/[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 1.71 by wakaba, Sun Mar 2 03:39:41 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    
24  ## TODO: Control charcters and noncharacters are not allowed (HTML5 revision 1263)  require IO::Handle;
25  ## TODO: 1252 parse error (revision 1264)  
26  ## TODO: 8859-11 = 874 (revision 1271)  ## Namespace URLs
27    
28  my $permitted_slash_tag_name = {  my $HTML_NS = q<http://www.w3.org/1999/xhtml>;
29    base => 1,  my $MML_NS = q<http://www.w3.org/1998/Math/MathML>;
30    link => 1,  my $SVG_NS = q<http://www.w3.org/2000/svg>;
31    meta => 1,  my $XLINK_NS = q<http://www.w3.org/1999/xlink>;
32    hr => 1,  my $XML_NS = q<http://www.w3.org/XML/1998/namespace>;
33    br => 1,  my $XMLNS_NS = q<http://www.w3.org/2000/xmlns/>;
34    img => 1,  
35    embed => 1,  ## Element categories
36    param => 1,  
37    area => 1,  ## Bits 12-15
38    col => 1,  sub SPECIAL_EL () { 0b1_000000000000000 }
39    input => 1,  sub SCOPING_EL () { 0b1_00000000000000 }
40    sub FORMATTING_EL () { 0b1_0000000000000 }
41    sub PHRASING_EL () { 0b1_000000000000 }
42    
43    ## Bits 10-11
44    #sub FOREIGN_EL () { 0b1_00000000000 } # see Whatpm::HTML::Tokenizer
45    sub FOREIGN_FLOW_CONTENT_EL () { 0b1_0000000000 }
46    
47    ## Bits 6-9
48    sub TABLE_SCOPING_EL () { 0b1_000000000 }
49    sub TABLE_ROWS_SCOPING_EL () { 0b1_00000000 }
50    sub TABLE_ROW_SCOPING_EL () { 0b1_0000000 }
51    sub TABLE_ROWS_EL () { 0b1_000000 }
52    
53    ## Bit 5
54    sub ADDRESS_DIV_P_EL () { 0b1_00000 }
55    
56    ## NOTE: Used in </body> and EOF algorithms.
57    ## Bit 4
58    sub ALL_END_TAG_OPTIONAL_EL () { 0b1_0000 }
59    
60    ## NOTE: Used in "generate implied end tags" algorithm.
61    ## NOTE: There is a code where a modified version of
62    ## END_TAG_OPTIONAL_EL is used in "generate implied end tags"
63    ## implementation (search for the algorithm name).
64    ## Bit 3
65    sub END_TAG_OPTIONAL_EL () { 0b1_000 }
66    
67    ## Bits 0-2
68    
69    sub MISC_SPECIAL_EL () { SPECIAL_EL | 0b000 }
70    sub FORM_EL () { SPECIAL_EL | 0b001 }
71    sub FRAMESET_EL () { SPECIAL_EL | 0b010 }
72    sub HEADING_EL () { SPECIAL_EL | 0b011 }
73    sub SELECT_EL () { SPECIAL_EL | 0b100 }
74    sub SCRIPT_EL () { SPECIAL_EL | 0b101 }
75    
76    sub ADDRESS_DIV_EL () { SPECIAL_EL | ADDRESS_DIV_P_EL | 0b001 }
77    sub BODY_EL () { SPECIAL_EL | ALL_END_TAG_OPTIONAL_EL | 0b001 }
78    
79    sub DTDD_EL () {
80      SPECIAL_EL |
81      END_TAG_OPTIONAL_EL |
82      ALL_END_TAG_OPTIONAL_EL |
83      0b010
84    }
85    sub LI_EL () {
86      SPECIAL_EL |
87      END_TAG_OPTIONAL_EL |
88      ALL_END_TAG_OPTIONAL_EL |
89      0b100
90    }
91    sub P_EL () {
92      SPECIAL_EL |
93      ADDRESS_DIV_P_EL |
94      END_TAG_OPTIONAL_EL |
95      ALL_END_TAG_OPTIONAL_EL |
96      0b001
97    }
98    
99    sub TABLE_ROW_EL () {
100      SPECIAL_EL |
101      TABLE_ROWS_EL |
102      TABLE_ROW_SCOPING_EL |
103      ALL_END_TAG_OPTIONAL_EL |
104      0b001
105    }
106    sub TABLE_ROW_GROUP_EL () {
107      SPECIAL_EL |
108      TABLE_ROWS_EL |
109      TABLE_ROWS_SCOPING_EL |
110      ALL_END_TAG_OPTIONAL_EL |
111      0b001
112    }
113    
114    sub MISC_SCOPING_EL () { SCOPING_EL | 0b000 }
115    sub BUTTON_EL () { SCOPING_EL | 0b001 }
116    sub CAPTION_EL () { SCOPING_EL | 0b010 }
117    sub HTML_EL () {
118      SCOPING_EL |
119      TABLE_SCOPING_EL |
120      TABLE_ROWS_SCOPING_EL |
121      TABLE_ROW_SCOPING_EL |
122      ALL_END_TAG_OPTIONAL_EL |
123      0b001
124    }
125    sub TABLE_EL () {
126      SCOPING_EL |
127      TABLE_ROWS_EL |
128      TABLE_SCOPING_EL |
129      0b001
130    }
131    sub TABLE_CELL_EL () {
132      SCOPING_EL |
133      TABLE_ROW_SCOPING_EL |
134      ALL_END_TAG_OPTIONAL_EL |
135      0b001
136    }
137    
138    sub MISC_FORMATTING_EL () { FORMATTING_EL | 0b000 }
139    sub A_EL () { FORMATTING_EL | 0b001 }
140    sub NOBR_EL () { FORMATTING_EL | 0b010 }
141    
142    sub RUBY_EL () { PHRASING_EL | 0b001 }
143    
144    ## ISSUE: ALL_END_TAG_OPTIONAL_EL?
145    sub OPTGROUP_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b001 }
146    sub OPTION_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b010 }
147    sub RUBY_COMPONENT_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b100 }
148    
149    sub MML_AXML_EL () { PHRASING_EL | FOREIGN_EL | 0b001 }
150    
151    my $el_category = {
152      a => A_EL,
153      address => ADDRESS_DIV_EL,
154      applet => MISC_SCOPING_EL,
155      area => MISC_SPECIAL_EL,
156      article => MISC_SPECIAL_EL,
157      aside => MISC_SPECIAL_EL,
158      b => FORMATTING_EL,
159      base => MISC_SPECIAL_EL,
160      basefont => MISC_SPECIAL_EL,
161      bgsound => MISC_SPECIAL_EL,
162      big => FORMATTING_EL,
163      blockquote => MISC_SPECIAL_EL,
164      body => BODY_EL,
165      br => MISC_SPECIAL_EL,
166      button => BUTTON_EL,
167      caption => CAPTION_EL,
168      center => MISC_SPECIAL_EL,
169      col => MISC_SPECIAL_EL,
170      colgroup => MISC_SPECIAL_EL,
171      command => MISC_SPECIAL_EL,
172      datagrid => MISC_SPECIAL_EL,
173      dd => DTDD_EL,
174      details => MISC_SPECIAL_EL,
175      dialog => MISC_SPECIAL_EL,
176      dir => MISC_SPECIAL_EL,
177      div => ADDRESS_DIV_EL,
178      dl => MISC_SPECIAL_EL,
179      dt => DTDD_EL,
180      em => FORMATTING_EL,
181      embed => MISC_SPECIAL_EL,
182      eventsource => MISC_SPECIAL_EL,
183      fieldset => MISC_SPECIAL_EL,
184      figure => MISC_SPECIAL_EL,
185      font => FORMATTING_EL,
186      footer => MISC_SPECIAL_EL,
187      form => FORM_EL,
188      frame => MISC_SPECIAL_EL,
189      frameset => FRAMESET_EL,
190      h1 => HEADING_EL,
191      h2 => HEADING_EL,
192      h3 => HEADING_EL,
193      h4 => HEADING_EL,
194      h5 => HEADING_EL,
195      h6 => HEADING_EL,
196      head => MISC_SPECIAL_EL,
197      header => MISC_SPECIAL_EL,
198      hr => MISC_SPECIAL_EL,
199      html => HTML_EL,
200      i => FORMATTING_EL,
201      iframe => MISC_SPECIAL_EL,
202      img => MISC_SPECIAL_EL,
203      #image => MISC_SPECIAL_EL, ## NOTE: Commented out in the spec.
204      input => MISC_SPECIAL_EL,
205      isindex => MISC_SPECIAL_EL,
206      li => LI_EL,
207      link => MISC_SPECIAL_EL,
208      listing => MISC_SPECIAL_EL,
209      marquee => MISC_SCOPING_EL,
210      menu => MISC_SPECIAL_EL,
211      meta => MISC_SPECIAL_EL,
212      nav => MISC_SPECIAL_EL,
213      nobr => NOBR_EL,
214      noembed => MISC_SPECIAL_EL,
215      noframes => MISC_SPECIAL_EL,
216      noscript => MISC_SPECIAL_EL,
217      object => MISC_SCOPING_EL,
218      ol => MISC_SPECIAL_EL,
219      optgroup => OPTGROUP_EL,
220      option => OPTION_EL,
221      p => P_EL,
222      param => MISC_SPECIAL_EL,
223      plaintext => MISC_SPECIAL_EL,
224      pre => MISC_SPECIAL_EL,
225      rp => RUBY_COMPONENT_EL,
226      rt => RUBY_COMPONENT_EL,
227      ruby => RUBY_EL,
228      s => FORMATTING_EL,
229      script => MISC_SPECIAL_EL,
230      select => SELECT_EL,
231      section => MISC_SPECIAL_EL,
232      small => FORMATTING_EL,
233      spacer => MISC_SPECIAL_EL,
234      strike => FORMATTING_EL,
235      strong => FORMATTING_EL,
236      style => MISC_SPECIAL_EL,
237      table => TABLE_EL,
238      tbody => TABLE_ROW_GROUP_EL,
239      td => TABLE_CELL_EL,
240      textarea => MISC_SPECIAL_EL,
241      tfoot => TABLE_ROW_GROUP_EL,
242      th => TABLE_CELL_EL,
243      thead => TABLE_ROW_GROUP_EL,
244      title => MISC_SPECIAL_EL,
245      tr => TABLE_ROW_EL,
246      tt => FORMATTING_EL,
247      u => FORMATTING_EL,
248      ul => MISC_SPECIAL_EL,
249      wbr => MISC_SPECIAL_EL,
250  };  };
251    
252  my $c1_entity_char = {  my $el_category_f = {
253    0x80 => 0x20AC,    $MML_NS => {
254    0x81 => 0xFFFD,      'annotation-xml' => MML_AXML_EL,
255    0x82 => 0x201A,      mi => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
256    0x83 => 0x0192,      mo => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
257    0x84 => 0x201E,      mn => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
258    0x85 => 0x2026,      ms => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
259    0x86 => 0x2020,      mtext => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
260    0x87 => 0x2021,    },
261    0x88 => 0x02C6,    $SVG_NS => {
262    0x89 => 0x2030,      foreignObject => SCOPING_EL | FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
263    0x8A => 0x0160,      desc => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
264    0x8B => 0x2039,      title => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
265    0x8C => 0x0152,    },
266    0x8D => 0xFFFD,    ## NOTE: In addition, FOREIGN_EL is set to non-HTML elements.
   0x8E => 0x017D,  
   0x8F => 0xFFFD,  
   0x90 => 0xFFFD,  
   0x91 => 0x2018,  
   0x92 => 0x2019,  
   0x93 => 0x201C,  
   0x94 => 0x201D,  
   0x95 => 0x2022,  
   0x96 => 0x2013,  
   0x97 => 0x2014,  
   0x98 => 0x02DC,  
   0x99 => 0x2122,  
   0x9A => 0x0161,  
   0x9B => 0x203A,  
   0x9C => 0x0153,  
   0x9D => 0xFFFD,  
   0x9E => 0x017E,  
   0x9F => 0x0178,  
 }; # $c1_entity_char  
   
