpm::HTML::Tokenizer;
7    
8    ## NOTE: This module don't check all HTML5 parse errors; character
9    ## encoding related parse errors are expected to be handled by relevant
10    ## modules.
11    ## Parse errors for control characters that are not allowed in HTML5
12    ## documents, for surrogate code points, and for noncharacter code
13    ## points, as well as U+FFFD substitions for characters whose code points
14    ## is higher than U+10FFFF may be detected by combining the parser with
15    ## the checker implemented by Whatpm::Charset::UnicodeChecker (for its
16    ## usage example, see |t/HTML-tree.t| in the Whatpm package or the
17    ## WebHACC::Language::HTML module in the WebHACC package).
18    
19  ## ISSUE:  ## ISSUE:
20  ## var doc = implementation.createDocument (null, null, null);  ## var doc = implementation.createDocument (null, null, null);
21  ## doc.write ('');  ## doc.write ('');
22  ## alert (doc.compatMode);  ## alert (doc.compatMode);
23    
 ## TODO: 1252 parse error (revision 1264)  
 ## TODO: 8859-11 = 874 (revision 1271)  
   
24  require IO::Handle;  require IO::Handle;
25    
26    ## Namespace URLs
27    
28  my $HTML_NS = q<http://www.w3.org/1999/xhtml>;  my $HTML_NS = q<http://www.w3.org/1999/xhtml>;
29  my $MML_NS = q<http://www.w3.org/1998/Math/MathML>;  my $MML_NS = q<http://www.w3.org/1998/Math/MathML>;
30  my $SVG_NS = q<http://www.w3.org/2000/svg>;  my $SVG_NS = q<http://www.w3.org/2000/svg>;
# Line 20  my $XLINK_NS = q<http://www.w3.org/1999/ Line 32  my $XLINK_NS = q<http://www.w3.org/1999/
32  my $XML_NS = q<http://www.w3.org/XML/1998/namespace>;  my $XML_NS = q<http://www.w3.org/XML/1998/namespace>;
33  my $XMLNS_NS = q<http://www.w3.org/2000/xmlns/>;  my $XMLNS_NS = q<http://www.w3.org/2000/xmlns/>;
34    
35  sub A_EL () { 0b1 }  ## Element categories
 sub ADDRESS_EL () { 0b10 }  
 sub BODY_EL () { 0b100 }  
 sub BUTTON_EL () { 0b1000 }  
 sub CAPTION_EL () { 0b10000 }  
 sub DD_EL () { 0b100000 }  
 sub DIV_EL () { 0b1000000 }  
 sub DT_EL () { 0b10000000 }  
 sub FORM_EL () { 0b100000000 }  
 sub FORMATTING_EL () { 0b1000000000 }  
 sub FRAMESET_EL () { 0b10000000000 }  
 sub HEADING_EL () { 0b100000000000 }  
 sub HTML_EL () { 0b1000000000000 }  
 sub LI_EL () { 0b10000000000000 }  
 sub NOBR_EL () { 0b100000000000000 }  
 sub OPTION_EL () { 0b1000000000000000 }  
 sub OPTGROUP_EL () { 0b10000000000000000 }  
 sub P_EL () { 0b100000000000000000 }  
 sub SELECT_EL () { 0b1000000000000000000 }  
 sub TABLE_EL () { 0b10000000000000000000 }  
 sub TABLE_CELL_EL () { 0b100000000000000000000 }  
 sub TABLE_ROW_EL () { 0b1000000000000000000000 }  
 sub TABLE_ROW_GROUP_EL () { 0b10000000000000000000000 }  
 sub MISC_SCOPING_EL () { 0b100000000000000000000000 }  
 sub MISC_SPECIAL_EL () { 0b1000000000000000000000000 }  
 sub FOREIGN_EL () { 0b10000000000000000000000000 }  
 sub FOREIGN_FLOW_CONTENT_EL () { 0b100000000000000000000000000 }  
 sub MML_AXML_EL () { 0b1000000000000000000000000000 }  
   
 sub TABLE_ROWS_EL () {  
   TABLE_EL |  
   TABLE_ROW_EL |  
   TABLE_ROW_GROUP_EL  
 }  
36    
37  sub END_TAG_OPTIONAL_EL () {  ## Bits 12-15
38    DD_EL |  sub SPECIAL_EL () { 0b1_000000000000000 }
39    DT_EL |  sub SCOPING_EL () { 0b1_00000000000000 }
40    LI_EL |  sub FORMATTING_EL () { 0b1_0000000000000 }
41    P_EL  sub PHRASING_EL () { 0b1_000000000000 }
42  }  
43    ## Bits 10-11
44    #sub FOREIGN_EL () { 0b1_00000000000 } # see Whatpm::HTML::Tokenizer
45    sub FOREIGN_FLOW_CONTENT_EL () { 0b1_0000000000 }
46    
47    ## Bits 6-9
48    sub TABLE_SCOPING_EL () { 0b1_000000000 }
49    sub TABLE_ROWS_SCOPING_EL () { 0b1_00000000 }
50    sub TABLE_ROW_SCOPING_EL () { 0b1_0000000 }
51    sub TABLE_ROWS_EL () { 0b1_000000 }
52    
53    ## Bit 5
54    sub ADDRESS_DIV_P_EL () { 0b1_00000 }
55    
56    ## NOTE: Used in </body> and EOF algorithms.
57    ## Bit 4
58    sub ALL_END_TAG_OPTIONAL_EL () { 0b1_0000 }
59    
60    ## NOTE: Used in "generate implied end tags" algorithm.
61    ## NOTE: There is a code where a modified version of
62    ## END_TAG_OPTIONAL_EL is used in "generate implied end tags"
63    ## implementation (search for the algorithm name).
64    ## Bit 3
65    sub END_TAG_OPTIONAL_EL () { 0b1_000 }
66    
67    ## Bits 0-2
68    
69    sub MISC_SPECIAL_EL () { SPECIAL_EL | 0b000 }
70    sub FORM_EL () { SPECIAL_EL | 0b001 }
71    sub FRAMESET_EL () { SPECIAL_EL | 0b010 }
72    sub HEADING_EL () { SPECIAL_EL | 0b011 }
73    sub SELECT_EL () { SPECIAL_EL | 0b100 }
74    sub SCRIPT_EL () { SPECIAL_EL | 0b101 }
75    
76  sub ALL_END_TAG_OPTIONAL_EL () {  sub ADDRESS_DIV_EL () { SPECIAL_EL | ADDRESS_DIV_P_EL | 0b001 }
77    sub BODY_EL () { SPECIAL_EL | ALL_END_TAG_OPTIONAL_EL | 0b001 }
78    
79    sub DTDD_EL () {
80      SPECIAL_EL |
81    END_TAG_OPTIONAL_EL |    END_TAG_OPTIONAL_EL |
82    BODY_EL |    ALL_END_TAG_OPTIONAL_EL |
83    HTML_EL |    0b010
   TABLE_CELL_EL |  
   TABLE_ROW_EL |  
   TABLE_ROW_GROUP_EL  
84  }  }
85    sub LI_EL () {
86  sub SCOPING_EL () {    SPECIAL_EL |
87    BUTTON_EL |    END_TAG_OPTIONAL_EL |
88    CAPTION_EL |    ALL_END_TAG_OPTIONAL_EL |
89    HTML_EL |    0b100
   TABLE_EL |  
   TABLE_CELL_EL |  
   MISC_SCOPING_EL  
90  }  }
91    sub P_EL () {
92  sub TABLE_SCOPING_EL () {    SPECIAL_EL |
93    HTML_EL |    ADDRESS_DIV_P_EL |
94    TABLE_EL    END_TAG_OPTIONAL_EL |
95      ALL_END_TAG_OPTIONAL_EL |
96      0b001
97  }  }
98    
99  sub TABLE_ROWS_SCOPING_EL () {  sub TABLE_ROW_EL () {
100    HTML_EL |    SPECIAL_EL |
101    TABLE_ROW_GROUP_EL    TABLE_ROWS_EL |
102      TABLE_ROW_SCOPING_EL |
103      ALL_END_TAG_OPTIONAL_EL |
104      0b001
105  }  }
106    sub TABLE_ROW_GROUP_EL () {
107  sub TABLE_ROW_SCOPING_EL () {    SPECIAL_EL |
108    HTML_EL |    TABLE_ROWS_EL |
109    TABLE_ROW_EL    TABLE_ROWS_SCOPING_EL |
110      ALL_END_TAG_OPTIONAL_EL |
111      0b001
112  }  }
113    
114  sub SPECIAL_EL () {  sub MISC_SCOPING_EL () { SCOPING_EL | 0b000 }
115    ADDRESS_EL |  sub BUTTON_EL () { SCOPING_EL | 0b001 }
116    BODY_EL |  sub CAPTION_EL () { SCOPING_EL | 0b010 }
117    DIV_EL |  sub HTML_EL () {
118    END_TAG_OPTIONAL_EL |    SCOPING_EL |
119    FORM_EL |    TABLE_SCOPING_EL |
120    FRAMESET_EL |    TABLE_ROWS_SCOPING_EL |
121    HEADING_EL |    TABLE_ROW_SCOPING_EL |
122    OPTION_EL |    ALL_END_TAG_OPTIONAL_EL |
123    OPTGROUP_EL |    0b001
124    SELECT_EL |  }
125    TABLE_ROW_EL |  sub TABLE_EL () {
126    TABLE_ROW_GROUP_EL |    SCOPING_EL |
127    MISC_SPECIAL_EL    TABLE_ROWS_EL |
128      TABLE_SCOPING_EL |
129      0b001
130  }  }
131    sub TABLE_CELL_EL () {
132      SCOPING_EL |
133      TABLE_ROW_SCOPING_EL |
134      ALL_END_TAG_OPTIONAL_EL |
135      0b001
136    }
137    
138    sub MISC_FORMATTING_EL () { FORMATTING_EL | 0b000 }
139    sub A_EL () { FORMATTING_EL | 0b001 }
140    sub NOBR_EL () { FORMATTING_EL | 0b010 }
141    
142    sub RUBY_EL () { PHRASING_EL | 0b001 }
143    
144    ## ISSUE: ALL_END_TAG_OPTIONAL_EL?
145    sub OPTGROUP_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b001 }
146    sub OPTION_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b010 }
147    sub RUBY_COMPONENT_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b100 }
148    
149    sub MML_AXML_EL () { PHRASING_EL | FOREIGN_EL | 0b001 }
150    
151  my $el_category = {  my $el_category = {
152    a => A_EL | FORMATTING_EL,    a => A_EL,
153    address => ADDRESS_EL,    address => ADDRESS_DIV_EL,
154    applet => MISC_SCOPING_EL,    applet => MISC_SCOPING_EL,
155    area => MISC_SPECIAL_EL,    area => MISC_SPECIAL_EL,
156      article => MISC_SPECIAL_EL,
157      aside => MISC_SPECIAL_EL,
158    b => FORMATTING_EL,    b => FORMATTING_EL,
159    base => MISC_SPECIAL_EL,    base => MISC_SPECIAL_EL,
160    basefont => MISC_SPECIAL_EL,    basefont => MISC_SPECIAL_EL,
# Line 129  my $el_category = { Line 168  my $el_category = {
168    center => MISC_SPECIAL_EL,    center => MISC_SPECIAL_EL,
169    col => MISC_SPECIAL_EL,    col => MISC_SPECIAL_EL,
170    colgroup => MISC_SPECIAL_EL,    colgroup => MISC_SPECIAL_EL,
171    dd => DD_EL,    command => MISC_SPECIAL_EL,
172      datagrid => MISC_SPECIAL_EL,
173      dd => DTDD_EL,
174      details => MISC_SPECIAL_EL,
175      dialog => MISC_SPECIAL_EL,
176    dir => MISC_SPECIAL_EL,    dir => MISC_SPECIAL_EL,
177    div => DIV_EL,    div => ADDRESS_DIV_EL,
178    dl => MISC_SPECIAL_EL,    dl => MISC_SPECIAL_EL,
179    dt => DT_EL,    dt => DTDD_EL,
180    em => FORMATTING_EL,    em => FORMATTING_EL,
181    embed => MISC_SPECIAL_EL,    embed => MISC_SPECIAL_EL,
182      eventsource => MISC_SPECIAL_EL,
183    fieldset => MISC_SPECIAL_EL,    fieldset => MISC_SPECIAL_EL,
184      figure => MISC_SPECIAL_EL,
185    font => FORMATTING_EL,    font => FORMATTING_EL,
186      footer => MISC_SPECIAL_EL,
187    form => FORM_EL,    form => FORM_EL,
188    frame => MISC_SPECIAL_EL,    frame => MISC_SPECIAL_EL,
189    frameset => FRAMESET_EL,    frameset => FRAMESET_EL,
# Line 148  my $el_category = { Line 194  my $el_category = {
194    h5 => HEADING_EL,    h5 => HEADING_EL,
195    h6 => HEADING_EL,    h6 => HEADING_EL,
196    head => MISC_SPECIAL_EL,    head => MISC_SPECIAL_EL,
197      header => MISC_SPECIAL_EL,
198    hr => MISC_SPECIAL_EL,    hr => MISC_SPECIAL_EL,
199    html => HTML_EL,    html => HTML_EL,
200    i => FORMATTING_EL,    i => FORMATTING_EL,
201    iframe => MISC_SPECIAL_EL,    iframe => MISC_SPECIAL_EL,
202    img => MISC_SPECIAL_EL,    img => MISC_SPECIAL_EL,
203      #image => MISC_SPECIAL_EL, ## NOTE: Commented out in the spec.
204    input => MISC_SPECIAL_EL,    input => MISC_SPECIAL_EL,
205    isindex => MISC_SPECIAL_EL,    isindex => MISC_SPECIAL_EL,
206    li => LI_EL,    li => LI_EL,
# Line 161  my $el_category = { Line 209  my $el_category = {
209    marquee => MISC_SCOPING_EL,    marquee => MISC_SCOPING_EL,
210    menu => MISC_SPECIAL_EL,    menu => MISC_SPECIAL_EL,
211    meta => MISC_SPECIAL_EL,    meta => MISC_SPECIAL_EL,
212    nobr => NOBR_EL | FORMATTING_EL,    nav => MISC_SPECIAL_EL,
213      nobr => NOBR_EL,
214    noembed => MISC_SPECIAL_EL,    noembed => MISC_SPECIAL_EL,
215    noframes => MISC_SPECIAL_EL,    noframes => MISC_SPECIAL_EL,
216    noscript => MISC_SPECIAL_EL,    noscript => MISC_SPECIAL_EL,
# Line 173  my $el_category = { Line 222  my $el_category = {
222    param => MISC_SPECIAL_EL,    param => MISC_SPECIAL_EL,
223    plaintext => MISC_SPECIAL_EL,    plaintext => MISC_SPECIAL_EL,
224    pre => MISC_SPECIAL_EL,    pre => MISC_SPECIAL_EL,
225      rp => RUBY_COMPONENT_EL,
226      rt => RUBY_COMPONENT_EL,
227      ruby => RUBY_EL,
228    s => FORMATTING_EL,    s => FORMATTING_EL,
229    script => MISC_SPECIAL_EL,    script => MISC_SPECIAL_EL,
230    select => SELECT_EL,    select => SELECT_EL,
231      section => MISC_SPECIAL_EL,
232    small => FORMATTING_EL,    small => FORMATTING_EL,
233    spacer => MISC_SPECIAL_EL,    spacer => MISC_SPECIAL_EL,
234    strike => FORMATTING_EL,    strike => FORMATTING_EL,
# Line 199  my $el_category = { Line 252  my $el_category = {
252  my $el_category_f = {  my $el_category_f = {
253    $MML_NS => {    $MML_NS => {
254      'annotation-xml' => MML_AXML_EL,      'annotation-xml' => MML_AXML_EL,
255      mi => FOREIGN_FLOW_CONTENT_EL,      mi => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
256      mo => FOREIGN_FLOW_CONTENT_EL,      mo => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
257      mn => FOREIGN_FLOW_CONTENT_EL,      mn => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
258      ms => FOREIGN_FLOW_CONTENT_EL,      ms => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
259      mtext => FOREIGN_FLOW_CONTENT_EL,      mtext => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
260    },    },
261    $SVG_NS => {    $SVG_NS => {
262      foreignObject => FOREIGN_FLOW_CONTENT_EL,      foreignObject => SCOPING_EL | FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
263      desc => FOREIGN_FLOW_CONTENT_EL,      desc => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
264      title => FOREIGN_FLOW_CONTENT_EL,      title => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
265    },    },
266    ## NOTE: In addition, FOREIGN_EL is set to non-HTML elements.    ## NOTE: In addition, FOREIGN_EL is set to non-HTML elements.
267  };  };
268    
269  my $svg_attr_name = {  my $svg_attr_name = {
270      attributename => 'attributeName',
271    attributetype => 'attributeType',    attributetype => 'attributeType',
272    basefrequency => 'baseFrequency',    basefrequency => 'baseFrequency',
273    baseprofile => 'baseProfile',    baseprofile => 'baseProfile',
# Line 224  my $svg_attr_name = { Line 278  my $svg_attr_name = {
278    diffuseconstant => 'diffuseConstant',    diffuseconstant => 'diffuseConstant',
279    edgemode => 'edgeMode',    edgemode => 'edgeMode',
280    externalresourcesrequired => 'externalResourcesRequired',    externalresourcesrequired => 'externalResourcesRequired',
   fecolormatrix => 'feColorMatrix',  
   fecomposite => 'feComposite',  
   fegaussianblur => 'feGaussianBlur',  
   femorphology => 'feMorphology',  
   fetile => 'feTile',  
281    filterres => 'filterRes',    filterres => 'filterRes',
282    filterunits => 'filterUnits',    filterunits => 'filterUnits',
283    glyphref => 'glyphRef',    glyphref => 'glyphRef',
# Line 262  my $svg_attr_name = { Line 311  my $svg_attr_name = {
311    repeatcount => 'repeatCount',    repeatcount => 'repeatCount',
312    repeatdur => 'repeatDur',    repeatdur => 'repeatDur',
313    requiredextensions => 'requiredExtensions',    requiredextensions => 'requiredExtensions',
314      requiredfeatures => 'requiredFeatures',
315    specularconstant => 'specularConstant',    specularconstant => 'specularConstant',
316    specularexponent => 'specularExponent',    specularexponent => 'specularExponent',
317    spreadmethod => 'spreadMethod',    spreadmethod => 'spreadMethod',
# Line 298  my $foreign_attr_xname = { Line 348  my $foreign_attr_xname = {
348    
349  ## ISSUE: xmlns:xlink="non-xlink-ns" is not an error.  ## ISSUE: xmlns:xlink="non-xlink-ns" is not an error.
350    
351  my $c1_entity_char = {  ## TODO: Invoke the reset algorithm when a resettable element is
352    0x80 => 0x20AC,  ## created (cf. HTML5 revision 2259).
   0x81 => 0xFFFD,  
   0x82 => 0x201A,  
   0x83 => 0x0192,  
   0x84 => 0x201E,  
   0x85 => 0x2026,  
   0x86 => 0x2020,  
   0x87 => 0x2021,  
   0x88 => 0x02C6,  
   0x89 => 0x2030,  
   0x8A => 0x0160,  
   0x8B => 0x2039,  
   0x8C => 0x0152,  
   0x8D => 0xFFFD,  
   0x8E => 0x017D,  
   0x8F => 0xFFFD,  
   0x90 => 0xFFFD,  
   0x91 => 0x2018,  
   0x92 => 0x2019,  
   0x93 => 0x201C,  
   0x94 => 0x201D,  
   0x95 => 0x2022,  
   0x96 => 0x2013,  
   0x97 => 0x2014,  
   0x98 => 0x02DC,  
   0x99 => 0x2122,  
   0x9A => 0x0161,  
   0x9B => 0x203A,  
   0x9C => 0x0153,  
   0x9D => 0xFFFD,  
   0x9E => 0x017E,  
   0x9F => 0x0178,  
 }; # $c1_entity_char  
353    
354  sub parse_byte_string ($$$$;$) {  sub parse_byte_string ($$$$;$) {
355    my $self = shift;    my $self = shift;
# Line 340  sub parse_byte_string ($$$$;$) { Line 358  sub parse_byte_string ($$$$;$) {
358    return $self->parse_byte_stream ($charset_name, $input, @_[1..$#_]);    return $self->parse_byte_stream ($charset_name, $input, @_[1..$#_]);
359  } # parse_byte_string  } # parse_byte_string
360    
361  sub parse_byte_stream ($$$$;$) {  sub parse_byte_stream ($$$$;$$) {
362      # my ($self, $charset_name, $byte_stream, $doc, $onerror, $get_wrapper) = @_;
363    my $self = ref $_[0] ? shift : shift->new;    my $self = ref $_[0] ? shift : shift->new;
364    my $charset_name = shift;    my $charset_name = shift;
365    my $byte_stream = $_[0];    my $byte_stream = $_[0];
# Line 351  sub parse_byte_stream ($$$$;$) { Line 370  sub parse_byte_stream ($$$$;$) {
370    };    };
371    $self->{parse_error} = $onerror; # updated later by parse_char_string    $self->{parse_error} = $onerror; # updated later by parse_char_string
372    
373      my $get_wrapper = $_[3] || sub ($) {
374        return $_[0]; # $_[0] = byte stream handle, returned = arg to char handle
375      };
376    
377    ## HTML5 encoding sniffing algorithm    ## HTML5 encoding sniffing algorithm
378    require Message::Charset::Info;    require Message::Charset::Info;
379    my $charset;    my $charset;
# Line 358  sub parse_byte_stream ($$$$;$) { Line 381  sub parse_byte_stream ($$$$;$) {
381    my ($char_stream, $e_status);    my ($char_stream, $e_status);
382    
383    SNIFFING: {    SNIFFING: {
384        ## NOTE: By setting |allow_fallback| option true when the
385        ## |get_decode_handle| method is invoked, we ignore what the HTML5
386        ## spec requires, i.e. unsupported encoding should be ignored.
387          ## TODO: We should not do this unless the parser is invoked
388          ## in the conformance checking mode, in which this behavior
389          ## would be useful.
390    
391      ## Step 1      ## Step 1
392      if (defined $charset_name) {      if (defined $charset_name) {
393        $charset = Message::Charset::Info->get_by_iana_name ($charset_name);        $charset = Message::Charset::Info->get_by_html_name ($charset_name);
394              ## TODO: Is this ok?  Transfer protocol's parameter should be
395              ## interpreted in its semantics?
396    
       ## ISSUE: Unsupported encoding is not ignored according to the spec.  
397        ($char_stream, $e_status) = $charset->get_decode_handle        ($char_stream, $e_status) = $charset->get_decode_handle
398            ($byte_stream, allow_error_reporting => 1,            ($byte_stream, allow_error_reporting => 1,
399             allow_fallback => 1);             allow_fallback => 1);
# Line 371  sub parse_byte_stream ($$$$;$) { Line 401  sub parse_byte_stream ($$$$;$) {
401          $self->{confident} = 1;          $self->{confident} = 1;
402          last SNIFFING;          last SNIFFING;
403        } else {        } else {
404          ## TODO: unsupported error          !!!parse-error (type => 'charset:not supported',
405                            layer => 'encode',
406                            line => 1, column => 1,
407                            value => $charset_name,
408                            level => $self->{level}->{uncertain});
409        }        }
410      }      }
411    
# Line 385  sub parse_byte_stream ($$$$;$) { Line 419  sub parse_byte_stream ($$$$;$) {
419    
420      ## Step 3      ## Step 3
421      if ($byte_buffer =~ /^\xFE\xFF/) {      if ($byte_buffer =~ /^\xFE\xFF/) {
422        $charset = Message::Charset::Info->get_by_iana_name ('utf-16be');        $charset = Message::Charset::Info->get_by_html_name ('utf-16be');
423        ($char_stream, $e_status) = $charset->get_decode_handle        ($char_stream, $e_status) = $charset->get_decode_handle
424            ($byte_stream, allow_error_reporting => 1,            ($byte_stream, allow_error_reporting => 1,
425             allow_fallback => 1, byte_buffer => \$byte_buffer);             allow_fallback => 1, byte_buffer => \$byte_buffer);
426        $self->{confident} = 1;        $self->{confident} = 1;
427        last SNIFFING;        last SNIFFING;
428      } elsif ($byte_buffer =~ /^\xFF\xFE/) {      } elsif ($byte_buffer =~ /^\xFF\xFE/) {
429        $charset = Message::Charset::Info->get_by_iana_name ('utf-16le');        $charset = Message::Charset::Info->get_by_html_name ('utf-16le');
430        ($char_stream, $e_status) = $charset->get_decode_handle        ($char_stream, $e_status) = $charset->get_decode_handle
431            ($byte_stream, allow_error_reporting => 1,            ($byte_stream, allow_error_reporting => 1,
432             allow_fallback => 1, byte_buffer => \$byte_buffer);             allow_fallback => 1, byte_buffer => \$byte_buffer);
433        $self->{confident} = 1;        $self->{confident} = 1;
434        last SNIFFING;        last SNIFFING;
435      } elsif ($byte_buffer =~ /^\xEF\xBB\xBF/) {      } elsif ($byte_buffer =~ /^\xEF\xBB\xBF/) {
436        $charset = Message::Charset::Info->get_by_iana_name ('utf-8');        $charset = Message::Charset::Info->get_by_html_name ('utf-8');
437        ($char_stream, $e_status) = $charset->get_decode_handle        ($char_stream, $e_status) = $charset->get_decode_handle
438            ($byte_stream, allow_error_reporting => 1,            ($byte_stream, allow_error_reporting => 1,
439             allow_fallback => 1, byte_buffer => \$byte_buffer);             allow_fallback => 1, byte_buffer => \$byte_buffer);
# Line 418  sub parse_byte_stream ($$$$;$) { Line 452  sub parse_byte_stream ($$$$;$) {
452      $charset_name = Whatpm::Charset::UniversalCharDet->detect_byte_string      $charset_name = Whatpm::Charset::UniversalCharDet->detect_byte_string
453          ($byte_buffer);          ($byte_buffer);
454      if (defined $charset_name) {      if (defined $charset_name) {
455        $charset = Message::Charset::Info->get_by_iana_name ($charset_name);        $charset = Message::Charset::Info->get_by_html_name ($charset_name);
456    
       ## ISSUE: Unsupported encoding is not ignored according to the spec.  
457        require Whatpm::Charset::DecodeHandle;        require Whatpm::Charset::DecodeHandle;
458        $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new        $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new
459            ($byte_stream);            ($byte_stream);
# Line 429  sub parse_byte_stream ($$$$;$) { Line 462  sub parse_byte_stream ($$$$;$) {
462             allow_fallback => 1, byte_buffer => \$byte_buffer);             allow_fallback => 1, byte_buffer => \$byte_buffer);
463        if ($char_stream) {        if ($char_stream) {
464          $buffer->{buffer} = $byte_buffer;          $buffer->{buffer} = $byte_buffer;
465          !!!parse-error (type => 'sniffing:chardet', ## TODO: type name          !!!parse-error (type => 'sniffing:chardet',
466                          value => $charset_name,                          text => $charset_name,
467                          level => $self->{info_level},                          level => $self->{level}->{info},
468                            layer => 'encode',
469                          line => 1, column => 1);                          line => 1, column => 1);
470          $self->{confident} = 0;          $self->{confident} = 0;
471          last SNIFFING;          last SNIFFING;
# Line 440  sub parse_byte_stream ($$$$;$) { Line 474  sub parse_byte_stream ($$$$;$) {
474    
475      ## Step 7: default      ## Step 7: default
476      ## TODO: Make this configurable.      ## TODO: Make this configurable.
477      $charset = Message::Charset::Info->get_by_iana_name ('windows-1252');      $charset = Message::Charset::Info->get_by_html_name ('windows-1252');
478          ## NOTE: We choose |windows-1252| here, since |utf-8| should be          ## NOTE: We choose |windows-1252| here, since |utf-8| should be
479          ## detectable in the step 6.          ## detectable in the step 6.
480      require Whatpm::Charset::DecodeHandle;      require Whatpm::Charset::DecodeHandle;
# Line 452  sub parse_byte_stream ($$$$;$) { Line 486  sub parse_byte_stream ($$$$;$) {
486                                         allow_fallback => 1,                                         allow_fallback => 1,
487                                         byte_buffer => \$byte_buffer);                                         byte_buffer => \$byte_buffer);
488      $buffer->{buffer} = $byte_buffer;      $buffer->{buffer} = $byte_buffer;
489      !!!parse-error (type => 'sniffing:default', ## TODO: type name      !!!parse-error (type => 'sniffing:default',
490                      value => 'windows-1252',                      text => 'windows-1252',
491                      level => $self->{info_level},                      level => $self->{level}->{info},
492                      line => 1, column => 1);                      line => 1, column => 1,
493                        layer => 'encode');
494      $self->{confident} = 0;      $self->{confident} = 0;
495    } # SNIFFING    } # SNIFFING
496    
   $self->{input_encoding} = $charset->get_iana_name;  
497    if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {    if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
498      !!!parse-error (type => 'chardecode:fallback', ## TODO: type name      $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
499                      value => $self->{input_encoding},      !!!parse-error (type => 'chardecode:fallback',
500                      level => $self->{unsupported_level},                      #text => $self->{input_encoding},
501                      line => 1, column => 1);                      level => $self->{level}->{uncertain},
502                        line => 1, column => 1,
503                        layer => 'encode');
504    } elsif (not ($e_status &    } elsif (not ($e_status &
505                  Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL())) {                  Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
506      !!!parse-error (type => 'chardecode:no error', ## TODO: type name      $self->{input_encoding} = $charset->get_iana_name;
507                      value => $self->{input_encoding},      !!!parse-error (type => 'chardecode:no error',
508                      level => $self->{unsupported_level},                      text => $self->{input_encoding},
509                      line => 1, column => 1);                      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 {    $self->{change_encoding} = sub {
# Line 478  sub parse_byte_stream ($$$$;$) { Line 518  sub parse_byte_stream ($$$$;$) {
518      $charset_name = shift;      $charset_name = shift;
519      my $token = shift;      my $token = shift;
520    
521      $charset = Message::Charset::Info->get_by_iana_name ($charset_name);      $charset = Message::Charset::Info->get_by_html_name ($charset_name);
522      ($char_stream, $e_status) = $charset->get_decode_handle      ($char_stream, $e_status) = $charset->get_decode_handle
523          ($byte_stream, allow_error_reporting => 1, allow_fallback => 1,          ($byte_stream, allow_error_reporting => 1, allow_fallback => 1,
524           byte_buffer => \ $buffer->{buffer});           byte_buffer => \ $buffer->{buffer});
525            
526      if ($char_stream) { # if supported      if ($char_stream) { # if supported
527        ## "Change the encoding" algorithm:        ## "Change the encoding" algorithm:
   
       ## Step 1      
       if ($charset->{iana_names}->{'utf-16'}) { ## ISSUE: UTF-16BE -> UTF-8? UTF-16LE -> UTF-8?  
         $charset = Message::Charset::Info->get_by_iana_name ('utf-8');  
         ($char_stream, $e_status) = $charset->get_decode_handle  
             ($byte_stream,  
              byte_buffer => \ $buffer->{buffer});  
       }  
       $charset_name = $charset->get_iana_name;  
528                
529        ## Step 2        ## Step 1
530        if (defined $self->{input_encoding} and        if (defined $self->{input_encoding} and
531            $self->{input_encoding} eq $charset_name) {            $self->{input_encoding} eq $charset_name) {
532          !!!parse-error (type => 'charset label:matching', ## TODO: type          !!!parse-error (type => 'charset label:matching',
533                          value => $charset_name,                          text => $charset_name,
534                          level => $self->{info_level});                          level => $self->{level}->{info});
535            $self->{confident} = 1;
536            return;
537          }
538    
539          ## Step 2 (HTML5 revision 3205)
540          if (defined $self->{input_encoding} and
541              Message::Charset::Info->get_by_html_name ($self->{input_encoding})
542              ->{category} & Message::Charset::Info::CHARSET_CATEGORY_UTF16 ()) {
543          $self->{confident} = 1;          $self->{confident} = 1;
544          return;          return;
545        }        }
546    
       !!!parse-error (type => 'charset label detected:'.$self->{input_encoding}.  
           ':'.$charset_name, level => 'w', token => $token);  
         