 my $special_category = {  
   address => 1, area => 1, base => 1, basefont => 1, bgsound => 1,  
   blockquote => 1, body => 1, br => 1, center => 1, col => 1, colgroup => 1,  
   dd => 1, dir => 1, div => 1, dl => 1, dt => 1, embed => 1, fieldset => 1,  
   form => 1, frame => 1, frameset => 1, h1 => 1, h2 => 1, h3 => 1,  
   h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, iframe => 1, image => 1,  
   img => 1, input => 1, isindex => 1, li => 1, link => 1, listing => 1,  
   menu => 1, meta => 1, noembed => 1, noframes => 1, noscript => 1,  
   ol => 1, optgroup => 1, option => 1, p => 1, param => 1, plaintext => 1,  
   pre => 1, script => 1, select => 1, spacer => 1, style => 1, tbody => 1,  
   textarea => 1, tfoot => 1, thead => 1, title => 1, tr => 1, ul => 1, wbr => 1,  
267  };  };
268  my $scoping_category = {  
269    button => 1, caption => 1, html => 1, marquee => 1, object => 1,  my $svg_attr_name = {
270    table => 1, td => 1, th => 1,    attributename => 'attributeName',
271      attributetype => 'attributeType',
272      basefrequency => 'baseFrequency',
273      baseprofile => 'baseProfile',
274      calcmode => 'calcMode',
275      clippathunits => 'clipPathUnits',
276      contentscripttype => 'contentScriptType',
277      contentstyletype => 'contentStyleType',
278      diffuseconstant => 'diffuseConstant',
279      edgemode => 'edgeMode',
280      externalresourcesrequired => 'externalResourcesRequired',
281      filterres => 'filterRes',
282      filterunits => 'filterUnits',
283      glyphref => 'glyphRef',
284      gradienttransform => 'gradientTransform',
285      gradientunits => 'gradientUnits',
286      kernelmatrix => 'kernelMatrix',
287      kernelunitlength => 'kernelUnitLength',
288      keypoints => 'keyPoints',
289      keysplines => 'keySplines',
290      keytimes => 'keyTimes',
291      lengthadjust => 'lengthAdjust',
292      limitingconeangle => 'limitingConeAngle',
293      markerheight => 'markerHeight',
294      markerunits => 'markerUnits',
295      markerwidth => 'markerWidth',
296      maskcontentunits => 'maskContentUnits',
297      maskunits => 'maskUnits',
298      numoctaves => 'numOctaves',
299      pathlength => 'pathLength',
300      patterncontentunits => 'patternContentUnits',
301      patterntransform => 'patternTransform',
302      patternunits => 'patternUnits',
303      pointsatx => 'pointsAtX',
304      pointsaty => 'pointsAtY',
305      pointsatz => 'pointsAtZ',
306      preservealpha => 'preserveAlpha',
307      preserveaspectratio => 'preserveAspectRatio',
308      primitiveunits => 'primitiveUnits',
309      refx => 'refX',
310      refy => 'refY',
311      repeatcount => 'repeatCount',
312      repeatdur => 'repeatDur',
313      requiredextensions => 'requiredExtensions',
314      requiredfeatures => 'requiredFeatures',
315      specularconstant => 'specularConstant',
316      specularexponent => 'specularExponent',
317      spreadmethod => 'spreadMethod',
318      startoffset => 'startOffset',
319      stddeviation => 'stdDeviation',
320      stitchtiles => 'stitchTiles',
321      surfacescale => 'surfaceScale',
322      systemlanguage => 'systemLanguage',
323      tablevalues => 'tableValues',
324      targetx => 'targetX',
325      targety => 'targetY',
326      textlength => 'textLength',
327      viewbox => 'viewBox',
328      viewtarget => 'viewTarget',
329      xchannelselector => 'xChannelSelector',
330      ychannelselector => 'yChannelSelector',
331      zoomandpan => 'zoomAndPan',
332  };  };
333  my $formatting_category = {  
334    a => 1, b => 1, big => 1, em => 1, font => 1, i => 1, nobr => 1,  my $foreign_attr_xname = {
335    s => 1, small => 1, strile => 1, strong => 1, tt => 1, u => 1,    'xlink:actuate' => [$XLINK_NS, ['xlink', 'actuate']],
336      'xlink:arcrole' => [$XLINK_NS, ['xlink', 'arcrole']],
337      'xlink:href' => [$XLINK_NS, ['xlink', 'href']],
338      'xlink:role' => [$XLINK_NS, ['xlink', 'role']],
339      'xlink:show' => [$XLINK_NS, ['xlink', 'show']],
340      'xlink:title' => [$XLINK_NS, ['xlink', 'title']],
341      'xlink:type' => [$XLINK_NS, ['xlink', 'type']],
342      'xml:base' => [$XML_NS, ['xml', 'base']],
343      'xml:lang' => [$XML_NS, ['xml', 'lang']],
344      'xml:space' => [$XML_NS, ['xml', 'space']],
345      'xmlns' => [$XMLNS_NS, [undef, 'xmlns']],
346      'xmlns:xlink' => [$XMLNS_NS, ['xmlns', 'xlink']],
347  };  };
348  # $phrasing_category: all other elements  
349    ## ISSUE: xmlns:xlink="non-xlink-ns" is not an error.
350    
351    ## TODO: Invoke the reset algorithm when a resettable element is
352    ## created (cf. HTML5 revision 2259).
353    
354  sub parse_byte_string ($$$$;$) {  sub parse_byte_string ($$$$;$) {
355      my $self = shift;
356      my $charset_name = shift;
357      open my $input, '<', ref $_[0] ? $_[0] : \($_[0]);
358      return $self->parse_byte_stream ($charset_name, $input, @_[1..$#_]);
359    } # parse_byte_string
360    
361    sub parse_byte_stream ($$$$;$$) {
362      # my ($self, $charset_name, $byte_stream, $doc, $onerror, $get_wrapper) = @_;
363    my $self = ref $_[0] ? shift : shift->new;    my $self = ref $_[0] ? shift : shift->new;
364    my $charset = shift;    my $charset_name = shift;
365    my $bytes_s = ref $_[0] ? $_[0] : \($_[0]);    my $byte_stream = $_[0];
   my $s;  
     
   if (defined $charset) {  
     require Encode; ## TODO: decode(utf8) don't delete BOM  
     $s = \ (Encode::decode ($charset, $$bytes_s));  
     $self->{input_encoding} = lc $charset; ## TODO: normalize name  
     $self->{confident} = 1;  
   } else {  
     ## TODO: Implement HTML5 detection algorithm  
     require Whatpm::Charset::UniversalCharDet;  
     $charset = Whatpm::Charset::UniversalCharDet->detect_byte_string  
         (substr ($$bytes_s, 0, 1024));  
     $charset ||= 'windows-1252';  
     $s = \ (Encode::decode ($charset, $$bytes_s));  
     $self->{input_encoding} = $charset;  
     $self->{confident} = 0;  
   }  
366    
367    $self->{change_encoding} = sub {    my $onerror = $_[2] || sub {
368      my $self = shift;      my (%opt) = @_;
369      my $charset = lc shift;      warn "Parse error ($opt{type})\n";
370      ## TODO: if $charset is supported    };
371      ## TODO: normalize charset name    $self->{parse_error} = $onerror; # updated later by parse_char_string
372    
373      ## "Change the encoding" algorithm:    my $get_wrapper = $_[3] || sub ($) {
374        return $_[0]; # $_[0] = byte stream handle, returned = arg to char handle
375      ## Step 1        };
376      if ($charset eq 'utf-16') { ## ISSUE: UTF-16BE -> UTF-8? UTF-16LE -> UTF-8?  
377        $charset = 'utf-8';    ## HTML5 encoding sniffing algorithm
378      require Message::Charset::Info;
379      my $charset;
380      my $buffer;
381      my ($char_stream, $e_status);
382    
383      SNIFFING: {
384        ## NOTE: By setting |allow_fallback| option true when the
385        ## |get_decode_handle| method is invoked, we ignore what the HTML5
386        ## spec requires, i.e. unsupported encoding should be ignored.
387          ## TODO: We should not do this unless the parser is invoked
388          ## in the conformance checking mode, in which this behavior
389          ## would be useful.
390    
391        ## Step 1
392        if (defined $charset_name) {
393          $charset = Message::Charset::Info->get_by_html_name ($charset_name);
394              ## TODO: Is this ok?  Transfer protocol's parameter should be
395              ## interpreted in its semantics?
396    
397          ($char_stream, $e_status) = $charset->get_decode_handle
398              ($byte_stream, allow_error_reporting => 1,
399               allow_fallback => 1);
400          if ($char_stream) {
401            $self->{confident} = 1;
402            last SNIFFING;
403          } else {
404            !!!parse-error (type => 'charset:not supported',
405                            layer => 'encode',
406                            line => 1, column => 1,
407                            value => $charset_name,
408                            level => $self->{level}->{uncertain});
409          }
410      }      }
411    
412      ## Step 2      ## Step 2
413      if (defined $self->{input_encoding} and      my $byte_buffer = '';
414          $self->{input_encoding} eq $charset) {      for (1..1024) {
415          my $char = $byte_stream->getc;
416          last unless defined $char;
417          $byte_buffer .= $char;
418        } ## TODO: timeout
419    
420        ## Step 3
421        if ($byte_buffer =~ /^\xFE\xFF/) {
422          $charset = Message::Charset::Info->get_by_html_name ('utf-16be');
423          ($char_stream, $e_status) = $charset->get_decode_handle
424              ($byte_stream, allow_error_reporting => 1,
425               allow_fallback => 1, byte_buffer => \$byte_buffer);
426        $self->{confident} = 1;        $self->{confident} = 1;
427        return;        last SNIFFING;
428        } elsif ($byte_buffer =~ /^\xFF\xFE/) {
429          $charset = Message::Charset::Info->get_by_html_name ('utf-16le');
430          ($char_stream, $e_status) = $charset->get_decode_handle
431              ($byte_stream, allow_error_reporting => 1,
432               allow_fallback => 1, byte_buffer => \$byte_buffer);
433          $self->{confident} = 1;
434          last SNIFFING;
435        } elsif ($byte_buffer =~ /^\xEF\xBB\xBF/) {
436          $charset = Message::Charset::Info->get_by_html_name ('utf-8');
437          ($char_stream, $e_status) = $charset->get_decode_handle
438              ($byte_stream, allow_error_reporting => 1,
439               allow_fallback => 1, byte_buffer => \$byte_buffer);
440          $self->{confident} = 1;
441          last SNIFFING;
442      }      }
443    
444      !!!parse-error (type => 'charset label detected:'.$self->{input_encoding}.      ## Step 4
445          ':'.$charset, level => 'w');      ## TODO: <meta charset>
446    
447      ## Step 3      ## Step 5
448      # if (can) {      ## TODO: from history
       ## change the encoding on the fly.  
       #$self->{confident} = 1;  
       #return;  
     # }  
449    
450      ## Step 4      ## Step 6
451      throw Whatpm::HTML::RestartParser (charset => $charset);      require Whatpm::Charset::UniversalCharDet;
452        $charset_name = Whatpm::Charset::UniversalCharDet->detect_byte_string
453            ($byte_buffer);
454        if (defined $charset_name) {
455          $charset = Message::Charset::Info->get_by_html_name ($charset_name);
456    
457          require Whatpm::Charset::DecodeHandle;
458          $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new
459              ($byte_stream);
460          ($char_stream, $e_status) = $charset->get_decode_handle
461              ($buffer, allow_error_reporting => 1,
462               allow_fallback => 1, byte_buffer => \$byte_buffer);
463          if ($char_stream) {
464            $buffer->{buffer} = $byte_buffer;
465            !!!parse-error (type => 'sniffing:chardet',
466                            text => $charset_name,
467                            level => $self->{level}->{info},
468                            layer => 'encode',
469                            line => 1, column => 1);
470            $self->{confident} = 0;
471            last SNIFFING;
472          }
473        }
474    
475        ## Step 7: default
476        ## TODO: Make this configurable.
477        $charset = Message::Charset::Info->get_by_html_name ('windows-1252');
478            ## NOTE: We choose |windows-1252| here, since |utf-8| should be
479            ## detectable in the step 6.
480        require Whatpm::Charset::DecodeHandle;
481        $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new
482            ($byte_stream);
483        ($char_stream, $e_status)
484            = $charset->get_decode_handle ($buffer,
485                                           allow_error_reporting => 1,
486                                           allow_fallback => 1,
487                                           byte_buffer => \$byte_buffer);
488        $buffer->{buffer} = $byte_buffer;
489        !!!parse-error (type => 'sniffing:default',
490                        text => 'windows-1252',
491                        level => $self->{level}->{info},
492                        line => 1, column => 1,
493                        layer => 'encode');
494        $self->{confident} = 0;
495      } # SNIFFING
496    
497      if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
498        $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
499        !!!parse-error (type => 'chardecode:fallback',
500                        #text => $self->{input_encoding},
501                        level => $self->{level}->{uncertain},
502                        line => 1, column => 1,
503                        layer => 'encode');
504      } elsif (not ($e_status &
505                    Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
506        $self->{input_encoding} = $charset->get_iana_name;
507        !!!parse-error (type => 'chardecode:no error',
508                        text => $self->{input_encoding},
509                        level => $self->{level}->{uncertain},
510                        line => 1, column => 1,
511                        layer => 'encode');
512      } else {
513        $self->{input_encoding} = $charset->get_iana_name;
514      }
515    
516      $self->{change_encoding} = sub {
517        my $self = shift;
518        $charset_name = shift;
519        my $token = shift;
520    
521        $charset = Message::Charset::Info->get_by_html_name ($charset_name);
522        ($char_stream, $e_status) = $charset->get_decode_handle
523            ($byte_stream, allow_error_reporting => 1, allow_fallback => 1,
524             byte_buffer => \ $buffer->{buffer});
525        
526        if ($char_stream) { # if supported
527          ## "Change the encoding" algorithm:
528          
529          ## Step 1
530          if (defined $self->{input_encoding} and
531              $self->{input_encoding} eq $charset_name) {
532            !!!parse-error (type => 'charset label:matching',
533                            text => $charset_name,
534                            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;
544            return;
545          }
546    
547          ## 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) {
565            ## change the encoding on the fly.
566            #$self->{confident} = 1;
567            #return;
568          # }
569          
570          ## Step 5
571          throw Whatpm::HTML::RestartParser ();
572        }
573    }; # $self->{change_encoding}    }; # $self->{change_encoding}
574    
575    my @args = @_; shift @args; # $s    my $char_onerror = sub {
576        my (undef, $type, %opt) = @_;
577        !!!parse-error (layer => 'encode',
578                        line => $self->{line}, column => $self->{column} + 1,
579                        %opt, type => $type);
580        if ($opt{octets}) {
581          ${$opt{octets}} = "\x{FFFD}"; # relacement character
582        }
583      };
584    
585      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_string ($s, @args);        $return = $self->parse_char_stream ($wrapped_char_stream, @args);  
592    } catch Whatpm::HTML::RestartParser with {    } catch Whatpm::HTML::RestartParser with {
593      my $charset = shift->{charset};      ## NOTE: Invoked after {change_encoding}.
594      $s = \ (Encode::decode ($charset, $$bytes_s));      
595      $self->{input_encoding} = $charset; ## TODO: normalize      if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
596          $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
597          !!!parse-error (type => 'chardecode:fallback',
598                          level => $self->{level}->{uncertain},
599                          #text => $self->{input_encoding},
600                          line => 1, column => 1,
601                          layer => 'encode');
602        } elsif (not ($e_status &
603                      Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
604          $self->{input_encoding} = $charset->get_iana_name;
605          !!!parse-error (type => 'chardecode:no error',
606                          text => $self->{input_encoding},
607                          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      $return = $self->parse_char_string ($s, @args);  
615        $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_string  } # parse_byte_stream
622    
623  ## NOTE: HTML5 spec says that the encoding layer MUST NOT strip BOM  ## NOTE: HTML5 spec says that the encoding layer MUST NOT strip BOM
624  ## and the HTML layer MUST ignore it.  However, we does strip BOM in  ## and the HTML layer MUST ignore it.  However, we does strip BOM in
# Line 162  sub parse_byte_string ($$$$;$) { Line 629  sub parse_byte_string ($$$$;$) {
629  ## such as |parse_byte_string| in this module, must ensure that it does  ## such as |parse_byte_string| in this module, must ensure that it does
630  ## strip the BOM and never strip any ZWNBSP.  ## strip the BOM and never strip any ZWNBSP.
631    
632  *parse_char_string = \&parse_string;  sub parse_char_string ($$$;$$) {
633      #my ($self, $s, $doc, $onerror, $get_wrapper) = @_;
634      my $self = shift;
635      my $s = ref $_[0] ? $_[0] : \($_[0]);
636      require Whatpm::Charset::DecodeHandle;
637      my $input = Whatpm::Charset::DecodeHandle::CharString->new ($s);
638      return $self->parse_char_stream ($input, @_[1..$#_]);
639    } # parse_char_string
640    *parse_string = \&parse_char_string; ## NOTE: Alias for backward compatibility.
641    
642  sub parse_string ($$$;$) {  sub parse_char_stream ($$$;$$) {
643    my $self = ref $_[0] ? shift : shift->new;    my $self = ref $_[0] ? shift : shift->new;
644    my $s = ref $_[0] ? $_[0] : \($_[0]);    my $input = $_[0];
645    $self->{document} = $_[1];    $self->{document} = $_[1];
646    @{$self->{document}->child_nodes} = ();    @{$self->{document}->child_nodes} = ();
647    
# Line 175  sub parse_string ($$$;$) { Line 650  sub parse_string ($$$;$) {
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    
655    my $i = 0;    $self->{line_prev} = $self->{line} = 1;
656    my $line = 1;    $self->{column_prev} = -1;
657    my $column = 0;    $self->{column} = 0;
658    $self->{set_next_input_character} = sub {    $self->{set_nc} = sub {
659      my $self = shift;      my $self = shift;
660    
661      pop @{$self->{prev_input_character}};      my $char = '';
662      unshift @{$self->{prev_input_character}}, $self->{next_input_character};      if (defined $self->{next_nc}) {
663          $char = $self->{next_nc};
664          delete $self->{next_nc};
665          $self->{nc} = ord $char;
666        } else {
667          $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        }
688    
689      $self->{next_input_character} = -1 and return if $i >= length $$s;      ($self->{line_prev}, $self->{column_prev})
690      $self->{next_input_character} = ord substr $$s, $i++, 1;          = ($self->{line}, $self->{column});
691      $column++;      $self->{column}++;
692            
693      if ($self->{next_input_character} == 0x000A) { # LF      if ($self->{nc} == 0x000A) { # LF
694        $line++;        !!!cp ('j1');
695        $column = 0;        $self->{line}++;
696      } elsif ($self->{next_input_character} == 0x000D) { # CR        $self->{column} = 0;
697        $i++ if substr ($$s, $i, 1) eq "\x0A";      } elsif ($self->{nc} == 0x000D) { # CR
698        $self->{next_input_character} = 0x000A; # LF # MUST        !!!cp ('j2');
699        $line++;  ## TODO: support for abort/streaming
700        $column = 0;        my $next = '';
701      } elsif ($self->{next_input_character} > 0x10FFFF) {        if ($input->read ($next, 1) and $next ne "\x0A") {
702        $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{next_nc} = $next;
703      } elsif ($self->{next_input_character} == 0x0000) { # NULL        }
704          $self->{nc} = 0x000A; # LF # MUST
705          $self->{line}++;
706          $self->{column} = 0;
707        } elsif ($self->{nc} == 0x0000) { # NULL
708          !!!cp ('j4');
709        !!!parse-error (type => 'NULL');        !!!parse-error (type => 'NULL');
710        $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST        $self->{nc} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
711      }      }
712    };    };
713    $self->{prev_input_character} = [-1, -1, -1];  
714    $self->{next_input_character} = -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 = $_[2] || sub {
751      my (%opt) = @_;      my (%opt) = @_;
752      warn "Parse error ($opt{type}) at line $opt{line} column $opt{column}\n";      my $line = $opt{token} ? $opt{token}->{line} : $opt{line};
753        my $column = $opt{token} ? $opt{token}->{column} : $opt{column};
754        warn "Parse error ($opt{type}) at line $line column $column\n";
755    };    };
756    $self->{parse_error} = sub {    $self->{parse_error} = sub {
757      $onerror->(@_, line => $line, column => $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;
777    $self->_terminate_tree_constructor;    $self->_terminate_tree_constructor;
778    
779      delete $self->{parse_error}; # remove loop
780    
781    return $self->{document};    return $self->{document};
782  } # parse_string  } # parse_char_stream
783    
784  sub new ($) {  sub new ($) {
785    my $class = shift;    my $class = shift;
786    my $self = bless {}, $class;    my $self = bless {
787    $self->{set_next_input_character} = sub {      level => {must => 'm',
788      $self->{next_input_character} = -1;                should => 's',
789                  warn => 'w',
790                  info => 'i',
791                  uncertain => 'u'},
792      }, $class;
793      $self->{set_nc} = sub {
794        $self->{nc} = -1;
795    };    };
796    $self->{parse_error} = sub {    $self->{parse_error} = sub {
797      #      #
# Line 244  sub new ($) { 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 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 302  sub TABLE_IMS ()      { 0b1000000 } Line 818  sub TABLE_IMS ()      { 0b1000000 }
818  sub ROW_IMS ()        { 0b10000000 }  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 }
822    #sub IN_FOREIGN_CONTENT_IM () { 0b100000000000 } # see Whatpm::HTML::Tokenizer
823        ## NOTE: "in foreign content" insertion mode is special; it is combined
824        ## with the secondary insertion mode.  In this parser, they are stored
825        ## 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.
834    
835    ## NOTE: "after after body" insertion mode.
836  sub AFTER_HTML_BODY_IM () { AFTER_HTML_IMS | BODY_AFTER_IMS }  sub AFTER_HTML_BODY_IM () { AFTER_HTML_IMS | BODY_AFTER_IMS }
837    
838    ## NOTE: "after after frameset" insertion mode.
839  sub AFTER_HTML_FRAMESET_IM () { AFTER_HTML_IMS | FRAME_IMS }  sub AFTER_HTML_FRAMESET_IM () { AFTER_HTML_IMS | FRAME_IMS }
840    
841  sub IN_HEAD_IM () { HEAD_IMS | 0b00 }  sub IN_HEAD_IM () { HEAD_IMS | 0b00 }
842  sub IN_HEAD_NOSCRIPT_IM () { HEAD_IMS | 0b01 }  sub IN_HEAD_NOSCRIPT_IM () { HEAD_IMS | 0b01 }
843  sub AFTER_HEAD_IM () { HEAD_IMS | 0b10 }  sub AFTER_HEAD_IM () { HEAD_IMS | 0b10 }
# Line 318  sub IN_TABLE_IM () { TABLE_IMS } Line 851  sub IN_TABLE_IM () { TABLE_IMS }
851  sub AFTER_BODY_IM () { BODY_AFTER_IMS }  sub AFTER_BODY_IM () { BODY_AFTER_IMS }
852  sub IN_FRAMESET_IM () { FRAME_IMS | 0b01 }  sub IN_FRAMESET_IM () { FRAME_IMS | 0b01 }
853  sub AFTER_FRAMESET_IM () { FRAME_IMS | 0b10 }  sub AFTER_FRAMESET_IM () { FRAME_IMS | 0b10 }
854  sub IN_SELECT_IM () { 0b01 }  sub IN_SELECT_IM () { SELECT_IMS | 0b01 }
855    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};  
   $self->{char} = [];  
   # $self->{next_input_character}  
   !!!next-input-character;  
   $self->{token} = [];  
   # $self->{escape}  
 } # _initialize_tokenizer  
   