547        ## Step 3        ## Step 3
548          if ($charset->{category} &
549              Message::Charset::Info::CHARSET_CATEGORY_UTF16 ()) {
550            $charset = Message::Charset::Info->get_by_html_name ('utf-8');
551            ($char_stream, $e_status) = $charset->get_decode_handle
552                ($byte_stream,
553                 byte_buffer => \ $buffer->{buffer});
554          }
555          $charset_name = $charset->get_iana_name;
556    
557          !!!parse-error (type => 'charset label detected',
558                          text => $self->{input_encoding},
559                          value => $charset_name,
560                          level => $self->{level}->{warn},
561                          token => $token);
562          
563          ## Step 4
564        # if (can) {        # if (can) {
565          ## change the encoding on the fly.          ## change the encoding on the fly.
566          #$self->{confident} = 1;          #$self->{confident} = 1;
567          #return;          #return;
568        # }        # }
569                
570        ## Step 4        ## Step 5
571        throw Whatpm::HTML::RestartParser ();        throw Whatpm::HTML::RestartParser ();
572      }      }
573    }; # $self->{change_encoding}    }; # $self->{change_encoding}
574    
575    my $char_onerror = sub {    my $char_onerror = sub {
576      my (undef, $type, %opt) = @_;      my (undef, $type, %opt) = @_;
577      !!!parse-error (%opt, type => $type,      !!!parse-error (layer => 'encode',
578                      line => $self->{line}, column => $self->{column} + 1);                      line => $self->{line}, column => $self->{column} + 1,
579                        %opt, type => $type);
580      if ($opt{octets}) {      if ($opt{octets}) {
581        ${$opt{octets}} = "\x{FFFD}"; # relacement character        ${$opt{octets}} = "\x{FFFD}"; # relacement character
582      }      }
583    };    };
   $char_stream->onerror ($char_onerror);  
584    
585    my @args = @_; shift @args; # $s    my $wrapped_char_stream = $get_wrapper->($char_stream);
586      $wrapped_char_stream->onerror ($char_onerror);
587    
588      my @args = ($_[1], $_[2]); # $doc, $onerror - $get_wrapper = undef;
589    my $return;    my $return;
590    try {    try {
591      $return = $self->parse_char_stream ($char_stream, @args);        $return = $self->parse_char_stream ($wrapped_char_stream, @args);  
592    } catch Whatpm::HTML::RestartParser with {    } catch Whatpm::HTML::RestartParser with {
593      ## NOTE: Invoked after {change_encoding}.      ## NOTE: Invoked after {change_encoding}.
594    
     $self->{input_encoding} = $charset->get_iana_name;  
595      if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {      if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
596        !!!parse-error (type => 'chardecode:fallback', ## TODO: type name        $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
597                        value => $self->{input_encoding},        !!!parse-error (type => 'chardecode:fallback',
598                        level => $self->{unsupported_level},                        level => $self->{level}->{uncertain},
599                        line => 1, column => 1);                        #text => $self->{input_encoding},
600                          line => 1, column => 1,
601                          layer => 'encode');
602      } elsif (not ($e_status &      } elsif (not ($e_status &
603                    Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL())) {                    Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
604        !!!parse-error (type => 'chardecode:no error', ## TODO: type name        $self->{input_encoding} = $charset->get_iana_name;
605                        value => $self->{input_encoding},        !!!parse-error (type => 'chardecode:no error',
606                        level => $self->{unsupported_level},                        text => $self->{input_encoding},
607                        line => 1, column => 1);                        level => $self->{level}->{uncertain},
608                          line => 1, column => 1,
609                          layer => 'encode');
610        } else {
611          $self->{input_encoding} = $charset->get_iana_name;
612      }      }
613      $self->{confident} = 1;      $self->{confident} = 1;
614      $char_stream->onerror ($char_onerror);  
615      $return = $self->parse_char_stream ($char_stream, @args);      $wrapped_char_stream = $get_wrapper->($char_stream);
616        $wrapped_char_stream->onerror ($char_onerror);
617    
618        $return = $self->parse_char_stream ($wrapped_char_stream, @args);
619    };    };
620    return $return;    return $return;
621  } # parse_byte_stream  } # parse_byte_stream
# Line 566  sub parse_byte_stream ($$$$;$) { Line 629  sub parse_byte_stream ($$$$;$) {
629  ## such as |parse_byte_string| in this module, must ensure that it does  ## such as |parse_byte_string| in this module, must ensure that it does
630  ## strip the BOM and never strip any ZWNBSP.  ## strip the BOM and never strip any ZWNBSP.
631    
632  sub parse_char_string ($$$;$) {  sub parse_char_string ($$$;$$) {
633      #my ($self, $s, $doc, $onerror, $get_wrapper) = @_;
634    my $self = shift;    my $self = shift;
   require utf8;  
635    my $s = ref $_[0] ? $_[0] : \($_[0]);    my $s = ref $_[0] ? $_[0] : \($_[0]);
636    open my $input, '<' . (utf8::is_utf8 ($$s) ? ':utf8' : ''), $s;    require Whatpm::Charset::DecodeHandle;
637      my $input = Whatpm::Charset::DecodeHandle::CharString->new ($s);
638    return $self->parse_char_stream ($input, @_[1..$#_]);    return $self->parse_char_stream ($input, @_[1..$#_]);
639  } # parse_char_string  } # parse_char_string
640  *parse_string = \&parse_char_string;  *parse_string = \&parse_char_string; ## NOTE: Alias for backward compatibility.
641    
642  sub parse_char_stream ($$$;$) {  sub parse_char_stream ($$$;$$) {
643    my $self = ref $_[0] ? shift : shift->new;    my $self = ref $_[0] ? shift : shift->new;
644    my $input = $_[0];    my $input = $_[0];
645    $self->{document} = $_[1];    $self->{document} = $_[1];
# Line 586  sub parse_char_stream ($$$;$) { Line 650  sub parse_char_stream ($$$;$) {
650    $self->{confident} = 1 unless exists $self->{confident};    $self->{confident} = 1 unless exists $self->{confident};
651    $self->{document}->input_encoding ($self->{input_encoding})    $self->{document}->input_encoding ($self->{input_encoding})
652        if defined $self->{input_encoding};        if defined $self->{input_encoding};
653    ## TODO: |{input_encoding}| is needless?
654    
   my $i = 0;  
655    $self->{line_prev} = $self->{line} = 1;    $self->{line_prev} = $self->{line} = 1;
656    $self->{column_prev} = $self->{column} = 0;    $self->{column_prev} = -1;
657    $self->{set_next_char} = sub {    $self->{column} = 0;
658      $self->{set_nc} = sub {
659      my $self = shift;      my $self = shift;
660    
661      pop @{$self->{prev_char}};      my $char = '';
662      unshift @{$self->{prev_char}}, $self->{next_char};      if (defined $self->{next_nc}) {
663          $char = $self->{next_nc};
664      my $char;        delete $self->{next_nc};
665      if (defined $self->{next_next_char}) {        $self->{nc} = ord $char;
       $char = $self->{next_next_char};  
       delete $self->{next_next_char};  
666      } else {      } else {
667        $char = $input->getc;        $self->{char_buffer} = '';
668          $self->{char_buffer_pos} = 0;
669    
670          my $count = $input->manakai_read_until
671             ($self->{char_buffer}, qr/[^\x00\x0A\x0D]/, $self->{char_buffer_pos});
672          if ($count) {
673            $self->{line_prev} = $self->{line};
674            $self->{column_prev} = $self->{column};
675            $self->{column}++;
676            $self->{nc}
677                = ord substr ($self->{char_buffer}, $self->{char_buffer_pos}++, 1);
678            return;
679          }
680    
681          if ($input->read ($char, 1)) {
682            $self->{nc} = ord $char;
683          } else {
684            $self->{nc} = -1;
685            return;
686          }
687      }      }
     $self->{next_char} = -1 and return unless defined $char;  
     $self->{next_char} = ord $char;  
688    
689      ($self->{line_prev}, $self->{column_prev})      ($self->{line_prev}, $self->{column_prev})
690          = ($self->{line}, $self->{column});          = ($self->{line}, $self->{column});
691      $self->{column}++;      $self->{column}++;
692            
693      if ($self->{next_char} == 0x000A) { # LF      if ($self->{nc} == 0x000A) { # LF
694        !!!cp ('j1');        !!!cp ('j1');
695        $self->{line}++;        $self->{line}++;
696        $self->{column} = 0;        $self->{column} = 0;
697      } elsif ($self->{next_char} == 0x000D) { # CR      } elsif ($self->{nc} == 0x000D) { # CR
698        !!!cp ('j2');        !!!cp ('j2');
699        my $next = $input->getc;  ## TODO: support for abort/streaming
700        if (defined $next and $next ne "\x0A") {        my $next = '';
701          $self->{next_next_char} = $next;        if ($input->read ($next, 1) and $next ne "\x0A") {
702            $self->{next_nc} = $next;
703        }        }
704        $self->{next_char} = 0x000A; # LF # MUST        $self->{nc} = 0x000A; # LF # MUST
705        $self->{line}++;        $self->{line}++;
706        $self->{column} = 0;        $self->{column} = 0;
707      } elsif ($self->{next_char} > 0x10FFFF) {      } elsif ($self->{nc} == 0x0000) { # NULL
       !!!cp ('j3');  
       $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST  
     } elsif ($self->{next_char} == 0x0000) { # NULL  
708        !!!cp ('j4');        !!!cp ('j4');
709        !!!parse-error (type => 'NULL');        !!!parse-error (type => 'NULL');
710        $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST        $self->{nc} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
     } elsif ($self->{next_char} <= 0x0008 or  
              (0x000E <= $self->{next_char} and $self->{next_char} <= 0x001F) or  
              (0x007F <= $self->{next_char} and $self->{next_char} <= 0x009F) or  
              (0xD800 <= $self->{next_char} and $self->{next_char} <= 0xDFFF) or  
              (0xFDD0 <= $self->{next_char} and $self->{next_char} <= 0xFDDF) or  
              {  
               0xFFFE => 1, 0xFFFF => 1, 0x1FFFE => 1, 0x1FFFF => 1,  
               0x2FFFE => 1, 0x2FFFF => 1, 0x3FFFE => 1, 0x3FFFF => 1,  
               0x4FFFE => 1, 0x4FFFF => 1, 0x5FFFE => 1, 0x5FFFF => 1,  
               0x6FFFE => 1, 0x6FFFF => 1, 0x7FFFE => 1, 0x7FFFF => 1,  
               0x8FFFE => 1, 0x8FFFF => 1, 0x9FFFE => 1, 0x9FFFF => 1,  
               0xAFFFE => 1, 0xAFFFF => 1, 0xBFFFE => 1, 0xBFFFF => 1,  
               0xCFFFE => 1, 0xCFFFF => 1, 0xDFFFE => 1, 0xDFFFF => 1,  
               0xEFFFE => 1, 0xEFFFF => 1, 0xFFFFE => 1, 0xFFFFF => 1,  
               0x10FFFE => 1, 0x10FFFF => 1,  
              }->{$self->{next_char}}) {  
       !!!cp ('j5');  
       !!!parse-error (type => 'control char', level => $self->{must_level});  
 ## TODO: error type documentation  
711      }      }
712    };    };
713    $self->{prev_char} = [-1, -1, -1];  
714    $self->{next_char} = -1;    $self->{read_until} = sub {
715        #my ($scalar, $specials_range, $offset) = @_;
716        return 0 if defined $self->{next_nc};
717    
718        my $pattern = qr/[^$_[1]\x00\x0A\x0D]/;
719        my $offset = $_[2] || 0;
720    
721        if ($self->{char_buffer_pos} < length $self->{char_buffer}) {
722          pos ($self->{char_buffer}) = $self->{char_buffer_pos};
723          if ($self->{char_buffer} =~ /\G(?>$pattern)+/) {
724            substr ($_[0], $offset)
725                = substr ($self->{char_buffer}, $-[0], $+[0] - $-[0]);
726            my $count = $+[0] - $-[0];
727            if ($count) {
728              $self->{column} += $count;
729              $self->{char_buffer_pos} += $count;
730              $self->{line_prev} = $self->{line};
731              $self->{column_prev} = $self->{column} - 1;
732              $self->{nc} = -1;
733            }
734            return $count;
735          } else {
736            return 0;
737          }
738        } else {
739          my $count = $input->manakai_read_until ($_[0], $pattern, $_[2]);
740          if ($count) {
741            $self->{column} += $count;
742            $self->{line_prev} = $self->{line};
743            $self->{column_prev} = $self->{column} - 1;
744            $self->{nc} = -1;
745          }
746          return $count;
747        }
748      }; # $self->{read_until}
749    
750    my $onerror = $_[2] || sub {    my $onerror = $_[2] || sub {
751      my (%opt) = @_;      my (%opt) = @_;
# Line 664  sub parse_char_stream ($$$;$) { Line 757  sub parse_char_stream ($$$;$) {
757      $onerror->(line => $self->{line}, column => $self->{column}, @_);      $onerror->(line => $self->{line}, column => $self->{column}, @_);
758    };    };
759    
760      my $char_onerror = sub {
761        my (undef, $type, %opt) = @_;
762        !!!parse-error (layer => 'encode',
763                        line => $self->{line}, column => $self->{column} + 1,
764                        %opt, type => $type);
765      }; # $char_onerror
766    
767      if ($_[3]) {
768        $input = $_[3]->($input);
769        $input->onerror ($char_onerror);
770      } else {
771        $input->onerror ($char_onerror) unless defined $input->onerror;
772      }
773    
774    $self->_initialize_tokenizer;    $self->_initialize_tokenizer;
775    $self->_initialize_tree_constructor;    $self->_initialize_tree_constructor;
776    $self->_construct_tree;    $self->_construct_tree;
# Line 677  sub parse_char_stream ($$$;$) { Line 784  sub parse_char_stream ($$$;$) {
784  sub new ($) {  sub new ($) {
785    my $class = shift;    my $class = shift;
786    my $self = bless {    my $self = bless {
787      must_level => 'm',      level => {must => 'm',
788      should_level => 's',                should => 's',
789      good_level => 'w',                warn => 'w',
790      warn_level => 'w',                info => 'i',
791      info_level => 'i',                uncertain => 'u'},
     unsupported_level => 'u',  
792    }, $class;    }, $class;
793    $self->{set_next_char} = sub {    $self->{set_nc} = sub {
794      $self->{next_char} = -1;      $self->{nc} = -1;
795    };    };
796    $self->{parse_error} = sub {    $self->{parse_error} = sub {
797      #      #
# Line 702  sub new ($) { Line 808  sub new ($) {
808    return $self;    return $self;
809  } # new  } # new
810    
811  sub CM_ENTITY () { 0b001 } # & markup in data  ## Insertion modes
 sub CM_LIMITED_MARKUP () { 0b010 } # < markup in data (limited)  
 sub CM_FULL_MARKUP () { 0b100 } # < markup in data (any)  
   
 sub PLAINTEXT_CONTENT_MODEL () { 0 }  
 sub CDATA_CONTENT_MODEL () { CM_LIMITED_MARKUP }  
 sub RCDATA_CONTENT_MODEL () { CM_ENTITY | CM_LIMITED_MARKUP }  
 sub PCDATA_CONTENT_MODEL () { CM_ENTITY | CM_FULL_MARKUP }  
   
 sub DATA_STATE () { 0 }  
 sub ENTITY_DATA_STATE () { 1 }  
 sub TAG_OPEN_STATE () { 2 }  
 sub CLOSE_TAG_OPEN_STATE () { 3 }  
 sub TAG_NAME_STATE () { 4 }  
 sub BEFORE_ATTRIBUTE_NAME_STATE () { 5 }  
 sub ATTRIBUTE_NAME_STATE () { 6 }  
 sub AFTER_ATTRIBUTE_NAME_STATE () { 7 }  
 sub BEFORE_ATTRIBUTE_VALUE_STATE () { 8 }  
 sub ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE () { 9 }  
 sub ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE () { 10 }  
 sub ATTRIBUTE_VALUE_UNQUOTED_STATE () { 11 }  
 sub ENTITY_IN_ATTRIBUTE_VALUE_STATE () { 12 }  
 sub MARKUP_DECLARATION_OPEN_STATE () { 13 }  
 sub COMMENT_START_STATE () { 14 }  
 sub COMMENT_START_DASH_STATE () { 15 }  
 sub COMMENT_STATE () { 16 }  
 sub COMMENT_END_STATE () { 17 }  
 sub COMMENT_END_DASH_STATE () { 18 }  
 sub BOGUS_COMMENT_STATE () { 19 }  
 sub DOCTYPE_STATE () { 20 }  
 sub BEFORE_DOCTYPE_NAME_STATE () { 21 }  
 sub DOCTYPE_NAME_STATE () { 22 }  
 sub AFTER_DOCTYPE_NAME_STATE () { 23 }  
 sub BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE () { 24 }  
 sub DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE () { 25 }  
 sub DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE () { 26 }  
 sub AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE () { 27 }  
 sub BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE () { 28 }  
 sub DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE () { 29 }  
 sub DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE () { 30 }  
 sub AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE () { 31 }  
 sub BOGUS_DOCTYPE_STATE () { 32 }  
 sub AFTER_ATTRIBUTE_VALUE_QUOTED_STATE () { 33 }  
 sub SELF_CLOSING_START_TAG_STATE () { 34 }  
 sub CDATA_BLOCK_STATE () { 35 }  
   
 sub DOCTYPE_TOKEN () { 1 }  
 sub COMMENT_TOKEN () { 2 }  
 sub START_TAG_TOKEN () { 3 }  
 sub END_TAG_TOKEN () { 4 }  
 sub END_OF_FILE_TOKEN () { 5 }  
 sub CHARACTER_TOKEN () { 6 }  
812    
813  sub AFTER_HTML_IMS () { 0b100 }  sub AFTER_HTML_IMS () { 0b100 }
814  sub HEAD_IMS ()       { 0b1000 }  sub HEAD_IMS ()       { 0b1000 }
# Line 764  sub ROW_IMS ()        { 0b10000000 } Line 819  sub ROW_IMS ()        { 0b10000000 }
819  sub BODY_AFTER_IMS () { 0b100000000 }  sub BODY_AFTER_IMS () { 0b100000000 }
820  sub FRAME_IMS ()      { 0b1000000000 }  sub FRAME_IMS ()      { 0b1000000000 }
821  sub SELECT_IMS ()     { 0b10000000000 }  sub SELECT_IMS ()     { 0b10000000000 }
822  sub IN_FOREIGN_CONTENT_IM () { 0b100000000000 }  #sub IN_FOREIGN_CONTENT_IM () { 0b100000000000 } # see Whatpm::HTML::Tokenizer
823      ## NOTE: "in foreign content" insertion mode is special; it is combined      ## NOTE: "in foreign content" insertion mode is special; it is combined
824      ## with the secondary insertion mode.  In this parser, they are stored      ## with the secondary insertion mode.  In this parser, they are stored
825      ## together in the bit-or'ed form.      ## together in the bit-or'ed form.
826    sub IN_CDATA_RCDATA_IM () { 0b1000000000000 }
827        ## NOTE: "in CDATA/RCDATA" insertion mode is also special; it is
828        ## combined with the original insertion mode.  In thie parser,
829        ## they are stored together in the bit-or'ed form.
830    
831    sub IM_MASK () { 0b11111111111 }
832    
833  ## NOTE: "initial" and "before html" insertion modes have no constants.  ## NOTE: "initial" and "before html" insertion modes have no constants.
834    
# Line 794  sub IN_SELECT_IM () { SELECT_IMS | 0b01 Line 855  sub IN_SELECT_IM () { SELECT_IMS | 0b01
855  sub IN_SELECT_IN_TABLE_IM () { SELECT_IMS | 0b10 }  sub IN_SELECT_IN_TABLE_IM () { SELECT_IMS | 0b10 }
856  sub IN_COLUMN_GROUP_IM () { 0b10 }  sub IN_COLUMN_GROUP_IM () { 0b10 }
857    
 ## Implementations MUST act as if state machine in the spec  
   
 sub _initialize_tokenizer ($) {  
   my $self = shift;  
   $self->{state} = DATA_STATE; # MUST  
   $self->{content_model} = PCDATA_CONTENT_MODEL; # be  
   undef $self->{current_token}; # start tag, end tag, comment, or DOCTYPE  
   undef $self->{current_attribute};  
   undef $self->{last_emitted_start_tag_name};  
   undef $self->{last_attribute_value_state};  
   delete $self->{self_closing};  
   $self->{char} = [];  
   # $self->{next_char}  
   !!!next-input-character;  
   $self->{token} = [];  
   # $self->{escape}  
 } # _initialize_tokenizer  
   
 ## A token has:  
 ##   ->{type} == DOCTYPE_TOKEN, START_TAG_TOKEN, END_TAG_TOKEN, COMMENT_TOKEN,  
 ##       CHARACTER_TOKEN, or END_OF_FILE_TOKEN  
 ##   ->{name} (DOCTYPE_TOKEN)  
 ##   ->{tag_name} (START_TAG_TOKEN, END_TAG_TOKEN)  
 ##   ->{public_identifier} (DOCTYPE_TOKEN)  
 ##   ->{system_identifier} (DOCTYPE_TOKEN)  
 ##   ->{quirks} == 1 or 0 (DOCTYPE_TOKEN): "force-quirks" flag  
 ##   ->{attributes} isa HASH (START_TAG_TOKEN, END_TAG_TOKEN)  
 ##        ->{name}  
 ##        ->{value}  
 ##        ->{has_reference} == 1 or 0  
 ##   ->{data} (COMMENT_TOKEN, CHARACTER_TOKEN)  
 ## NOTE: The "self-closing flag" is hold as |$self->{self_closing}|.  
 ##     |->{self_closing}| is used to save the value of |$self->{self_closing}|  
 ##     while the token is pushed back to the stack.  
   
 ## ISSUE: "When a DOCTYPE token is created, its  
 ## <i>self-closing flag</i> must be unset (its other state is that it  
 ## be set), and its attributes list must be empty.": Wrong subject?  
   
 ## Emitted token MUST immediately be handled by the tree construction state.  
   
 ## Before each step, UA MAY check to see if either one of the scripts in  
 ## "list of scripts that will execute as soon as possible" or the first  
 ## script in the "list of scripts that will execute asynchronously",  
 ## has completed loading.  If one has, then it MUST be executed  
 ## and removed from the list.  
   
 ## NOTE: HTML5 "Writing HTML documents" section, applied to  
 ## documents and not to user agents and conformance checkers,  
 ## contains some requirements that are not detected by the  
 ## parsing algorithm:  
 ## - Some requirements on character encoding declarations. ## TODO  
 ## - "Elements MUST NOT contain content that their content model disallows."  
 ##   ... Some are parse error, some are not (will be reported by c.c.).  
 ## - Polytheistic slash SHOULD NOT be used. (Applied only to atheists.) ## TODO  
 ## - Text (in elements, attributes, and comments) SHOULD NOT contain  
 ##   control characters other than space characters. ## TODO: (what is control character? C0, C1 and DEL?  Unicode control character?)  
   
 ## TODO: HTML5 poses authors two SHOULD-level requirements that cannot  
 ## be detected by the HTML5 parsing algorithm:  
 ## - Text,  
   
 sub _get_next_token ($) {  
   my $self = shift;  
   
   if ($self->{self_closing}) {  
     !!!parse-error (type => 'nestc', token => $self->{current_token});  
     ## NOTE: The |self_closing| flag is only set by start tag token.  
     ## In addition, when a start tag token is emitted, it is always set to  
     ## |current_token|.  
     delete $self->{self_closing};  
   }  
   
   if (@{$self->{token}}) {  
     $self->{self_closing} = $self->{token}->[0]->{self_closing};  
     return shift @{$self->{token}};  
   }  
   
   A: {  
     if ($self->{state} == DATA_STATE) {  
       if ($self->{next_char} == 0x0026) { # &  
         if ($self->{content_model} & CM_ENTITY and # PCDATA | RCDATA  
             not $self->{escape}) {  
           !!!cp (1);  
           $self->{state} = ENTITY_DATA_STATE;  
           !!!next-input-character;  
           redo A;  
         } else {  
           !!!cp (2);  
           #  
         }  
       } elsif ($self->{next_char} == 0x002D) { # -  
         if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
           unless ($self->{escape}) {  
             if ($self->{prev_char}->[0] == 0x002D and # -  
                 $self->{prev_char}->[1] == 0x0021 and # !  
                 $self->{prev_char}->[2] == 0x003C) { # <  
               !!!cp (3);  
               $self->{escape} = 1;  
             } else {  
               !!!cp (4);  
             }  
           } else {  
             !!!cp (5);  
           }  
         }  
           
         #  
       } elsif ($self->{next_char} == 0x003C) { # <  
         if ($self->{content_model} & CM_FULL_MARKUP or # PCDATA  
             (($self->{content_model} & CM_LIMITED_MARKUP) and # CDATA | RCDATA  
              not $self->{escape})) {  
           !!!cp (6);  
           $self->{state} = TAG_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } else {  
           !!!cp (7);  
           #  
         }  
       } elsif ($self->{next_char} == 0x003E) { # >  
         if ($self->{escape} and  
             ($self->{content_model} & CM_LIMITED_MARKUP)) { # RCDATA | CDATA  
           if ($self->{prev_char}->[0] == 0x002D and # -  
               $self->{prev_char}->[1] == 0x002D) { # -  
             !!!cp (8);  
             delete $self->{escape};  
           } else {  
             !!!cp (9);  
           }  
         } else {  
           !!!cp (10);  
         }  
           
         #  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (11);  
         !!!emit ({type => END_OF_FILE_TOKEN,  
                   line => $self->{line}, column => $self->{column}});  
         last A; ## TODO: ok?  
       } else {  
         !!!cp (12);  
       }  
       # Anything else  
       my $token = {type => CHARACTER_TOKEN,  
                    data => chr $self->{next_char},  
                    line => $self->{line}, column => $self->{column},  
                   };  
       ## Stay in the data state  
       !!!next-input-character;  
   
       !!!emit ($token);  
   
       redo A;  
     } elsif ($self->{state} == ENTITY_DATA_STATE) {  
       ## (cannot happen in CDATA state)  
   
       my ($l, $c) = ($self->{line_prev}, $self->{column_prev});  
         
       my $token = $self->_tokenize_attempt_to_consume_an_entity (0, -1);  
   
       $self->{state} = DATA_STATE;  
       # next-input-character is already done  
   
       unless (defined $token) {  
         !!!cp (13);  
         !!!emit ({type => CHARACTER_TOKEN, data => '&',  
                   line => $l, column => $c,  
                  });  
       } else {  
         !!!cp (14);  
         !!!emit ($token);  
       }  
   
       redo A;  
     } elsif ($self->{state} == TAG_OPEN_STATE) {  
       if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
         if ($self->{next_char} == 0x002F) { # /  
           !!!cp (15);  
           !!!next-input-character;  
           $self->{state} = CLOSE_TAG_OPEN_STATE;  
           redo A;  
         } else {  
           !!!cp (16);  
           ## reconsume  
           $self->{state} = DATA_STATE;  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<',  
                     line => $self->{line_prev},  
                     column => $self->{column_prev},  
                    });  
   
           redo A;  
         }  
       } elsif ($self->{content_model} & CM_FULL_MARKUP) { # PCDATA  
         if ($self->{next_char} == 0x0021) { # !  
           !!!cp (17);  
           $self->{state} = MARKUP_DECLARATION_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif ($self->{next_char} == 0x002F) { # /  
           !!!cp (18);  
           $self->{state} = CLOSE_TAG_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif (0x0041 <= $self->{next_char} and  
                  $self->{next_char} <= 0x005A) { # A..Z  
           !!!cp (19);  
           $self->{current_token}  
             = {type => START_TAG_TOKEN,  
                tag_name => chr ($self->{next_char} + 0x0020),  
                line => $self->{line_prev},  
                column => $self->{column_prev}};  
           $self->{state} = TAG_NAME_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif (0x0061 <= $self->{next_char} and  
                  $self->{next_char} <= 0x007A) { # a..z  
           !!!cp (20);  
           $self->{current_token} = {type => START_TAG_TOKEN,  
                                     tag_name => chr ($self->{next_char}),  
                                     line => $self->{line_prev},  
                                     column => $self->{column_prev}};  
           $self->{state} = TAG_NAME_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif ($self->{next_char} == 0x003E) { # >  
           !!!cp (21);  
           !!!parse-error (type => 'empty start tag',  
                           line => $self->{line_prev},  
                           column => $self->{column_prev});  
           $self->{state} = DATA_STATE;  
           !!!next-input-character;  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<>',  
                     line => $self->{line_prev},  
                     column => $self->{column_prev},  
                    });  
   
           redo A;  
         } elsif ($self->{next_char} == 0x003F) { # ?  
           !!!cp (22);  
           !!!parse-error (type => 'pio',  
                           line => $self->{line_prev},  
                           column => $self->{column_prev});  
           $self->{state} = BOGUS_COMMENT_STATE;  
           $self->{current_token} = {type => COMMENT_TOKEN, data => '',  
                                     line => $self->{line_prev},  
                                     column => $self->{column_prev},  
                                    };  
           ## $self->{next_char} is intentionally left as is  
           redo A;  
         } else {  
           !!!cp (23);  
           !!!parse-error (type => 'bare stago',  
                           line => $self->{line_prev},  
                           column => $self->{column_prev});  
           $self->{state} = DATA_STATE;  
           ## reconsume  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<',  
                     line => $self->{line_prev},  
                     column => $self->{column_prev},  
                    });  
   
           redo A;  
         }  
       } else {  
         die "$0: $self->{content_model} in tag open";  
       }  
     } elsif ($self->{state} == CLOSE_TAG_OPEN_STATE) {  
       my ($l, $c) = ($self->{line_prev}, $self->{column_prev} - 1); # "<"of"</"  
       if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
         if (defined $self->{last_emitted_start_tag_name}) {  
   
           ## NOTE: <http://krijnhoetmer.nl/irc-logs/whatwg/20070626#l-564>  
           my @next_char;  
           TAGNAME: for (my $i = 0; $i < length $self->{last_emitted_start_tag_name}; $i++) {  
             push @next_char, $self->{next_char};  
             my $c = ord substr ($self->{last_emitted_start_tag_name}, $i, 1);  
             my $C = 0x0061 <= $c && $c <= 0x007A ? $c - 0x0020 : $c;  
             if ($self->{next_char} == $c or $self->{next_char} == $C) {  
               !!!cp (24);  
               !!!next-input-character;  
               next TAGNAME;  
             } else {  
               !!!cp (25);  
               $self->{next_char} = shift @next_char; # reconsume  
               !!!back-next-input-character (@next_char);  
               $self->{state} = DATA_STATE;  
   
               !!!emit ({type => CHARACTER_TOKEN, data => '</',  
                         line => $l, column => $c,  
                        });  
     
               redo A;  
             }  
           }  
           push @next_char, $self->{next_char};  
         
           unless ($self->{next_char} == 0x0009 or # HT  
                   $self->{next_char} == 0x000A or # LF  
                   $self->{next_char} == 0x000B or # VT  
                   $self->{next_char} == 0x000C or # FF  
                   $self->{next_char} == 0x0020 or # SP  
                   $self->{next_char} == 0x003E or # >  
                   $self->{next_char} == 0x002F or # /  
                   $self->{next_char} == -1) {  
             !!!cp (26);  
             $self->{next_char} = shift @next_char; # reconsume  
             !!!back-next-input-character (@next_char);  
             $self->{state} = DATA_STATE;  
             !!!emit ({type => CHARACTER_TOKEN, data => '</',  
                       line => $l, column => $c,  
                      });  
             redo A;  
           } else {  
             !!!cp (27);  
             $self->{next_char} = shift @next_char;  
             !!!back-next-input-character (@next_char);  
             # and consume...  
           }  
         } else {  
           ## No start tag token has ever been emitted  
           !!!cp (28);  
           # next-input-character is already done  
           $self->{state} = DATA_STATE;  
           !!!emit ({type => CHARACTER_TOKEN, data => '</',  
                     line => $l, column => $c,  
                    });  
           redo A;  
         }  
       }  
         
       if (0x0041 <= $self->{next_char} and  
           $self->{next_char} <= 0x005A) { # A..Z  
         !!!cp (29);  
         $self->{current_token}  
             = {type => END_TAG_TOKEN,  
                tag_name => chr ($self->{next_char} + 0x0020),  
                line => $l, column => $c};  
         $self->{state} = TAG_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif (0x0061 <= $self->{next_char} and  
                $self->{next_char} <= 0x007A) { # a..z  
         !!!cp (30);  
         $self->{current_token} = {type => END_TAG_TOKEN,  
                                   tag_name => chr ($self->{next_char}),  
                                   line => $l, column => $c};  
         $self->{state} = TAG_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (31);  
         !!!parse-error (type => 'empty end tag',  
                         line => $self->{line_prev}, ## "<" in "</>"  
                         column => $self->{column_prev} - 1);  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (32);  
         !!!parse-error (type => 'bare etago');  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ({type => CHARACTER_TOKEN, data => '</',  
                   line => $l, column => $c,  
                  });  
   
         redo A;  
       } else {  
         !!!cp (33);  
         !!!parse-error (type => 'bogus end tag');  
         $self->{state} = BOGUS_COMMENT_STATE;  
         $self->{current_token} = {type => COMMENT_TOKEN, data => '',  
                                   line => $self->{line_prev}, # "<" of "</"  
                                   column => $self->{column_prev} - 1,  
                                  };  
         ## $self->{next_char} is intentionally left as is  
         redo A;  
       }  
     } elsif ($self->{state} == TAG_NAME_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (34);  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (35);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           #if ($self->{current_token}->{attributes}) {  
           #  ## NOTE: This should never be reached.  
           #  !!! cp (36);  
           #  !!! parse-error (type => 'end tag attribute');  
           #} else {  
             !!!cp (37);  
           #}  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_char} and  
                $self->{next_char} <= 0x005A) { # A..Z  
         !!!cp (38);  
         $self->{current_token}->{tag_name} .= chr ($self->{next_char} + 0x0020);  
           # start tag or end tag  
         ## Stay in this state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (39);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           #if ($self->{current_token}->{attributes}) {  
           #  ## NOTE: This state should never be reached.  
           #  !!! cp (40);  
           #  !!! parse-error (type => 'end tag attribute');  
           #} else {  
             !!!cp (41);  
           #}  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_char} == 0x002F) { # /  
         !!!cp (42);  
         $self->{state} = SELF_CLOSING_START_TAG_STATE;  
         !!!next-input-character;  
         redo A;  
       } else {  
         !!!cp (44);  
         $self->{current_token}->{tag_name} .= chr $self->{next_char};  
           # start tag or end tag  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_ATTRIBUTE_NAME_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (45);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (46);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (47);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             !!!cp (48);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_char} and  
                $self->{next_char} <= 0x005A) { # A..Z  
         !!!cp (49);  
         $self->{current_attribute}  
             = {name => chr ($self->{next_char} + 0x0020),  
                value => '',  
                line => $self->{line}, column => $self->{column}};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x002F) { # /  
         !!!cp (50);  
         $self->{state} = SELF_CLOSING_START_TAG_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (52);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (53);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             !!!cp (54);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         if ({  
              0x0022 => 1, # "  
              0x0027 => 1, # '  
              0x003D => 1, # =  
             }->{$self->{next_char}}) {  
           !!!cp (55);  
           !!!parse-error (type => 'bad attribute name');  
         } else {  
           !!!cp (56);  
         }  
         $self->{current_attribute}  
             = {name => chr ($self->{next_char}),  
                value => '',  
                line => $self->{line}, column => $self->{column}};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_NAME_STATE) {  
       my $before_leave = sub {  
         if (exists $self->{current_token}->{attributes} # start tag or end tag  
             ->{$self->{current_attribute}->{name}}) { # MUST  
           !!!cp (57);  
           !!!parse-error (type => 'duplicate attribute:'.$self->{current_attribute}->{name}, line => $self->{current_attribute}->{line}, column => $self->{current_attribute}->{column});  
           ## Discard $self->{current_attribute} # MUST  
         } else {  
           !!!cp (58);  
           $self->{current_token}->{attributes}->{$self->{current_attribute}->{name}}  
             = $self->{current_attribute};  
         }  
       }; # $before_leave  
   
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (59);  
         $before_leave->();  
         $self->{state} = AFTER_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003D) { # =  
         !!!cp (60);  
         $before_leave->();  
         $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         $before_leave->();  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (61);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           !!!cp (62);  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_char} and  
                $self->{next_char} <= 0x005A) { # A..Z  
         !!!cp (63);  
         $self->{current_attribute}->{name} .= chr ($self->{next_char} + 0x0020);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x002F) { # /  
         !!!cp (64);  
         $before_leave->();  
         $self->{state} = SELF_CLOSING_START_TAG_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         $before_leave->();  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (66);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (67);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (68);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         if ($self->{next_char} == 0x0022 or # "  
             $self->{next_char} == 0x0027) { # '  
           !!!cp (69);  
           !!!parse-error (type => 'bad attribute name');  
         } else {  
           !!!cp (70);  
         }  
         $self->{current_attribute}->{name} .= chr ($self->{next_char});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_ATTRIBUTE_NAME_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (71);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003D) { # =  
         !!!cp (72);  
         $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (73);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (74);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (75);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_char} and  
                $self->{next_char} <= 0x005A) { # A..Z  
         !!!cp (76);  
         $self->{current_attribute}  
             = {name => chr ($self->{next_char} + 0x0020),  
                value => '',  
                line => $self->{line}, column => $self->{column}};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x002F) { # /  
         !!!cp (77);  
         $self->{state} = SELF_CLOSING_START_TAG_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (79);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (80);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (81);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         !!!cp (82);  
         $self->{current_attribute}  
             = {name => chr ($self->{next_char}),  
                value => '',  
                line => $self->{line}, column => $self->{column}};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;          
       }  
     } elsif ($self->{state} == BEFORE_ATTRIBUTE_VALUE_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP        
         !!!cp (83);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0022) { # "  
         !!!cp (84);  
         $self->{state} = ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0026) { # &  
         !!!cp (85);  
         $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;  
         ## reconsume  
         redo A;  
       } elsif ($self->{next_char} == 0x0027) { # '  
         !!!cp (86);  
         $self->{state} = ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (87);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (88);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (89);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (90);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (91);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (92);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         if ($self->{next_char} == 0x003D) { # =  
           !!!cp (93);  
           !!!parse-error (type => 'bad attribute value');  
         } else {  
           !!!cp (94);  
         }  
         $self->{current_attribute}->{value} .= chr ($self->{next_char});  
         $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_char} == 0x0022) { # "  
         !!!cp (95);  
         $self->{state} = AFTER_ATTRIBUTE_VALUE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0026) { # &  
         !!!cp (96);  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed attribute value');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (97);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (98);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (99);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         !!!cp (100);  
         $self->{current_attribute}->{value} .= chr ($self->{next_char});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE) {  
       if ($self->{next_char} == 0x0027) { # '  
         !!!cp (101);  
         $self->{state} = AFTER_ATTRIBUTE_VALUE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0026) { # &  
         !!!cp (102);  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed attribute value');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (103);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (104);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (105);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         !!!cp (106);  
         $self->{current_attribute}->{value} .= chr ($self->{next_char});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_UNQUOTED_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # HT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (107);  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0026) { # &  
         !!!cp (108);  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (109);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (110);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (111);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (112);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (113);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (114);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         if ({  
              0x0022 => 1, # "  
              0x0027 => 1, # '  
              0x003D => 1, # =  
             }->{$self->{next_char}}) {  
           !!!cp (115);  
           !!!parse-error (type => 'bad attribute value');  
         } else {  
           !!!cp (116);  
         }  
         $self->{current_attribute}->{value} .= chr ($self->{next_char});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ENTITY_IN_ATTRIBUTE_VALUE_STATE) {  
       my $token = $self->_tokenize_attempt_to_consume_an_entity  
           (1,  
            $self->{last_attribute_value_state}  
              == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE ? 0x0022 : # "  
            $self->{last_attribute_value_state}  
              == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE ? 0x0027 : # '  
            -1);  
   
       unless (defined $token) {  
         !!!cp (117);  
         $self->{current_attribute}->{value} .= '&';  
       } else {  
         !!!cp (118);  
         $self->{current_attribute}->{value} .= $token->{data};  
         $self->{current_attribute}->{has_reference} = $token->{has_reference};  
         ## ISSUE: spec says "append the returned character token to the current attribute's value"  
       }  
   
       $self->{state} = $self->{last_attribute_value_state};  
       # next-input-character is already done  
       redo A;  
     } elsif ($self->{state} == AFTER_ATTRIBUTE_VALUE_QUOTED_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (118);  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (119);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (120);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (121);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_char} == 0x002F) { # /  
         !!!cp (122);  
         $self->{state} = SELF_CLOSING_START_TAG_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (122.3);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (122.1);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (122.2);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## Reconsume.  
         !!!emit ($self->{current_token}); # start tag or end tag  
         redo A;  
       } else {  
         !!!cp ('124.1');  
         !!!parse-error (type => 'no space between attributes');  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         ## reconsume  
         redo A;  
       }  
     } elsif ($self->{state} == SELF_CLOSING_START_TAG_STATE) {  
       if ($self->{next_char} == 0x003E) { # >  
         if ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           !!!cp ('124.2');  
           !!!parse-error (type => 'nestc', token => $self->{current_token});  
           ## TODO: Different type than slash in start tag  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp ('124.4');  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             !!!cp ('124.5');  
           }  
           ## TODO: Test |<title></title/>|  
         } else {  
           !!!cp ('124.3');  
           $self->{self_closing} = 1;  
         }  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (124.7);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (124.5);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (124.6);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## Reconsume.  
         !!!emit ($self->{current_token}); # start tag or end tag  
         redo A;  
       } else {  
         !!!cp ('124.4');  
         !!!parse-error (type => 'nestc');  
         ## TODO: This error type is wrong.  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         ## Reconsume.  
         redo A;  
       }  
     } elsif ($self->{state} == BOGUS_COMMENT_STATE) {  
       ## (only happen if PCDATA state)  
         
       ## NOTE: Set by the previous state  
       #my $token = {type => COMMENT_TOKEN, data => ''};  
   
       BC: {  
         if ($self->{next_char} == 0x003E) { # >  
           !!!cp (124);  
           $self->{state} = DATA_STATE;  
           !!!next-input-character;  
   
           !!!emit ($self->{current_token}); # comment  
   
           redo A;  
         } elsif ($self->{next_char} == -1) {  
           !!!cp (125);  
           $self->{state} = DATA_STATE;  
           ## reconsume  
   
           !!!emit ($self->{current_token}); # comment  
   
           redo A;  
         } else {  
           !!!cp (126);  
           $self->{current_token}->{data} .= chr ($self->{next_char}); # comment  
           !!!next-input-character;  
           redo BC;  
         }  
       } # BC  
   
       die "$0: _get_next_token: unexpected case [BC]";  
     } elsif ($self->{state} == MARKUP_DECLARATION_OPEN_STATE) {  
       ## (only happen if PCDATA state)  
   
       my ($l, $c) = ($self->{line_prev}, $self->{column_prev} - 1);  
   
       my @next_char;  
       push @next_char, $self->{next_char};  
         
       if ($self->{next_char} == 0x002D) { # -  
         !!!next-input-character;  
         push @next_char, $self->{next_char};  
         if ($self->{next_char} == 0x002D) { # -  
           !!!cp (127);  
           $self->{current_token} = {type => COMMENT_TOKEN, data => '',  
                                     line => $l, column => $c,  
                                    };  
           $self->{state} = COMMENT_START_STATE;  
           !!!next-input-character;  
           redo A;  
         } else {  
           !!!cp (128);  
         }  
       } elsif ($self->{next_char} == 0x0044 or # D  
                $self->{next_char} == 0x0064) { # d  
         !!!next-input-character;  
         push @next_char, $self->{next_char};  
         if ($self->{next_char} == 0x004F or # O  
             $self->{next_char} == 0x006F) { # o  
           !!!next-input-character;  
           push @next_char, $self->{next_char};  
           if ($self->{next_char} == 0x0043 or # C  
               $self->{next_char} == 0x0063) { # c  
             !!!next-input-character;  
             push @next_char, $self->{next_char};  
             if ($self->{next_char} == 0x0054 or # T  
                 $self->{next_char} == 0x0074) { # t  
               !!!next-input-character;  
               push @next_char, $self->{next_char};  
               if ($self->{next_char} == 0x0059 or # Y  
                   $self->{next_char} == 0x0079) { # y  
                 !!!next-input-character;  
                 push @next_char, $self->{next_char};  
                 if ($self->{next_char} == 0x0050 or # P  
                     $self->{next_char} == 0x0070) { # p  
                   !!!next-input-character;  
                   push @next_char, $self->{next_char};  
                   if ($self->{next_char} == 0x0045 or # E  
                       $self->{next_char} == 0x0065) { # e  
                     !!!cp (129);  
                     ## TODO: What a stupid code this is!  
                     $self->{state} = DOCTYPE_STATE;  
                     $self->{current_token} = {type => DOCTYPE_TOKEN,  
                                               quirks => 1,  
                                               line => $l, column => $c,  
                                              };  
                     !!!next-input-character;  
                     redo A;  
                   } else {  
                     !!!cp (130);  
                   }  
                 } else {  
                   !!!cp (131);  
                 }  
               } else {  
                 !!!cp (132);  
               }  
             } else {  
               !!!cp (133);  
             }  
           } else {  
             !!!cp (134);  
           }  
         } else {  
           !!!cp (135);  
         }  
       } elsif ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM and  
                $self->{open_elements}->[-1]->[1] & FOREIGN_EL and  
                $self->{next_char} == 0x005B) { # [  
         !!!next-input-character;  
         push @next_char, $self->{next_char};  
         if ($self->{next_char} == 0x0043) { # C  
           !!!next-input-character;  
           push @next_char, $self->{next_char};  
           if ($self->{next_char} == 0x0044) { # D  
             !!!next-input-character;  
             push @next_char, $self->{next_char};  
             if ($self->{next_char} == 0x0041) { # A  
               !!!next-input-character;  
               push @next_char, $self->{next_char};  
               if ($self->{next_char} == 0x0054) { # T  
                 !!!next-input-character;  
                 push @next_char, $self->{next_char};  
                 if ($self->{next_char} == 0x0041) { # A  
                   !!!next-input-character;  
                   push @next_char, $self->{next_char};  
                   if ($self->{next_char} == 0x005B) { # [  
                     !!!cp (135.1);  
                     $self->{state} = CDATA_BLOCK_STATE;  
                     !!!next-input-character;  
                     redo A;  
                   } else {  
                     !!!cp (135.2);  
                   }  
                 } else {  
                   !!!cp (135.3);  
                 }  
               } else {  
                 !!!cp (135.4);                  
               }  
             } else {  
               !!!cp (135.5);  
             }  
           } else {  
             !!!cp (135.6);  
           }  
         } else {  
           !!!cp (135.7);  
         }  
       } else {  
         !!!cp (136);  
       }  
   
       !!!parse-error (type => 'bogus comment');  
       $self->{next_char} = shift @next_char;  
       !!!back-next-input-character (@next_char);  
       $self->{state} = BOGUS_COMMENT_STATE;  
       $self->{current_token} = {type => COMMENT_TOKEN, data => '',  
                                 line => $l, column => $c,  
                                };  
       redo A;  
         
       ## ISSUE: typos in spec: chacacters, is is a parse error  
       ## ISSUE: spec is somewhat unclear on "is the first character that will be in the comment"; what is "that will be in the comment" is what the algorithm defines, isn't it?  
     } elsif ($self->{state} == COMMENT_START_STATE) {  
       if ($self->{next_char} == 0x002D) { # -  
         !!!cp (137);  
         $self->{state} = COMMENT_START_DASH_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (138);  
         !!!parse-error (type => 'bogus comment');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (139);  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         !!!cp (140);  
         $self->{current_token}->{data} # comment  
             .= chr ($self->{next_char});  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_START_DASH_STATE) {  
       if ($self->{next_char} == 0x002D) { # -  
         !!!cp (141);  
         $self->{state} = COMMENT_END_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (142);  
         !!!parse-error (type => 'bogus comment');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (143);  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         !!!cp (144);  
         $self->{current_token}->{data} # comment  
             .= '-' . chr ($self->{next_char});  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_STATE) {  
       if ($self->{next_char} == 0x002D) { # -  
         !!!cp (145);  
         $self->{state} = COMMENT_END_DASH_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (146);  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         !!!cp (147);  
         $self->{current_token}->{data} .= chr ($self->{next_char}); # comment  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_END_DASH_STATE) {  
       if ($self->{next_char} == 0x002D) { # -  
         !!!cp (148);  
         $self->{state} = COMMENT_END_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (149);  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         !!!cp (150);  
         $self->{current_token}->{data} .= '-' . chr ($self->{next_char}); # comment  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_END_STATE) {  
       if ($self->{next_char} == 0x003E) { # >  
         !!!cp (151);  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_char} == 0x002D) { # -  
         !!!cp (152);  
         !!!parse-error (type => 'dash in comment',  
                         line => $self->{line_prev},  
                         column => $self->{column_prev});  
         $self->{current_token}->{data} .= '-'; # comment  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (153);  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         !!!cp (154);  
         !!!parse-error (type => 'dash in comment',  
                         line => $self->{line_prev},  
                         column => $self->{column_prev});  
         $self->{current_token}->{data} .= '--' . chr ($self->{next_char}); # comment  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (155);  
         $self->{state} = BEFORE_DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } else {  
         !!!cp (156);  
         !!!parse-error (type => 'no space before DOCTYPE name');  
         $self->{state} = BEFORE_DOCTYPE_NAME_STATE;  
         ## reconsume  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_DOCTYPE_NAME_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (157);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (158);  
         !!!parse-error (type => 'no DOCTYPE name');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE (quirks)  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (159);  
         !!!parse-error (type => 'no DOCTYPE name');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # DOCTYPE (quirks)  
   
         redo A;  
       } else {  
         !!!cp (160);  
         $self->{current_token}->{name} = chr $self->{next_char};  
         delete $self->{current_token}->{quirks};  
 ## ISSUE: "Set the token's name name to the" in the spec  
         $self->{state} = DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_NAME_STATE) {  
 ## ISSUE: Redundant "First," in the spec.  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (161);  
         $self->{state} = AFTER_DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (162);  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (163);  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (164);  
         $self->{current_token}->{name}  
           .= chr ($self->{next_char}); # DOCTYPE  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_NAME_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (165);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (166);  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (167);  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == 0x0050 or # P  
                $self->{next_char} == 0x0070) { # p  
         !!!next-input-character;  
         if ($self->{next_char} == 0x0055 or # U  
             $self->{next_char} == 0x0075) { # u  
           !!!next-input-character;  
           if ($self->{next_char} == 0x0042 or # B  
               $self->{next_char} == 0x0062) { # b  
             !!!next-input-character;  
             if ($self->{next_char} == 0x004C or # L  
                 $self->{next_char} == 0x006C) { # l  
               !!!next-input-character;  
               if ($self->{next_char} == 0x0049 or # I  
                   $self->{next_char} == 0x0069) { # i  
                 !!!next-input-character;  
                 if ($self->{next_char} == 0x0043 or # C  
                     $self->{next_char} == 0x0063) { # c  
                   !!!cp (168);  
                   $self->{state} = BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
                   !!!next-input-character;  
                   redo A;  
                 } else {  
                   !!!cp (169);  
                 }  
               } else {  
                 !!!cp (170);  
               }  
             } else {  
               !!!cp (171);  
             }  
           } else {  
             !!!cp (172);  
           }  
         } else {  
           !!!cp (173);  
         }  
   
         #  
       } elsif ($self->{next_char} == 0x0053 or # S  
                $self->{next_char} == 0x0073) { # s  
         !!!next-input-character;  
         if ($self->{next_char} == 0x0059 or # Y  
             $self->{next_char} == 0x0079) { # y  
           !!!next-input-character;  
           if ($self->{next_char} == 0x0053 or # S  
               $self->{next_char} == 0x0073) { # s  
             !!!next-input-character;  
             if ($self->{next_char} == 0x0054 or # T  
                 $self->{next_char} == 0x0074) { # t  
               !!!next-input-character;  
               if ($self->{next_char} == 0x0045 or # E  
                   $self->{next_char} == 0x0065) { # e  
                 !!!next-input-character;  
                 if ($self->{next_char} == 0x004D or # M  
                     $self->{next_char} == 0x006D) { # m  
                   !!!cp (174);  
                   $self->{state} = BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
                   !!!next-input-character;  
                   redo A;  
                 } else {  
                   !!!cp (175);  
                 }  
               } else {  
                 !!!cp (176);  
               }  
             } else {  
               !!!cp (177);  
             }  
           } else {  
             !!!cp (178);  
           }  
         } else {  
           !!!cp (179);  
         }  
   
         #  
       } else {  
         !!!cp (180);  
         !!!next-input-character;  
         #  
       }  
   
       !!!parse-error (type => 'string after DOCTYPE name');  
       $self->{current_token}->{quirks} = 1;  
   
       $self->{state} = BOGUS_DOCTYPE_STATE;  
       # next-input-character is already done  
       redo A;  
     } elsif ($self->{state} == BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_char}}) {  
         !!!cp (181);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} eq 0x0022) { # "  
         !!!cp (182);  
         $self->{current_token}->{public_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} eq 0x0027) { # '  
         !!!cp (183);  
         $self->{current_token}->{public_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} eq 0x003E) { # >  
         !!!cp (184);  
         !!!parse-error (type => 'no PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (185);  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (186);  
         !!!parse-error (type => 'string after PUBLIC');  
         $self->{current_token}->{quirks} = 1;  
   
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_char} == 0x0022) { # "  
         !!!cp (187);  
         $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (188);  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (189);  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (190);  
         $self->{current_token}->{public_identifier} # DOCTYPE  
             .= chr $self->{next_char};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE) {  
       if ($self->{next_char} == 0x0027) { # '  
         !!!cp (191);  
         $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (192);  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (193);  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (194);  
         $self->{current_token}->{public_identifier} # DOCTYPE  
             .= chr $self->{next_char};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_char}}) {  
         !!!cp (195);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0022) { # "  
         !!!cp (196);  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0027) { # '  
         !!!cp (197);  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (198);  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (199);  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (200);  
         !!!parse-error (type => 'string after PUBLIC literal');  
         $self->{current_token}->{quirks} = 1;  
   
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_char}}) {  
         !!!cp (201);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0022) { # "  
         !!!cp (202);  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0027) { # '  
         !!!cp (203);  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (204);  
         !!!parse-error (type => 'no SYSTEM literal');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (205);  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (206);  
         !!!parse-error (type => 'string after SYSTEM');  
         $self->{current_token}->{quirks} = 1;  
   
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_char} == 0x0022) { # "  
         !!!cp (207);  
         $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (208);  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (209);  
         !!!parse-error (type => 'unclosed SYSTEM literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (210);  
         $self->{current_token}->{system_identifier} # DOCTYPE  
             .= chr $self->{next_char};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE) {  
       if ($self->{next_char} == 0x0027) { # '  
         !!!cp (211);  
         $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (212);  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (213);  
         !!!parse-error (type => 'unclosed SYSTEM literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (214);  
         $self->{current_token}->{system_identifier} # DOCTYPE  
             .= chr $self->{next_char};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_char}}) {  
         !!!cp (215);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (216);  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (217);  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (218);  
         !!!parse-error (type => 'string after SYSTEM literal');  
         #$self->{current_token}->{quirks} = 1;  
   
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BOGUS_DOCTYPE_STATE) {  
       if ($self->{next_char} == 0x003E) { # >  
         !!!cp (219);  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (220);  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (221);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == CDATA_BLOCK_STATE) {  
       my $s = '';  
         
       my ($l, $c) = ($self->{line}, $self->{column});  
   
       CS: while ($self->{next_char} != -1) {  
         if ($self->{next_char} == 0x005D) { # ]  
           !!!next-input-character;  
           if ($self->{next_char} == 0x005D) { # ]  
             !!!next-input-character;  
             MDC: {  
               if ($self->{next_char} == 0x003E) { # >  
                 !!!cp (221.1);  
                 !!!next-input-character;  
                 last CS;  
               } elsif ($self->{next_char} == 0x005D) { # ]  
                 !!!cp (221.2);  
                 $s .= ']';  
                 !!!next-input-character;  
                 redo MDC;  
               } else {  
                 !!!cp (221.3);  
                 $s .= ']]';  
                 #  
               }  
             } # MDC  
           } else {  
             !!!cp (221.4);  
             $s .= ']';  
             #  
           }  
         } else {  
           !!!cp (221.5);  
           #  
         }  
         $s .= chr $self->{next_char};  
         !!!next-input-character;  
       } # CS  
   
       $self->{state} = DATA_STATE;  
       ## next-input-character done or EOF, which is reconsumed.  
   
       if (length $s) {  
         !!!cp (221.6);  
         !!!emit ({type => CHARACTER_TOKEN, data => $s,  
                   line => $l, column => $c});  
       } else {  
         !!!cp (221.7);  
       }  
   
       redo A;  
   
       ## ISSUE: "text tokens" in spec.  
       ## TODO: Streaming support  
     } else {  
       die "$0: $self->{state}: Unknown state";  
     }  
   } # A    
   
   die "$0: _get_next_token: unexpected case";  
 } # _get_next_token  
   
 sub _tokenize_attempt_to_consume_an_entity ($$$) {  
   my ($self, $in_attr, $additional) = @_;  
   
   my ($l, $c) = ($self->{line_prev}, $self->{column_prev});  
   
   if ({  
        0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, # HT, LF, VT, FF,  
        0x0020 => 1, 0x003C => 1, 0x0026 => 1, -1 => 1, # SP, <, & # 0x000D # CR  
        $additional => 1,  
       }->{$self->{next_char}}) {  
     !!!cp (1001);  
     ## Don't consume  
     ## No error  
     return undef;  
   } elsif ($self->{next_char} == 0x0023) { # #  
     !!!next-input-character;  
     if ($self->{next_char} == 0x0078 or # x  
         $self->{next_char} == 0x0058) { # X  
       my $code;  
       X: {  
         my $x_char = $self->{next_char};  
         !!!next-input-character;  
         if (0x0030 <= $self->{next_char} and  
             $self->{next_char} <= 0x0039) { # 0..9  
           !!!cp (1002);  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_char} - 0x0030;  
           redo X;  
         } elsif (0x0061 <= $self->{next_char} and  
                  $self->{next_char} <= 0x0066) { # a..f  
           !!!cp (1003);  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_char} - 0x0060 + 9;  
           redo X;  
         } elsif (0x0041 <= $self->{next_char} and  
                  $self->{next_char} <= 0x0046) { # A..F  
           !!!cp (1004);  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_char} - 0x0040 + 9;  
           redo X;  
         } elsif (not defined $code) { # no hexadecimal digit  
           !!!cp (1005);  
           !!!parse-error (type => 'bare hcro', line => $l, column => $c);  
           !!!back-next-input-character ($x_char, $self->{next_char});  
           $self->{next_char} = 0x0023; # #  
           return undef;  
         } elsif ($self->{next_char} == 0x003B) { # ;  
           !!!cp (1006);  
           !!!next-input-character;  
         } else {  
           !!!cp (1007);  
           !!!parse-error (type => 'no refc', line => $l, column => $c);  
         }  
   
         if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {  
           !!!cp (1008);  
           !!!parse-error (type => (sprintf 'invalid character reference:U+%04X', $code), line => $l, column => $c);  
           $code = 0xFFFD;  
         } elsif ($code > 0x10FFFF) {  
           !!!cp (1009);  
           !!!parse-error (type => (sprintf 'invalid character reference:U-%08X', $code), line => $l, column => $c);  
           $code = 0xFFFD;  
         } elsif ($code == 0x000D) {  
           !!!cp (1010);  
           !!!parse-error (type => 'CR character reference', line => $l, column => $c);  
           $code = 0x000A;  
         } elsif (0x80 <= $code and $code <= 0x9F) {  
           !!!cp (1011);  
           !!!parse-error (type => (sprintf 'C1 character reference:U+%04X', $code), line => $l, column => $c);  
           $code = $c1_entity_char->{$code};  
         }  
   
         return {type => CHARACTER_TOKEN, data => chr $code,  
                 has_reference => 1,  
                 line => $l, column => $c,  
                };  
       } # X  
     } elsif (0x0030 <= $self->{next_char} and  
              $self->{next_char} <= 0x0039) { # 0..9  
       my $code = $self->{next_char} - 0x0030;  
       !!!next-input-character;  
         
       while (0x0030 <= $self->{next_char} and  
                 $self->{next_char} <= 0x0039) { # 0..9  
         !!!cp (1012);  
         $code *= 10;  
         $code += $self->{next_char} - 0x0030;  
           
         !!!next-input-character;  
       }  
   
       if ($self->{next_char} == 0x003B) { # ;  
         !!!cp (1013);  
         !!!next-input-character;  
       } else {  
         !!!cp (1014);  
         !!!parse-error (type => 'no refc', line => $l, column => $c);  
       }  
   
       if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {  
         !!!cp (1015);  
         !!!parse-error (type => (sprintf 'invalid character reference:U+%04X', $code), line => $l, column => $c);  
         $code = 0xFFFD;  
       } elsif ($code > 0x10FFFF) {  
         !!!cp (1016);  
         !!!parse-error (type => (sprintf 'invalid character reference:U-%08X', $code), line => $l, column => $c);  
         $code = 0xFFFD;  
       } elsif ($code == 0x000D) {  
         !!!cp (1017);  
         !!!parse-error (type => 'CR character reference', line => $l, column => $c);  
         $code = 0x000A;  
       } elsif (0x80 <= $code and $code <= 0x9F) {  
         !!!cp (1018);  
         !!!parse-error (type => (sprintf 'C1 character reference:U+%04X', $code), line => $l, column => $c);  
         $code = $c1_entity_char->{$code};  
       }  
         
       return {type => CHARACTER_TOKEN, data => chr $code, has_reference => 1,  
               line => $l, column => $c,  
              };  
     } else {  
       !!!cp (1019);  
       !!!parse-error (type => 'bare nero', line => $l, column => $c);  
       !!!back-next-input-character ($self->{next_char});  
       $self->{next_char} = 0x0023; # #  
       return undef;  
     }  
   } elsif ((0x0041 <= $self->{next_char} and  
             $self->{next_char} <= 0x005A) or  
            (0x0061 <= $self->{next_char} and  
             $self->{next_char} <= 0x007A)) {  
     my $entity_name = chr $self->{next_char};  
     !!!next-input-character;  
   
     my $value = $entity_name;  
     my $match = 0;  
     require Whatpm::_NamedEntityList;  
     our $EntityChar;  
   
     while (length $entity_name < 30 and  
            ## NOTE: Some number greater than the maximum length of entity name  
            ((0x0041 <= $self->{next_char} and # a  
              $self->{next_char} <= 0x005A) or # x  
             (0x0061 <= $self->{next_char} and # a  
              $self->{next_char} <= 0x007A) or # z  
             (0x0030 <= $self->{next_char} and # 0  
              $self->{next_char} <= 0x0039) or # 9  
             $self->{next_char} == 0x003B)) { # ;  
       $entity_name .= chr $self->{next_char};  
       if (defined $EntityChar->{$entity_name}) {  
         if ($self->{next_char} == 0x003B) { # ;  
           !!!cp (1020);  
           $value = $EntityChar->{$entity_name};  
           $match = 1;  
           !!!next-input-character;  
           last;  
         } else {  
           !!!cp (1021);  
           $value = $EntityChar->{$entity_name};  
           $match = -1;  
           !!!next-input-character;  
         }  
       } else {  
         !!!cp (1022);  
         $value .= chr $self->{next_char};  
         $match *= 2;  
         !!!next-input-character;  
       }  
     }  
       
     if ($match > 0) {  
       !!!cp (1023);  
       return {type => CHARACTER_TOKEN, data => $value, has_reference => 1,  
               line => $l, column => $c,  
              };  
     } elsif ($match < 0) {  
       !!!parse-error (type => 'no refc', line => $l, column => $c);  
       if ($in_attr and $match < -1) {  
         !!!cp (1024);  
         return {type => CHARACTER_TOKEN, data => '&'.$entity_name,  
                 line => $l, column => $c,  
                };  
       } else {  
         !!!cp (1025);  
         return {type => CHARACTER_TOKEN, data => $value, has_reference => 1,  
                 line => $l, column => $c,  
                };  
       }  
     } else {  
       !!!cp (1026);  
       !!!parse-error (type => 'bare ero', line => $l, column => $c);  
       ## NOTE: "No characters are consumed" in the spec.  
       return {type => CHARACTER_TOKEN, data => '&'.$value,  
               line => $l, column => $c,  
              };  
     }  
   } else {  
     !!!cp (1027);  
     ## no characters are consumed  
     !!!parse-error (type => 'bare ero', line => $l, column => $c);  
     return undef;  
   }  
 } # _tokenize_attempt_to_consume_an_entity  
   
858  sub _initialize_tree_constructor ($) {  sub _initialize_tree_constructor ($) {
859    my $self = shift;    my $self = shift;
860    ## NOTE: $self->{document} MUST be specified before this method is called    ## NOTE: $self->{document} MUST be specified before this method is called
# Line 3056  sub _initialize_tree_constructor ($) { Line 862  sub _initialize_tree_constructor ($) {
862    ## TODO: Turn mutation events off # MUST    ## TODO: Turn mutation events off # MUST
863    ## TODO: Turn loose Document option (manakai extension) on    ## TODO: Turn loose Document option (manakai extension) on
864    $self->{document}->manakai_is_html (1); # MUST    $self->{document}->manakai_is_html (1); # MUST
865      $self->{document}->set_user_data (manakai_source_line => 1);
866      $self->{document}->set_user_data (manakai_source_column => 1);
867  } # _initialize_tree_constructor  } # _initialize_tree_constructor
868    
869  sub _terminate_tree_constructor ($) {  sub _terminate_tree_constructor ($) {
# Line 3075  sub _construct_tree ($) { Line 883  sub _construct_tree ($) {
883    ## When an interactive UA render the $self->{document} available    ## When an interactive UA render the $self->{document} available
884    ## to the user, or when it begin accepting user input, are    ## to the user, or when it begin accepting user input, are
885    ## 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  
886        
887    !!!next-token;    !!!next-token;
888    
889    undef $self->{form_element};    undef $self->{form_element};
890    undef $self->{head_element};    undef $self->{head_element};
891      undef $self->{head_element_inserted};
892    $self->{open_elements} = [];    $self->{open_elements} = [];
893    undef $self->{inner_html_node};    undef $self->{inner_html_node};
894      undef $self->{ignore_newline};
895    
896    ## NOTE: The "initial" insertion mode.    ## NOTE: The "initial" insertion mode.
897    $self->_tree_construction_initial; # MUST    $self->_tree_construction_initial; # MUST
# Line 3110  sub _tree_construction_initial ($) { Line 916  sub _tree_construction_initial ($) {
916        ## language.        ## language.
917        my $doctype_name = $token->{name};        my $doctype_name = $token->{name};
918        $doctype_name = '' unless defined $doctype_name;        $doctype_name = '' unless defined $doctype_name;
919        $doctype_name =~ tr/a-z/A-Z/;        $doctype_name =~ tr/a-z/A-Z/; # ASCII case-insensitive
920        if (not defined $token->{name} or # <!DOCTYPE>        if (not defined $token->{name} or # <!DOCTYPE>
921            defined $token->{public_identifier} or            defined $token->{sysid}) {
           defined $token->{system_identifier}) {  
922          !!!cp ('t1');          !!!cp ('t1');
923          !!!parse-error (type => 'not HTML5', token => $token);          !!!parse-error (type => 'not HTML5', token => $token);
924        } elsif ($doctype_name ne 'HTML') {        } elsif ($doctype_name ne 'HTML') {
925          !!!cp ('t2');          !!!cp ('t2');
         ## ISSUE: ASCII case-insensitive? (in fact it does not matter)  
926          !!!parse-error (type => 'not HTML5', token => $token);          !!!parse-error (type => 'not HTML5', token => $token);
927          } elsif (defined $token->{pubid}) {
928            if ($token->{pubid} eq 'XSLT-compat') {
929              !!!cp ('t1.2');
930              !!!parse-error (type => 'XSLT-compat', token => $token,
931                              level => $self->{level}->{should});
932            } else {
933              !!!parse-error (type => 'not HTML5', token => $token);
934            }
935        } else {        } else {
936          !!!cp ('t3');          !!!cp ('t3');
937            #
938        }        }
939                
940        my $doctype = $self->{document}->create_document_type_definition        my $doctype = $self->{document}->create_document_type_definition
941          ($token->{name}); ## ISSUE: If name is missing (e.g. <!DOCTYPE>)?          ($token->{name}); ## ISSUE: If name is missing (e.g. <!DOCTYPE>)?
942        ## NOTE: Default value for both |public_id| and |system_id| attributes        ## NOTE: Default value for both |public_id| and |system_id| attributes
943        ## are empty strings, so that we don't set any value in missing cases.        ## are empty strings, so that we don't set any value in missing cases.
944        $doctype->public_id ($token->{public_identifier})        $doctype->public_id ($token->{pubid}) if defined $token->{pubid};
945            if defined $token->{public_identifier};        $doctype->system_id ($token->{sysid}) if defined $token->{sysid};
       $doctype->system_id ($token->{system_identifier})  
           if defined $token->{system_identifier};  
946        ## NOTE: Other DocumentType attributes are null or empty lists.        ## NOTE: Other DocumentType attributes are null or empty lists.
947        ## ISSUE: internalSubset = null??        ## In Firefox3, |internalSubset| attribute is set to the empty
948          ## string, while |null| is an allowed value for the attribute
949          ## according to DOM3 Core.
950        $self->{document}->append_child ($doctype);        $self->{document}->append_child ($doctype);
951                
952        if ($token->{quirks} or $doctype_name ne 'HTML') {        if ($token->{quirks} or $doctype_name ne 'HTML') {
953          !!!cp ('t4');          !!!cp ('t4');
954          $self->{document}->manakai_compat_mode ('quirks');          $self->{document}->manakai_compat_mode ('quirks');
955        } elsif (defined $token->{public_identifier}) {        } elsif (defined $token->{pubid}) {
956          my $pubid = $token->{public_identifier};          my $pubid = $token->{pubid};
957          $pubid =~ tr/a-z/A-z/;          $pubid =~ tr/a-z/A-z/;
958          if ({          my $prefix = [
959            "+//SILMARIL//DTD HTML PRO V0R11 19970101//EN" => 1,            "+//SILMARIL//DTD HTML PRO V0R11 19970101//",
960            "-//ADVASOFT LTD//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,            "-//ADVASOFT LTD//DTD HTML 3.0 ASWEDIT + EXTENSIONS//",
961            "-//AS//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,            "-//AS//DTD HTML 3.0 ASWEDIT + EXTENSIONS//",
962            "-//IETF//DTD HTML 2.0 LEVEL 1//EN" => 1,            "-//IETF//DTD HTML 2.0 LEVEL 1//",
963            "-//IETF//DTD HTML 2.0 LEVEL 2//EN" => 1,            "-//IETF//DTD HTML 2.0 LEVEL 2//",
964            "-//IETF//DTD HTML 2.0 STRICT LEVEL 1//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT LEVEL 1//",
965            "-//IETF//DTD HTML 2.0 STRICT LEVEL 2//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT LEVEL 2//",
966            "-//IETF//DTD HTML 2.0 STRICT//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT//",
967            "-//IETF//DTD HTML 2.0//EN" => 1,            "-//IETF//DTD HTML 2.0//",
968            "-//IETF//DTD HTML 2.1E//EN" => 1,            "-//IETF//DTD HTML 2.1E//",
969            "-//IETF//DTD HTML 3.0//EN" => 1,            "-//IETF//DTD HTML 3.0//",
970            "-//IETF//DTD HTML 3.0//EN//" => 1,            "-//IETF//DTD HTML 3.2 FINAL//",
971            "-//IETF//DTD HTML 3.2 FINAL//EN" => 1,            "-//IETF//DTD HTML 3.2//",
972            "-//IETF//DTD HTML 3.2//EN" => 1,            "-//IETF//DTD HTML 3//",
973            "-//IETF//DTD HTML 3//EN" => 1,            "-//IETF//DTD HTML LEVEL 0//",
974            "-//IETF//DTD HTML LEVEL 0//EN" => 1,            "-//IETF//DTD HTML LEVEL 1//",
975            "-//IETF//DTD HTML LEVEL 0//EN//2.0" => 1,            "-//IETF//DTD HTML LEVEL 2//",
976            "-//IETF//DTD HTML LEVEL 1//EN" => 1,            "-//IETF//DTD HTML LEVEL 3//",
977            "-//IETF//DTD HTML LEVEL 1//EN//2.0" => 1,            "-//IETF//DTD HTML STRICT LEVEL 0//",
978            "-//IETF//DTD HTML LEVEL 2//EN" => 1,            "-//IETF//DTD HTML STRICT LEVEL 1//",
979            "-//IETF//DTD HTML LEVEL 2//EN//2.0" => 1,            "-//IETF//DTD HTML STRICT LEVEL 2//",
980            "-//IETF//DTD HTML LEVEL 3//EN" => 1,            "-//IETF//DTD HTML STRICT LEVEL 3//",
981            "-//IETF//DTD HTML LEVEL 3//EN//3.0" => 1,            "-//IETF//DTD HTML STRICT//",
982            "-//IETF//DTD HTML STRICT LEVEL 0//EN" => 1,            "-//IETF//DTD HTML//",
983            "-//IETF//DTD HTML STRICT LEVEL 0//EN//2.0" => 1,            "-//METRIUS//DTD METRIUS PRESENTATIONAL//",
984            "-//IETF//DTD HTML STRICT LEVEL 1//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML STRICT//",
985            "-//IETF//DTD HTML STRICT LEVEL 1//EN//2.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML//",
986            "-//IETF//DTD HTML STRICT LEVEL 2//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 TABLES//",
987            "-//IETF//DTD HTML STRICT LEVEL 2//EN//2.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML STRICT//",
988            "-//IETF//DTD HTML STRICT LEVEL 3//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML//",
989            "-//IETF//DTD HTML STRICT LEVEL 3//EN//3.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 TABLES//",
990            "-//IETF//DTD HTML STRICT//EN" => 1,            "-//NETSCAPE COMM. CORP.//DTD HTML//",
991            "-//IETF//DTD HTML STRICT//EN//2.0" => 1,            "-//NETSCAPE COMM. CORP.//DTD STRICT HTML//",
992            "-//IETF//DTD HTML STRICT//EN//3.0" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML 2.0//",
993            "-//IETF//DTD HTML//EN" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED 1.0//",
994            "-//IETF//DTD HTML//EN//2.0" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED RELAXED 1.0//",
995            "-//IETF//DTD HTML//EN//3.0" => 1,            "-//SOFTQUAD SOFTWARE//DTD HOTMETAL PRO 6.0::19990601::EXTENSIONS TO HTML 4.0//",
996            "-//METRIUS//DTD METRIUS PRESENTATIONAL//EN" => 1,            "-//SOFTQUAD//DTD HOTMETAL PRO 4.0::19971010::EXTENSIONS TO HTML 4.0//",
997            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML STRICT//EN" => 1,            "-//SPYGLASS//DTD HTML 2.0 EXTENDED//",
998            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML//EN" => 1,            "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//",
999            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 TABLES//EN" => 1,            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//",
1000            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML STRICT//EN" => 1,            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//",
1001            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML//EN" => 1,            "-//W3C//DTD HTML 3 1995-03-24//",
1002            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 TABLES//EN" => 1,            "-//W3C//DTD HTML 3.2 DRAFT//",
1003            "-//NETSCAPE COMM. CORP.//DTD HTML//EN" => 1,            "-//W3C//DTD HTML 3.2 FINAL//",
1004            "-//NETSCAPE COMM. CORP.//DTD STRICT HTML//EN" => 1,            "-//W3C//DTD HTML 3.2//",
1005            "-//O'REILLY AND ASSOCIATES//DTD HTML 2.0//EN" => 1,            "-//W3C//DTD HTML 3.2S DRAFT//",
1006            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED 1.0//EN" => 1,            "-//W3C//DTD HTML 4.0 FRAMESET//",
1007            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED RELAXED 1.0//EN" => 1,            "-//W3C//DTD HTML 4.0 TRANSITIONAL//",
1008            "-//SOFTQUAD SOFTWARE//DTD HOTMETAL PRO 6.0::19990601::EXTENSIONS TO HTML 4.0//EN" => 1,            "-//W3C//DTD HTML EXPERIMETNAL 19960712//",
1009            "-//SOFTQUAD//DTD HOTMETAL PRO 4.0::19971010::EXTENSIONS TO HTML 4.0//EN" => 1,            "-//W3C//DTD HTML EXPERIMENTAL 970421//",
1010            "-//SPYGLASS//DTD HTML 2.0 EXTENDED//EN" => 1,            "-//W3C//DTD W3 HTML//",
1011            "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//EN" => 1,            "-//W3O//DTD W3 HTML 3.0//",
1012            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//EN" => 1,            "-//WEBTECHS//DTD MOZILLA HTML 2.0//",
1013            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//EN" => 1,            "-//WEBTECHS//DTD MOZILLA HTML//",
1014            "-//W3C//DTD HTML 3 1995-03-24//EN" => 1,          ]; # $prefix
1015            "-//W3C//DTD HTML 3.2 DRAFT//EN" => 1,          my $match;
1016            "-//W3C//DTD HTML 3.2 FINAL//EN" => 1,          for (@$prefix) {
1017            "-//W3C//DTD HTML 3.2//EN" => 1,            if (substr ($prefix, 0, length $_) eq $_) {
1018            "-//W3C//DTD HTML 3.2S DRAFT//EN" => 1,              $match = 1;
1019            "-//W3C//DTD HTML 4.0 FRAMESET//EN" => 1,              last;
1020            "-//W3C//DTD HTML 4.0 TRANSITIONAL//EN" => 1,            }
1021            "-//W3C//DTD HTML EXPERIMETNAL 19960712//EN" => 1,          }
1022            "-//W3C//DTD HTML EXPERIMENTAL 970421//EN" => 1,          if ($match or
1023            "-//W3C//DTD W3 HTML//EN" => 1,              $pubid eq "-//W3O//DTD W3 HTML STRICT 3.0//EN//" or
1024            "-//W3O//DTD W3 HTML 3.0//EN" => 1,              $pubid eq "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" or
1025            "-//W3O//DTD W3 HTML 3.0//EN//" => 1,              $pubid eq "HTML") {
           "-//W3O//DTD W3 HTML STRICT 3.0//EN//" => 1,  
           "-//WEBTECHS//DTD MOZILLA HTML 2.0//EN" => 1,  
           "-//WEBTECHS//DTD MOZILLA HTML//EN" => 1,  
           "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" => 1,  
           "HTML" => 1,  
         }->{$pubid}) {  
1026            !!!cp ('t5');            !!!cp ('t5');
1027            $self->{document}->manakai_compat_mode ('quirks');            $self->{document}->manakai_compat_mode ('quirks');
1028          } elsif ($pubid eq "-//W3C//DTD HTML 4.01 FRAMESET//EN" or          } elsif ($pubid =~ m[^-//W3C//DTD HTML 4.01 FRAMESET//] or
1029                   $pubid eq "-//W3C//DTD HTML 4.01 TRANSITIONAL//EN") {                   $pubid =~ m[^-//W3C//DTD HTML 4.01 TRANSITIONAL//]) {
1030            if (defined $token->{system_identifier}) {            if (defined $token->{sysid}) {
1031              !!!cp ('t6');              !!!cp ('t6');
1032              $self->{document}->manakai_compat_mode ('quirks');              $self->{document}->manakai_compat_mode ('quirks');
1033            } else {            } else {
1034              !!!cp ('t7');              !!!cp ('t7');
1035              $self->{document}->manakai_compat_mode ('limited quirks');              $self->{document}->manakai_compat_mode ('limited quirks');
1036            }            }
1037          } elsif ($pubid eq "-//W3C//DTD XHTML 1.0 FRAMESET//EN" or          } elsif ($pubid =~ m[^-//W3C//DTD XHTML 1.0 FRAMESET//] or
1038                   $pubid eq "-//W3C//DTD XHTML 1.0 TRANSITIONAL//EN") {                   $pubid =~ m[^-//W3C//DTD XHTML 1.0 TRANSITIONAL//]) {
1039            !!!cp ('t8');            !!!cp ('t8');
1040            $self->{document}->manakai_compat_mode ('limited quirks');            $self->{document}->manakai_compat_mode ('limited quirks');
1041          } else {          } else {
# Line 3237  sub _tree_construction_initial ($) { Line 1044  sub _tree_construction_initial ($) {
1044        } else {        } else {
1045          !!!cp ('t10');          !!!cp ('t10');
1046        }        }
1047        if (defined $token->{system_identifier}) {        if (defined $token->{sysid}) {
1048          my $sysid = $token->{system_identifier};          my $sysid = $token->{sysid};
1049          $sysid =~ tr/A-Z/a-z/;          $sysid =~ tr/A-Z/a-z/;
1050          if ($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") {
1051            ## TODO: Check the spec: PUBLIC "(limited quirks)" "(quirks)"            ## NOTE: Ensure that |PUBLIC "(limited quirks)" "(quirks)"| is
1052              ## marked as quirks.
1053            $self->{document}->manakai_compat_mode ('quirks');            $self->{document}->manakai_compat_mode ('quirks');
1054            !!!cp ('t11');            !!!cp ('t11');
1055          } else {          } else {
# Line 3267  sub _tree_construction_initial ($) { Line 1075  sub _tree_construction_initial ($) {
1075        !!!ack-later;        !!!ack-later;
1076        return;        return;
1077      } elsif ($token->{type} == CHARACTER_TOKEN) {      } elsif ($token->{type} == CHARACTER_TOKEN) {
1078        if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D        if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1079          ## Ignore the token          ## Ignore the token
1080    
1081          unless (length $token->{data}) {          unless (length $token->{data}) {
# Line 3324  sub _tree_construction_root_element ($) Line 1132  sub _tree_construction_root_element ($)
1132          !!!next-token;          !!!next-token;
1133          redo B;          redo B;
1134        } elsif ($token->{type} == CHARACTER_TOKEN) {        } elsif ($token->{type} == CHARACTER_TOKEN) {
1135          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1136            ## Ignore the token.            ## Ignore the token.
1137    
1138            unless (length $token->{data}) {            unless (length $token->{data}) {
# Line 3391  sub _tree_construction_root_element ($) Line 1199  sub _tree_construction_root_element ($)
1199      ## NOTE: Reprocess the token.      ## NOTE: Reprocess the token.
1200      !!!ack-later;      !!!ack-later;
1201      return; ## Go to the "before head" insertion mode.      return; ## Go to the "before head" insertion mode.
   