 ## A token has:  
 ##   ->{type} == DOCTYPE_TOKEN, START_TAG_TOKEN, END_TAG_TOKEN, COMMENT_TOKEN,  
 ##       CHARACTER_TOKEN, or END_OF_FILE_TOKEN  
 ##   ->{name} (DOCTYPE_TOKEN)  
 ##   ->{tag_name} (START_TAG_TOKEN, END_TAG_TOKEN)  
 ##   ->{public_identifier} (DOCTYPE_TOKEN)  
 ##   ->{system_identifier} (DOCTYPE_TOKEN)  
 ##   ->{correct} == 1 or 0 (DOCTYPE_TOKEN)  
 ##   ->{attributes} isa HASH (START_TAG_TOKEN, END_TAG_TOKEN)  
 ##        ->{name}  
 ##        ->{value}  
 ##        ->{has_reference} == 1 or 0  
 ##   ->{data} (COMMENT_TOKEN, CHARACTER_TOKEN)  
   
 ## Emitted token MUST immediately be handled by the tree construction state.  
   
 ## Before each step, UA MAY check to see if either one of the scripts in  
 ## "list of scripts that will execute as soon as possible" or the first  
 ## script in the "list of scripts that will execute asynchronously",  
 ## has completed loading.  If one has, then it MUST be executed  
 ## and removed from the list.  
   
 ## 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->{token}}) {  
     return shift @{$self->{token}};  
   }  
   
   A: {  
     if ($self->{state} == DATA_STATE) {  
       if ($self->{next_input_character} == 0x0026) { # &  
         if ($self->{content_model} & CM_ENTITY) { # PCDATA | RCDATA  
           $self->{state} = ENTITY_DATA_STATE;  
           !!!next-input-character;  
           redo A;  
         } else {  
           #  
         }  
       } elsif ($self->{next_input_character} == 0x002D) { # -  
         if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
           unless ($self->{escape}) {  
             if ($self->{prev_input_character}->[0] == 0x002D and # -  
                 $self->{prev_input_character}->[1] == 0x0021 and # !  
                 $self->{prev_input_character}->[2] == 0x003C) { # <  
               $self->{escape} = 1;  
             }  
           }  
         }  
           
         #  
       } elsif ($self->{next_input_character} == 0x003C) { # <  
         if ($self->{content_model} & CM_FULL_MARKUP or # PCDATA  
             (($self->{content_model} & CM_LIMITED_MARKUP) and # CDATA | RCDATA  
              not $self->{escape})) {  
           $self->{state} = TAG_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } else {  
           #  
         }  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{escape} and  
             ($self->{content_model} & CM_LIMITED_MARKUP)) { # RCDATA | CDATA  
           if ($self->{prev_input_character}->[0] == 0x002D and # -  
               $self->{prev_input_character}->[1] == 0x002D) { # -  
             delete $self->{escape};  
           }  
         }  
           
         #  
       } elsif ($self->{next_input_character} == -1) {  
         !!!emit ({type => END_OF_FILE_TOKEN});  
         last A; ## TODO: ok?  
       }  
       # Anything else  
       my $token = {type => CHARACTER_TOKEN,  
                    data => chr $self->{next_input_character}};  
       ## Stay in the data state  
       !!!next-input-character;  
   
       !!!emit ($token);  
   
       redo A;  
     } elsif ($self->{state} == ENTITY_DATA_STATE) {  
       ## (cannot happen in CDATA state)  
         
       my $token = $self->_tokenize_attempt_to_consume_an_entity (0);  
   