     ## ISSUE: There is an issue in the spec  
1202    } # B    } # B
1203    
1204    die "$0: _tree_construction_root_element: This should never be reached";    die "$0: _tree_construction_root_element: This should never be reached";
# Line 3427  sub _reset_insertion_mode ($) { Line 1233  sub _reset_insertion_mode ($) {
1233          ## NOTE: Strictly spaking, the line below only applies to MathML and          ## NOTE: Strictly spaking, the line below only applies to MathML and
1234          ## SVG elements.  Currently the HTML syntax supports only MathML and          ## SVG elements.  Currently the HTML syntax supports only MathML and
1235          ## SVG elements as foreigners.          ## SVG elements as foreigners.
1236          $new_mode = $self->{insertion_mode} | IN_FOREIGN_CONTENT_IM;          $new_mode = IN_BODY_IM | IN_FOREIGN_CONTENT_IM;
1237          ## ISSUE: What is set as the secondary insertion mode?        } elsif ($node->[1] == TABLE_CELL_EL) {
       } elsif ($node->[1] & TABLE_CELL_EL) {  
1238          if ($last) {          if ($last) {
1239            !!!cp ('t28.2');            !!!cp ('t28.2');
1240            #            #
# Line 3458  sub _reset_insertion_mode ($) { Line 1263  sub _reset_insertion_mode ($) {
1263        $self->{insertion_mode} = $new_mode and return if defined $new_mode;        $self->{insertion_mode} = $new_mode and return if defined $new_mode;
1264                
1265        ## Step 15        ## Step 15
1266        if ($node->[1] & HTML_EL) {        if ($node->[1] == HTML_EL) {
1267          unless (defined $self->{head_element}) {          unless (defined $self->{head_element}) {
1268            !!!cp ('t29');            !!!cp ('t29');
1269            $self->{insertion_mode} = BEFORE_HEAD_IM;            $self->{insertion_mode} = BEFORE_HEAD_IM;
# Line 3590  sub _tree_construction_main ($) { Line 1395  sub _tree_construction_main ($) {
1395    
1396      ## Step 1      ## Step 1
1397      my $start_tag_name = $token->{tag_name};      my $start_tag_name = $token->{tag_name};
1398      my $el;      !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
     !!!create-element ($el, $HTML_NS, $start_tag_name, $token->{attributes}, $token);  
1399    
1400      ## Step 2      ## Step 2
     $insert->($el);  
   
     ## Step 3  
1401      $self->{content_model} = $content_model_flag; # CDATA or RCDATA      $self->{content_model} = $content_model_flag; # CDATA or RCDATA
1402      delete $self->{escape}; # MUST      delete $self->{escape}; # MUST
1403    
1404      ## Step 4      ## Step 3, 4
1405      my $text = '';      $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
     !!!nack ('t40.1');  
     !!!next-token;  
     while ($token->{type} == CHARACTER_TOKEN) { # or until stop tokenizing  
       !!!cp ('t40');  
       $text .= $token->{data};  
       !!!next-token;  
     }  
   
     ## Step 5  
     if (length $text) {  
       !!!cp ('t41');  
       my $text = $self->{document}->create_text_node ($text);  
       $el->append_child ($text);  
     }  
   
     ## Step 6  
     $self->{content_model} = PCDATA_CONTENT_MODEL;  
1406    
1407      ## Step 7      !!!nack ('t40.1');
     if ($token->{type} == END_TAG_TOKEN and  
         $token->{tag_name} eq $start_tag_name) {  
       !!!cp ('t42');  
       ## Ignore the token  
     } else {  
       ## NOTE: An end-of-file token.  
       if ($content_model_flag == CDATA_CONTENT_MODEL) {  
         !!!cp ('t43');  
         !!!parse-error (type => 'in CDATA:#'.$token->{type}, token => $token);  
       } elsif ($content_model_flag == RCDATA_CONTENT_MODEL) {  
         !!!cp ('t44');  
         !!!parse-error (type => 'in RCDATA:#'.$token->{type}, token => $token);  
       } else {  
         die "$0: $content_model_flag in parse_rcdata";  
       }  
     }  
1408      !!!next-token;      !!!next-token;
1409    }; # $parse_rcdata    }; # $parse_rcdata
1410    
1411    my $script_start_tag = sub () {    my $script_start_tag = sub () {
1412        ## Step 1
1413      my $script_el;      my $script_el;
1414      !!!create-element ($script_el, $HTML_NS, 'script', $token->{attributes}, $token);      !!!create-element ($script_el, $HTML_NS, 'script', $token->{attributes}, $token);
1415    
1416        ## Step 2
1417      ## TODO: mark as "parser-inserted"      ## TODO: mark as "parser-inserted"
1418    
1419        ## Step 3
1420        ## TODO: Mark as "already executed", if ...
1421    
1422        ## Step 4
1423        $insert->($script_el);
1424    
1425        ## ISSUE: $script_el is not put into the stack
1426        push @{$self->{open_elements}}, [$script_el, $el_category->{script}];
1427    
1428        ## Step 5
1429      $self->{content_model} = CDATA_CONTENT_MODEL;      $self->{content_model} = CDATA_CONTENT_MODEL;
1430      delete $self->{escape}; # MUST      delete $self->{escape}; # MUST
       
     my $text = '';  
     !!!nack ('t45.1');  
     !!!next-token;  
     while ($token->{type} == CHARACTER_TOKEN) {  
       !!!cp ('t45');  
       $text .= $token->{data};  
       !!!next-token;  
     } # stop if non-character token or tokenizer stops tokenising  
     if (length $text) {  
       !!!cp ('t46');  
       $script_el->manakai_append_text ($text);  
     }  
                 
     $self->{content_model} = PCDATA_CONTENT_MODEL;  
1431    
1432      if ($token->{type} == END_TAG_TOKEN and      ## Step 6-7
1433          $token->{tag_name} eq 'script') {      $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
       !!!cp ('t47');  
       ## Ignore the token  
     } else {  
       !!!cp ('t48');  
       !!!parse-error (type => 'in CDATA:#'.$token->{type}, token => $token);  
       ## ISSUE: And ignore?  
       ## TODO: mark as "already executed"  
     }  
       
     if (defined $self->{inner_html_node}) {  
       !!!cp ('t49');  
       ## TODO: mark as "already executed"  
     } else {  
       !!!cp ('t50');  
       ## TODO: $old_insertion_point = current insertion point  
       ## TODO: insertion point = just before the next input character  
1434    
1435        $insert->($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...  
     }  
       
1436      !!!next-token;      !!!next-token;
1437    }; # $script_start_tag    }; # $script_start_tag
1438    
1439    ## NOTE: $open_tables->[-1]->[0] is the "current table" element node.    ## NOTE: $open_tables->[-1]->[0] is the "current table" element node.
1440    ## NOTE: $open_tables->[-1]->[1] is the "tainted" flag.    ## NOTE: $open_tables->[-1]->[1] is the "tainted" flag.
1441      ## NOTE: $open_tables->[-1]->[2] is set false when non-Text node inserted.
1442    my $open_tables = [[$self->{open_elements}->[0]->[0]]];    my $open_tables = [[$self->{open_elements}->[0]->[0]]];
1443    
1444    my $formatting_end_tag = sub {    my $formatting_end_tag = sub {
# Line 3720  sub _tree_construction_main ($) { Line 1465  sub _tree_construction_main ($) {
1465        } # AFE        } # AFE
1466        unless (defined $formatting_element) {        unless (defined $formatting_element) {
1467          !!!cp ('t53');          !!!cp ('t53');
1468          !!!parse-error (type => 'unmatched end tag:'.$tag_name, token => $end_tag_token);          !!!parse-error (type => 'unmatched end tag', text => $tag_name, token => $end_tag_token);
1469          ## Ignore the token          ## Ignore the token
1470          !!!next-token;          !!!next-token;
1471          return;          return;
# Line 3737  sub _tree_construction_main ($) { Line 1482  sub _tree_construction_main ($) {
1482              last INSCOPE;              last INSCOPE;
1483            } else { # in open elements but not in scope            } else { # in open elements but not in scope
1484              !!!cp ('t55');              !!!cp ('t55');
1485              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name},              !!!parse-error (type => 'unmatched end tag',
1486                                text => $token->{tag_name},
1487                              token => $end_tag_token);                              token => $end_tag_token);
1488              ## Ignore the token              ## Ignore the token
1489              !!!next-token;              !!!next-token;
# Line 3750  sub _tree_construction_main ($) { Line 1496  sub _tree_construction_main ($) {
1496        } # INSCOPE        } # INSCOPE
1497        unless (defined $formatting_element_i_in_open) {        unless (defined $formatting_element_i_in_open) {
1498          !!!cp ('t57');          !!!cp ('t57');
1499          !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name},          !!!parse-error (type => 'unmatched end tag',
1500                            text => $token->{tag_name},
1501                          token => $end_tag_token);                          token => $end_tag_token);
1502          pop @$active_formatting_elements; # $formatting_element          pop @$active_formatting_elements; # $formatting_element
1503          !!!next-token; ## TODO: ok?          !!!next-token; ## TODO: ok?
# Line 3759  sub _tree_construction_main ($) { Line 1506  sub _tree_construction_main ($) {
1506        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {
1507          !!!cp ('t58');          !!!cp ('t58');
1508          !!!parse-error (type => 'not closed',          !!!parse-error (type => 'not closed',
1509                          value => $self->{open_elements}->[-1]->[0]                          text => $self->{open_elements}->[-1]->[0]
1510                              ->manakai_local_name,                              ->manakai_local_name,
1511                          token => $end_tag_token);                          token => $end_tag_token);
1512        }        }
# Line 3776  sub _tree_construction_main ($) { Line 1523  sub _tree_construction_main ($) {
1523            !!!cp ('t59');            !!!cp ('t59');
1524            $furthest_block = $node;            $furthest_block = $node;
1525            $furthest_block_i_in_open = $_;            $furthest_block_i_in_open = $_;
1526              ## NOTE: The topmost (eldest) node.
1527          } elsif ($node->[0] eq $formatting_element->[0]) {          } elsif ($node->[0] eq $formatting_element->[0]) {
1528            !!!cp ('t60');            !!!cp ('t60');
1529            last OE;            last OE;
# Line 3862  sub _tree_construction_main ($) { Line 1610  sub _tree_construction_main ($) {
1610          my $foster_parent_element;          my $foster_parent_element;
1611          my $next_sibling;          my $next_sibling;
1612          OE: for (reverse 0..$#{$self->{open_elements}}) {          OE: for (reverse 0..$#{$self->{open_elements}}) {
1613            if ($self->{open_elements}->[$_]->[1] & TABLE_EL) {            if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
1614                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
1615                               if (defined $parent and $parent->node_type == 1) {                               if (defined $parent and $parent->node_type == 1) {
1616                                 !!!cp ('t65.1');                                 !!!cp ('t65.1');
# Line 3922  sub _tree_construction_main ($) { Line 1670  sub _tree_construction_main ($) {
1670            $i = $_;            $i = $_;
1671          }          }
1672        } # OE        } # OE
1673        splice @{$self->{open_elements}}, $i + 1, 1, $clone;        splice @{$self->{open_elements}}, $i + 1, 0, $clone;
1674                
1675        ## Step 14        ## Step 14
1676        redo FET;        redo FET;
# Line 3940  sub _tree_construction_main ($) { Line 1688  sub _tree_construction_main ($) {
1688        my $foster_parent_element;        my $foster_parent_element;
1689        my $next_sibling;        my $next_sibling;
1690        OE: for (reverse 0..$#{$self->{open_elements}}) {        OE: for (reverse 0..$#{$self->{open_elements}}) {
1691          if ($self->{open_elements}->[$_]->[1] & TABLE_EL) {          if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
1692                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
1693                               if (defined $parent and $parent->node_type == 1) {                               if (defined $parent and $parent->node_type == 1) {
1694                                 !!!cp ('t70');                                 !!!cp ('t70');
# Line 3965  sub _tree_construction_main ($) { Line 1713  sub _tree_construction_main ($) {
1713      }      }
1714    }; # $insert_to_foster    }; # $insert_to_foster
1715    
1716      ## NOTE: Insert a character (MUST): When a character is inserted, if
1717      ## the last node that was inserted by the parser is a Text node and
1718      ## the character has to be inserted after that node, then the
1719      ## character is appended to the Text node.  However, if any other
1720      ## node is inserted by the parser, then a new Text node is created
1721      ## and the character is appended as that Text node.  If I'm not
1722      ## wrong, for a parser with scripting disabled, there are only two
1723      ## cases where this occurs.  One is the case where an element node
1724      ## is inserted to the |head| element.  This is covered by using the
1725      ## |$self->{head_element_inserted}| flag.  Another is the case where
1726      ## an element or comment is inserted into the |table| subtree while
1727      ## foster parenting happens.  This is covered by using the [2] flag
1728      ## of the |$open_tables| structure.  All other cases are handled
1729      ## simply by calling |manakai_append_text| method.
1730    
1731      ## TODO: |<body><script>document.write("a<br>");
1732      ## document.body.removeChild (document.body.lastChild);
1733      ## document.write ("b")</script>|
1734    
1735    B: while (1) {    B: while (1) {
1736      if ($token->{type} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
1737        !!!cp ('t73');        !!!cp ('t73');
1738        !!!parse-error (type => 'DOCTYPE in the middle', token => $token);        !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
1739        ## Ignore the token        ## Ignore the token
1740        ## Stay in the phase        ## Stay in the phase
1741        !!!next-token;        !!!next-token;
# Line 3977  sub _tree_construction_main ($) { Line 1744  sub _tree_construction_main ($) {
1744               $token->{tag_name} eq 'html') {               $token->{tag_name} eq 'html') {
1745        if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {        if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
1746          !!!cp ('t79');          !!!cp ('t79');
1747          !!!parse-error (type => 'after html:html', token => $token);          !!!parse-error (type => 'after html', text => 'html', token => $token);
1748          $self->{insertion_mode} = AFTER_BODY_IM;          $self->{insertion_mode} = AFTER_BODY_IM;
1749        } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {        } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {
1750          !!!cp ('t80');          !!!cp ('t80');
1751          !!!parse-error (type => 'after html:html', token => $token);          !!!parse-error (type => 'after html', text => 'html', token => $token);
1752          $self->{insertion_mode} = AFTER_FRAMESET_IM;          $self->{insertion_mode} = AFTER_FRAMESET_IM;
1753        } else {        } else {
1754          !!!cp ('t81');          !!!cp ('t81');
# Line 4012  sub _tree_construction_main ($) { Line 1779  sub _tree_construction_main ($) {
1779        } else {        } else {
1780          !!!cp ('t87');          !!!cp ('t87');
1781          $self->{open_elements}->[-1]->[0]->append_child ($comment);          $self->{open_elements}->[-1]->[0]->append_child ($comment);
1782            $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
1783        }        }
1784        !!!next-token;        !!!next-token;
1785        next B;        next B;
1786        } elsif ($self->{insertion_mode} & IN_CDATA_RCDATA_IM) {
1787          if ($token->{type} == CHARACTER_TOKEN) {
1788            $token->{data} =~ s/^\x0A// if $self->{ignore_newline};
1789            delete $self->{ignore_newline};
1790    
1791            if (length $token->{data}) {
1792              !!!cp ('t43');
1793              $self->{open_elements}->[-1]->[0]->manakai_append_text
1794                  ($token->{data});
1795            } else {
1796              !!!cp ('t43.1');
1797            }
1798            !!!next-token;
1799            next B;
1800          } elsif ($token->{type} == END_TAG_TOKEN) {
1801            delete $self->{ignore_newline};
1802    
1803            if ($token->{tag_name} eq 'script') {
1804              !!!cp ('t50');
1805              
1806              ## Para 1-2
1807              my $script = pop @{$self->{open_elements}};
1808              
1809              ## Para 3
1810              $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1811    
1812              ## Para 4
1813              ## TODO: $old_insertion_point = $current_insertion_point;
1814              ## TODO: $current_insertion_point = just before $self->{nc};
1815    
1816              ## Para 5
1817              ## TODO: Run the $script->[0].
1818    
1819              ## Para 6
1820              ## TODO: $current_insertion_point = $old_insertion_point;
1821    
1822              ## Para 7
1823              ## TODO: if ($pending_external_script) {
1824                ## TODO: ...
1825              ## TODO: }
1826    
1827              !!!next-token;
1828              next B;
1829            } else {
1830              !!!cp ('t42');
1831    
1832              pop @{$self->{open_elements}};
1833    
1834              $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1835              !!!next-token;
1836              next B;
1837            }
1838          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
1839            delete $self->{ignore_newline};
1840    
1841            !!!cp ('t44');
1842            !!!parse-error (type => 'not closed',
1843                            text => $self->{open_elements}->[-1]->[0]
1844                                ->manakai_local_name,
1845                            token => $token);
1846    
1847            #if ($self->{open_elements}->[-1]->[1] == SCRIPT_EL) {
1848            #  ## TODO: Mark as "already executed"
1849            #}
1850    
1851            pop @{$self->{open_elements}};
1852    
1853            $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1854            ## Reprocess.
1855            next B;
1856          } else {
1857            die "$0: $token->{type}: In CDATA/RCDATA: Unknown token type";        
1858          }
1859      } elsif ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {      } elsif ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {
1860        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
1861          !!!cp ('t87.1');          !!!cp ('t87.1');
# Line 4026  sub _tree_construction_main ($) { Line 1867  sub _tree_construction_main ($) {
1867               $self->{open_elements}->[-1]->[1] & FOREIGN_FLOW_CONTENT_EL) or               $self->{open_elements}->[-1]->[1] & FOREIGN_FLOW_CONTENT_EL) or
1868              not ($self->{open_elements}->[-1]->[1] & FOREIGN_EL) or              not ($self->{open_elements}->[-1]->[1] & FOREIGN_EL) or
1869              ($token->{tag_name} eq 'svg' and              ($token->{tag_name} eq 'svg' and
1870               $self->{open_elements}->[-1]->[1] & MML_AXML_EL)) {               $self->{open_elements}->[-1]->[1] == MML_AXML_EL)) {
1871            ## NOTE: "using the rules for secondary insertion mode"then"continue"            ## NOTE: "using the rules for secondary insertion mode"then"continue"
1872            !!!cp ('t87.2');            !!!cp ('t87.2');
1873            #            #
1874          } elsif ({          } elsif ({
1875                    b => 1, big => 1, blockquote => 1, body => 1, br => 1,                    b => 1, big => 1, blockquote => 1, body => 1, br => 1,
1876                    center => 1, code => 1, dd => 1, div => 1, dl => 1, em => 1,                    center => 1, code => 1, dd => 1, div => 1, dl => 1, dt => 1,
1877                    embed => 1, font => 1, h1 => 1, h2 => 1, h3 => 1, ## No h4!                    em => 1, embed => 1, font => 1, h1 => 1, h2 => 1, h3 => 1,
1878                    h5 => 1, h6 => 1, head => 1, hr => 1, i => 1, img => 1,                    h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, i => 1,
1879                    li => 1, menu => 1, meta => 1, nobr => 1, p => 1, pre => 1,                    img => 1, li => 1, listing => 1, menu => 1, meta => 1,
1880                    ruby => 1, s => 1, small => 1, span => 1, strong => 1,                    nobr => 1, ol => 1, p => 1, pre => 1, ruby => 1, s => 1,
1881                    sub => 1, sup => 1, table => 1, tt => 1, u => 1, ul => 1,                    small => 1, span => 1, strong => 1, strike => 1, sub => 1,
1882                    var => 1,                    sup => 1, table => 1, tt => 1, u => 1, ul => 1, var => 1,
1883                   }->{$token->{tag_name}}) {                   }->{$token->{tag_name}}) {
1884            !!!cp ('t87.2');            !!!cp ('t87.2');
1885            !!!parse-error (type => 'not closed',            !!!parse-error (type => 'not closed',
1886                            value => $self->{open_elements}->[-1]->[0]                            text => $self->{open_elements}->[-1]->[0]
1887                                ->manakai_local_name,                                ->manakai_local_name,
1888                            token => $token);                            token => $token);
1889    
# Line 4118  sub _tree_construction_main ($) { Line 1959  sub _tree_construction_main ($) {
1959          !!!cp ('t87.5');          !!!cp ('t87.5');
1960          #          #
1961        } elsif ($token->{type} == END_OF_FILE_TOKEN) {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
         ## NOTE: "using the rules for secondary insertion mode" then "continue"  
1962          !!!cp ('t87.6');          !!!cp ('t87.6');
1963          #          !!!parse-error (type => 'not closed',
1964          ## TODO: ...                          text => $self->{open_elements}->[-1]->[0]
1965                                ->manakai_local_name,
1966                            token => $token);
1967    
1968            pop @{$self->{open_elements}}
1969                while $self->{open_elements}->[-1]->[1] & FOREIGN_EL;
1970    
1971            ## NOTE: |<span><svg>| ... two parse errors, |<svg>| ... a parse error.
1972    
1973            $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
1974            ## Reprocess.
1975            next B;
1976        } else {        } else {
1977          die "$0: $token->{type}: Unknown token type";                  die "$0: $token->{type}: Unknown token type";        
1978        }        }
# Line 4129  sub _tree_construction_main ($) { Line 1980  sub _tree_construction_main ($) {
1980    
1981      if ($self->{insertion_mode} & HEAD_IMS) {      if ($self->{insertion_mode} & HEAD_IMS) {
1982        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
1983          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1984            unless ($self->{insertion_mode} == BEFORE_HEAD_IM) {            unless ($self->{insertion_mode} == BEFORE_HEAD_IM) {
1985              !!!cp ('t88.2');              if ($self->{head_element_inserted}) {
1986              $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                !!!cp ('t88.3');
1987                  $self->{open_elements}->[-1]->[0]->append_child
1988                    ($self->{document}->create_text_node ($1));
1989                  delete $self->{head_element_inserted};
1990                  ## NOTE: |</head> <link> |
1991                  #
1992                } else {
1993                  !!!cp ('t88.2');
1994                  $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
1995                  ## NOTE: |</head> &#x20;|
1996                  #
1997                }
1998            } else {            } else {
1999              !!!cp ('t88.1');              !!!cp ('t88.1');
2000              ## Ignore the token.              ## Ignore the token.
2001              !!!next-token;              #
             next B;  
2002            }            }
2003            unless (length $token->{data}) {            unless (length $token->{data}) {
2004              !!!cp ('t88');              !!!cp ('t88');
2005              !!!next-token;              !!!next-token;
2006              next B;              next B;
2007            }            }
2008    ## TODO: set $token->{column} appropriately
2009          }          }
2010    
2011          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
# Line 4162  sub _tree_construction_main ($) { Line 2024  sub _tree_construction_main ($) {
2024            !!!cp ('t90');            !!!cp ('t90');
2025            ## As if </noscript>            ## As if </noscript>
2026            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2027            !!!parse-error (type => 'in noscript:#character', token => $token);            !!!parse-error (type => 'in noscript:#text', token => $token);
2028                        
2029            ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2030            ## As if </head>            ## As if </head>
# Line 4199  sub _tree_construction_main ($) { Line 2061  sub _tree_construction_main ($) {
2061              next B;              next B;
2062            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2063              !!!cp ('t93.2');              !!!cp ('t93.2');
2064              !!!parse-error (type => 'after head:head', token => $token); ## TODO: error type              !!!parse-error (type => 'after head', text => 'head',
2065                                token => $token);
2066              ## Ignore the token              ## Ignore the token
2067              !!!nack ('t93.3');              !!!nack ('t93.3');
2068              !!!next-token;              !!!next-token;
2069              next B;              next B;
2070            } else {            } else {
2071              !!!cp ('t95');              !!!cp ('t95');
2072              !!!parse-error (type => 'in head:head', token => $token); # or in head noscript              !!!parse-error (type => 'in head:head',
2073                                token => $token); # or in head noscript
2074              ## Ignore the token              ## Ignore the token
2075              !!!nack ('t95.1');              !!!nack ('t95.1');
2076              !!!next-token;              !!!next-token;
# Line 4226  sub _tree_construction_main ($) { Line 2090  sub _tree_construction_main ($) {
2090            !!!cp ('t97');            !!!cp ('t97');
2091          }          }
2092    
2093              if ($token->{tag_name} eq 'base') {          if ($token->{tag_name} eq 'base') {
2094                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2095                  !!!cp ('t98');              !!!cp ('t98');
2096                  ## As if </noscript>              ## As if </noscript>
2097                  pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
2098                  !!!parse-error (type => 'in noscript:base', token => $token);              !!!parse-error (type => 'in noscript', text => 'base',
2099                                              token => $token);
2100                  $self->{insertion_mode} = IN_HEAD_IM;            
2101                  ## Reprocess in the "in head" insertion mode...              $self->{insertion_mode} = IN_HEAD_IM;
2102                } else {              ## Reprocess in the "in head" insertion mode...
2103                  !!!cp ('t99');            } else {
2104                }              !!!cp ('t99');
2105              }
2106    
2107                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2108                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2109                  !!!cp ('t100');              !!!cp ('t100');
2110                  !!!parse-error (type => 'after head:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'after head',
2111                  push @{$self->{open_elements}},                              text => $token->{tag_name}, token => $token);
2112                      [$self->{head_element}, $el_category->{head}];              push @{$self->{open_elements}},
2113                } else {                  [$self->{head_element}, $el_category->{head}];
2114                  !!!cp ('t101');              $self->{head_element_inserted} = 1;
2115                }            } else {
2116                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);              !!!cp ('t101');
2117                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.            }
2118                pop @{$self->{open_elements}} # <head>            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2119                    if $self->{insertion_mode} == AFTER_HEAD_IM;            pop @{$self->{open_elements}};
2120                !!!nack ('t101.1');            pop @{$self->{open_elements}} # <head>
2121                !!!next-token;                if $self->{insertion_mode} == AFTER_HEAD_IM;
2122                next B;            !!!nack ('t101.1');
2123              } elsif ($token->{tag_name} eq 'link') {            !!!next-token;
2124                ## NOTE: There is a "as if in head" code clone.            next B;
2125                if ($self->{insertion_mode} == AFTER_HEAD_IM) {          } elsif ($token->{tag_name} eq 'link') {
2126                  !!!cp ('t102');            ## NOTE: There is a "as if in head" code clone.
2127                  !!!parse-error (type => 'after head:'.$token->{tag_name}, token => $token);            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2128                  push @{$self->{open_elements}},              !!!cp ('t102');
2129                      [$self->{head_element}, $el_category->{head}];              !!!parse-error (type => 'after head',
2130                } else {                              text => $token->{tag_name}, token => $token);
2131                  !!!cp ('t103');              push @{$self->{open_elements}},
2132                }                  [$self->{head_element}, $el_category->{head}];
2133                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);              $self->{head_element_inserted} = 1;
2134                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.            } else {
2135                pop @{$self->{open_elements}} # <head>              !!!cp ('t103');
2136                    if $self->{insertion_mode} == AFTER_HEAD_IM;            }
2137                !!!ack ('t103.1');            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2138                !!!next-token;            pop @{$self->{open_elements}};
2139                next B;            pop @{$self->{open_elements}} # <head>
2140              } elsif ($token->{tag_name} eq 'meta') {                if $self->{insertion_mode} == AFTER_HEAD_IM;
2141                ## NOTE: There is a "as if in head" code clone.            !!!ack ('t103.1');
2142                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            !!!next-token;
2143                  !!!cp ('t104');            next B;
2144                  !!!parse-error (type => 'after head:'.$token->{tag_name}, token => $token);          } elsif ($token->{tag_name} eq 'command' or
2145                  push @{$self->{open_elements}},                   $token->{tag_name} eq 'eventsource') {
2146                      [$self->{head_element}, $el_category->{head}];            if ($self->{insertion_mode} == IN_HEAD_IM) {
2147                } else {              ## NOTE: If the insertion mode at the time of the emission
2148                  !!!cp ('t105');              ## of the token was "before head", $self->{insertion_mode}
2149                }              ## is already changed to |IN_HEAD_IM|.
2150                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);  
2151                my $meta_el = pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.              ## NOTE: There is a "as if in head" code clone.
2152                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2153                pop @{$self->{open_elements}};
2154                pop @{$self->{open_elements}} # <head>
2155                    if $self->{insertion_mode} == AFTER_HEAD_IM;
2156                !!!ack ('t103.2');
2157                !!!next-token;
2158                next B;
2159              } else {
2160                ## NOTE: "in head noscript" or "after head" insertion mode
2161                ## - in these cases, these tags are treated as same as
2162                ## normal in-body tags.
2163                !!!cp ('t103.3');
2164                #
2165              }
2166            } elsif ($token->{tag_name} eq 'meta') {
2167              ## NOTE: There is a "as if in head" code clone.
2168              if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2169                !!!cp ('t104');
2170                !!!parse-error (type => 'after head',
2171                                text => $token->{tag_name}, token => $token);
2172                push @{$self->{open_elements}},
2173                    [$self->{head_element}, $el_category->{head}];
2174                $self->{head_element_inserted} = 1;
2175              } else {
2176                !!!cp ('t105');
2177              }
2178              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2179              my $meta_el = pop @{$self->{open_elements}};
2180    
2181                unless ($self->{confident}) {                unless ($self->{confident}) {
2182                  if ($token->{attributes}->{charset}) {                  if ($token->{attributes}->{charset}) {
# Line 4300  sub _tree_construction_main ($) { Line 2193  sub _tree_construction_main ($) {
2193                                                 ->{has_reference});                                                 ->{has_reference});
2194                  } elsif ($token->{attributes}->{content}) {                  } elsif ($token->{attributes}->{content}) {
2195                    if ($token->{attributes}->{content}->{value}                    if ($token->{attributes}->{content}->{value}
2196                        =~ /\A[^;]*;[\x09-\x0D\x20]*[Cc][Hh][Aa][Rr][Ss][Ee][Tt]                        =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
2197                            [\x09-\x0D\x20]*=                            [\x09\x0A\x0C\x0D\x20]*=
2198                            [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                            [\x09\x0A\x0C\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
2199                            ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {                            ([^"'\x09\x0A\x0C\x0D\x20]
2200                               [^\x09\x0A\x0C\x0D\x20\x3B]*))/x) {
2201                      !!!cp ('t107');                      !!!cp ('t107');
2202                      ## NOTE: Whether the encoding is supported or not is handled                      ## NOTE: Whether the encoding is supported or not is handled
2203                      ## in the {change_encoding} callback.                      ## in the {change_encoding} callback.
# Line 4340  sub _tree_construction_main ($) { Line 2234  sub _tree_construction_main ($) {
2234                !!!ack ('t110.1');                !!!ack ('t110.1');
2235                !!!next-token;                !!!next-token;
2236                next B;                next B;
2237              } elsif ($token->{tag_name} eq 'title') {          } elsif ($token->{tag_name} eq 'title') {
2238                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2239                  !!!cp ('t111');              !!!cp ('t111');
2240                  ## As if </noscript>              ## As if </noscript>
2241                  pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
2242                  !!!parse-error (type => 'in noscript:title', token => $token);              !!!parse-error (type => 'in noscript', text => 'title',
2243                                              token => $token);
2244                  $self->{insertion_mode} = IN_HEAD_IM;            
2245                  ## Reprocess in the "in head" insertion mode...              $self->{insertion_mode} = IN_HEAD_IM;
2246                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              ## Reprocess in the "in head" insertion mode...
2247                  !!!cp ('t112');            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2248                  !!!parse-error (type => 'after head:'.$token->{tag_name}, token => $token);              !!!cp ('t112');
2249                  push @{$self->{open_elements}},              !!!parse-error (type => 'after head',
2250                      [$self->{head_element}, $el_category->{head}];                              text => $token->{tag_name}, token => $token);
2251                } else {              push @{$self->{open_elements}},
2252                  !!!cp ('t113');                  [$self->{head_element}, $el_category->{head}];
2253                }              $self->{head_element_inserted} = 1;
2254              } else {
2255                !!!cp ('t113');
2256              }
2257    
2258                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2259                my $parent = defined $self->{head_element} ? $self->{head_element}            $parse_rcdata->(RCDATA_CONTENT_MODEL);
2260                    : $self->{open_elements}->[-1]->[0];            ## ISSUE: A spec bug [Bug 6038]
2261                $parse_rcdata->(RCDATA_CONTENT_MODEL);            splice @{$self->{open_elements}}, -2, 1, () # <head>
2262                pop @{$self->{open_elements}} # <head>                if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2263                    if $self->{insertion_mode} == AFTER_HEAD_IM;            next B;
2264                next B;          } elsif ($token->{tag_name} eq 'style' or
2265              } elsif ($token->{tag_name} eq 'style') {                   $token->{tag_name} eq 'noframes') {
2266                ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and            ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and
2267                ## insertion mode IN_HEAD_IM)            ## insertion mode IN_HEAD_IM)
2268                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2269                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2270                  !!!cp ('t114');              !!!cp ('t114');
2271                  !!!parse-error (type => 'after head:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'after head',
2272                  push @{$self->{open_elements}},                              text => $token->{tag_name}, token => $token);
2273                      [$self->{head_element}, $el_category->{head}];              push @{$self->{open_elements}},
2274                } else {                  [$self->{head_element}, $el_category->{head}];
2275                  !!!cp ('t115');              $self->{head_element_inserted} = 1;
2276                }            } else {
2277                $parse_rcdata->(CDATA_CONTENT_MODEL);              !!!cp ('t115');
2278                pop @{$self->{open_elements}} # <head>            }
2279                    if $self->{insertion_mode} == AFTER_HEAD_IM;            $parse_rcdata->(CDATA_CONTENT_MODEL);
2280                next B;            ## ISSUE: A spec bug [Bug 6038]
2281              } elsif ($token->{tag_name} eq 'noscript') {            splice @{$self->{open_elements}}, -2, 1, () # <head>
2282                  if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2283              next B;
2284            } elsif ($token->{tag_name} eq 'noscript') {
2285                if ($self->{insertion_mode} == IN_HEAD_IM) {                if ($self->{insertion_mode} == IN_HEAD_IM) {
2286                  !!!cp ('t116');                  !!!cp ('t116');
2287                  ## NOTE: and scripting is disalbed                  ## NOTE: and scripting is disalbed
# Line 4392  sub _tree_construction_main ($) { Line 2292  sub _tree_construction_main ($) {
2292                  next B;                  next B;
2293                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2294                  !!!cp ('t117');                  !!!cp ('t117');
2295                  !!!parse-error (type => 'in noscript:noscript', token => $token);                  !!!parse-error (type => 'in noscript', text => 'noscript',
2296                                    token => $token);
2297                  ## Ignore the token                  ## Ignore the token
2298                  !!!nack ('t117.1');                  !!!nack ('t117.1');
2299                  !!!next-token;                  !!!next-token;
# Line 4401  sub _tree_construction_main ($) { Line 2302  sub _tree_construction_main ($) {
2302                  !!!cp ('t118');                  !!!cp ('t118');
2303                  #                  #
2304                }                }
2305              } elsif ($token->{tag_name} eq 'script') {          } elsif ($token->{tag_name} eq 'script') {
2306                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2307                  !!!cp ('t119');              !!!cp ('t119');
2308                  ## As if </noscript>              ## As if </noscript>
2309                  pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
2310                  !!!parse-error (type => 'in noscript:script', token => $token);              !!!parse-error (type => 'in noscript', text => 'script',
2311                                              token => $token);
2312                  $self->{insertion_mode} = IN_HEAD_IM;            
2313                  ## Reprocess in the "in head" insertion mode...              $self->{insertion_mode} = IN_HEAD_IM;
2314                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              ## Reprocess in the "in head" insertion mode...
2315                  !!!cp ('t120');            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2316                  !!!parse-error (type => 'after head:'.$token->{tag_name}, token => $token);              !!!cp ('t120');
2317                  push @{$self->{open_elements}},              !!!parse-error (type => 'after head',
2318                      [$self->{head_element}, $el_category->{head}];                              text => $token->{tag_name}, token => $token);
2319                } else {              push @{$self->{open_elements}},
2320                  !!!cp ('t121');                  [$self->{head_element}, $el_category->{head}];
2321                }              $self->{head_element_inserted} = 1;
2322              } else {
2323                !!!cp ('t121');
2324              }
2325    
2326                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2327                $script_start_tag->();            $script_start_tag->();
2328                pop @{$self->{open_elements}} # <head>            ## ISSUE: A spec bug  [Bug 6038]
2329                    if $self->{insertion_mode} == AFTER_HEAD_IM;            splice @{$self->{open_elements}}, -2, 1 # <head>
2330                next B;                if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2331              } elsif ($token->{tag_name} eq 'body' or            next B;
2332                       $token->{tag_name} eq 'frameset') {          } elsif ($token->{tag_name} eq 'body' or
2333                     $token->{tag_name} eq 'frameset') {
2334                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2335                  !!!cp ('t122');                  !!!cp ('t122');
2336                  ## As if </noscript>                  ## As if </noscript>
2337                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2338                  !!!parse-error (type => 'in noscript:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'in noscript',
2339                                    text => $token->{tag_name}, token => $token);
2340                                    
2341                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2342                  ## As if </head>                  ## As if </head>
# Line 4469  sub _tree_construction_main ($) { Line 2375  sub _tree_construction_main ($) {
2375                !!!cp ('t129');                !!!cp ('t129');
2376                ## As if </noscript>                ## As if </noscript>
2377                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2378                !!!parse-error (type => 'in noscript:/'.$token->{tag_name}, token => $token);                !!!parse-error (type => 'in noscript:/',
2379                                  text => $token->{tag_name}, token => $token);
2380                                
2381                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
2382                ## As if </head>                ## As if </head>
# Line 4512  sub _tree_construction_main ($) { Line 2419  sub _tree_construction_main ($) {
2419                  !!!cp ('t133');                  !!!cp ('t133');
2420                  ## As if </noscript>                  ## As if </noscript>
2421                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2422                  !!!parse-error (type => 'in noscript:/head', token => $token);                  !!!parse-error (type => 'in noscript:/',
2423                                    text => 'head', token => $token);
2424                                    
2425                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2426                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
# Line 4527  sub _tree_construction_main ($) { Line 2435  sub _tree_construction_main ($) {
2435                  next B;                  next B;
2436                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2437                  !!!cp ('t134.1');                  !!!cp ('t134.1');
2438                  !!!parse-error (type => 'unmatched end tag:head', token => $token);                  !!!parse-error (type => 'unmatched end tag', text => 'head',
2439                                    token => $token);
2440                  ## Ignore the token                  ## Ignore the token
2441                  !!!next-token;                  !!!next-token;
2442                  next B;                  next B;
# Line 4544  sub _tree_construction_main ($) { Line 2453  sub _tree_construction_main ($) {
2453                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM or                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM or
2454                         $self->{insertion_mode} == AFTER_HEAD_IM) {                         $self->{insertion_mode} == AFTER_HEAD_IM) {
2455                  !!!cp ('t137');                  !!!cp ('t137');
2456                  !!!parse-error (type => 'unmatched end tag:noscript', token => $token);                  !!!parse-error (type => 'unmatched end tag',
2457                                    text => 'noscript', token => $token);
2458                  ## Ignore the token ## ISSUE: An issue in the spec.                  ## Ignore the token ## ISSUE: An issue in the spec.
2459                  !!!next-token;                  !!!next-token;
2460                  next B;                  next B;
# Line 4555  sub _tree_construction_main ($) { Line 2465  sub _tree_construction_main ($) {
2465              } elsif ({              } elsif ({
2466                        body => 1, html => 1,                        body => 1, html => 1,
2467                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
2468                if ($self->{insertion_mode} == BEFORE_HEAD_IM or                ## TODO: This branch is entirely redundant.
2469                  if ($self->{insertion_mode} == BEFORE_HEAD_IM or
2470                    $self->{insertion_mode} == IN_HEAD_IM or                    $self->{insertion_mode} == IN_HEAD_IM or
2471                    $self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                    $self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2472                  !!!cp ('t140');                  !!!cp ('t140');
2473                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
2474                                    text => $token->{tag_name}, token => $token);
2475                  ## Ignore the token                  ## Ignore the token
2476                  !!!next-token;                  !!!next-token;
2477                  next B;                  next B;
2478                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2479                  !!!cp ('t140.1');                  !!!cp ('t140.1');
2480                  !!!parse-error (type => 'unmatched end tag:' . $token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
2481                                    text => $token->{tag_name}, token => $token);
2482                  ## Ignore the token                  ## Ignore the token
2483                  !!!next-token;                  !!!next-token;
2484                  next B;                  next B;
# Line 4574  sub _tree_construction_main ($) { Line 2487  sub _tree_construction_main ($) {
2487                }                }
2488              } elsif ($token->{tag_name} eq 'p') {              } elsif ($token->{tag_name} eq 'p') {
2489                !!!cp ('t142');                !!!cp ('t142');
2490                !!!parse-error (type => 'unmatched end tag:p', token => $token);                !!!parse-error (type => 'unmatched end tag',
2491                                  text => $token->{tag_name}, token => $token);
2492                ## Ignore the token                ## Ignore the token
2493                !!!next-token;                !!!next-token;
2494                next B;                next B;
# Line 4596  sub _tree_construction_main ($) { Line 2510  sub _tree_construction_main ($) {
2510                  ## Reprocess in the "after head" insertion mode...                  ## Reprocess in the "after head" insertion mode...
2511                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2512                  !!!cp ('t143.3');                  !!!cp ('t143.3');
2513                  ## ISSUE: Two parse errors for <head><noscript></br>                  ## NOTE: Two parse errors for <head><noscript></br>
2514                  !!!parse-error (type => 'unmatched end tag:br', token => $token);                  !!!parse-error (type => 'unmatched end tag',
2515                                    text => 'br', token => $token);
2516                  ## As if </noscript>                  ## As if </noscript>
2517                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2518                  $self->{insertion_mode} = IN_HEAD_IM;                  $self->{insertion_mode} = IN_HEAD_IM;
# Line 4616  sub _tree_construction_main ($) { Line 2531  sub _tree_construction_main ($) {
2531                }                }
2532    
2533                ## ISSUE: does not agree with IE7 - it doesn't ignore </br>.                ## ISSUE: does not agree with IE7 - it doesn't ignore </br>.
2534                !!!parse-error (type => 'unmatched end tag:br', token => $token);                !!!parse-error (type => 'unmatched end tag',
2535                                  text => 'br', token => $token);
2536                ## Ignore the token                ## Ignore the token
2537                !!!next-token;                !!!next-token;
2538                next B;                next B;
2539              } else {              } else {
2540                !!!cp ('t145');                !!!cp ('t145');
2541                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                !!!parse-error (type => 'unmatched end tag',
2542                                  text => $token->{tag_name}, token => $token);
2543                ## Ignore the token                ## Ignore the token
2544                !!!next-token;                !!!next-token;
2545                next B;                next B;
# Line 4632  sub _tree_construction_main ($) { Line 2549  sub _tree_construction_main ($) {
2549                !!!cp ('t146');                !!!cp ('t146');
2550                ## As if </noscript>                ## As if </noscript>
2551                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2552                !!!parse-error (type => 'in noscript:/'.$token->{tag_name}, token => $token);                !!!parse-error (type => 'in noscript:/',
2553                                  text => $token->{tag_name}, token => $token);
2554                                
2555                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
2556                ## As if </head>                ## As if </head>
# Line 4648  sub _tree_construction_main ($) { Line 2566  sub _tree_construction_main ($) {
2566              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2567  ## ISSUE: This case cannot be reached?  ## ISSUE: This case cannot be reached?
2568                !!!cp ('t148');                !!!cp ('t148');
2569                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                !!!parse-error (type => 'unmatched end tag',
2570                                  text => $token->{tag_name}, token => $token);
2571                ## Ignore the token ## ISSUE: An issue in the spec.                ## Ignore the token ## ISSUE: An issue in the spec.
2572                !!!next-token;                !!!next-token;
2573                next B;                next B;
# Line 4719  sub _tree_construction_main ($) { Line 2638  sub _tree_construction_main ($) {
2638        } else {        } else {
2639          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
2640        }        }
   
           ## ISSUE: An issue in the spec.  
2641      } elsif ($self->{insertion_mode} & BODY_IMS) {      } elsif ($self->{insertion_mode} & BODY_IMS) {
2642            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
2643              !!!cp ('t150');              !!!cp ('t150');
# Line 4736  sub _tree_construction_main ($) { Line 2653  sub _tree_construction_main ($) {
2653                   caption => 1, col => 1, colgroup => 1, tbody => 1,                   caption => 1, col => 1, colgroup => 1, tbody => 1,
2654                   td => 1, tfoot => 1, th => 1, thead => 1, tr => 1,                   td => 1, tfoot => 1, th => 1, thead => 1, tr => 1,
2655                  }->{$token->{tag_name}}) {                  }->{$token->{tag_name}}) {
2656                if ($self->{insertion_mode} == IN_CELL_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2657                  ## have an element in table scope                  ## have an element in table scope
2658                  for (reverse 0..$#{$self->{open_elements}}) {                  for (reverse 0..$#{$self->{open_elements}}) {
2659                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
2660                    if ($node->[1] & TABLE_CELL_EL) {                    if ($node->[1] == TABLE_CELL_EL) {
2661                      !!!cp ('t151');                      !!!cp ('t151');
2662    
2663                      ## Close the cell                      ## Close the cell
# Line 4759  sub _tree_construction_main ($) { Line 2676  sub _tree_construction_main ($) {
2676    
2677                  !!!cp ('t153');                  !!!cp ('t153');
2678                  !!!parse-error (type => 'start tag not allowed',                  !!!parse-error (type => 'start tag not allowed',
2679                      value => $token->{tag_name}, token => $token);                      text => $token->{tag_name}, token => $token);
2680                  ## Ignore the token                  ## Ignore the token
2681                  !!!nack ('t153.1');                  !!!nack ('t153.1');
2682                  !!!next-token;                  !!!next-token;
2683                  next B;                  next B;
2684                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {                } elsif (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2685                  !!!parse-error (type => 'not closed:caption', token => $token);                  !!!parse-error (type => 'not closed', text => 'caption',
2686                                    token => $token);
2687                                    
2688                  ## NOTE: As if </caption>.                  ## NOTE: As if </caption>.
2689                  ## have a table element in table scope                  ## have a table element in table scope
# Line 4773  sub _tree_construction_main ($) { Line 2691  sub _tree_construction_main ($) {
2691                  INSCOPE: {                  INSCOPE: {
2692                    for (reverse 0..$#{$self->{open_elements}}) {                    for (reverse 0..$#{$self->{open_elements}}) {
2693                      my $node = $self->{open_elements}->[$_];                      my $node = $self->{open_elements}->[$_];
2694                      if ($node->[1] & CAPTION_EL) {                      if ($node->[1] == CAPTION_EL) {
2695                        !!!cp ('t155');                        !!!cp ('t155');
2696                        $i = $_;                        $i = $_;
2697                        last INSCOPE;                        last INSCOPE;
# Line 4785  sub _tree_construction_main ($) { Line 2703  sub _tree_construction_main ($) {
2703    
2704                    !!!cp ('t157');                    !!!cp ('t157');
2705                    !!!parse-error (type => 'start tag not allowed',                    !!!parse-error (type => 'start tag not allowed',
2706                                    value => $token->{tag_name}, token => $token);                                    text => $token->{tag_name}, token => $token);
2707                    ## Ignore the token                    ## Ignore the token
2708                    !!!nack ('t157.1');                    !!!nack ('t157.1');
2709                    !!!next-token;                    !!!next-token;
# Line 4799  sub _tree_construction_main ($) { Line 2717  sub _tree_construction_main ($) {
2717                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
2718                  }                  }
2719    
2720                  unless ($self->{open_elements}->[-1]->[1] & CAPTION_EL) {                  unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2721                    !!!cp ('t159');                    !!!cp ('t159');
2722                    !!!parse-error (type => 'not closed',                    !!!parse-error (type => 'not closed',
2723                                    value => $self->{open_elements}->[-1]->[0]                                    text => $self->{open_elements}->[-1]->[0]
2724                                        ->manakai_local_name,                                        ->manakai_local_name,
2725                                    token => $token);                                    token => $token);
2726                  } else {                  } else {
# Line 4828  sub _tree_construction_main ($) { Line 2746  sub _tree_construction_main ($) {
2746              }              }
2747            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
2748              if ($token->{tag_name} eq 'td' or $token->{tag_name} eq 'th') {              if ($token->{tag_name} eq 'td' or $token->{tag_name} eq 'th') {
2749                if ($self->{insertion_mode} == IN_CELL_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2750                  ## have an element in table scope                  ## have an element in table scope
2751                  my $i;                  my $i;
2752                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
# Line 4844  sub _tree_construction_main ($) { Line 2762  sub _tree_construction_main ($) {
2762                  } # INSCOPE                  } # INSCOPE
2763                    unless (defined $i) {                    unless (defined $i) {
2764                      !!!cp ('t165');                      !!!cp ('t165');
2765                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                      !!!parse-error (type => 'unmatched end tag',
2766                                        text => $token->{tag_name},
2767                                        token => $token);
2768                      ## Ignore the token                      ## Ignore the token
2769                      !!!next-token;                      !!!next-token;
2770                      next B;                      next B;
# Line 4861  sub _tree_construction_main ($) { Line 2781  sub _tree_construction_main ($) {
2781                          ne $token->{tag_name}) {                          ne $token->{tag_name}) {
2782                    !!!cp ('t167');                    !!!cp ('t167');
2783                    !!!parse-error (type => 'not closed',                    !!!parse-error (type => 'not closed',
2784                                    value => $self->{open_elements}->[-1]->[0]                                    text => $self->{open_elements}->[-1]->[0]
2785                                        ->manakai_local_name,                                        ->manakai_local_name,
2786                                    token => $token);                                    token => $token);
2787                  } else {                  } else {
# Line 4876  sub _tree_construction_main ($) { Line 2796  sub _tree_construction_main ($) {
2796                                    
2797                  !!!next-token;                  !!!next-token;
2798                  next B;                  next B;
2799                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {                } elsif (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2800                  !!!cp ('t169');                  !!!cp ('t169');
2801                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
2802                                    text => $token->{tag_name}, token => $token);
2803                  ## Ignore the token                  ## Ignore the token
2804                  !!!next-token;                  !!!next-token;
2805                  next B;                  next B;
# Line 4887  sub _tree_construction_main ($) { Line 2808  sub _tree_construction_main ($) {
2808                  #                  #
2809                }                }
2810              } elsif ($token->{tag_name} eq 'caption') {              } elsif ($token->{tag_name} eq 'caption') {
2811                if ($self->{insertion_mode} == IN_CAPTION_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2812                  ## have a table element in table scope                  ## have a table element in table scope
2813                  my $i;                  my $i;
2814                  INSCOPE: {                  INSCOPE: {
2815                    for (reverse 0..$#{$self->{open_elements}}) {                    for (reverse 0..$#{$self->{open_elements}}) {
2816                      my $node = $self->{open_elements}->[$_];                      my $node = $self->{open_elements}->[$_];
2817                      if ($node->[1] & CAPTION_EL) {                      if ($node->[1] == CAPTION_EL) {
2818                        !!!cp ('t171');                        !!!cp ('t171');
2819                        $i = $_;                        $i = $_;
2820                        last INSCOPE;                        last INSCOPE;
# Line 4905  sub _tree_construction_main ($) { Line 2826  sub _tree_construction_main ($) {
2826    
2827                    !!!cp ('t173');                    !!!cp ('t173');
2828                    !!!parse-error (type => 'unmatched end tag',                    !!!parse-error (type => 'unmatched end tag',
2829                                    value => $token->{tag_name}, token => $token);                                    text => $token->{tag_name}, token => $token);
2830                    ## Ignore the token                    ## Ignore the token
2831                    !!!next-token;                    !!!next-token;
2832                    next B;                    next B;
# Line 4918  sub _tree_construction_main ($) { Line 2839  sub _tree_construction_main ($) {
2839                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
2840                  }                  }
2841                                    
2842                  unless ($self->{open_elements}->[-1]->[1] & CAPTION_EL) {                  unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2843                    !!!cp ('t175');                    !!!cp ('t175');
2844                    !!!parse-error (type => 'not closed',                    !!!parse-error (type => 'not closed',
2845                                    value => $self->{open_elements}->[-1]->[0]                                    text => $self->{open_elements}->[-1]->[0]
2846                                        ->manakai_local_name,                                        ->manakai_local_name,
2847                                    token => $token);                                    token => $token);
2848                  } else {                  } else {
# Line 4936  sub _tree_construction_main ($) { Line 2857  sub _tree_construction_main ($) {
2857                                    
2858                  !!!next-token;                  !!!next-token;
2859                  next B;                  next B;
2860                } elsif ($self->{insertion_mode} == IN_CELL_IM) {                } elsif (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2861                  !!!cp ('t177');                  !!!cp ('t177');
2862                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
2863                                    text => $token->{tag_name}, token => $token);
2864                  ## Ignore the token                  ## Ignore the token
2865                  !!!next-token;                  !!!next-token;
2866                  next B;                  next B;
# Line 4950  sub _tree_construction_main ($) { Line 2872  sub _tree_construction_main ($) {
2872                        table => 1, tbody => 1, tfoot => 1,                        table => 1, tbody => 1, tfoot => 1,
2873                        thead => 1, tr => 1,                        thead => 1, tr => 1,
2874                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
2875                       $self->{insertion_mode} == IN_CELL_IM) {                       ($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2876                ## have an element in table scope                ## have an element in table scope
2877                my $i;                my $i;
2878                my $tn;                my $tn;
# Line 4967  sub _tree_construction_main ($) { Line 2889  sub _tree_construction_main ($) {
2889                                line => $token->{line},                                line => $token->{line},
2890                                column => $token->{column}};                                column => $token->{column}};
2891                      next B;                      next B;
2892                    } elsif ($node->[1] & TABLE_CELL_EL) {                    } elsif ($node->[1] == TABLE_CELL_EL) {
2893                      !!!cp ('t180');                      !!!cp ('t180');
2894                      $tn = $node->[0]->manakai_local_name;                      $tn = $node->[0]->manakai_local_name;
2895                      ## NOTE: There is exactly one |td| or |th| element                      ## NOTE: There is exactly one |td| or |th| element
# Line 4981  sub _tree_construction_main ($) { Line 2903  sub _tree_construction_main ($) {
2903    
2904                  !!!cp ('t182');                  !!!cp ('t182');
2905                  !!!parse-error (type => 'unmatched end tag',                  !!!parse-error (type => 'unmatched end tag',
2906                      value => $token->{tag_name}, token => $token);                      text => $token->{tag_name}, token => $token);
2907                  ## Ignore the token                  ## Ignore the token
2908                  !!!next-token;                  !!!next-token;
2909                  next B;                  next B;
2910                } # INSCOPE                } # INSCOPE
2911              } elsif ($token->{tag_name} eq 'table' and              } elsif ($token->{tag_name} eq 'table' and
2912                       $self->{insertion_mode} == IN_CAPTION_IM) {                       ($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2913                !!!parse-error (type => 'not closed:caption', token => $token);                !!!parse-error (type => 'not closed', text => 'caption',
2914                                  token => $token);
2915    
2916                ## As if </caption>                ## As if </caption>
2917                ## have a table element in table scope                ## have a table element in table scope
2918                my $i;                my $i;
2919                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
2920                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
2921                  if ($node->[1] & CAPTION_EL) {                  if ($node->[1] == CAPTION_EL) {
2922                    !!!cp ('t184');                    !!!cp ('t184');
2923                    $i = $_;                    $i = $_;
2924                    last INSCOPE;                    last INSCOPE;
# Line 5006  sub _tree_construction_main ($) { Line 2929  sub _tree_construction_main ($) {
2929                } # INSCOPE                } # INSCOPE
2930                unless (defined $i) {                unless (defined $i) {
2931                  !!!cp ('t186');                  !!!cp ('t186');
2932                  !!!parse-error (type => 'unmatched end tag:caption', token => $token);          ## TODO: Wrong error type?
2933                    !!!parse-error (type => 'unmatched end tag',
2934                                    text => 'caption', token => $token);
2935                  ## Ignore the token                  ## Ignore the token
2936                  !!!next-token;                  !!!next-token;
2937                  next B;                  next B;
# Line 5018  sub _tree_construction_main ($) { Line 2943  sub _tree_construction_main ($) {
2943                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2944                }                }
2945    
2946                unless ($self->{open_elements}->[-1]->[1] & CAPTION_EL) {                unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2947                  !!!cp ('t188');                  !!!cp ('t188');
2948                  !!!parse-error (type => 'not closed',                  !!!parse-error (type => 'not closed',
2949                                  value => $self->{open_elements}->[-1]->[0]                                  text => $self->{open_elements}->[-1]->[0]
2950                                      ->manakai_local_name,                                      ->manakai_local_name,
2951                                  token => $token);                                  token => $token);
2952                } else {                } else {
# Line 5041  sub _tree_construction_main ($) { Line 2966  sub _tree_construction_main ($) {
2966                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
2967                if ($self->{insertion_mode} & BODY_TABLE_IMS) {                if ($self->{insertion_mode} & BODY_TABLE_IMS) {
2968                  !!!cp ('t190');                  !!!cp ('t190');
2969                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
2970                                    text => $token->{tag_name}, token => $token);
2971                  ## Ignore the token                  ## Ignore the token
2972                  !!!next-token;                  !!!next-token;
2973                  next B;                  next B;
# Line 5049  sub _tree_construction_main ($) { Line 2975  sub _tree_construction_main ($) {
2975                  !!!cp ('t191');                  !!!cp ('t191');
2976                  #                  #
2977                }                }
2978              } elsif ({          } elsif ({
2979                        tbody => 1, tfoot => 1,                    tbody => 1, tfoot => 1,
2980                        thead => 1, tr => 1,                    thead => 1, tr => 1,
2981                       }->{$token->{tag_name}} and                   }->{$token->{tag_name}} and
2982                       $self->{insertion_mode} == IN_CAPTION_IM) {                   ($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2983                !!!cp ('t192');            !!!cp ('t192');
2984                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
2985                ## Ignore the token                            text => $token->{tag_name}, token => $token);
2986                !!!next-token;            ## Ignore the token
2987                next B;            !!!next-token;
2988              } else {            next B;
2989                !!!cp ('t193');          } else {
2990                #            !!!cp ('t193');
2991              }            #
2992            }
2993        } elsif ($token->{type} == END_OF_FILE_TOKEN) {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
2994          for my $entry (@{$self->{open_elements}}) {          for my $entry (@{$self->{open_elements}}) {
2995            unless ($entry->[1] & ALL_END_TAG_OPTIONAL_EL) {            unless ($entry->[1] & ALL_END_TAG_OPTIONAL_EL) {
# Line 5083  sub _tree_construction_main ($) { Line 3010  sub _tree_construction_main ($) {
3010      } elsif ($self->{insertion_mode} & TABLE_IMS) {      } elsif ($self->{insertion_mode} & TABLE_IMS) {
3011        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
3012          if (not $open_tables->[-1]->[1] and # tainted          if (not $open_tables->[-1]->[1] and # tainted
3013              $token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {              $token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
3014            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
3015                                
3016            unless (length $token->{data}) {            unless (length $token->{data}) {
# Line 5095  sub _tree_construction_main ($) { Line 3022  sub _tree_construction_main ($) {
3022            }            }
3023          }          }
3024    
3025              !!!parse-error (type => 'in table:#character', token => $token);          !!!parse-error (type => 'in table:#text', token => $token);
3026    
3027              ## As if in body, but insert into foster parent element          ## NOTE: As if in body, but insert into the foster parent element.
3028              ## 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);  
3029                            
3030              if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {          if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
3031                # MUST            # MUST
3032                my $foster_parent_element;            my $foster_parent_element;
3033                my $next_sibling;            my $next_sibling;
3034                my $prev_sibling;            my $prev_sibling;
3035                OE: for (reverse 0..$#{$self->{open_elements}}) {            OE: for (reverse 0..$#{$self->{open_elements}}) {
3036                  if ($self->{open_elements}->[$_]->[1] & TABLE_EL) {              if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
3037                    my $parent = $self->{open_elements}->[$_]->[0]->parent_node;                my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
3038                    if (defined $parent and $parent->node_type == 1) {                if (defined $parent and $parent->node_type == 1) {
3039                      !!!cp ('t196');                  $foster_parent_element = $parent;
3040                      $foster_parent_element = $parent;                  !!!cp ('t196');
3041                      $next_sibling = $self->{open_elements}->[$_]->[0];                  $next_sibling = $self->{open_elements}->[$_]->[0];
3042                      $prev_sibling = $next_sibling->previous_sibling;                  $prev_sibling = $next_sibling->previous_sibling;
3043                    } else {                  #
                     !!!cp ('t197');  
                     $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];  
                     $prev_sibling = $foster_parent_element->last_child;  
                   }  
                   last OE;  
                 }  
               } # OE  
               $foster_parent_element = $self->{open_elements}->[0]->[0] and  
               $prev_sibling = $foster_parent_element->last_child  
                 unless defined $foster_parent_element;  
               if (defined $prev_sibling and  
                   $prev_sibling->node_type == 3) {  
                 !!!cp ('t198');  
                 $prev_sibling->manakai_append_text ($token->{data});  
3044                } else {                } else {
3045                  !!!cp ('t199');                  !!!cp ('t197');
3046                  $foster_parent_element->insert_before                  $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];
3047                    ($self->{document}->create_text_node ($token->{data}),                  $prev_sibling = $foster_parent_element->last_child;
3048                     $next_sibling);                  #
3049                }                }
3050                  last OE;
3051                }
3052              } # OE
3053              $foster_parent_element = $self->{open_elements}->[0]->[0] and
3054              $prev_sibling = $foster_parent_element->last_child
3055                  unless defined $foster_parent_element;
3056              undef $prev_sibling unless $open_tables->[-1]->[2]; # ~node inserted
3057              if (defined $prev_sibling and
3058                  $prev_sibling->node_type == 3) {
3059                !!!cp ('t198');
3060                $prev_sibling->manakai_append_text ($token->{data});
3061              } else {
3062                !!!cp ('t199');
3063                $foster_parent_element->insert_before
3064                    ($self->{document}->create_text_node ($token->{data}),
3065                     $next_sibling);
3066              }
3067            $open_tables->[-1]->[1] = 1; # tainted            $open_tables->[-1]->[1] = 1; # tainted
3068              $open_tables->[-1]->[2] = 1; # ~node inserted
3069          } else {          } else {
3070              ## NOTE: Fragment case or in a foster parent'ed element
3071              ## (e.g. |<table><span>a|).  In fragment case, whether the
3072              ## character is appended to existing node or a new node is
3073              ## created is irrelevant, since the foster parent'ed nodes
3074              ## are discarded and fragment parsing does not invoke any
3075              ## script.
3076            !!!cp ('t200');            !!!cp ('t200');
3077            $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});            $self->{open_elements}->[-1]->[0]->manakai_append_text
3078                  ($token->{data});
3079          }          }
3080                            
3081          !!!next-token;          !!!next-token;
3082          next B;          next B;
3083        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
3084              if ({          if ({
3085                   tr => ($self->{insertion_mode} != IN_ROW_IM),               tr => (($self->{insertion_mode} & IM_MASK) != IN_ROW_IM),
3086                   th => 1, td => 1,               th => 1, td => 1,
3087                  }->{$token->{tag_name}}) {              }->{$token->{tag_name}}) {
3088                if ($self->{insertion_mode} == IN_TABLE_IM) {            if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_IM) {
3089                  ## Clear back to table context              ## Clear back to table context
3090                  while (not ($self->{open_elements}->[-1]->[1]              while (not ($self->{open_elements}->[-1]->[1]
3091                                  & TABLE_SCOPING_EL)) {                              & TABLE_SCOPING_EL)) {
3092                    !!!cp ('t201');                !!!cp ('t201');
3093                    pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3094                  }              }
3095                                
3096                  !!!insert-element ('tbody',, $token);              !!!insert-element ('tbody',, $token);
3097                  $self->{insertion_mode} = IN_TABLE_BODY_IM;              $self->{insertion_mode} = IN_TABLE_BODY_IM;
3098                  ## reprocess in the "in table body" insertion mode...              ## reprocess in the "in table body" insertion mode...
3099                }            }
3100              
3101                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {            if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3102                  unless ($token->{tag_name} eq 'tr') {              unless ($token->{tag_name} eq 'tr') {
3103                    !!!cp ('t202');                !!!cp ('t202');
3104                    !!!parse-error (type => 'missing start tag:tr', token => $token);                !!!parse-error (type => 'missing start tag:tr', token => $token);
3105                  }              }
3106                                    
3107                  ## Clear back to table body context              ## Clear back to table body context
3108                  while (not ($self->{open_elements}->[-1]->[1]              while (not ($self->{open_elements}->[-1]->[1]
3109                                  & TABLE_ROWS_SCOPING_EL)) {                              & TABLE_ROWS_SCOPING_EL)) {
3110                    !!!cp ('t203');                !!!cp ('t203');
3111                    ## ISSUE: Can this case be reached?                ## ISSUE: Can this case be reached?
3112                    pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3113                  }              }
3114                                    
3115                  $self->{insertion_mode} = IN_ROW_IM;              $self->{insertion_mode} = IN_ROW_IM;
3116                  if ($token->{tag_name} eq 'tr') {              if ($token->{tag_name} eq 'tr') {
3117                    !!!cp ('t204');                !!!cp ('t204');
3118                    !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3119                    !!!nack ('t204');                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3120                    !!!next-token;                !!!nack ('t204');
3121                    next B;                !!!next-token;
3122                  } else {                next B;
3123                    !!!cp ('t205');              } else {
3124                    !!!insert-element ('tr',, $token);                !!!cp ('t205');
3125                    ## reprocess in the "in row" insertion mode                !!!insert-element ('tr',, $token);
3126                  }                ## reprocess in the "in row" insertion mode
3127                } else {              }
3128                  !!!cp ('t206');            } else {
3129                }              !!!cp ('t206');
3130              }
3131    
3132                ## Clear back to table row context                ## Clear back to table row context
3133                while (not ($self->{open_elements}->[-1]->[1]                while (not ($self->{open_elements}->[-1]->[1]
# Line 5200  sub _tree_construction_main ($) { Line 3136  sub _tree_construction_main ($) {
3136                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3137                }                }
3138                                
3139                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3140                $self->{insertion_mode} = IN_CELL_IM;            $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3141              $self->{insertion_mode} = IN_CELL_IM;
3142    
3143                push @$active_formatting_elements, ['#marker', ''];            push @$active_formatting_elements, ['#marker', ''];
3144                                
3145                !!!nack ('t207.1');            !!!nack ('t207.1');
3146              !!!next-token;
3147              next B;
3148            } elsif ({
3149                      caption => 1, col => 1, colgroup => 1,
3150                      tbody => 1, tfoot => 1, thead => 1,
3151                      tr => 1, # $self->{insertion_mode} == IN_ROW_IM
3152                     }->{$token->{tag_name}}) {
3153              if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3154                ## As if </tr>
3155                ## have an element in table scope
3156                my $i;
3157                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3158                  my $node = $self->{open_elements}->[$_];
3159                  if ($node->[1] == TABLE_ROW_EL) {
3160                    !!!cp ('t208');
3161                    $i = $_;
3162                    last INSCOPE;
3163                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3164                    !!!cp ('t209');
3165                    last INSCOPE;
3166                  }
3167                } # INSCOPE
3168                unless (defined $i) {
3169                  !!!cp ('t210');
3170                  ## TODO: This type is wrong.
3171                  !!!parse-error (type => 'unmacthed end tag',
3172                                  text => $token->{tag_name}, token => $token);
3173                  ## Ignore the token
3174                  !!!nack ('t210.1');
3175                !!!next-token;                !!!next-token;
3176                next B;                next B;
3177              } elsif ({              }
                       caption => 1, col => 1, colgroup => 1,  
                       tbody => 1, tfoot => 1, thead => 1,  
                       tr => 1, # $self->{insertion_mode} == IN_ROW_IM  
                      }->{$token->{tag_name}}) {  
               if ($self->{insertion_mode} == IN_ROW_IM) {  
                 ## As if </tr>  
                 ## have an element in table scope  
                 my $i;  
                 INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                   my $node = $self->{open_elements}->[$_];  
                   if ($node->[1] & TABLE_ROW_EL) {  
                     !!!cp ('t208');  
                     $i = $_;  
                     last INSCOPE;  
                   } elsif ($node->[1] & TABLE_SCOPING_EL) {  
                     !!!cp ('t209');  
                     last INSCOPE;  
                   }  
                 } # INSCOPE  
                 unless (defined $i) {  
                   !!!cp ('t210');  
 ## TODO: This type is wrong.  
                   !!!parse-error (type => 'unmacthed end tag:'.$token->{tag_name}, token => $token);  
                   ## Ignore the token  
                   !!!nack ('t210.1');  
                   !!!next-token;  
                   next B;  
                 }  
3178                                    
3179                  ## Clear back to table row context                  ## Clear back to table row context
3180                  while (not ($self->{open_elements}->[-1]->[1]                  while (not ($self->{open_elements}->[-1]->[1]
# Line 5259  sub _tree_construction_main ($) { Line 3197  sub _tree_construction_main ($) {
3197                  }                  }
3198                }                }
3199    
3200                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3201                  ## have an element in table scope                  ## have an element in table scope
3202                  my $i;                  my $i;
3203                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3204                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3205                    if ($node->[1] & TABLE_ROW_GROUP_EL) {                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3206                      !!!cp ('t214');                      !!!cp ('t214');
3207                      $i = $_;                      $i = $_;
3208                      last INSCOPE;                      last INSCOPE;
# Line 5275  sub _tree_construction_main ($) { Line 3213  sub _tree_construction_main ($) {
3213                  } # INSCOPE                  } # INSCOPE
3214                  unless (defined $i) {                  unless (defined $i) {
3215                    !!!cp ('t216');                    !!!cp ('t216');
3216  ## TODO: This erorr type ios wrong.  ## TODO: This erorr type is wrong.
3217                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                    !!!parse-error (type => 'unmatched end tag',
3218                                      text => $token->{tag_name}, token => $token);
3219                    ## Ignore the token                    ## Ignore the token
3220                    !!!nack ('t216.1');                    !!!nack ('t216.1');
3221                    !!!next-token;                    !!!next-token;
# Line 5305  sub _tree_construction_main ($) { Line 3244  sub _tree_construction_main ($) {
3244                  !!!cp ('t218');                  !!!cp ('t218');
3245                }                }
3246    
3247                if ($token->{tag_name} eq 'col') {            if ($token->{tag_name} eq 'col') {
3248                  ## Clear back to table context              ## Clear back to table context
3249                  while (not ($self->{open_elements}->[-1]->[1]              while (not ($self->{open_elements}->[-1]->[1]
3250                                  & TABLE_SCOPING_EL)) {                              & TABLE_SCOPING_EL)) {
3251                    !!!cp ('t219');                !!!cp ('t219');
3252                    ## ISSUE: Can this state be reached?                ## ISSUE: Can this state be reached?
3253                    pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3254                  }              }
3255                                
3256                  !!!insert-element ('colgroup',, $token);              !!!insert-element ('colgroup',, $token);
3257                  $self->{insertion_mode} = IN_COLUMN_GROUP_IM;              $self->{insertion_mode} = IN_COLUMN_GROUP_IM;
3258                  ## reprocess              ## reprocess
3259                  !!!ack-later;              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3260                  next B;              !!!ack-later;
3261                } elsif ({              next B;
3262                          caption => 1,            } elsif ({
3263                          colgroup => 1,                      caption => 1,
3264                          tbody => 1, tfoot => 1, thead => 1,                      colgroup => 1,
3265                         }->{$token->{tag_name}}) {                      tbody => 1, tfoot => 1, thead => 1,
3266                  ## Clear back to table context                     }->{$token->{tag_name}}) {
3267                ## Clear back to table context
3268                  while (not ($self->{open_elements}->[-1]->[1]                  while (not ($self->{open_elements}->[-1]->[1]
3269                                  & TABLE_SCOPING_EL)) {                                  & TABLE_SCOPING_EL)) {
3270                    !!!cp ('t220');                    !!!cp ('t220');
# Line 5332  sub _tree_construction_main ($) { Line 3272  sub _tree_construction_main ($) {
3272                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3273                  }                  }