       $self->{state} = DATA_STATE;  
       # next-input-character is already done  
   
       unless (defined $token) {  
         !!!emit ({type => CHARACTER_TOKEN, data => '&'});  
       } else {  
         !!!emit ($token);  
       }  
   
       redo A;  
     } elsif ($self->{state} == TAG_OPEN_STATE) {  
       if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
         if ($self->{next_input_character} == 0x002F) { # /  
           !!!next-input-character;  
           $self->{state} = CLOSE_TAG_OPEN_STATE;  
           redo A;  
         } else {  
           ## reconsume  
           $self->{state} = DATA_STATE;  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<'});  
   
           redo A;  
         }  
       } elsif ($self->{content_model} & CM_FULL_MARKUP) { # PCDATA  
         if ($self->{next_input_character} == 0x0021) { # !  
           $self->{state} = MARKUP_DECLARATION_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif ($self->{next_input_character} == 0x002F) { # /  
           $self->{state} = CLOSE_TAG_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif (0x0041 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x005A) { # A..Z  
           $self->{current_token}  
             = {type => START_TAG_TOKEN,  
                tag_name => chr ($self->{next_input_character} + 0x0020)};  
           $self->{state} = TAG_NAME_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif (0x0061 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x007A) { # a..z  
           $self->{current_token} = {type => START_TAG_TOKEN,  
                             tag_name => chr ($self->{next_input_character})};  
           $self->{state} = TAG_NAME_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif ($self->{next_input_character} == 0x003E) { # >  
           !!!parse-error (type => 'empty start tag');  
           $self->{state} = DATA_STATE;  
           !!!next-input-character;  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<>'});  
   
           redo A;  
         } elsif ($self->{next_input_character} == 0x003F) { # ?  
           !!!parse-error (type => 'pio');  
           $self->{state} = BOGUS_COMMENT_STATE;  
           ## $self->{next_input_character} is intentionally left as is  
           redo A;  
         } else {  
           !!!parse-error (type => 'bare stago');  
           $self->{state} = DATA_STATE;  
           ## reconsume  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<'});  
   
           redo A;  
         }  
       } else {  
         die "$0: $self->{content_model} in tag open";  
       }  
     } elsif ($self->{state} == CLOSE_TAG_OPEN_STATE) {  
       if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
         if (defined $self->{last_emitted_start_tag_name}) {  
           ## NOTE: <http://krijnhoetmer.nl/irc-logs/whatwg/20070626#l-564>  
           my @next_char;  
           TAGNAME: for (my $i = 0; $i < length $self->{last_emitted_start_tag_name}; $i++) {  
             push @next_char, $self->{next_input_character};  
             my $c = ord substr ($self->{last_emitted_start_tag_name}, $i, 1);  
             my $C = 0x0061 <= $c && $c <= 0x007A ? $c - 0x0020 : $c;  
             if ($self->{next_input_character} == $c or $self->{next_input_character} == $C) {  
               !!!next-input-character;  
               next TAGNAME;  
             } else {  
               $self->{next_input_character} = shift @next_char; # reconsume  
               !!!back-next-input-character (@next_char);  
               $self->{state} = DATA_STATE;  
   
               !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
     
               redo A;  
             }  
           }  
           push @next_char, $self->{next_input_character};  
         
           unless ($self->{next_input_character} == 0x0009 or # HT  
                   $self->{next_input_character} == 0x000A or # LF  
                   $self->{next_input_character} == 0x000B or # VT  
                   $self->{next_input_character} == 0x000C or # FF  
                   $self->{next_input_character} == 0x0020 or # SP  
                   $self->{next_input_character} == 0x003E or # >  
                   $self->{next_input_character} == 0x002F or # /  
                   $self->{next_input_character} == -1) {  
             $self->{next_input_character} = shift @next_char; # reconsume  
             !!!back-next-input-character (@next_char);  
             $self->{state} = DATA_STATE;  
             !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
             redo A;  
           } else {  
             $self->{next_input_character} = shift @next_char;  
             !!!back-next-input-character (@next_char);  
             # and consume...  
           }  
         } else {  
           ## No start tag token has ever been emitted  
           # next-input-character is already done  
           $self->{state} = DATA_STATE;  
           !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
           redo A;  
         }  
       }  
         
       if (0x0041 <= $self->{next_input_character} and  
           $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_token} = {type => END_TAG_TOKEN,  
                           tag_name => chr ($self->{next_input_character} + 0x0020)};  
         $self->{state} = TAG_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif (0x0061 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x007A) { # a..z  
         $self->{current_token} = {type => END_TAG_TOKEN,  
                           tag_name => chr ($self->{next_input_character})};  
         $self->{state} = TAG_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'empty end tag');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'bare etago');  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'bogus end tag');  
         $self->{state} = BOGUS_COMMENT_STATE;  
         ## $self->{next_input_character} is intentionally left as is  
         redo A;  
       }  
     } elsif ($self->{state} == TAG_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_token}->{tag_name} .= chr ($self->{next_input_character} + 0x0020);  
           # start tag or end tag  
         ## Stay in this state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
         redo A;  
       } else {  
         $self->{current_token}->{tag_name} .= chr $self->{next_input_character};  
           # start tag or end tag  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_ATTRIBUTE_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_attribute} = {name => chr ($self->{next_input_character} + 0x0020),  
                               value => ''};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         ## Stay in the state  
         # next-input-character is already done  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute} = {name => chr ($self->{next_input_character}),  
                               value => ''};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_NAME_STATE) {  
       my $before_leave = sub {  
         if (exists $self->{current_token}->{attributes} # start tag or end tag  
             ->{$self->{current_attribute}->{name}}) { # MUST  
           !!!parse-error (type => 'duplicate attribute:'.$self->{current_attribute}->{name});  
           ## Discard $self->{current_attribute} # MUST  
         } else {  
           $self->{current_token}->{attributes}->{$self->{current_attribute}->{name}}  
             = $self->{current_attribute};  
         }  
       }; # $before_leave  
   
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $before_leave->();  
         $self->{state} = AFTER_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003D) { # =  
         $before_leave->();  
         $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $before_leave->();  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_attribute}->{name} .= chr ($self->{next_input_character} + 0x0020);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         $before_leave->();  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         $before_leave->();  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{name} .= chr ($self->{next_input_character});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_ATTRIBUTE_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003D) { # =  
         $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_attribute} = {name => chr ($self->{next_input_character} + 0x0020),  
                               value => ''};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
           ## TODO: Different error type for <aa / bb> than <aa/>  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute} = {name => chr ($self->{next_input_character}),  
                               value => ''};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;          
       }  
     } elsif ($self->{state} == BEFORE_ATTRIBUTE_VALUE_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP        
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;  
         ## reconsume  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{value} .= chr ($self->{next_input_character});  
         $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed attribute value');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{value} .= chr ($self->{next_input_character});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed attribute value');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{value} .= chr ($self->{next_input_character});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_UNQUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # HT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{value} .= chr ($self->{next_input_character});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ENTITY_IN_ATTRIBUTE_VALUE_STATE) {  
       my $token = $self->_tokenize_attempt_to_consume_an_entity (1);  
   
       unless (defined $token) {  
         $self->{current_attribute}->{value} .= '&';  
       } else {  
         $self->{current_attribute}->{value} .= $token->{data};  
         $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} == BOGUS_COMMENT_STATE) {  
       ## (only happen if PCDATA state)  
         
       my $token = {type => COMMENT_TOKEN, data => ''};  
   
       BC: {  
         if ($self->{next_input_character} == 0x003E) { # >  
           $self->{state} = DATA_STATE;  
           !!!next-input-character;  
   
           !!!emit ($token);  
   
           redo A;  
         } elsif ($self->{next_input_character} == -1) {  
           $self->{state} = DATA_STATE;  
           ## reconsume  
   
           !!!emit ($token);  
   
           redo A;  
         } else {  
           $token->{data} .= chr ($self->{next_input_character});  
           !!!next-input-character;  
           redo BC;  
         }  
       } # BC  
     } elsif ($self->{state} == MARKUP_DECLARATION_OPEN_STATE) {  
       ## (only happen if PCDATA state)  
   
       my @next_char;  
       push @next_char, $self->{next_input_character};  
         
       if ($self->{next_input_character} == 0x002D) { # -  
         !!!next-input-character;  
         push @next_char, $self->{next_input_character};  
         if ($self->{next_input_character} == 0x002D) { # -  
           $self->{current_token} = {type => COMMENT_TOKEN, data => ''};  
           $self->{state} = COMMENT_START_STATE;  
           !!!next-input-character;  
           redo A;  
         }  
       } elsif ($self->{next_input_character} == 0x0044 or # D  
                $self->{next_input_character} == 0x0064) { # d  
         !!!next-input-character;  
         push @next_char, $self->{next_input_character};  
         if ($self->{next_input_character} == 0x004F or # O  
             $self->{next_input_character} == 0x006F) { # o  
           !!!next-input-character;  
           push @next_char, $self->{next_input_character};  
           if ($self->{next_input_character} == 0x0043 or # C  
               $self->{next_input_character} == 0x0063) { # c  
             !!!next-input-character;  
             push @next_char, $self->{next_input_character};  
             if ($self->{next_input_character} == 0x0054 or # T  
                 $self->{next_input_character} == 0x0074) { # t  
               !!!next-input-character;  
               push @next_char, $self->{next_input_character};  
               if ($self->{next_input_character} == 0x0059 or # Y  
                   $self->{next_input_character} == 0x0079) { # y  
                 !!!next-input-character;  
                 push @next_char, $self->{next_input_character};  
                 if ($self->{next_input_character} == 0x0050 or # P  
                     $self->{next_input_character} == 0x0070) { # p  
                   !!!next-input-character;  
                   push @next_char, $self->{next_input_character};  
                   if ($self->{next_input_character} == 0x0045 or # E  
                       $self->{next_input_character} == 0x0065) { # e  
                     ## ISSUE: What a stupid code this is!  
                     $self->{state} = DOCTYPE_STATE;  
                     !!!next-input-character;  
                     redo A;  
                   }  
                 }  
               }  
             }  
           }  
         }  
       }  
   