3274                                    
3275                  push @$active_formatting_elements, ['#marker', '']              push @$active_formatting_elements, ['#marker', '']
3276                      if $token->{tag_name} eq 'caption';                  if $token->{tag_name} eq 'caption';
3277                                    
3278                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3279                  $self->{insertion_mode} = {              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3280                                             caption => IN_CAPTION_IM,              $self->{insertion_mode} = {
3281                                             colgroup => IN_COLUMN_GROUP_IM,                                         caption => IN_CAPTION_IM,
3282                                             tbody => IN_TABLE_BODY_IM,                                         colgroup => IN_COLUMN_GROUP_IM,
3283                                             tfoot => IN_TABLE_BODY_IM,                                         tbody => IN_TABLE_BODY_IM,
3284                                             thead => IN_TABLE_BODY_IM,                                         tfoot => IN_TABLE_BODY_IM,
3285                                            }->{$token->{tag_name}};                                         thead => IN_TABLE_BODY_IM,
3286                  !!!next-token;                                        }->{$token->{tag_name}};
3287                  !!!nack ('t220.1');              !!!next-token;
3288                  next B;              !!!nack ('t220.1');
3289                } else {              next B;
3290                  die "$0: in table: <>: $token->{tag_name}";            } else {
3291                }              die "$0: in table: <>: $token->{tag_name}";
3292              }
3293              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3294                !!!parse-error (type => 'not closed',                !!!parse-error (type => 'not closed',
3295                                value => $self->{open_elements}->[-1]->[0]                                text => $self->{open_elements}->[-1]->[0]
3296                                    ->manakai_local_name,                                    ->manakai_local_name,
3297                                token => $token);                                token => $token);
3298    
# Line 5360  sub _tree_construction_main ($) { Line 3301  sub _tree_construction_main ($) {
3301                my $i;                my $i;
3302                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3303                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3304                  if ($node->[1] & TABLE_EL) {                  if ($node->[1] == TABLE_EL) {
3305                    !!!cp ('t221');                    !!!cp ('t221');
3306                    $i = $_;                    $i = $_;
3307                    last INSCOPE;                    last INSCOPE;
# Line 5372  sub _tree_construction_main ($) { Line 3313  sub _tree_construction_main ($) {
3313                unless (defined $i) {                unless (defined $i) {
3314                  !!!cp ('t223');                  !!!cp ('t223');
3315  ## TODO: The following is wrong, maybe.  ## TODO: The following is wrong, maybe.
3316                  !!!parse-error (type => 'unmatched end tag:table', token => $token);                  !!!parse-error (type => 'unmatched end tag', text => 'table',
3317                                    token => $token);
3318                  ## Ignore tokens </table><table>                  ## Ignore tokens </table><table>
3319                  !!!nack ('t223.1');                  !!!nack ('t223.1');
3320                  !!!next-token;                  !!!next-token;
3321                  next B;                  next B;
3322                }                }
3323                                
3324  ## TODO: Followings are removed from the latest spec.  ## TODO: Followings are removed from the latest spec.
3325                ## generate implied end tags                ## generate implied end tags
3326                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
3327                  !!!cp ('t224');                  !!!cp ('t224');
3328                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3329                }                }
3330    
3331                unless ($self->{open_elements}->[-1]->[1] & TABLE_EL) {                unless ($self->{open_elements}->[-1]->[1] == TABLE_EL) {
3332                  !!!cp ('t225');                  !!!cp ('t225');
3333                  ## NOTE: |<table><tr><table>|                  ## NOTE: |<table><tr><table>|
3334                  !!!parse-error (type => 'not closed',                  !!!parse-error (type => 'not closed',
3335                                  value => $self->{open_elements}->[-1]->[0]                                  text => $self->{open_elements}->[-1]->[0]
3336                                      ->manakai_local_name,                                      ->manakai_local_name,
3337                                  token => $token);                                  token => $token);
3338                } else {                } else {
# Line 5410  sub _tree_construction_main ($) { Line 3352  sub _tree_construction_main ($) {
3352              !!!cp ('t227.8');              !!!cp ('t227.8');
3353              ## NOTE: This is a "as if in head" code clone.              ## NOTE: This is a "as if in head" code clone.
3354              $parse_rcdata->(CDATA_CONTENT_MODEL);              $parse_rcdata->(CDATA_CONTENT_MODEL);
3355                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3356              next B;              next B;
3357            } else {            } else {
3358              !!!cp ('t227.7');              !!!cp ('t227.7');
# Line 5420  sub _tree_construction_main ($) { Line 3363  sub _tree_construction_main ($) {
3363              !!!cp ('t227.6');              !!!cp ('t227.6');
3364              ## NOTE: This is a "as if in head" code clone.              ## NOTE: This is a "as if in head" code clone.
3365              $script_start_tag->();              $script_start_tag->();
3366                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3367              next B;              next B;
3368            } else {            } else {
3369              !!!cp ('t227.5');              !!!cp ('t227.5');
# Line 5431  sub _tree_construction_main ($) { Line 3375  sub _tree_construction_main ($) {
3375                my $type = lc $token->{attributes}->{type}->{value};                my $type = lc $token->{attributes}->{type}->{value};
3376                if ($type eq 'hidden') {                if ($type eq 'hidden') {
3377                  !!!cp ('t227.3');                  !!!cp ('t227.3');
3378                  !!!parse-error (type => 'in table:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'in table',
3379                                    text => $token->{tag_name}, token => $token);
3380    
3381                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3382                    $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3383    
3384                  ## TODO: form element pointer                  ## TODO: form element pointer
3385    
# Line 5459  sub _tree_construction_main ($) { Line 3405  sub _tree_construction_main ($) {
3405            #            #
3406          }          }
3407    
3408          !!!parse-error (type => 'in table:'.$token->{tag_name}, token => $token);          !!!parse-error (type => 'in table', text => $token->{tag_name},
3409                            token => $token);
3410    
3411          $insert = $insert_to_foster;          $insert = $insert_to_foster;
3412          #          #
3413        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
3414              if ($token->{tag_name} eq 'tr' and          if ($token->{tag_name} eq 'tr' and
3415                  $self->{insertion_mode} == IN_ROW_IM) {              ($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3416                ## have an element in table scope            ## have an element in table scope
3417                my $i;                my $i;
3418                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3419                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3420                  if ($node->[1] & TABLE_ROW_EL) {                  if ($node->[1] == TABLE_ROW_EL) {
3421                    !!!cp ('t228');                    !!!cp ('t228');
3422                    $i = $_;                    $i = $_;
3423                    last INSCOPE;                    last INSCOPE;
# Line 5481  sub _tree_construction_main ($) { Line 3428  sub _tree_construction_main ($) {
3428                } # INSCOPE                } # INSCOPE
3429                unless (defined $i) {                unless (defined $i) {
3430                  !!!cp ('t230');                  !!!cp ('t230');
3431                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
3432                                    text => $token->{tag_name}, token => $token);
3433                  ## Ignore the token                  ## Ignore the token
3434                  !!!nack ('t230.1');                  !!!nack ('t230.1');
3435                  !!!next-token;                  !!!next-token;
# Line 5504  sub _tree_construction_main ($) { Line 3452  sub _tree_construction_main ($) {
3452                !!!nack ('t231.1');                !!!nack ('t231.1');
3453                next B;                next B;
3454              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3455                if ($self->{insertion_mode} == IN_ROW_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3456                  ## As if </tr>                  ## As if </tr>
3457                  ## have an element in table scope                  ## have an element in table scope
3458                  my $i;                  my $i;
3459                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3460                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3461                    if ($node->[1] & TABLE_ROW_EL) {                    if ($node->[1] == TABLE_ROW_EL) {
3462                      !!!cp ('t233');                      !!!cp ('t233');
3463                      $i = $_;                      $i = $_;
3464                      last INSCOPE;                      last INSCOPE;
# Line 5522  sub _tree_construction_main ($) { Line 3470  sub _tree_construction_main ($) {
3470                  unless (defined $i) {                  unless (defined $i) {
3471                    !!!cp ('t235');                    !!!cp ('t235');
3472  ## TODO: The following is wrong.  ## TODO: The following is wrong.
3473                    !!!parse-error (type => 'unmatched end tag:'.$token->{type}, token => $token);                    !!!parse-error (type => 'unmatched end tag',
3474                                      text => $token->{type}, token => $token);
3475                    ## Ignore the token                    ## Ignore the token
3476                    !!!nack ('t236.1');                    !!!nack ('t236.1');
3477                    !!!next-token;                    !!!next-token;
# Line 5542  sub _tree_construction_main ($) { Line 3491  sub _tree_construction_main ($) {
3491                  ## reprocess in the "in table body" insertion mode...                  ## reprocess in the "in table body" insertion mode...
3492                }                }
3493    
3494                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3495                  ## have an element in table scope                  ## have an element in table scope
3496                  my $i;                  my $i;
3497                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3498                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3499                    if ($node->[1] & TABLE_ROW_GROUP_EL) {                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3500                      !!!cp ('t237');                      !!!cp ('t237');
3501                      $i = $_;                      $i = $_;
3502                      last INSCOPE;                      last INSCOPE;
# Line 5558  sub _tree_construction_main ($) { Line 3507  sub _tree_construction_main ($) {
3507                  } # INSCOPE                  } # INSCOPE
3508                  unless (defined $i) {                  unless (defined $i) {
3509                    !!!cp ('t239');                    !!!cp ('t239');
3510                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                    !!!parse-error (type => 'unmatched end tag',
3511                                      text => $token->{tag_name}, token => $token);
3512                    ## Ignore the token                    ## Ignore the token
3513                    !!!nack ('t239.1');                    !!!nack ('t239.1');
3514                    !!!next-token;                    !!!next-token;
# Line 5593  sub _tree_construction_main ($) { Line 3543  sub _tree_construction_main ($) {
3543                my $i;                my $i;
3544                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3545                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3546                  if ($node->[1] & TABLE_EL) {                  if ($node->[1] == TABLE_EL) {
3547                    !!!cp ('t241');                    !!!cp ('t241');
3548                    $i = $_;                    $i = $_;
3549                    last INSCOPE;                    last INSCOPE;
# Line 5604  sub _tree_construction_main ($) { Line 3554  sub _tree_construction_main ($) {
3554                } # INSCOPE                } # INSCOPE
3555                unless (defined $i) {                unless (defined $i) {
3556                  !!!cp ('t243');                  !!!cp ('t243');
3557                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
3558                                    text => $token->{tag_name}, token => $token);
3559                  ## Ignore the token                  ## Ignore the token
3560                  !!!nack ('t243.1');                  !!!nack ('t243.1');
3561                  !!!next-token;                  !!!next-token;
# Line 5622  sub _tree_construction_main ($) { Line 3573  sub _tree_construction_main ($) {
3573                        tbody => 1, tfoot => 1, thead => 1,                        tbody => 1, tfoot => 1, thead => 1,
3574                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
3575                       $self->{insertion_mode} & ROW_IMS) {                       $self->{insertion_mode} & ROW_IMS) {
3576                if ($self->{insertion_mode} == IN_ROW_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3577                  ## have an element in table scope                  ## have an element in table scope
3578                  my $i;                  my $i;
3579                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
# Line 5638  sub _tree_construction_main ($) { Line 3589  sub _tree_construction_main ($) {
3589                  } # INSCOPE                  } # INSCOPE
3590                    unless (defined $i) {                    unless (defined $i) {
3591                      !!!cp ('t249');                      !!!cp ('t249');
3592                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                      !!!parse-error (type => 'unmatched end tag',
3593                                        text => $token->{tag_name}, token => $token);
3594                      ## Ignore the token                      ## Ignore the token
3595                      !!!nack ('t249.1');                      !!!nack ('t249.1');
3596                      !!!next-token;                      !!!next-token;
# Line 5650  sub _tree_construction_main ($) { Line 3602  sub _tree_construction_main ($) {
3602                  my $i;                  my $i;
3603                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3604                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3605                    if ($node->[1] & TABLE_ROW_EL) {                    if ($node->[1] == TABLE_ROW_EL) {
3606                      !!!cp ('t250');                      !!!cp ('t250');
3607                      $i = $_;                      $i = $_;
3608                      last INSCOPE;                      last INSCOPE;
# Line 5661  sub _tree_construction_main ($) { Line 3613  sub _tree_construction_main ($) {
3613                  } # INSCOPE                  } # INSCOPE
3614                    unless (defined $i) {                    unless (defined $i) {
3615                      !!!cp ('t252');                      !!!cp ('t252');
3616                      !!!parse-error (type => 'unmatched end tag:tr', token => $token);                      !!!parse-error (type => 'unmatched end tag',
3617                                        text => 'tr', token => $token);
3618                      ## Ignore the token                      ## Ignore the token
3619                      !!!nack ('t252.1');                      !!!nack ('t252.1');
3620                      !!!next-token;                      !!!next-token;
# Line 5696  sub _tree_construction_main ($) { Line 3649  sub _tree_construction_main ($) {
3649                } # INSCOPE                } # INSCOPE
3650                unless (defined $i) {                unless (defined $i) {
3651                  !!!cp ('t256');                  !!!cp ('t256');
3652                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
3653                                    text => $token->{tag_name}, token => $token);
3654                  ## Ignore the token                  ## Ignore the token
3655                  !!!nack ('t256.1');                  !!!nack ('t256.1');
3656                  !!!next-token;                  !!!next-token;
# Line 5723  sub _tree_construction_main ($) { Line 3677  sub _tree_construction_main ($) {
3677                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM
3678                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
3679            !!!cp ('t258');            !!!cp ('t258');
3680            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
3681                              text => $token->{tag_name}, token => $token);
3682            ## Ignore the token            ## Ignore the token
3683            !!!nack ('t258.1');            !!!nack ('t258.1');
3684             !!!next-token;             !!!next-token;
3685            next B;            next B;
3686          } else {          } else {
3687            !!!cp ('t259');            !!!cp ('t259');
3688            !!!parse-error (type => 'in table:/'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'in table:/',
3689                              text => $token->{tag_name}, token => $token);
3690    
3691            $insert = $insert_to_foster;            $insert = $insert_to_foster;
3692            #            #
3693          }          }
3694        } elsif ($token->{type} == END_OF_FILE_TOKEN) {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3695          unless ($self->{open_elements}->[-1]->[1] & HTML_EL and          unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
3696                  @{$self->{open_elements}} == 1) { # redundant, maybe                  @{$self->{open_elements}} == 1) { # redundant, maybe
3697            !!!parse-error (type => 'in body:#eof', token => $token);            !!!parse-error (type => 'in body:#eof', token => $token);
3698            !!!cp ('t259.1');            !!!cp ('t259.1');
# Line 5751  sub _tree_construction_main ($) { Line 3707  sub _tree_construction_main ($) {
3707        } else {        } else {
3708          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
3709        }        }
3710      } elsif ($self->{insertion_mode} == IN_COLUMN_GROUP_IM) {      } elsif (($self->{insertion_mode} & IM_MASK) == IN_COLUMN_GROUP_IM) {
3711            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
3712              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {              if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
3713                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
3714                unless (length $token->{data}) {                unless (length $token->{data}) {
3715                  !!!cp ('t260');                  !!!cp ('t260');
# Line 5778  sub _tree_construction_main ($) { Line 3734  sub _tree_construction_main ($) {
3734              }              }
3735            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
3736              if ($token->{tag_name} eq 'colgroup') {              if ($token->{tag_name} eq 'colgroup') {
3737                if ($self->{open_elements}->[-1]->[1] & HTML_EL) {                if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3738                  !!!cp ('t264');                  !!!cp ('t264');
3739                  !!!parse-error (type => 'unmatched end tag:colgroup', token => $token);                  !!!parse-error (type => 'unmatched end tag',
3740                                    text => 'colgroup', token => $token);
3741                  ## Ignore the token                  ## Ignore the token
3742                  !!!next-token;                  !!!next-token;
3743                  next B;                  next B;
# Line 5793  sub _tree_construction_main ($) { Line 3750  sub _tree_construction_main ($) {
3750                }                }
3751              } elsif ($token->{tag_name} eq 'col') {              } elsif ($token->{tag_name} eq 'col') {
3752                !!!cp ('t266');                !!!cp ('t266');
3753                !!!parse-error (type => 'unmatched end tag:col', token => $token);                !!!parse-error (type => 'unmatched end tag',
3754                                  text => 'col', token => $token);
3755                ## Ignore the token                ## Ignore the token
3756                !!!next-token;                !!!next-token;
3757                next B;                next B;
# Line 5802  sub _tree_construction_main ($) { Line 3760  sub _tree_construction_main ($) {
3760                #                #
3761              }              }
3762        } elsif ($token->{type} == END_OF_FILE_TOKEN) {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3763          if ($self->{open_elements}->[-1]->[1] & HTML_EL and          if ($self->{open_elements}->[-1]->[1] == HTML_EL and
3764              @{$self->{open_elements}} == 1) { # redundant, maybe              @{$self->{open_elements}} == 1) { # redundant, maybe
3765            !!!cp ('t270.2');            !!!cp ('t270.2');
3766            ## Stop parsing.            ## Stop parsing.
# Line 5820  sub _tree_construction_main ($) { Line 3778  sub _tree_construction_main ($) {
3778        }        }
3779    
3780            ## As if </colgroup>            ## As if </colgroup>
3781            if ($self->{open_elements}->[-1]->[1] & HTML_EL) {            if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3782              !!!cp ('t269');              !!!cp ('t269');
3783  ## TODO: Wrong error type?  ## TODO: Wrong error type?
3784              !!!parse-error (type => 'unmatched end tag:colgroup', token => $token);              !!!parse-error (type => 'unmatched end tag',
3785                                text => 'colgroup', token => $token);
3786              ## Ignore the token              ## Ignore the token
3787              !!!nack ('t269.1');              !!!nack ('t269.1');
3788              !!!next-token;              !!!next-token;
# Line 5844  sub _tree_construction_main ($) { Line 3803  sub _tree_construction_main ($) {
3803          next B;          next B;
3804        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
3805          if ($token->{tag_name} eq 'option') {          if ($token->{tag_name} eq 'option') {
3806            if ($self->{open_elements}->[-1]->[1] & OPTION_EL) {            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3807              !!!cp ('t272');              !!!cp ('t272');
3808              ## As if </option>              ## As if </option>
3809              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
# Line 5857  sub _tree_construction_main ($) { Line 3816  sub _tree_construction_main ($) {
3816            !!!next-token;            !!!next-token;
3817            next B;            next B;
3818          } elsif ($token->{tag_name} eq 'optgroup') {          } elsif ($token->{tag_name} eq 'optgroup') {
3819            if ($self->{open_elements}->[-1]->[1] & OPTION_EL) {            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3820              !!!cp ('t274');              !!!cp ('t274');
3821              ## As if </option>              ## As if </option>
3822              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
# Line 5865  sub _tree_construction_main ($) { Line 3824  sub _tree_construction_main ($) {
3824              !!!cp ('t275');              !!!cp ('t275');
3825            }            }
3826    
3827            if ($self->{open_elements}->[-1]->[1] & OPTGROUP_EL) {            if ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3828              !!!cp ('t276');              !!!cp ('t276');
3829              ## As if </optgroup>              ## As if </optgroup>
3830              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
# Line 5877  sub _tree_construction_main ($) { Line 3836  sub _tree_construction_main ($) {
3836            !!!nack ('t277.1');            !!!nack ('t277.1');
3837            !!!next-token;            !!!next-token;
3838            next B;            next B;
3839          } elsif ($token->{tag_name} eq 'select' or          } elsif ({
3840                   $token->{tag_name} eq 'input' or                     select => 1, input => 1, textarea => 1, keygen => 1,
3841                   ($self->{insertion_mode} == IN_SELECT_IN_TABLE_IM and                   }->{$token->{tag_name}} or
3842                     (($self->{insertion_mode} & IM_MASK)
3843                          == IN_SELECT_IN_TABLE_IM and
3844                    {                    {
3845                     caption => 1, table => 1,                     caption => 1, table => 1,
3846                     tbody => 1, tfoot => 1, thead => 1,                     tbody => 1, tfoot => 1, thead => 1,
3847                     tr => 1, td => 1, th => 1,                     tr => 1, td => 1, th => 1,
3848                    }->{$token->{tag_name}})) {                    }->{$token->{tag_name}})) {
3849            ## TODO: The type below is not good - <select> is replaced by </select>            ## TODO: The type below is not good - <select> is replaced by </select>
3850            !!!parse-error (type => 'not closed:select', token => $token);            !!!parse-error (type => 'not closed', text => 'select',
3851                              token => $token);
3852            ## NOTE: As if the token were </select> (<select> case) or            ## NOTE: As if the token were </select> (<select> case) or
3853            ## as if there were </select> (otherwise).            ## as if there were </select> (otherwise).
3854            ## have an element in table scope            ## have an element in table scope
3855            my $i;            my $i;
3856            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3857              my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
3858              if ($node->[1] & SELECT_EL) {              if ($node->[1] == SELECT_EL) {
3859                !!!cp ('t278');                !!!cp ('t278');
3860                $i = $_;                $i = $_;
3861                last INSCOPE;                last INSCOPE;
# Line 5904  sub _tree_construction_main ($) { Line 3866  sub _tree_construction_main ($) {
3866            } # INSCOPE            } # INSCOPE
3867            unless (defined $i) {            unless (defined $i) {
3868              !!!cp ('t280');              !!!cp ('t280');
3869              !!!parse-error (type => 'unmatched end tag:select', token => $token);              !!!parse-error (type => 'unmatched end tag',
3870                                text => 'select', token => $token);
3871              ## Ignore the token              ## Ignore the token
3872              !!!nack ('t280.1');              !!!nack ('t280.1');
3873              !!!next-token;              !!!next-token;
# Line 5928  sub _tree_construction_main ($) { Line 3891  sub _tree_construction_main ($) {
3891            }            }
3892          } else {          } else {
3893            !!!cp ('t282');            !!!cp ('t282');
3894            !!!parse-error (type => 'in select:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'in select',
3895                              text => $token->{tag_name}, token => $token);
3896            ## Ignore the token            ## Ignore the token
3897            !!!nack ('t282.1');            !!!nack ('t282.1');
3898            !!!next-token;            !!!next-token;
# Line 5936  sub _tree_construction_main ($) { Line 3900  sub _tree_construction_main ($) {
3900          }          }
3901        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
3902          if ($token->{tag_name} eq 'optgroup') {          if ($token->{tag_name} eq 'optgroup') {
3903            if ($self->{open_elements}->[-1]->[1] & OPTION_EL and            if ($self->{open_elements}->[-1]->[1] == OPTION_EL and
3904                $self->{open_elements}->[-2]->[1] & OPTGROUP_EL) {                $self->{open_elements}->[-2]->[1] == OPTGROUP_EL) {
3905              !!!cp ('t283');              !!!cp ('t283');
3906              ## As if </option>              ## As if </option>
3907              splice @{$self->{open_elements}}, -2;              splice @{$self->{open_elements}}, -2;
3908            } elsif ($self->{open_elements}->[-1]->[1] & OPTGROUP_EL) {            } elsif ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3909              !!!cp ('t284');              !!!cp ('t284');
3910              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
3911            } else {            } else {
3912              !!!cp ('t285');              !!!cp ('t285');
3913              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'unmatched end tag',
3914                                text => $token->{tag_name}, token => $token);
3915              ## Ignore the token              ## Ignore the token
3916            }            }
3917            !!!nack ('t285.1');            !!!nack ('t285.1');
3918            !!!next-token;            !!!next-token;
3919            next B;            next B;
3920          } elsif ($token->{tag_name} eq 'option') {          } elsif ($token->{tag_name} eq 'option') {
3921            if ($self->{open_elements}->[-1]->[1] & OPTION_EL) {            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3922              !!!cp ('t286');              !!!cp ('t286');
3923              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
3924            } else {            } else {
3925              !!!cp ('t287');              !!!cp ('t287');
3926              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'unmatched end tag',
3927                                text => $token->{tag_name}, token => $token);
3928              ## Ignore the token              ## Ignore the token
3929            }            }
3930            !!!nack ('t287.1');            !!!nack ('t287.1');
# Line 5969  sub _tree_construction_main ($) { Line 3935  sub _tree_construction_main ($) {
3935            my $i;            my $i;
3936            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3937              my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
3938              if ($node->[1] & SELECT_EL) {              if ($node->[1] == SELECT_EL) {
3939                !!!cp ('t288');                !!!cp ('t288');
3940                $i = $_;                $i = $_;
3941                last INSCOPE;                last INSCOPE;
# Line 5980  sub _tree_construction_main ($) { Line 3946  sub _tree_construction_main ($) {
3946            } # INSCOPE            } # INSCOPE
3947            unless (defined $i) {            unless (defined $i) {
3948              !!!cp ('t290');              !!!cp ('t290');
3949              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'unmatched end tag',
3950                                text => $token->{tag_name}, token => $token);
3951              ## Ignore the token              ## Ignore the token
3952              !!!nack ('t290.1');              !!!nack ('t290.1');
3953              !!!next-token;              !!!next-token;
# Line 5995  sub _tree_construction_main ($) { Line 3962  sub _tree_construction_main ($) {
3962            !!!nack ('t291.1');            !!!nack ('t291.1');
3963            !!!next-token;            !!!next-token;
3964            next B;            next B;
3965          } elsif ($self->{insertion_mode} == IN_SELECT_IN_TABLE_IM and          } elsif (($self->{insertion_mode} & IM_MASK)
3966                         == IN_SELECT_IN_TABLE_IM and
3967                   {                   {
3968                    caption => 1, table => 1, tbody => 1,                    caption => 1, table => 1, tbody => 1,
3969                    tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,                    tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,
3970                   }->{$token->{tag_name}}) {                   }->{$token->{tag_name}}) {
3971  ## TODO: The following is wrong?  ## TODO: The following is wrong?
3972            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
3973                              text => $token->{tag_name}, token => $token);
3974                                
3975            ## have an element in table scope            ## have an element in table scope
3976            my $i;            my $i;
# Line 6029  sub _tree_construction_main ($) { Line 3998  sub _tree_construction_main ($) {
3998            undef $i;            undef $i;
3999            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4000              my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
4001              if ($node->[1] & SELECT_EL) {              if ($node->[1] == SELECT_EL) {
4002                !!!cp ('t295');                !!!cp ('t295');
4003                $i = $_;                $i = $_;
4004                last INSCOPE;                last INSCOPE;
# Line 6042  sub _tree_construction_main ($) { Line 4011  sub _tree_construction_main ($) {
4011            unless (defined $i) {            unless (defined $i) {
4012              !!!cp ('t297');              !!!cp ('t297');
4013  ## TODO: The following error type is correct?  ## TODO: The following error type is correct?
4014              !!!parse-error (type => 'unmatched end tag:select', token => $token);              !!!parse-error (type => 'unmatched end tag',
4015                                text => 'select', token => $token);
4016              ## Ignore the </select> token              ## Ignore the </select> token
4017              !!!nack ('t297.1');              !!!nack ('t297.1');
4018              !!!next-token; ## TODO: ok?              !!!next-token; ## TODO: ok?
# Line 6059  sub _tree_construction_main ($) { Line 4029  sub _tree_construction_main ($) {
4029            next B;            next B;
4030          } else {          } else {
4031            !!!cp ('t299');            !!!cp ('t299');
4032            !!!parse-error (type => 'in select:/'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'in select:/',
4033                              text => $token->{tag_name}, token => $token);
4034            ## Ignore the token            ## Ignore the token
4035            !!!nack ('t299.3');            !!!nack ('t299.3');
4036            !!!next-token;            !!!next-token;
4037            next B;            next B;
4038          }          }
4039        } elsif ($token->{type} == END_OF_FILE_TOKEN) {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4040          unless ($self->{open_elements}->[-1]->[1] & HTML_EL and          unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
4041                  @{$self->{open_elements}} == 1) { # redundant, maybe                  @{$self->{open_elements}} == 1) { # redundant, maybe
4042            !!!cp ('t299.1');            !!!cp ('t299.1');
4043            !!!parse-error (type => 'in body:#eof', token => $token);            !!!parse-error (type => 'in body:#eof', token => $token);
# Line 6081  sub _tree_construction_main ($) { Line 4052  sub _tree_construction_main ($) {
4052        }        }
4053      } elsif ($self->{insertion_mode} & BODY_AFTER_IMS) {      } elsif ($self->{insertion_mode} & BODY_AFTER_IMS) {
4054        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
4055          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
4056            my $data = $1;            my $data = $1;
4057            ## As if in body            ## As if in body
4058            $reconstruct_active_formatting_elements->($insert_to_current);            $reconstruct_active_formatting_elements->($insert_to_current);
# Line 6097  sub _tree_construction_main ($) { Line 4068  sub _tree_construction_main ($) {
4068                    
4069          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4070            !!!cp ('t301');            !!!cp ('t301');
4071            !!!parse-error (type => 'after html:#character', token => $token);            !!!parse-error (type => 'after html:#text', token => $token);
4072              #
           ## Reprocess in the "after body" insertion mode.  
4073          } else {          } else {
4074            !!!cp ('t302');            !!!cp ('t302');
4075              ## "after body" insertion mode
4076              !!!parse-error (type => 'after body:#text', token => $token);
4077              #
4078          }          }
           
         ## "after body" insertion mode  
         !!!parse-error (type => 'after body:#character', token => $token);  
4079    
4080          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4081          ## reprocess          ## reprocess
# Line 6113  sub _tree_construction_main ($) { Line 4083  sub _tree_construction_main ($) {
4083        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
4084          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4085            !!!cp ('t303');            !!!cp ('t303');
4086            !!!parse-error (type => 'after html:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'after html',
4087                                        text => $token->{tag_name}, token => $token);
4088            ## Reprocess in the "after body" insertion mode.            #
4089          } else {          } else {
4090            !!!cp ('t304');            !!!cp ('t304');
4091              ## "after body" insertion mode
4092              !!!parse-error (type => 'after body',
4093                              text => $token->{tag_name}, token => $token);
4094              #
4095          }          }
4096    
         ## "after body" insertion mode  
         !!!parse-error (type => 'after body:'.$token->{tag_name}, token => $token);  
   
4097          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4098          !!!ack-later;          !!!ack-later;
4099          ## reprocess          ## reprocess
# Line 6130  sub _tree_construction_main ($) { Line 4101  sub _tree_construction_main ($) {
4101        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
4102          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4103            !!!cp ('t305');            !!!cp ('t305');
4104            !!!parse-error (type => 'after html:/'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'after html:/',
4105                              text => $token->{tag_name}, token => $token);
4106                        
4107            $self->{insertion_mode} = AFTER_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
4108            ## Reprocess in the "after body" insertion mode.            ## Reprocess.
4109              next B;
4110          } else {          } else {
4111            !!!cp ('t306');            !!!cp ('t306');
4112          }          }
# Line 6142  sub _tree_construction_main ($) { Line 4115  sub _tree_construction_main ($) {
4115          if ($token->{tag_name} eq 'html') {          if ($token->{tag_name} eq 'html') {
4116            if (defined $self->{inner_html_node}) {            if (defined $self->{inner_html_node}) {
4117              !!!cp ('t307');              !!!cp ('t307');
4118              !!!parse-error (type => 'unmatched end tag:html', token => $token);              !!!parse-error (type => 'unmatched end tag',
4119                                text => 'html', token => $token);
4120              ## Ignore the token              ## Ignore the token
4121              !!!next-token;              !!!next-token;
4122              next B;              next B;
# Line 6154  sub _tree_construction_main ($) { Line 4128  sub _tree_construction_main ($) {
4128            }            }
4129          } else {          } else {
4130            !!!cp ('t309');            !!!cp ('t309');
4131            !!!parse-error (type => 'after body:/'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'after body:/',
4132                              text => $token->{tag_name}, token => $token);
4133    
4134            $self->{insertion_mode} = IN_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
4135            ## reprocess            ## reprocess
# Line 6169  sub _tree_construction_main ($) { Line 4144  sub _tree_construction_main ($) {
4144        }        }
4145      } elsif ($self->{insertion_mode} & FRAME_IMS) {      } elsif ($self->{insertion_mode} & FRAME_IMS) {
4146        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
4147          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
4148            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4149                        
4150            unless (length $token->{data}) {            unless (length $token->{data}) {
# Line 6179  sub _tree_construction_main ($) { Line 4154  sub _tree_construction_main ($) {
4154            }            }
4155          }          }
4156                    
4157          if ($token->{data} =~ s/^[^\x09\x0A\x0B\x0C\x20]+//) {          if ($token->{data} =~ s/^[^\x09\x0A\x0C\x20]+//) {
4158            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4159              !!!cp ('t311');              !!!cp ('t311');
4160              !!!parse-error (type => 'in frameset:#character', token => $token);              !!!parse-error (type => 'in frameset:#text', token => $token);
4161            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4162              !!!cp ('t312');              !!!cp ('t312');
4163              !!!parse-error (type => 'after frameset:#character', token => $token);              !!!parse-error (type => 'after frameset:#text', token => $token);
4164            } else { # "after html frameset"            } else { # "after after frameset"
4165              !!!cp ('t313');              !!!cp ('t313');
4166              !!!parse-error (type => 'after html:#character', token => $token);              !!!parse-error (type => 'after html:#text', token => $token);
   
             $self->{insertion_mode} = AFTER_FRAMESET_IM;  
             ## Reprocess in the "after frameset" insertion mode.  
             !!!parse-error (type => 'after frameset:#character', token => $token);  
4167            }            }
4168                        
4169            ## Ignore the token.            ## Ignore the token.
# Line 6208  sub _tree_construction_main ($) { Line 4179  sub _tree_construction_main ($) {
4179                    
4180          die qq[$0: Character "$token->{data}"];          die qq[$0: Character "$token->{data}"];
4181        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
         if ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {  
           !!!cp ('t316');  
           !!!parse-error (type => 'after html:'.$token->{tag_name}, token => $token);  
   
           $self->{insertion_mode} = AFTER_FRAMESET_IM;  
           ## Process in the "after frameset" insertion mode.  
         } else {  
           !!!cp ('t317');  
         }  
   
4182          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
4183              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
4184            !!!cp ('t318');            !!!cp ('t318');
# Line 6235  sub _tree_construction_main ($) { Line 4196  sub _tree_construction_main ($) {
4196            next B;            next B;
4197          } elsif ($token->{tag_name} eq 'noframes') {          } elsif ($token->{tag_name} eq 'noframes') {
4198            !!!cp ('t320');            !!!cp ('t320');
4199            ## NOTE: As if in body.            ## NOTE: As if in head.
4200            $parse_rcdata->(CDATA_CONTENT_MODEL);            $parse_rcdata->(CDATA_CONTENT_MODEL);
4201            next B;            next B;
4202    
4203              ## NOTE: |<!DOCTYPE HTML><frameset></frameset></html><noframes></noframes>|
4204              ## has no parse error.
4205          } else {          } else {
4206            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4207              !!!cp ('t321');              !!!cp ('t321');
4208              !!!parse-error (type => 'in frameset:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'in frameset',
4209            } else {                              text => $token->{tag_name}, token => $token);
4210              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4211              !!!cp ('t322');              !!!cp ('t322');
4212              !!!parse-error (type => 'after frameset:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'after frameset',
4213                                text => $token->{tag_name}, token => $token);
4214              } else { # "after after frameset"
4215                !!!cp ('t322.2');
4216                !!!parse-error (type => 'after after frameset',
4217                                text => $token->{tag_name}, token => $token);
4218            }            }
4219            ## Ignore the token            ## Ignore the token
4220            !!!nack ('t322.1');            !!!nack ('t322.1');
# Line 6252  sub _tree_construction_main ($) { Line 4222  sub _tree_construction_main ($) {
4222            next B;            next B;
4223          }          }
4224        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
         if ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {  
           !!!cp ('t323');  
           !!!parse-error (type => 'after html:/'.$token->{tag_name}, token => $token);  
   
           $self->{insertion_mode} = AFTER_FRAMESET_IM;  
           ## Process in the "after frameset" insertion mode.  
         } else {  
           !!!cp ('t324');  
         }  
   
4225          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
4226              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
4227            if ($self->{open_elements}->[-1]->[1] & HTML_EL and            if ($self->{open_elements}->[-1]->[1] == HTML_EL and
4228                @{$self->{open_elements}} == 1) {                @{$self->{open_elements}} == 1) {
4229              !!!cp ('t325');              !!!cp ('t325');
4230              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'unmatched end tag',
4231                                text => $token->{tag_name}, token => $token);
4232              ## Ignore the token              ## Ignore the token
4233              !!!next-token;              !!!next-token;
4234            } else {            } else {
# Line 6277  sub _tree_construction_main ($) { Line 4238  sub _tree_construction_main ($) {
4238            }            }
4239    
4240            if (not defined $self->{inner_html_node} and            if (not defined $self->{inner_html_node} and
4241                not ($self->{open_elements}->[-1]->[1] & FRAMESET_EL)) {                not ($self->{open_elements}->[-1]->[1] == FRAMESET_EL)) {
4242              !!!cp ('t327');              !!!cp ('t327');
4243              $self->{insertion_mode} = AFTER_FRAMESET_IM;              $self->{insertion_mode} = AFTER_FRAMESET_IM;
4244            } else {            } else {
# Line 6293  sub _tree_construction_main ($) { Line 4254  sub _tree_construction_main ($) {
4254          } else {          } else {
4255            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4256              !!!cp ('t330');              !!!cp ('t330');
4257              !!!parse-error (type => 'in frameset:/'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'in frameset:/',
4258            } else {                              text => $token->{tag_name}, token => $token);
4259              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4260                !!!cp ('t330.1');
4261                !!!parse-error (type => 'after frameset:/',
4262                                text => $token->{tag_name}, token => $token);
4263              } else { # "after after html"
4264              !!!cp ('t331');              !!!cp ('t331');
4265              !!!parse-error (type => 'after frameset:/'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'after after frameset:/',
4266                                text => $token->{tag_name}, token => $token);
4267            }            }
4268            ## Ignore the token            ## Ignore the token
4269            !!!next-token;            !!!next-token;
4270            next B;            next B;
4271          }          }
4272        } elsif ($token->{type} == END_OF_FILE_TOKEN) {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4273          unless ($self->{open_elements}->[-1]->[1] & HTML_EL and          unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
4274                  @{$self->{open_elements}} == 1) { # redundant, maybe                  @{$self->{open_elements}} == 1) { # redundant, maybe
4275            !!!cp ('t331.1');            !!!cp ('t331.1');
4276            !!!parse-error (type => 'in body:#eof', token => $token);            !!!parse-error (type => 'in body:#eof', token => $token);
# Line 6316  sub _tree_construction_main ($) { Line 4283  sub _tree_construction_main ($) {
4283        } else {        } else {
4284          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4285        }        }
   
       ## ISSUE: An issue in spec here  
4286      } else {      } else {
4287        die "$0: $self->{insertion_mode}: Unknown insertion mode";        die "$0: $self->{insertion_mode}: Unknown insertion mode";
4288      }      }
# Line 6335  sub _tree_construction_main ($) { Line 4300  sub _tree_construction_main ($) {
4300          $parse_rcdata->(CDATA_CONTENT_MODEL);          $parse_rcdata->(CDATA_CONTENT_MODEL);
4301          next B;          next B;
4302        } elsif ({        } elsif ({
4303                  base => 1, link => 1,                  base => 1, command => 1, eventsource => 1, link => 1,
4304                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4305          !!!cp ('t334');          !!!cp ('t334');
4306          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
4307          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4308          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          pop @{$self->{open_elements}};
4309          !!!ack ('t334.1');          !!!ack ('t334.1');
4310          !!!next-token;          !!!next-token;
4311          next B;          next B;
4312        } elsif ($token->{tag_name} eq 'meta') {        } elsif ($token->{tag_name} eq 'meta') {
4313          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
4314          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4315          my $meta_el = pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          my $meta_el = pop @{$self->{open_elements}};
4316    
4317          unless ($self->{confident}) {          unless ($self->{confident}) {
4318            if ($token->{attributes}->{charset}) {            if ($token->{attributes}->{charset}) {
# Line 6363  sub _tree_construction_main ($) { Line 4328  sub _tree_construction_main ($) {
4328                                           ->{has_reference});                                           ->{has_reference});
4329            } elsif ($token->{attributes}->{content}) {            } elsif ($token->{attributes}->{content}) {
4330              if ($token->{attributes}->{content}->{value}              if ($token->{attributes}->{content}->{value}
4331                  =~ /\A[^;]*;[\x09-\x0D\x20]*[Cc][Hh][Aa][Rr][Ss][Ee][Tt]                  =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
4332                      [\x09-\x0D\x20]*=                      [\x09\x0A\x0C\x0D\x20]*=
4333                      [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                      [\x09\x0A\x0C\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
4334                      ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {                      ([^"'\x09\x0A\x0C\x0D\x20][^\x09\x0A\x0C\x0D\x20\x3B]*))
4335                       /x) {
4336                !!!cp ('t336');                !!!cp ('t336');
4337                ## NOTE: Whether the encoding is supported or not is handled                ## NOTE: Whether the encoding is supported or not is handled
4338                ## in the {change_encoding} callback.                ## in the {change_encoding} callback.
# Line 6404  sub _tree_construction_main ($) { Line 4370  sub _tree_construction_main ($) {
4370          $parse_rcdata->(RCDATA_CONTENT_MODEL);          $parse_rcdata->(RCDATA_CONTENT_MODEL);
4371          next B;          next B;
4372        } elsif ($token->{tag_name} eq 'body') {        } elsif ($token->{tag_name} eq 'body') {
4373          !!!parse-error (type => 'in body:body', token => $token);          !!!parse-error (type => 'in body', text => 'body', token => $token);
4374                                
4375          if (@{$self->{open_elements}} == 1 or          if (@{$self->{open_elements}} == 1 or
4376              not ($self->{open_elements}->[1]->[1] & BODY_EL)) {              not ($self->{open_elements}->[1]->[1] == BODY_EL)) {
4377            !!!cp ('t342');            !!!cp ('t342');
4378            ## Ignore the token            ## Ignore the token
4379          } else {          } else {
# Line 6425  sub _tree_construction_main ($) { Line 4391  sub _tree_construction_main ($) {
4391          !!!next-token;          !!!next-token;
4392          next B;          next B;
4393        } elsif ({        } elsif ({
4394                  address => 1, blockquote => 1, center => 1, dir => 1,                  ## NOTE: Start tags for non-phrasing flow content elements
4395                  div => 1, dl => 1, fieldset => 1,  
4396                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,                  ## NOTE: The normal one
4397                  menu => 1, ol => 1, p => 1, ul => 1,                  address => 1, article => 1, aside => 1, blockquote => 1,
4398                    center => 1, datagrid => 1, details => 1, dialog => 1,
4399                    dir => 1, div => 1, dl => 1, fieldset => 1, figure => 1,
4400                    footer => 1, h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1,
4401                    h6 => 1, header => 1, menu => 1, nav => 1, ol => 1, p => 1,
4402                    section => 1, ul => 1,
4403                    ## NOTE: As normal, but drops leading newline
4404                  pre => 1, listing => 1,                  pre => 1, listing => 1,
4405                    ## NOTE: As normal, but interacts with the form element pointer
4406                  form => 1,                  form => 1,
4407                    
4408                  table => 1,                  table => 1,
4409                  hr => 1,                  hr => 1,
4410                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
# Line 6443  sub _tree_construction_main ($) { Line 4417  sub _tree_construction_main ($) {
4417            next B;            next B;
4418          }          }
4419    
4420          ## has a p element in scope          if ($token->{tag_name} ne 'table' or # The Hixie Quirk
4421          INSCOPE: for (reverse @{$self->{open_elements}}) {              $self->{document}->manakai_compat_mode ne 'quirks') {
4422            if ($_->[1] & P_EL) {            ## has a p element in scope
4423              !!!cp ('t344');            INSCOPE: for (reverse @{$self->{open_elements}}) {
4424              !!!back-token; # <form>              if ($_->[1] == P_EL) {
4425              $token = {type => END_TAG_TOKEN, tag_name => 'p',                !!!cp ('t344');
4426                        line => $token->{line}, column => $token->{column}};                !!!back-token; # <form>
4427              next B;                $token = {type => END_TAG_TOKEN, tag_name => 'p',
4428            } elsif ($_->[1] & SCOPING_EL) {                          line => $token->{line}, column => $token->{column}};
4429              !!!cp ('t345');                next B;
4430              last INSCOPE;              } elsif ($_->[1] & SCOPING_EL) {
4431            }                !!!cp ('t345');
4432          } # INSCOPE                last INSCOPE;
4433                }
4434              } # INSCOPE
4435            }
4436                        
4437          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4438          if ($token->{tag_name} eq 'pre' or $token->{tag_name} eq 'listing') {          if ($token->{tag_name} eq 'pre' or $token->{tag_name} eq 'listing') {
# Line 6497  sub _tree_construction_main ($) { Line 4474  sub _tree_construction_main ($) {
4474            !!!next-token;            !!!next-token;
4475          }          }
4476          next B;          next B;
4477        } elsif ({li => 1, dt => 1, dd => 1}->{$token->{tag_name}}) {        } elsif ($token->{tag_name} eq 'li') {
4478          ## has a p element in scope          ## NOTE: As normal, but imply </li> when there's another <li> ...
4479    
4480            ## NOTE: Special, Scope (<li><foo><li> == <li><foo><li/></foo></li>)
4481              ## Interpreted as <li><foo/></li><li/> (non-conforming)
4482              ## blockquote (O9.27), center (O), dd (Fx3, O, S3.1.2, IE7),
4483              ## dt (Fx, O, S, IE), dl (O), fieldset (O, S, IE), form (Fx, O, S),
4484              ## hn (O), pre (O), applet (O, S), button (O, S), marquee (Fx, O, S),
4485              ## object (Fx)
4486              ## Generate non-tree (non-conforming)
4487              ## basefont (IE7 (where basefont is non-void)), center (IE),
4488              ## form (IE), hn (IE)
4489            ## address, div, p (<li><foo><li> == <li><foo/></li><li/>)
4490              ## Interpreted as <li><foo><li/></foo></li> (non-conforming)
4491              ## div (Fx, S)
4492    
4493            my $non_optional;
4494            my $i = -1;
4495    
4496            ## 1.
4497            for my $node (reverse @{$self->{open_elements}}) {
4498              if ($node->[1] == LI_EL) {
4499                ## 2. (a) As if </li>
4500                {
4501                  ## If no </li> - not applied
4502                  #
4503    
4504                  ## Otherwise
4505    
4506                  ## 1. generate implied end tags, except for </li>
4507                  #
4508    
4509                  ## 2. If current node != "li", parse error
4510                  if ($non_optional) {
4511                    !!!parse-error (type => 'not closed',
4512                                    text => $non_optional->[0]->manakai_local_name,
4513                                    token => $token);
4514                    !!!cp ('t355');
4515                  } else {
4516                    !!!cp ('t356');
4517                  }
4518    
4519                  ## 3. Pop
4520                  splice @{$self->{open_elements}}, $i;
4521                }
4522    
4523                last; ## 2. (b) goto 5.
4524              } elsif (
4525                       ## NOTE: not "formatting" and not "phrasing"
4526                       ($node->[1] & SPECIAL_EL or
4527                        $node->[1] & SCOPING_EL) and
4528                       ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4529                       (not $node->[1] & ADDRESS_DIV_P_EL)
4530                      ) {
4531                ## 3.
4532                !!!cp ('t357');
4533                last; ## goto 5.
4534              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4535                !!!cp ('t358');
4536                #
4537              } else {
4538                !!!cp ('t359');
4539                $non_optional ||= $node;
4540                #
4541              }
4542              ## 4.
4543              ## goto 2.
4544              $i--;
4545            }
4546    
4547            ## 5. (a) has a |p| element in scope
4548          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4549            if ($_->[1] & P_EL) {            if ($_->[1] == P_EL) {
4550              !!!cp ('t353');              !!!cp ('t353');
4551    
4552                ## NOTE: |<p><li>|, for example.
4553    
4554              !!!back-token; # <x>              !!!back-token; # <x>
4555              $token = {type => END_TAG_TOKEN, tag_name => 'p',              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4556                        line => $token->{line}, column => $token->{column}};                        line => $token->{line}, column => $token->{column}};
# Line 6511  sub _tree_construction_main ($) { Line 4560  sub _tree_construction_main ($) {
4560              last INSCOPE;              last INSCOPE;
4561            }            }
4562          } # INSCOPE          } # INSCOPE
4563              
4564          ## Step 1          ## 5. (b) insert
4565            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4566            !!!nack ('t359.1');
4567            !!!next-token;
4568            next B;
4569          } elsif ($token->{tag_name} eq 'dt' or
4570                   $token->{tag_name} eq 'dd') {
4571            ## NOTE: As normal, but imply </dt> or </dd> when ...
4572    
4573            my $non_optional;
4574          my $i = -1;          my $i = -1;
4575          my $node = $self->{open_elements}->[$i];  
4576          my $li_or_dtdd = {li => {li => 1},          ## 1.
4577                            dt => {dt => 1, dd => 1},          for my $node (reverse @{$self->{open_elements}}) {
4578                            dd => {dt => 1, dd => 1}}->{$token->{tag_name}};            if ($node->[1] == DTDD_EL) {
4579          LI: {              ## 2. (a) As if </li>
4580            ## Step 2              {
4581            if ($li_or_dtdd->{$node->[0]->manakai_local_name}) {                ## If no </li> - not applied
4582              if ($i != -1) {                #
4583                !!!cp ('t355');  
4584                !!!parse-error (type => 'not closed',                ## Otherwise
4585                                value => $self->{open_elements}->[-1]->[0]  
4586                                    ->manakai_local_name,                ## 1. generate implied end tags, except for </dt> or </dd>
4587                                token => $token);                #
4588              } else {  
4589                !!!cp ('t356');                ## 2. If current node != "dt"|"dd", parse error
4590                  if ($non_optional) {
4591                    !!!parse-error (type => 'not closed',
4592                                    text => $non_optional->[0]->manakai_local_name,
4593                                    token => $token);
4594                    !!!cp ('t355.1');
4595                  } else {
4596                    !!!cp ('t356.1');
4597                  }
4598    
4599                  ## 3. Pop
4600                  splice @{$self->{open_elements}}, $i;
4601              }              }
4602              splice @{$self->{open_elements}}, $i;  
4603              last LI;              last; ## 2. (b) goto 5.
4604              } elsif (
4605                       ## NOTE: not "formatting" and not "phrasing"
4606                       ($node->[1] & SPECIAL_EL or
4607                        $node->[1] & SCOPING_EL) and
4608                       ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4609    
4610                       (not $node->[1] & ADDRESS_DIV_P_EL)
4611                      ) {
4612                ## 3.
4613                !!!cp ('t357.1');
4614                last; ## goto 5.
4615              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4616                !!!cp ('t358.1');
4617                #
4618            } else {            } else {
4619              !!!cp ('t357');              !!!cp ('t359.1');
4620            }              $non_optional ||= $node;
4621                          #
           ## Step 3  
           if (not ($node->[1] & FORMATTING_EL) and  
               #not $phrasing_category->{$node->[1]} and  
               ($node->[1] & SPECIAL_EL or  
                $node->[1] & SCOPING_EL) and  
               not ($node->[1] & ADDRESS_EL) and  
               not ($node->[1] & DIV_EL)) {  
             !!!cp ('t358');  
             last LI;  
4622            }            }
4623                        ## 4.
4624            !!!cp ('t359');            ## goto 2.
           ## Step 4  
4625            $i--;            $i--;
4626            $node = $self->{open_elements}->[$i];          }
4627            redo LI;  
4628          } # LI          ## 5. (a) has a |p| element in scope
4629                      INSCOPE: for (reverse @{$self->{open_elements}}) {
4630              if ($_->[1] == P_EL) {
4631                !!!cp ('t353.1');
4632                !!!back-token; # <x>
4633                $token = {type => END_TAG_TOKEN, tag_name => 'p',
4634                          line => $token->{line}, column => $token->{column}};
4635                next B;
4636              } elsif ($_->[1] & SCOPING_EL) {
4637                !!!cp ('t354.1');
4638                last INSCOPE;
4639              }
4640            } # INSCOPE
4641    
4642            ## 5. (b) insert
4643          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4644          !!!nack ('t359.1');          !!!nack ('t359.2');
4645          !!!next-token;          !!!next-token;
4646          next B;          next B;
4647        } elsif ($token->{tag_name} eq 'plaintext') {        } elsif ($token->{tag_name} eq 'plaintext') {
4648            ## NOTE: As normal, but effectively ends parsing
4649    
4650          ## has a p element in scope          ## has a p element in scope
4651          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4652            if ($_->[1] & P_EL) {            if ($_->[1] == P_EL) {
4653              !!!cp ('t367');              !!!cp ('t367');
4654              !!!back-token; # <plaintext>              !!!back-token; # <plaintext>
4655              $token = {type => END_TAG_TOKEN, tag_name => 'p',              $token = {type => END_TAG_TOKEN, tag_name => 'p',
# Line 6583  sub _tree_construction_main ($) { Line 4671  sub _tree_construction_main ($) {
4671        } elsif ($token->{tag_name} eq 'a') {        } elsif ($token->{tag_name} eq 'a') {
4672          AFE: for my $i (reverse 0..$#$active_formatting_elements) {          AFE: for my $i (reverse 0..$#$active_formatting_elements) {
4673            my $node = $active_formatting_elements->[$i];            my $node = $active_formatting_elements->[$i];
4674            if ($node->[1] & A_EL) {            if ($node->[1] == A_EL) {
4675              !!!cp ('t371');              !!!cp ('t371');
4676              !!!parse-error (type => 'in a:a', token => $token);              !!!parse-error (type => 'in a:a', token => $token);
4677                            
# Line 6627  sub _tree_construction_main ($) { Line 4715  sub _tree_construction_main ($) {
4715          ## has a |nobr| element in scope          ## has a |nobr| element in scope
4716          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4717            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
4718            if ($node->[1] & NOBR_EL) {            if ($node->[1] == NOBR_EL) {
4719              !!!cp ('t376');              !!!cp ('t376');
4720              !!!parse-error (type => 'in nobr:nobr', token => $token);              !!!parse-error (type => 'in nobr:nobr', token => $token);
4721              !!!back-token; # <nobr>              !!!back-token; # <nobr>
# Line 6650  sub _tree_construction_main ($) { Line 4738  sub _tree_construction_main ($) {
4738          ## has a button element in scope          ## has a button element in scope
4739          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4740            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
4741            if ($node->[1] & BUTTON_EL) {            if ($node->[1] == BUTTON_EL) {
4742              !!!cp ('t378');              !!!cp ('t378');
4743              !!!parse-error (type => 'in button:button', token => $token);              !!!parse-error (type => 'in button:button', token => $token);
4744              !!!back-token; # <button>              !!!back-token; # <button>
# Line 6678  sub _tree_construction_main ($) { Line 4766  sub _tree_construction_main ($) {
4766                  xmp => 1,                  xmp => 1,
4767                  iframe => 1,                  iframe => 1,
4768                  noembed => 1,                  noembed => 1,
4769                  noframes => 1,                  noframes => 1, ## NOTE: This is an "as if in head" code clone.
4770                  noscript => 0, ## TODO: 1 if scripting is enabled                  noscript => 0, ## TODO: 1 if scripting is enabled
4771                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4772          if ($token->{tag_name} eq 'xmp') {          if ($token->{tag_name} eq 'xmp') {
# Line 6700  sub _tree_construction_main ($) { Line 4788  sub _tree_construction_main ($) {
4788            !!!next-token;            !!!next-token;
4789            next B;            next B;
4790          } else {          } else {
4791              !!!ack ('t391.1');
4792    
4793            my $at = $token->{attributes};            my $at = $token->{attributes};
4794            my $form_attrs;            my $form_attrs;
4795            $form_attrs->{action} = $at->{action} if $at->{action};            $form_attrs->{action} = $at->{action} if $at->{action};
# Line 6713  sub _tree_construction_main ($) { Line 4803  sub _tree_construction_main ($) {
4803                           line => $token->{line}, column => $token->{column}},                           line => $token->{line}, column => $token->{column}},
4804                          {type => START_TAG_TOKEN, tag_name => 'hr',                          {type => START_TAG_TOKEN, tag_name => 'hr',
4805                           line => $token->{line}, column => $token->{column}},                           line => $token->{line}, column => $token->{column}},
                         {type => START_TAG_TOKEN, tag_name => 'p',  
                          line => $token->{line}, column => $token->{column}},  
4806                          {type => START_TAG_TOKEN, tag_name => 'label',                          {type => START_TAG_TOKEN, tag_name => 'label',
4807                           line => $token->{line}, column => $token->{column}},                           line => $token->{line}, column => $token->{column}},
4808                         );                         );
# Line 6737  sub _tree_construction_main ($) { Line 4825  sub _tree_construction_main ($) {
4825                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD
4826                          {type => END_TAG_TOKEN, tag_name => 'label',                          {type => END_TAG_TOKEN, tag_name => 'label',
4827                           line => $token->{line}, column => $token->{column}},                           line => $token->{line}, column => $token->{column}},
                         {type => END_TAG_TOKEN, tag_name => 'p',  
                          line => $token->{line}, column => $token->{column}},  
4828                          {type => START_TAG_TOKEN, tag_name => 'hr',                          {type => START_TAG_TOKEN, tag_name => 'hr',
4829                           line => $token->{line}, column => $token->{column}},                           line => $token->{line}, column => $token->{column}},
4830                          {type => END_TAG_TOKEN, tag_name => 'form',                          {type => END_TAG_TOKEN, tag_name => 'form',
4831                           line => $token->{line}, column => $token->{column}};                           line => $token->{line}, column => $token->{column}};
           !!!nack ('t391.1'); ## NOTE: Not acknowledged.  
4832            !!!back-token (@tokens);            !!!back-token (@tokens);
4833            !!!next-token;            !!!next-token;
4834            next B;            next B;
4835          }          }
4836        } elsif ($token->{tag_name} eq 'textarea') {        } elsif ($token->{tag_name} eq 'textarea') {
4837          my $tag_name = $token->{tag_name};          ## Step 1
4838          my $el;          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
         !!!create-element ($el, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);  
4839                    
4840            ## Step 2
4841          ## TODO: $self->{form_element} if defined          ## TODO: $self->{form_element} if defined
4842    
4843            ## Step 3
4844            $self->{ignore_newline} = 1;
4845    
4846            ## Step 4
4847            ## ISSUE: This step is wrong. (r2302 enbugged)
4848    
4849            ## Step 5
4850          $self->{content_model} = RCDATA_CONTENT_MODEL;          $self->{content_model} = RCDATA_CONTENT_MODEL;
4851          delete $self->{escape}; # MUST          delete $self->{escape}; # MUST
4852            
4853          $insert->($el);          ## Step 6-7
4854                    $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
4855          my $text = '';  
4856          !!!nack ('t392.1');          !!!nack ('t392.1');
4857          !!!next-token;          !!!next-token;
4858          if ($token->{type} == CHARACTER_TOKEN) {          next B;
4859            $token->{data} =~ s/^\x0A//;        } elsif ($token->{tag_name} eq 'optgroup' or
4860            unless (length $token->{data}) {                 $token->{tag_name} eq 'option') {
4861              !!!cp ('t392');          ## has an |option| element in scope
4862              !!!next-token;          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4863            } else {            my $node = $self->{open_elements}->[$_];
4864              !!!cp ('t393');            if ($node->[1] == OPTION_EL) {
4865                !!!cp ('t397.1');
4866                ## NOTE: As if </option>
4867                !!!back-token; # <option> or <optgroup>
4868                $token = {type => END_TAG_TOKEN, tag_name => 'option',
4869                          line => $token->{line}, column => $token->{column}};
4870                next B;
4871              } elsif ($node->[1] & SCOPING_EL) {
4872                !!!cp ('t397.2');
4873                last INSCOPE;
4874            }            }
4875          } else {          } # INSCOPE
4876            !!!cp ('t394');  
4877          }          $reconstruct_active_formatting_elements->($insert_to_current);
4878          while ($token->{type} == CHARACTER_TOKEN) {  
4879            !!!cp ('t395');          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4880            $text .= $token->{data};  
4881            !!!next-token;          !!!nack ('t397.3');
         }  
         if (length $text) {  
           !!!cp ('t396');  
           $el->manakai_append_text ($text);  
         }  
           