       !!!parse-error (type => 'bogus comment');  
       $self->{next_input_character} = shift @next_char;  
       !!!back-next-input-character (@next_char);  
       $self->{state} = BOGUS_COMMENT_STATE;  
       redo A;  
         
       ## ISSUE: typos in spec: chacacters, is is a parse error  
       ## ISSUE: spec is somewhat unclear on "is the first character that will be in the comment"; what is "that will be in the comment" is what the algorithm defines, isn't it?  
     } elsif ($self->{state} == COMMENT_START_STATE) {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = COMMENT_START_DASH_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'bogus comment');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} # comment  
             .= chr ($self->{next_input_character});  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_START_DASH_STATE) {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = COMMENT_END_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'bogus comment');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} # comment  
             .= '-' . chr ($self->{next_input_character});  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_STATE) {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = COMMENT_END_DASH_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} .= chr ($self->{next_input_character}); # comment  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_END_DASH_STATE) {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = COMMENT_END_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} .= '-' . chr ($self->{next_input_character}); # comment  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_END_STATE) {  
       if ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_input_character} == 0x002D) { # -  
         !!!parse-error (type => 'dash in comment');  
         $self->{current_token}->{data} .= '-'; # comment  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'dash in comment');  
         $self->{current_token}->{data} .= '--' . chr ($self->{next_input_character}); # comment  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $self->{state} = BEFORE_DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } else {  
         !!!parse-error (type => 'no space before DOCTYPE name');  
         $self->{state} = BEFORE_DOCTYPE_NAME_STATE;  
         ## reconsume  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_DOCTYPE_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'no DOCTYPE name');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ({type => DOCTYPE_TOKEN}); # incorrect  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'no DOCTYPE name');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ({type => DOCTYPE_TOKEN}); # incorrect  
   
         redo A;  
       } else {  
         $self->{current_token}  
             = {type => DOCTYPE_TOKEN,  
                name => chr ($self->{next_input_character}),  
                correct => 1};  
 ## ISSUE: "Set the token's name name to the" in the spec  
         $self->{state} = DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_NAME_STATE) {  
 ## ISSUE: Redundant "First," in the spec.  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $self->{state} = AFTER_DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{name}  
           .= chr ($self->{next_input_character}); # DOCTYPE  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == 0x0050 or # P  
                $self->{next_input_character} == 0x0070) { # p  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x0055 or # U  
             $self->{next_input_character} == 0x0075) { # u  
           !!!next-input-character;  
           if ($self->{next_input_character} == 0x0042 or # B  
               $self->{next_input_character} == 0x0062) { # b  
             !!!next-input-character;  
             if ($self->{next_input_character} == 0x004C or # L  
                 $self->{next_input_character} == 0x006C) { # l  
               !!!next-input-character;  
               if ($self->{next_input_character} == 0x0049 or # I  
                   $self->{next_input_character} == 0x0069) { # i  
                 !!!next-input-character;  
                 if ($self->{next_input_character} == 0x0043 or # C  
                     $self->{next_input_character} == 0x0063) { # c  
                   $self->{state} = BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
                   !!!next-input-character;  
                   redo A;  
                 }  
               }  
             }  
           }  
         }  
   
         #  
       } elsif ($self->{next_input_character} == 0x0053 or # S  
                $self->{next_input_character} == 0x0073) { # s  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x0059 or # Y  
             $self->{next_input_character} == 0x0079) { # y  
           !!!next-input-character;  
           if ($self->{next_input_character} == 0x0053 or # S  
               $self->{next_input_character} == 0x0073) { # s  
             !!!next-input-character;  
             if ($self->{next_input_character} == 0x0054 or # T  
                 $self->{next_input_character} == 0x0074) { # t  
               !!!next-input-character;  
               if ($self->{next_input_character} == 0x0045 or # E  
                   $self->{next_input_character} == 0x0065) { # e  
                 !!!next-input-character;  
                 if ($self->{next_input_character} == 0x004D or # M  
                     $self->{next_input_character} == 0x006D) { # m  
                   $self->{state} = BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
                   !!!next-input-character;  
                   redo A;  
                 }  
               }  
             }  
           }  
         }  
   
         #  
       } else {  
         !!!next-input-character;  
         #  
       }  
   
       !!!parse-error (type => 'string after DOCTYPE name');  
       $self->{state} = BOGUS_DOCTYPE_STATE;  
       # next-input-character is already done  
       redo A;  
     } elsif ($self->{state} == BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_input_character}}) {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} eq 0x0022) { # "  
         $self->{current_token}->{public_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} eq 0x0027) { # '  
         $self->{current_token}->{public_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} eq 0x003E) { # >  
         !!!parse-error (type => 'no PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after PUBLIC');  
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{public_identifier} # DOCTYPE  
             .= chr $self->{next_input_character};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{public_identifier} # DOCTYPE  
             .= chr $self->{next_input_character};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_input_character}}) {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0022) { # "  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0027) { # '  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after PUBLIC literal');  
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_input_character}}) {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0022) { # "  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0027) { # '  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'no SYSTEM literal');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after SYSTEM');  
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed SYSTEM literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{system_identifier} # DOCTYPE  
             .= chr $self->{next_input_character};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed SYSTEM literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{system_identifier} # DOCTYPE  
             .= chr $self->{next_input_character};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_input_character}}) {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after SYSTEM literal');  
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BOGUS_DOCTYPE_STATE) {  
       if ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } else {  
       die "$0: $self->{state}: Unknown state";  
     }  
   } # A    
   
   die "$0: _get_next_token: unexpected case";  
 } # _get_next_token  
   
 sub _tokenize_attempt_to_consume_an_entity ($$) {  
   my ($self, $in_attr) = @_;  
   
   if ({  
        0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, # HT, LF, VT, FF,  
        0x0020 => 1, 0x003C => 1, 0x0026 => 1, -1 => 1, # SP, <, & # 0x000D # CR  
       }->{$self->{next_input_character}}) {  
     ## Don't consume  
     ## No error  
     return undef;  
   } elsif ($self->{next_input_character} == 0x0023) { # #  
     !!!next-input-character;  
     if ($self->{next_input_character} == 0x0078 or # x  
         $self->{next_input_character} == 0x0058) { # X  
       my $code;  
       X: {  
         my $x_char = $self->{next_input_character};  
         !!!next-input-character;  
         if (0x0030 <= $self->{next_input_character} and  
             $self->{next_input_character} <= 0x0039) { # 0..9  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_input_character} - 0x0030;  
           redo X;  
         } elsif (0x0061 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x0066) { # a..f  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_input_character} - 0x0060 + 9;  
           redo X;  
         } elsif (0x0041 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x0046) { # A..F  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_input_character} - 0x0040 + 9;  
           redo X;  
         } elsif (not defined $code) { # no hexadecimal digit  
           !!!parse-error (type => 'bare hcro');  
           !!!back-next-input-character ($x_char, $self->{next_input_character});  
           $self->{next_input_character} = 0x0023; # #  
           return undef;  
         } elsif ($self->{next_input_character} == 0x003B) { # ;  
           !!!next-input-character;  
         } else {  
           !!!parse-error (type => 'no refc');  
         }  
   
         if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {  
           !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);  
           $code = 0xFFFD;  
         } elsif ($code > 0x10FFFF) {  
           !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);  
           $code = 0xFFFD;  
         } elsif ($code == 0x000D) {  
           !!!parse-error (type => 'CR character reference');  
           $code = 0x000A;  
         } elsif (0x80 <= $code and $code <= 0x9F) {  
           !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);  
           $code = $c1_entity_char->{$code};  
         }  
   
         return {type => CHARACTER_TOKEN, data => chr $code,  
                 has_reference => 1};  
       } # X  
     } elsif (0x0030 <= $self->{next_input_character} and  
              $self->{next_input_character} <= 0x0039) { # 0..9  
       my $code = $self->{next_input_character} - 0x0030;  
       !!!next-input-character;  
         
       while (0x0030 <= $self->{next_input_character} and  
                 $self->{next_input_character} <= 0x0039) { # 0..9  
         $code *= 10;  
         $code += $self->{next_input_character} - 0x0030;  
           