         $self->{content_model} = PCDATA_CONTENT_MODEL;  
           
         if ($token->{type} == END_TAG_TOKEN and  
             $token->{tag_name} eq $tag_name) {  
           !!!cp ('t397');  
           ## Ignore the token  
         } else {  
           !!!cp ('t398');  
           !!!parse-error (type => 'in RCDATA:#'.$token->{type}, token => $token);  
         }  
4882          !!!next-token;          !!!next-token;
4883          next B;          redo B;
4884          } elsif ($token->{tag_name} eq 'rt' or
4885                   $token->{tag_name} eq 'rp') {
4886            ## has a |ruby| element in scope
4887            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4888              my $node = $self->{open_elements}->[$_];
4889              if ($node->[1] == RUBY_EL) {
4890                !!!cp ('t398.1');
4891                ## generate implied end tags
4892                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
4893                  !!!cp ('t398.2');
4894                  pop @{$self->{open_elements}};
4895                }
4896                unless ($self->{open_elements}->[-1]->[1] == RUBY_EL) {
4897                  !!!cp ('t398.3');
4898                  !!!parse-error (type => 'not closed',
4899                                  text => $self->{open_elements}->[-1]->[0]
4900                                      ->manakai_local_name,
4901                                  token => $token);
4902                  pop @{$self->{open_elements}}
4903                      while not $self->{open_elements}->[-1]->[1] == RUBY_EL;
4904                }
4905                last INSCOPE;
4906              } elsif ($node->[1] & SCOPING_EL) {
4907                !!!cp ('t398.4');
4908                last INSCOPE;
4909              }
4910            } # INSCOPE
4911              
4912            ## TODO: <non-ruby><rt> is not allowed.
4913    
4914            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4915    
4916            !!!nack ('t398.5');
4917            !!!next-token;
4918            redo B;
4919        } elsif ($token->{tag_name} eq 'math' or        } elsif ($token->{tag_name} eq 'math' or
4920                 $token->{tag_name} eq 'svg') {                 $token->{tag_name} eq 'svg') {
4921          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4922    
4923            ## "Adjust MathML attributes" ('math' only) - done in insert-element-f
4924    
4925          ## "adjust SVG attributes" ('svg' only) - done in insert-element-f          ## "adjust SVG attributes" ('svg' only) - done in insert-element-f
4926    
4927          ## "adjust foreign attributes" - done in insert-element-f          ## "adjust foreign attributes" - done in insert-element-f
# Line 6807  sub _tree_construction_main ($) { Line 4930  sub _tree_construction_main ($) {
4930                    
4931          if ($self->{self_closing}) {          if ($self->{self_closing}) {
4932            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
4933            !!!ack ('t398.1');            !!!ack ('t398.6');
4934          } else {          } else {
4935            !!!cp ('t398.2');            !!!cp ('t398.7');
4936            $self->{insertion_mode} |= IN_FOREIGN_CONTENT_IM;            $self->{insertion_mode} |= IN_FOREIGN_CONTENT_IM;
4937            ## NOTE: |<body><math><mi><svg>| -> "in foreign content" insertion            ## NOTE: |<body><math><mi><svg>| -> "in foreign content" insertion
4938            ## mode, "in body" (not "in foreign content") secondary insertion            ## mode, "in body" (not "in foreign content") secondary insertion
# Line 6820  sub _tree_construction_main ($) { Line 4943  sub _tree_construction_main ($) {
4943          next B;          next B;
4944        } elsif ({        } elsif ({
4945                  caption => 1, col => 1, colgroup => 1, frame => 1,                  caption => 1, col => 1, colgroup => 1, frame => 1,
4946                  frameset => 1, head => 1, option => 1, optgroup => 1,                  frameset => 1, head => 1,
4947                  tbody => 1, td => 1, tfoot => 1, th => 1,                  tbody => 1, td => 1, tfoot => 1, th => 1,
4948                  thead => 1, tr => 1,                  thead => 1, tr => 1,
4949                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4950          !!!cp ('t401');          !!!cp ('t401');
4951          !!!parse-error (type => 'in body:'.$token->{tag_name}, token => $token);          !!!parse-error (type => 'in body',
4952                            text => $token->{tag_name}, token => $token);
4953          ## Ignore the token          ## Ignore the token
4954          !!!nack ('t401.1'); ## NOTE: |<col/>| or |<frame/>| here is an error.          !!!nack ('t401.1'); ## NOTE: |<col/>| or |<frame/>| here is an error.
4955          !!!next-token;          !!!next-token;
4956          next B;          next B;
4957                  } elsif ($token->{tag_name} eq 'param' or
4958          ## ISSUE: An issue on HTML5 new elements in the spec.                 $token->{tag_name} eq 'source') {
4959            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4960            pop @{$self->{open_elements}};
4961    
4962            !!!ack ('t398.5');
4963            !!!next-token;
4964            redo B;
4965        } else {        } else {
4966          if ($token->{tag_name} eq 'image') {          if ($token->{tag_name} eq 'image') {
4967            !!!cp ('t384');            !!!cp ('t384');
# Line 6854  sub _tree_construction_main ($) { Line 4984  sub _tree_construction_main ($) {
4984            !!!nack ('t380.1');            !!!nack ('t380.1');
4985          } elsif ({          } elsif ({
4986                    b => 1, big => 1, em => 1, font => 1, i => 1,                    b => 1, big => 1, em => 1, font => 1, i => 1,
4987                    s => 1, small => 1, strile => 1,                    s => 1, small => 1, strike => 1,
4988                    strong => 1, tt => 1, u => 1,                    strong => 1, tt => 1, u => 1,
4989                   }->{$token->{tag_name}}) {                   }->{$token->{tag_name}}) {
4990            !!!cp ('t375');            !!!cp ('t375');
# Line 6867  sub _tree_construction_main ($) { Line 4997  sub _tree_construction_main ($) {
4997            !!!ack ('t388.2');            !!!ack ('t388.2');
4998          } elsif ({          } elsif ({
4999                    area => 1, basefont => 1, bgsound => 1, br => 1,                    area => 1, basefont => 1, bgsound => 1, br => 1,
5000                    embed => 1, img => 1, param => 1, spacer => 1, wbr => 1,                    embed => 1, img => 1, spacer => 1, wbr => 1,
                   #image => 1,  
5001                   }->{$token->{tag_name}}) {                   }->{$token->{tag_name}}) {
5002            !!!cp ('t388.1');            !!!cp ('t388.1');
5003            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
# Line 6878  sub _tree_construction_main ($) { Line 5007  sub _tree_construction_main ($) {
5007                    
5008            if ($self->{insertion_mode} & TABLE_IMS or            if ($self->{insertion_mode} & TABLE_IMS or
5009                $self->{insertion_mode} & BODY_TABLE_IMS or                $self->{insertion_mode} & BODY_TABLE_IMS or
5010                $self->{insertion_mode} == IN_COLUMN_GROUP_IM) {                ($self->{insertion_mode} & IM_MASK) == IN_COLUMN_GROUP_IM) {
5011              !!!cp ('t400.1');              !!!cp ('t400.1');
5012              $self->{insertion_mode} = IN_SELECT_IN_TABLE_IM;              $self->{insertion_mode} = IN_SELECT_IN_TABLE_IM;
5013            } else {            } else {
# Line 6899  sub _tree_construction_main ($) { Line 5028  sub _tree_construction_main ($) {
5028          my $i;          my $i;
5029          INSCOPE: {          INSCOPE: {
5030            for (reverse @{$self->{open_elements}}) {            for (reverse @{$self->{open_elements}}) {
5031              if ($_->[1] & BODY_EL) {              if ($_->[1] == BODY_EL) {
5032                !!!cp ('t405');                !!!cp ('t405');
5033                $i = $_;                $i = $_;
5034                last INSCOPE;                last INSCOPE;
# Line 6909  sub _tree_construction_main ($) { Line 5038  sub _tree_construction_main ($) {
5038              }              }
5039            }            }
5040    
5041            !!!parse-error (type => 'start tag not allowed',            ## NOTE: |<marquee></body>|, |<svg><foreignobject></body>|
5042                            value => $token->{tag_name}, token => $token);  
5043              !!!parse-error (type => 'unmatched end tag',
5044                              text => $token->{tag_name}, token => $token);
5045            ## NOTE: Ignore the token.            ## NOTE: Ignore the token.
5046            !!!next-token;            !!!next-token;
5047            next B;            next B;
# Line 6920  sub _tree_construction_main ($) { Line 5051  sub _tree_construction_main ($) {
5051            unless ($_->[1] & ALL_END_TAG_OPTIONAL_EL) {            unless ($_->[1] & ALL_END_TAG_OPTIONAL_EL) {
5052              !!!cp ('t403');              !!!cp ('t403');
5053              !!!parse-error (type => 'not closed',              !!!parse-error (type => 'not closed',
5054                              value => $_->[0]->manakai_local_name,                              text => $_->[0]->manakai_local_name,
5055                              token => $token);                              token => $token);
5056              last;              last;
5057            } else {            } else {
# Line 6935  sub _tree_construction_main ($) { Line 5066  sub _tree_construction_main ($) {
5066          ## TODO: Update this code.  It seems that the code below is not          ## TODO: Update this code.  It seems that the code below is not
5067          ## up-to-date, though it has same effect as speced.          ## up-to-date, though it has same effect as speced.
5068          if (@{$self->{open_elements}} > 1 and          if (@{$self->{open_elements}} > 1 and
5069              $self->{open_elements}->[1]->[1] & BODY_EL) {              $self->{open_elements}->[1]->[1] == BODY_EL) {
5070            ## ISSUE: There is an issue in the spec.            unless ($self->{open_elements}->[-1]->[1] == BODY_EL) {
           unless ($self->{open_elements}->[-1]->[1] & BODY_EL) {  
5071              !!!cp ('t406');              !!!cp ('t406');
5072              !!!parse-error (type => 'not closed',              !!!parse-error (type => 'not closed',
5073                              value => $self->{open_elements}->[1]->[0]                              text => $self->{open_elements}->[1]->[0]
5074                                  ->manakai_local_name,                                  ->manakai_local_name,
5075                              token => $token);                              token => $token);
5076            } else {            } else {
# Line 6951  sub _tree_construction_main ($) { Line 5081  sub _tree_construction_main ($) {
5081            next B;            next B;
5082          } else {          } else {
5083            !!!cp ('t408');            !!!cp ('t408');
5084            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
5085                              text => $token->{tag_name}, token => $token);
5086            ## Ignore the token            ## Ignore the token
5087            !!!next-token;            !!!next-token;
5088            next B;            next B;
5089          }          }
5090        } elsif ({        } elsif ({
5091                  address => 1, blockquote => 1, center => 1, dir => 1,                  ## NOTE: End tags for non-phrasing flow content elements
5092                  div => 1, dl => 1, fieldset => 1, listing => 1,  
5093                  menu => 1, ol => 1, pre => 1, ul => 1,                  ## NOTE: The normal ones
5094                    address => 1, article => 1, aside => 1, blockquote => 1,
5095                    center => 1, datagrid => 1, details => 1, dialog => 1,
5096                    dir => 1, div => 1, dl => 1, fieldset => 1, figure => 1,
5097                    footer => 1, header => 1, listing => 1, menu => 1, nav => 1,
5098                    ol => 1, pre => 1, section => 1, ul => 1,
5099    
5100                    ## NOTE: As normal, but ... optional tags
5101                  dd => 1, dt => 1, li => 1,                  dd => 1, dt => 1, li => 1,
5102    
5103                  applet => 1, button => 1, marquee => 1, object => 1,                  applet => 1, button => 1, marquee => 1, object => 1,
5104                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5105            ## NOTE: Code for <li> start tags includes "as if </li>" code.
5106            ## Code for <dt> or <dd> start tags includes "as if </dt> or
5107            ## </dd>" code.
5108    
5109          ## has an element in scope          ## has an element in scope
5110          my $i;          my $i;
5111          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
# Line 6979  sub _tree_construction_main ($) { Line 5122  sub _tree_construction_main ($) {
5122    
5123          unless (defined $i) { # has an element in scope          unless (defined $i) { # has an element in scope
5124            !!!cp ('t413');            !!!cp ('t413');
5125            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
5126                              text => $token->{tag_name}, token => $token);
5127              ## NOTE: Ignore the token.
5128          } else {          } else {
5129            ## Step 1. generate implied end tags            ## Step 1. generate implied end tags
5130            while ({            while ({
5131                      ## END_TAG_OPTIONAL_EL
5132                    dd => ($token->{tag_name} ne 'dd'),                    dd => ($token->{tag_name} ne 'dd'),
5133                    dt => ($token->{tag_name} ne 'dt'),                    dt => ($token->{tag_name} ne 'dt'),
5134                    li => ($token->{tag_name} ne 'li'),                    li => ($token->{tag_name} ne 'li'),
5135                      option => 1,
5136                      optgroup => 1,
5137                    p => 1,                    p => 1,
5138                      rt => 1,
5139                      rp => 1,
5140                   }->{$self->{open_elements}->[-1]->[0]->manakai_local_name}) {                   }->{$self->{open_elements}->[-1]->[0]->manakai_local_name}) {
5141              !!!cp ('t409');              !!!cp ('t409');
5142              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
# Line 6997  sub _tree_construction_main ($) { Line 5147  sub _tree_construction_main ($) {
5147                    ne $token->{tag_name}) {                    ne $token->{tag_name}) {
5148              !!!cp ('t412');              !!!cp ('t412');
5149              !!!parse-error (type => 'not closed',              !!!parse-error (type => 'not closed',
5150                              value => $self->{open_elements}->[-1]->[0]                              text => $self->{open_elements}->[-1]->[0]
5151                                  ->manakai_local_name,                                  ->manakai_local_name,
5152                              token => $token);                              token => $token);
5153            } else {            } else {
# Line 7016  sub _tree_construction_main ($) { Line 5166  sub _tree_construction_main ($) {
5166          !!!next-token;          !!!next-token;
5167          next B;          next B;
5168        } elsif ($token->{tag_name} eq 'form') {        } elsif ($token->{tag_name} eq 'form') {
5169            ## NOTE: As normal, but interacts with the form element pointer
5170    
5171          undef $self->{form_element};          undef $self->{form_element};
5172    
5173          ## has an element in scope          ## has an element in scope
5174          my $i;          my $i;
5175          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5176            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5177            if ($node->[1] & FORM_EL) {            if ($node->[1] == FORM_EL) {
5178              !!!cp ('t418');              !!!cp ('t418');
5179              $i = $_;              $i = $_;
5180              last INSCOPE;              last INSCOPE;
# Line 7034  sub _tree_construction_main ($) { Line 5186  sub _tree_construction_main ($) {
5186    
5187          unless (defined $i) { # has an element in scope          unless (defined $i) { # has an element in scope
5188            !!!cp ('t421');            !!!cp ('t421');
5189            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
5190                              text => $token->{tag_name}, token => $token);
5191              ## NOTE: Ignore the token.
5192          } else {          } else {
5193            ## Step 1. generate implied end tags            ## Step 1. generate implied end tags
5194            while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {            while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
# Line 7047  sub _tree_construction_main ($) { Line 5201  sub _tree_construction_main ($) {
5201                    ne $token->{tag_name}) {                    ne $token->{tag_name}) {
5202              !!!cp ('t417.1');              !!!cp ('t417.1');
5203              !!!parse-error (type => 'not closed',              !!!parse-error (type => 'not closed',
5204                              value => $self->{open_elements}->[-1]->[0]                              text => $self->{open_elements}->[-1]->[0]
5205                                  ->manakai_local_name,                                  ->manakai_local_name,
5206                              token => $token);                              token => $token);
5207            } else {            } else {
# Line 7061  sub _tree_construction_main ($) { Line 5215  sub _tree_construction_main ($) {
5215          !!!next-token;          !!!next-token;
5216          next B;          next B;
5217        } elsif ({        } elsif ({
5218                    ## NOTE: As normal, except acts as a closer for any ...
5219                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
5220                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5221          ## has an element in scope          ## has an element in scope
5222          my $i;          my $i;
5223          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5224            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5225            if ($node->[1] & HEADING_EL) {            if ($node->[1] == HEADING_EL) {
5226              !!!cp ('t423');              !!!cp ('t423');
5227              $i = $_;              $i = $_;
5228              last INSCOPE;              last INSCOPE;
# Line 7079  sub _tree_construction_main ($) { Line 5234  sub _tree_construction_main ($) {
5234    
5235          unless (defined $i) { # has an element in scope          unless (defined $i) { # has an element in scope
5236            !!!cp ('t425.1');            !!!cp ('t425.1');
5237            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
5238                              text => $token->{tag_name}, token => $token);
5239              ## NOTE: Ignore the token.
5240          } else {          } else {
5241            ## Step 1. generate implied end tags            ## Step 1. generate implied end tags
5242            while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {            while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
# Line 7091  sub _tree_construction_main ($) { Line 5248  sub _tree_construction_main ($) {
5248            if ($self->{open_elements}->[-1]->[0]->manakai_local_name            if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5249                    ne $token->{tag_name}) {                    ne $token->{tag_name}) {
5250              !!!cp ('t425');              !!!cp ('t425');
5251              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'unmatched end tag',
5252                                text => $token->{tag_name}, token => $token);
5253            } else {            } else {
5254              !!!cp ('t426');              !!!cp ('t426');
5255            }            }
# Line 7103  sub _tree_construction_main ($) { Line 5261  sub _tree_construction_main ($) {
5261          !!!next-token;          !!!next-token;
5262          next B;          next B;
5263        } elsif ($token->{tag_name} eq 'p') {        } elsif ($token->{tag_name} eq 'p') {
5264            ## NOTE: As normal, except </p> implies <p> and ...
5265    
5266          ## has an element in scope          ## has an element in scope
5267            my $non_optional;
5268          my $i;          my $i;
5269          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5270            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5271            if ($node->[1] & P_EL) {            if ($node->[1] == P_EL) {
5272              !!!cp ('t410.1');              !!!cp ('t410.1');
5273              $i = $_;              $i = $_;
5274              last INSCOPE;              last INSCOPE;
5275            } elsif ($node->[1] & SCOPING_EL) {            } elsif ($node->[1] & SCOPING_EL) {
5276              !!!cp ('t411.1');              !!!cp ('t411.1');
5277              last INSCOPE;              last INSCOPE;
5278              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
5279                ## NOTE: |END_TAG_OPTIONAL_EL| includes "p"
5280                !!!cp ('t411.2');
5281                #
5282              } else {
5283                !!!cp ('t411.3');
5284                $non_optional ||= $node;
5285                #
5286            }            }
5287          } # INSCOPE          } # INSCOPE
5288    
5289          if (defined $i) {          if (defined $i) {
5290            if ($self->{open_elements}->[-1]->[0]->manakai_local_name            ## 1. Generate implied end tags
5291                    ne $token->{tag_name}) {            #
5292    
5293              ## 2. If current node != "p", parse error
5294              if ($non_optional) {
5295              !!!cp ('t412.1');              !!!cp ('t412.1');
5296              !!!parse-error (type => 'not closed',              !!!parse-error (type => 'not closed',
5297                              value => $self->{open_elements}->[-1]->[0]                              text => $non_optional->[0]->manakai_local_name,
                                 ->manakai_local_name,  
5298                              token => $token);                              token => $token);
5299            } else {            } else {
5300              !!!cp ('t414.1');              !!!cp ('t414.1');
5301            }            }
5302    
5303              ## 3. Pop
5304            splice @{$self->{open_elements}}, $i;            splice @{$self->{open_elements}}, $i;
5305          } else {          } else {
5306            !!!cp ('t413.1');            !!!cp ('t413.1');
5307            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
5308                              text => $token->{tag_name}, token => $token);
5309    
5310            !!!cp ('t415.1');            !!!cp ('t415.1');
5311            ## As if <p>, then reprocess the current token            ## As if <p>, then reprocess the current token
# Line 7147  sub _tree_construction_main ($) { Line 5320  sub _tree_construction_main ($) {
5320        } elsif ({        } elsif ({
5321                  a => 1,                  a => 1,
5322                  b => 1, big => 1, em => 1, font => 1, i => 1,                  b => 1, big => 1, em => 1, font => 1, i => 1,
5323                  nobr => 1, s => 1, small => 1, strile => 1,                  nobr => 1, s => 1, small => 1, strike => 1,
5324                  strong => 1, tt => 1, u => 1,                  strong => 1, tt => 1, u => 1,
5325                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5326          !!!cp ('t427');          !!!cp ('t427');
# Line 7155  sub _tree_construction_main ($) { Line 5328  sub _tree_construction_main ($) {
5328          next B;          next B;
5329        } elsif ($token->{tag_name} eq 'br') {        } elsif ($token->{tag_name} eq 'br') {
5330          !!!cp ('t428');          !!!cp ('t428');
5331          !!!parse-error (type => 'unmatched end tag:br', token => $token);          !!!parse-error (type => 'unmatched end tag',
5332                            text => 'br', token => $token);
5333    
5334          ## As if <br>          ## As if <br>
5335          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
# Line 7167  sub _tree_construction_main ($) { Line 5341  sub _tree_construction_main ($) {
5341          ## Ignore the token.          ## Ignore the token.
5342          !!!next-token;          !!!next-token;
5343          next B;          next B;
       } elsif ({  
                 caption => 1, col => 1, colgroup => 1, frame => 1,  
                 frameset => 1, head => 1, option => 1, optgroup => 1,  
                 tbody => 1, td => 1, tfoot => 1, th => 1,  
                 thead => 1, tr => 1,  
                 area => 1, basefont => 1, bgsound => 1,  
                 embed => 1, hr => 1, iframe => 1, image => 1,  
                 img => 1, input => 1, isindex => 1, noembed => 1,  
                 noframes => 1, param => 1, select => 1, spacer => 1,  
                 table => 1, textarea => 1, wbr => 1,  
                 noscript => 0, ## TODO: if scripting is enabled  
                }->{$token->{tag_name}}) {  
         !!!cp ('t429');  
         !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);  
         ## Ignore the token  
         !!!next-token;  
         next B;  
           
         ## ISSUE: Issue on HTML5 new elements in spec  
           
5344        } else {        } else {
5345            if ($token->{tag_name} eq 'sarcasm') {
5346              sleep 0.001; # take a deep breath
5347            }
5348    
5349          ## Step 1          ## Step 1
5350          my $node_i = -1;          my $node_i = -1;
5351          my $node = $self->{open_elements}->[$node_i];          my $node = $self->{open_elements}->[$node_i];
5352    
5353          ## Step 2          ## Step 2
5354          S2: {          S2: {
5355            if ($node->[0]->manakai_local_name eq $token->{tag_name}) {            my $node_tag_name = $node->[0]->manakai_local_name;
5356              $node_tag_name =~ tr/A-Z/a-z/; # for SVG camelCase tag names
5357              if ($node_tag_name eq $token->{tag_name}) {
5358              ## Step 1              ## Step 1
5359              ## generate implied end tags              ## generate implied end tags
5360              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5361                !!!cp ('t430');                !!!cp ('t430');
5362                ## ISSUE: Can this case be reached?                ## NOTE: |<ruby><rt></ruby>|.
5363                  ## ISSUE: <ruby><rt></rt> will also take this code path,
5364                  ## which seems wrong.
5365                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
5366                  $node_i++;
5367              }              }
5368                    
5369              ## Step 2              ## Step 2
5370              if ($self->{open_elements}->[-1]->[0]->manakai_local_name              my $current_tag_name
5371                      ne $token->{tag_name}) {                  = $self->{open_elements}->[-1]->[0]->manakai_local_name;
5372                $current_tag_name =~ tr/A-Z/a-z/;
5373                if ($current_tag_name ne $token->{tag_name}) {
5374                !!!cp ('t431');                !!!cp ('t431');
5375                ## NOTE: <x><y></x>                ## NOTE: <x><y></x>
5376                !!!parse-error (type => 'not closed',                !!!parse-error (type => 'not closed',
5377                                value => $self->{open_elements}->[-1]->[0]                                text => $self->{open_elements}->[-1]->[0]
5378                                    ->manakai_local_name,                                    ->manakai_local_name,
5379                                token => $token);                                token => $token);
5380              } else {              } else {
# Line 7217  sub _tree_construction_main ($) { Line 5382  sub _tree_construction_main ($) {
5382              }              }
5383                            
5384              ## Step 3              ## Step 3
5385              splice @{$self->{open_elements}}, $node_i;              splice @{$self->{open_elements}}, $node_i if $node_i < 0;
5386    
5387              !!!next-token;              !!!next-token;
5388              last S2;              last S2;
# Line 7228  sub _tree_construction_main ($) { Line 5393  sub _tree_construction_main ($) {
5393                  ($node->[1] & SPECIAL_EL or                  ($node->[1] & SPECIAL_EL or
5394                   $node->[1] & SCOPING_EL)) {                   $node->[1] & SCOPING_EL)) {
5395                !!!cp ('t433');                !!!cp ('t433');
5396                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                !!!parse-error (type => 'unmatched end tag',
5397                                  text => $token->{tag_name}, token => $token);
5398                ## Ignore the token                ## Ignore the token
5399                !!!next-token;                !!!next-token;
5400                last S2;                last S2;
             }  
5401    
5402                  ## NOTE: |<span><dd></span>a|: In Safari 3.1.2 and Opera
5403                  ## 9.27, "a" is a child of <dd> (conforming).  In
5404                  ## Firefox 3.0.2, "a" is a child of <body>.  In WinIE 7,
5405                  ## "a" is a child of both <body> and <dd>.
5406                }
5407                
5408              !!!cp ('t434');              !!!cp ('t434');
5409            }            }
5410                        
# Line 7274  sub _tree_construction_main ($) { Line 5445  sub _tree_construction_main ($) {
5445    ## TODO: script stuffs    ## TODO: script stuffs
5446  } # _tree_construct_main  } # _tree_construct_main
5447    
5448  sub set_inner_html ($$$) {  sub set_inner_html ($$$$;$) {
5449    my $class = shift;    my $class = shift;
5450    my $node = shift;    my $node = shift;
5451    my $s = \$_[0];    #my $s = \$_[0];
5452    my $onerror = $_[1];    my $onerror = $_[1];
5453      my $get_wrapper = $_[2] || sub ($) { return $_[0] };
5454    
5455    ## ISSUE: Should {confident} be true?    ## ISSUE: Should {confident} be true?
5456    
# Line 7297  sub set_inner_html ($$$) { Line 5469  sub set_inner_html ($$$) {
5469      }      }
5470    
5471      ## Step 3, 4, 5 # MUST      ## Step 3, 4, 5 # MUST
5472      $class->parse_string ($$s => $node, $onerror);      $class->parse_char_string ($_[0] => $node, $onerror, $get_wrapper);
5473    } elsif ($nt == 1) {    } elsif ($nt == 1) {
5474      ## TODO: If non-html element      ## TODO: If non-html element
5475    
5476      ## NOTE: Most of this code is copied from |parse_string|      ## NOTE: Most of this code is copied from |parse_string|
5477    
5478    ## TODO: Support for $get_wrapper
5479    
5480      ## Step 1 # MUST      ## Step 1 # MUST
5481      my $this_doc = $node->owner_document;      my $this_doc = $node->owner_document;
5482      my $doc = $this_doc->implementation->create_document;      my $doc = $this_doc->implementation->create_document;
# Line 7314  sub set_inner_html ($$$) { Line 5488  sub set_inner_html ($$$) {
5488      my $i = 0;      my $i = 0;
5489      $p->{line_prev} = $p->{line} = 1;      $p->{line_prev} = $p->{line} = 1;
5490      $p->{column_prev} = $p->{column} = 0;      $p->{column_prev} = $p->{column} = 0;
5491      $p->{set_next_char} = sub {      require Whatpm::Charset::DecodeHandle;
5492        my $input = Whatpm::Charset::DecodeHandle::CharString->new (\($_[0]));
5493        $input = $get_wrapper->($input);
5494        $p->{set_nc} = sub {
5495        my $self = shift;        my $self = shift;
5496    
5497        pop @{$self->{prev_char}};        my $char = '';
5498        unshift @{$self->{prev_char}}, $self->{next_char};        if (defined $self->{next_nc}) {
5499            $char = $self->{next_nc};
5500        $self->{next_char} = -1 and return if $i >= length $$s;          delete $self->{next_nc};
5501        $self->{next_char} = ord substr $$s, $i++, 1;          $self->{nc} = ord $char;
5502          } else {
5503            $self->{char_buffer} = '';
5504            $self->{char_buffer_pos} = 0;
5505            
5506            my $count = $input->manakai_read_until
5507                ($self->{char_buffer}, qr/[^\x00\x0A\x0D]/,
5508                 $self->{char_buffer_pos});
5509            if ($count) {
5510              $self->{line_prev} = $self->{line};
5511              $self->{column_prev} = $self->{column};
5512              $self->{column}++;
5513              $self->{nc}
5514                  = ord substr ($self->{char_buffer},
5515                                $self->{char_buffer_pos}++, 1);
5516              return;
5517            }
5518            
5519            if ($input->read ($char, 1)) {
5520              $self->{nc} = ord $char;
5521            } else {
5522              $self->{nc} = -1;
5523              return;
5524            }
5525          }
5526    
5527        ($p->{line_prev}, $p->{column_prev}) = ($p->{line}, $p->{column});        ($p->{line_prev}, $p->{column_prev}) = ($p->{line}, $p->{column});
5528        $p->{column}++;        $p->{column}++;
5529    
5530        if ($self->{next_char} == 0x000A) { # LF        if ($self->{nc} == 0x000A) { # LF
5531          $p->{line}++;          $p->{line}++;
5532          $p->{column} = 0;          $p->{column} = 0;
5533          !!!cp ('i1');          !!!cp ('i1');
5534        } elsif ($self->{next_char} == 0x000D) { # CR        } elsif ($self->{nc} == 0x000D) { # CR
5535          $i++ if substr ($$s, $i, 1) eq "\x0A";  ## TODO: support for abort/streaming
5536          $self->{next_char} = 0x000A; # LF # MUST          my $next = '';
5537            if ($input->read ($next, 1) and $next ne "\x0A") {
5538              $self->{next_nc} = $next;
5539            }
5540            $self->{nc} = 0x000A; # LF # MUST
5541          $p->{line}++;          $p->{line}++;
5542          $p->{column} = 0;          $p->{column} = 0;
5543          !!!cp ('i2');          !!!cp ('i2');
5544        } elsif ($self->{next_char} > 0x10FFFF) {        } elsif ($self->{nc} == 0x0000) { # NULL
         $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST  
         !!!cp ('i3');  
       } elsif ($self->{next_char} == 0x0000) { # NULL  
5545          !!!cp ('i4');          !!!cp ('i4');
5546          !!!parse-error (type => 'NULL');          !!!parse-error (type => 'NULL');
5547          $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{nc} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
       } elsif ($self->{next_char} <= 0x0008 or  
                (0x000E <= $self->{next_char} and  
                 $self->{next_char} <= 0x001F) or  
                (0x007F <= $self->{next_char} and  
                 $self->{next_char} <= 0x009F) or  
                (0xD800 <= $self->{next_char} and  
                 $self->{next_char} <= 0xDFFF) or  
                (0xFDD0 <= $self->{next_char} and  
                 $self->{next_char} <= 0xFDDF) or  
                {  
                 0xFFFE => 1, 0xFFFF => 1, 0x1FFFE => 1, 0x1FFFF => 1,  
                 0x2FFFE => 1, 0x2FFFF => 1, 0x3FFFE => 1, 0x3FFFF => 1,  
                 0x4FFFE => 1, 0x4FFFF => 1, 0x5FFFE => 1, 0x5FFFF => 1,  
                 0x6FFFE => 1, 0x6FFFF => 1, 0x7FFFE => 1, 0x7FFFF => 1,  
                 0x8FFFE => 1, 0x8FFFF => 1, 0x9FFFE => 1, 0x9FFFF => 1,  
                 0xAFFFE => 1, 0xAFFFF => 1, 0xBFFFE => 1, 0xBFFFF => 1,  
                 0xCFFFE => 1, 0xCFFFF => 1, 0xDFFFE => 1, 0xDFFFF => 1,  
                 0xEFFFE => 1, 0xEFFFF => 1, 0xFFFFE => 1, 0xFFFFF => 1,  
                 0x10FFFE => 1, 0x10FFFF => 1,  
                }->{$self->{next_char}}) {  
         !!!cp ('i4.1');  
         !!!parse-error (type => 'control char', level => $self->{must_level});  
 ## TODO: error type documentation  
5548        }        }
5549      };      };
5550      $p->{prev_char} = [-1, -1, -1];  
5551      $p->{next_char} = -1;      $p->{read_until} = sub {
5552              #my ($scalar, $specials_range, $offset) = @_;
5553          return 0 if defined $p->{next_nc};
5554    
5555          my $pattern = qr/[^$_[1]\x00\x0A\x0D]/;
5556          my $offset = $_[2] || 0;
5557          
5558          if ($p->{char_buffer_pos} < length $p->{char_buffer}) {
5559            pos ($p->{char_buffer}) = $p->{char_buffer_pos};
5560            if ($p->{char_buffer} =~ /\G(?>$pattern)+/) {
5561              substr ($_[0], $offset)
5562                  = substr ($p->{char_buffer}, $-[0], $+[0] - $-[0]);
5563              my $count = $+[0] - $-[0];
5564              if ($count) {
5565                $p->{column} += $count;
5566                $p->{char_buffer_pos} += $count;
5567                $p->{line_prev} = $p->{line};
5568                $p->{column_prev} = $p->{column} - 1;
5569                $p->{nc} = -1;
5570              }
5571              return $count;
5572            } else {
5573              return 0;
5574            }
5575          } else {
5576            my $count = $input->manakai_read_until ($_[0], $pattern, $_[2]);
5577            if ($count) {
5578              $p->{column} += $count;
5579              $p->{column_prev} += $count;
5580              $p->{nc} = -1;
5581            }
5582            return $count;
5583          }
5584        }; # $p->{read_until}
5585    
5586      my $ponerror = $onerror || sub {      my $ponerror = $onerror || sub {
5587        my (%opt) = @_;        my (%opt) = @_;
5588        my $line = $opt{line};        my $line = $opt{line};
# Line 7385  sub set_inner_html ($$$) { Line 5597  sub set_inner_html ($$$) {
5597        $ponerror->(line => $p->{line}, column => $p->{column}, @_);        $ponerror->(line => $p->{line}, column => $p->{column}, @_);
5598      };      };
5599            
5600        my $char_onerror = sub {
5601          my (undef, $type, %opt) = @_;
5602          $ponerror->(layer => 'encode',
5603                      line => $p->{line}, column => $p->{column} + 1,
5604                      %opt, type => $type);
5605        }; # $char_onerror
5606        $input->onerror ($char_onerror);
5607    
5608      $p->_initialize_tokenizer;      $p->_initialize_tokenizer;
5609      $p->_initialize_tree_constructor;      $p->_initialize_tree_constructor;
5610    
# Line 7404  sub set_inner_html ($$$) { Line 5624  sub set_inner_html ($$$) {
5624      }->{$node_ln};      }->{$node_ln};
5625      $p->{content_model} = PCDATA_CONTENT_MODEL      $p->{content_model} = PCDATA_CONTENT_MODEL
5626          unless defined $p->{content_model};          unless defined $p->{content_model};
         ## ISSUE: What is "the name of the element"? local name?  
5627    
5628      $p->{inner_html_node} = [$node, $el_category->{$node_ln}];      $p->{inner_html_node} = [$node, $el_category->{$node_ln}];
5629        ## TODO: Foreign element OK?        ## TODO: Foreign element OK?
# Line 7420  sub set_inner_html ($$$) { Line 5639  sub set_inner_html ($$$) {
5639      push @{$p->{open_elements}}, [$root, $el_category->{html}];      push @{$p->{open_elements}}, [$root, $el_category->{html}];
5640    
5641      undef $p->{head_element};      undef $p->{head_element};
5642        undef $p->{head_element_inserted};
5643    
5644      ## Step 6 # MUST      ## Step 6 # MUST
5645      $p->_reset_insertion_mode;      $p->_reset_insertion_mode;
Legend:
Removed from v.1.142  
changed lines
  Added in v.1.217
admin@suikawiki.org
 ViewVC Help
Powered by ViewVC 1.1.24