         !!!next-input-character;  
       }  
   
       if ($self->{next_input_character} == 0x003B) { # ;  
         !!!next-input-character;  
       } else {  
         !!!parse-error (type => 'no refc');  
       }  
   
       if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {  
         !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);  
         $code = 0xFFFD;  
       } elsif ($code > 0x10FFFF) {  
         !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);  
         $code = 0xFFFD;  
       } elsif ($code == 0x000D) {  
         !!!parse-error (type => 'CR character reference');  
         $code = 0x000A;  
       } elsif (0x80 <= $code and $code <= 0x9F) {  
         !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);  
         $code = $c1_entity_char->{$code};  
       }  
         
       return {type => CHARACTER_TOKEN, data => chr $code, has_reference => 1};  
     } else {  
       !!!parse-error (type => 'bare nero');  
       !!!back-next-input-character ($self->{next_input_character});  
       $self->{next_input_character} = 0x0023; # #  
       return undef;  
     }  
   } elsif ((0x0041 <= $self->{next_input_character} and  
             $self->{next_input_character} <= 0x005A) or  
            (0x0061 <= $self->{next_input_character} and  
             $self->{next_input_character} <= 0x007A)) {  
     my $entity_name = chr $self->{next_input_character};  
     !!!next-input-character;  
   
     my $value = $entity_name;  
     my $match = 0;  
     require Whatpm::_NamedEntityList;  
     our $EntityChar;  
   
     while (length $entity_name < 10 and  
            ## NOTE: Some number greater than the maximum length of entity name  
            ((0x0041 <= $self->{next_input_character} and # a  
              $self->{next_input_character} <= 0x005A) or # x  
             (0x0061 <= $self->{next_input_character} and # a  
              $self->{next_input_character} <= 0x007A) or # z  
             (0x0030 <= $self->{next_input_character} and # 0  
              $self->{next_input_character} <= 0x0039) or # 9  
             $self->{next_input_character} == 0x003B)) { # ;  
       $entity_name .= chr $self->{next_input_character};  
       if (defined $EntityChar->{$entity_name}) {  
         if ($self->{next_input_character} == 0x003B) { # ;  
           $value = $EntityChar->{$entity_name};  
           $match = 1;  
           !!!next-input-character;  
           last;  
         } else {  
           $value = $EntityChar->{$entity_name};  
           $match = -1;  
           !!!next-input-character;  
         }  
       } else {  
         $value .= chr $self->{next_input_character};  
         $match *= 2;  
         !!!next-input-character;  
       }  
     }  
       
     if ($match > 0) {  
       return {type => CHARACTER_TOKEN, data => $value, has_reference => 1};  
     } elsif ($match < 0) {  
       !!!parse-error (type => 'no refc');  
       if ($in_attr and $match < -1) {  
         return {type => CHARACTER_TOKEN, data => '&'.$entity_name};  
       } else {  
         return {type => CHARACTER_TOKEN, data => $value, has_reference => 1};  
       }  
     } else {  
       !!!parse-error (type => 'bare ero');  
       ## NOTE: "No characters are consumed" in the spec.  
       return {type => CHARACTER_TOKEN, data => '&'.$value};  
     }  
   } else {  
     ## no characters are consumed  
     !!!parse-error (type => 'bare ero');  
     return undef;  
   }  
 } # _tokenize_attempt_to_consume_an_entity  
   
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: $self->{document} MUST be specified before this method is called
# Line 2003  sub _initialize_tree_constructor ($) { 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 ($) {
# Line 2022  sub _construct_tree ($) { 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    
   $self->{insertion_mode} = BEFORE_HEAD_IM;  
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.
897    $self->_tree_construction_initial; # MUST    $self->_tree_construction_initial; # MUST
898    
899      ## NOTE: The "before html" insertion mode.
900    $self->_tree_construction_root_element;    $self->_tree_construction_root_element;
901      $self->{insertion_mode} = BEFORE_HEAD_IM;
902    
903      ## NOTE: The "before head" insertion mode and so on.
904    $self->_tree_construction_main;    $self->_tree_construction_main;
905  } # _construct_tree  } # _construct_tree
906    
907  sub _tree_construction_initial ($) {  sub _tree_construction_initial ($) {
908    my $self = shift;    my $self = shift;
909    
910      ## NOTE: "initial" insertion mode
911    
912    INITIAL: {    INITIAL: {
913      if ($token->{type} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
914        ## NOTE: Conformance checkers MAY, instead of reporting "not HTML5"        ## NOTE: Conformance checkers MAY, instead of reporting "not HTML5"
# Line 2049  sub _tree_construction_initial ($) { 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}) {
922            defined $token->{system_identifier}) {          !!!cp ('t1');
923          !!!parse-error (type => 'not HTML5');          !!!parse-error (type => 'not HTML5', token => $token);
924        } elsif ($doctype_name ne 'HTML') {        } elsif ($doctype_name ne 'HTML') {
925          ## ISSUE: ASCII case-insensitive? (in fact it does not matter)          !!!cp ('t2');
926          !!!parse-error (type => 'not HTML5');          !!!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 {
936            !!!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        $doctype->public_id ($token->{public_identifier})        ## NOTE: Default value for both |public_id| and |system_id| attributes
943            if defined $token->{public_identifier};        ## are empty strings, so that we don't set any value in missing cases.
944        $doctype->system_id ($token->{system_identifier})        $doctype->public_id ($token->{pubid}) if defined $token->{pubid};
945            if defined $token->{system_identifier};        $doctype->system_id ($token->{sysid}) if defined $token->{sysid};
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 (not $token->{correct} or $doctype_name ne 'HTML') {        if ($token->{quirks} or $doctype_name ne 'HTML') {
953            !!!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            "-//SPYGLASS//DTD HTML 2.0 EXTENDED//EN" => 1,            "-//W3C//DTD HTML 4.0 TRANSITIONAL//",
1008            "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//EN" => 1,            "-//W3C//DTD HTML EXPERIMETNAL 19960712//",
1009            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//EN" => 1,            "-//W3C//DTD HTML EXPERIMENTAL 970421//",
1010            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//EN" => 1,            "-//W3C//DTD W3 HTML//",
1011            "-//W3C//DTD HTML 3 1995-03-24//EN" => 1,            "-//W3O//DTD W3 HTML 3.0//",
1012            "-//W3C//DTD HTML 3.2 DRAFT//EN" => 1,            "-//WEBTECHS//DTD MOZILLA HTML 2.0//",
1013            "-//W3C//DTD HTML 3.2 FINAL//EN" => 1,            "-//WEBTECHS//DTD MOZILLA HTML//",
1014            "-//W3C//DTD HTML 3.2//EN" => 1,          ]; # $prefix
1015            "-//W3C//DTD HTML 3.2S DRAFT//EN" => 1,          my $match;
1016            "-//W3C//DTD HTML 4.0 FRAMESET//EN" => 1,          for (@$prefix) {
1017            "-//W3C//DTD HTML 4.0 TRANSITIONAL//EN" => 1,            if (substr ($prefix, 0, length $_) eq $_) {
1018            "-//W3C//DTD HTML EXPERIMETNAL 19960712//EN" => 1,              $match = 1;
1019            "-//W3C//DTD HTML EXPERIMENTAL 970421//EN" => 1,              last;
1020            "-//W3C//DTD W3 HTML//EN" => 1,            }
1021            "-//W3O//DTD W3 HTML 3.0//EN" => 1,          }
1022            "-//W3O//DTD W3 HTML 3.0//EN//" => 1,          if ($match or
1023            "-//W3O//DTD W3 HTML STRICT 3.0//EN//" => 1,              $pubid eq "-//W3O//DTD W3 HTML STRICT 3.0//EN//" or
1024            "-//WEBTECHS//DTD MOZILLA HTML 2.0//EN" => 1,              $pubid eq "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" or
1025            "-//WEBTECHS//DTD MOZILLA HTML//EN" => 1,              $pubid eq "HTML") {
1026            "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" => 1,            !!!cp ('t5');
           "HTML" => 1,  
         }->{$pubid}) {  
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');
1032              $self->{document}->manakai_compat_mode ('quirks');              $self->{document}->manakai_compat_mode ('quirks');
1033            } else {            } else {
1034                !!!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');
1040            $self->{document}->manakai_compat_mode ('limited quirks');            $self->{document}->manakai_compat_mode ('limited quirks');
1041            } else {
1042              !!!cp ('t9');
1043          }          }
1044          } else {
1045            !!!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              ## NOTE: Ensure that |PUBLIC "(limited quirks)" "(quirks)"| is
1052              ## marked as quirks.
1053            $self->{document}->manakai_compat_mode ('quirks');            $self->{document}->manakai_compat_mode ('quirks');
1054              !!!cp ('t11');
1055            } else {
1056              !!!cp ('t12');
1057          }          }
1058          } else {
1059            !!!cp ('t13');
1060        }        }
1061                
1062        ## Go to the root element phase.        ## Go to the "before html" insertion mode.
1063        !!!next-token;        !!!next-token;
1064        return;        return;
1065      } elsif ({      } elsif ({
# Line 2174  sub _tree_construction_initial ($) { Line 1067  sub _tree_construction_initial ($) {
1067                END_TAG_TOKEN, 1,                END_TAG_TOKEN, 1,
1068                END_OF_FILE_TOKEN, 1,                END_OF_FILE_TOKEN, 1,
1069               }->{$token->{type}}) {               }->{$token->{type}}) {
1070        !!!parse-error (type => 'no DOCTYPE');        !!!cp ('t14');
1071          !!!parse-error (type => 'no DOCTYPE', token => $token);
1072        $self->{document}->manakai_compat_mode ('quirks');        $self->{document}->manakai_compat_mode ('quirks');
1073        ## Go to the root element phase        ## Go to the "before html" insertion mode.
1074        ## reprocess        ## reprocess
1075          !!!ack-later;
1076        return;        return;
1077      } elsif ($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}) {
1082            ## Stay in the phase            !!!cp ('t15');
1083              ## Stay in the insertion mode.
1084            !!!next-token;            !!!next-token;
1085            redo INITIAL;            redo INITIAL;
1086            } else {
1087              !!!cp ('t16');
1088          }          }
1089          } else {
1090            !!!cp ('t17');
1091        }        }
1092    
1093        !!!parse-error (type => 'no DOCTYPE');        !!!parse-error (type => 'no DOCTYPE', token => $token);
1094        $self->{document}->manakai_compat_mode ('quirks');        $self->{document}->manakai_compat_mode ('quirks');
1095        ## Go to the root element phase        ## Go to the "before html" insertion mode.
1096        ## reprocess        ## reprocess
1097        return;        return;
1098      } elsif ($token->{type} == COMMENT_TOKEN) {      } elsif ($token->{type} == COMMENT_TOKEN) {
1099          !!!cp ('t18');
1100        my $comment = $self->{document}->create_comment ($token->{data});        my $comment = $self->{document}->create_comment ($token->{data});
1101        $self->{document}->append_child ($comment);        $self->{document}->append_child ($comment);
1102                
1103        ## Stay in the phase.        ## Stay in the insertion mode.
1104        !!!next-token;        !!!next-token;
1105        redo INITIAL;        redo INITIAL;
1106      } else {      } else {
1107        die "$0: $token->{type}: Unknown token type";        die "$0: $token->{type}: Unknown token type";
1108      }      }
1109    } # INITIAL    } # INITIAL
1110    
1111      die "$0: _tree_construction_initial: This should be never reached";
1112  } # _tree_construction_initial  } # _tree_construction_initial
1113    
1114  sub _tree_construction_root_element ($) {  sub _tree_construction_root_element ($) {
1115    my $self = shift;    my $self = shift;
1116    
1117      ## NOTE: "before html" insertion mode.
1118        
1119    B: {    B: {
1120        if ($token->{type} == DOCTYPE_TOKEN) {        if ($token->{type} == DOCTYPE_TOKEN) {
1121          !!!parse-error (type => 'in html:#DOCTYPE');          !!!cp ('t19');
1122            !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
1123          ## Ignore the token          ## Ignore the token
1124          ## Stay in the phase          ## Stay in the insertion mode.
1125          !!!next-token;          !!!next-token;
1126          redo B;          redo B;
1127        } elsif ($token->{type} == COMMENT_TOKEN) {        } elsif ($token->{type} == COMMENT_TOKEN) {
1128            !!!cp ('t20');
1129          my $comment = $self->{document}->create_comment ($token->{data});          my $comment = $self->{document}->create_comment ($token->{data});
1130          $self->{document}->append_child ($comment);          $self->{document}->append_child ($comment);
1131          ## Stay in the phase          ## Stay in the insertion mode.
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}) {
1139              ## Stay in the phase              !!!cp ('t21');
1140                ## Stay in the insertion mode.
1141              !!!next-token;              !!!next-token;
1142              redo B;              redo B;
1143              } else {
1144                !!!cp ('t22');
1145            }            }
1146            } else {
1147              !!!cp ('t23');
1148          }          }
1149    
1150          $self->{application_cache_selection}->(undef);          $self->{application_cache_selection}->(undef);
1151    
1152          #          #
1153        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
1154          if ($token->{tag_name} eq 'html' and          if ($token->{tag_name} eq 'html') {
1155              $token->{attributes}->{manifest}) {            my $root_element;
1156            $self->{application_cache_selection}            !!!create-element ($root_element, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);
1157                 ->($token->{attributes}->{manifest}->{value});            $self->{document}->append_child ($root_element);
1158            ## ISSUE: No relative reference resolution?            push @{$self->{open_elements}},
1159                  [$root_element, $el_category->{html}];
1160    
1161              if ($token->{attributes}->{manifest}) {
1162                !!!cp ('t24');
1163                $self->{application_cache_selection}
1164                    ->($token->{attributes}->{manifest}->{value});
1165                ## ISSUE: Spec is unclear on relative references.
1166                ## According to Hixie (#whatwg 2008-03-19), it should be
1167                ## resolved against the base URI of the document in HTML
1168                ## or xml:base of the element in XHTML.
1169              } else {
1170                !!!cp ('t25');
1171                $self->{application_cache_selection}->(undef);
1172              }
1173    
1174              !!!nack ('t25c');
1175    
1176              !!!next-token;
1177              return; ## Go to the "before head" insertion mode.
1178          } else {          } else {
1179            $self->{application_cache_selection}->(undef);            !!!cp ('t25.1');
1180              #
1181          }          }
   
         ## ISSUE: There is an issue in the spec  
         #  
1182        } elsif ({        } elsif ({
1183                  END_TAG_TOKEN, 1,                  END_TAG_TOKEN, 1,
1184                  END_OF_FILE_TOKEN, 1,                  END_OF_FILE_TOKEN, 1,
1185                 }->{$token->{type}}) {                 }->{$token->{type}}) {
1186          $self->{application_cache_selection}->(undef);          !!!cp ('t26');
   
         ## ISSUE: There is an issue in the spec  
1187          #          #
1188        } else {        } else {
1189          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
1190        }        }
1191    
1192        my $root_element; !!!create-element ($root_element, 'html');      my $root_element;
1193        $self->{document}->append_child ($root_element);      !!!create-element ($root_element, $HTML_NS, 'html',, $token);
1194        push @{$self->{open_elements}}, [$root_element, 'html'];      $self->{document}->append_child ($root_element);
1195        ## reprocess      push @{$self->{open_elements}}, [$root_element, $el_category->{html}];
1196        #redo B;  
1197        return; ## Go to the main phase.      $self->{application_cache_selection}->(undef);
1198    
1199        ## NOTE: Reprocess the token.
1200        !!!ack-later;
1201        return; ## Go to the "before head" insertion mode.
1202    } # B    } # B
1203    
1204      die "$0: _tree_construction_root_element: This should never be reached";
1205  } # _tree_construction_root_element  } # _tree_construction_root_element
1206    
1207  sub _reset_insertion_mode ($) {  sub _reset_insertion_mode ($) {
# Line 2283  sub _reset_insertion_mode ($) { Line 1216  sub _reset_insertion_mode ($) {
1216            
1217      ## Step 3      ## Step 3
1218      S3: {      S3: {
       ## ISSUE: Oops! "If node is the first node in the stack of open  
       ## elements, then set last to true. If the context element of the  
       ## HTML fragment parsing algorithm is neither a td element nor a  
       ## th element, then set node to the context element. (fragment case)":  
       ## The second "if" is in the scope of the first "if"!?  
1219        if ($self->{open_elements}->[0]->[0] eq $node->[0]) {        if ($self->{open_elements}->[0]->[0] eq $node->[0]) {
1220          $last = 1;          $last = 1;
1221          if (defined $self->{inner_html_node}) {          if (defined $self->{inner_html_node}) {
1222            if ($self->{inner_html_node}->[1] eq 'td' or            !!!cp ('t28');
1223                $self->{inner_html_node}->[1] eq 'th') {            $node = $self->{inner_html_node};
1224              #          } else {
1225            } else {            die "_reset_insertion_mode: t27";
             $node = $self->{inner_html_node};  
           }  
1226          }          }
1227        }        }
1228              
1229        ## Step 4..13        ## Step 4..14
1230        my $new_mode = {        my $new_mode;
1231          if ($node->[1] & FOREIGN_EL) {
1232            !!!cp ('t28.1');
1233            ## NOTE: Strictly spaking, the line below only applies to MathML and
1234            ## SVG elements.  Currently the HTML syntax supports only MathML and
1235            ## SVG elements as foreigners.
1236            $new_mode = IN_BODY_IM | IN_FOREIGN_CONTENT_IM;
1237          } elsif ($node->[1] == TABLE_CELL_EL) {
1238            if ($last) {
1239              !!!cp ('t28.2');
1240              #
1241            } else {
1242              !!!cp ('t28.3');
1243              $new_mode = IN_CELL_IM;
1244            }
1245          } else {
1246            !!!cp ('t28.4');
1247            $new_mode = {
1248                        select => IN_SELECT_IM,                        select => IN_SELECT_IM,
1249                        td => IN_CELL_IM,                        ## NOTE: |option| and |optgroup| do not set
1250                        th => IN_CELL_IM,                        ## insertion mode to "in select" by themselves.
1251                        tr => IN_ROW_IM,                        tr => IN_ROW_IM,
1252                        tbody => IN_TABLE_BODY_IM,                        tbody => IN_TABLE_BODY_IM,
1253                        thead => IN_TABLE_BODY_IM,                        thead => IN_TABLE_BODY_IM,
# Line 2315  sub _reset_insertion_mode ($) { Line 1258  sub _reset_insertion_mode ($) {
1258                        head => IN_BODY_IM, # not in head!                        head => IN_BODY_IM, # not in head!
1259                        body => IN_BODY_IM,                        body => IN_BODY_IM,
1260                        frameset => IN_FRAMESET_IM,                        frameset => IN_FRAMESET_IM,
1261                       }->{$node->[1]};                       }->{$node->[0]->manakai_local_name};
1262          }
1263        $self->{insertion_mode} = $new_mode and return if defined $new_mode;        $self->{insertion_mode} = $new_mode and return if defined $new_mode;
1264                
1265        ## Step 14        ## Step 15
1266        if ($node->[1] eq 'html') {        if ($node->[1] == HTML_EL) {
1267          unless (defined $self->{head_element}) {          unless (defined $self->{head_element}) {
1268              !!!cp ('t29');
1269            $self->{insertion_mode} = BEFORE_HEAD_IM;            $self->{insertion_mode} = BEFORE_HEAD_IM;
1270          } else {          } else {
1271              ## ISSUE: Can this state be reached?
1272              !!!cp ('t30');
1273            $self->{insertion_mode} = AFTER_HEAD_IM;            $self->{insertion_mode} = AFTER_HEAD_IM;
1274          }          }
1275          return;          return;
1276          } else {
1277            !!!cp ('t31');
1278        }        }
1279                
1280        ## Step 15        ## Step 16
1281        $self->{insertion_mode} = IN_BODY_IM and return if $last;        $self->{insertion_mode} = IN_BODY_IM and return if $last;
1282                
1283        ## Step 16        ## Step 17
1284        $i--;        $i--;
1285        $node = $self->{open_elements}->[$i];        $node = $self->{open_elements}->[$i];
1286                
1287        ## Step 17        ## Step 18
1288        redo S3;        redo S3;
1289      } # S3      } # S3
1290    
1291      die "$0: _reset_insertion_mode: This line should never be reached";
1292  } # _reset_insertion_mode  } # _reset_insertion_mode
1293    
1294  sub _tree_construction_main ($) {  sub _tree_construction_main ($) {
# Line 2359  sub _tree_construction_main ($) { Line 1310  sub _tree_construction_main ($) {
1310      return if $entry->[0] eq '#marker';      return if $entry->[0] eq '#marker';
1311      for (@{$self->{open_elements}}) {      for (@{$self->{open_elements}}) {
1312        if ($entry->[0] eq $_->[0]) {        if ($entry->[0] eq $_->[0]) {
1313            !!!cp ('t32');
1314          return;          return;
1315        }        }
1316      }      }
# Line 2373  sub _tree_construction_main ($) { Line 1325  sub _tree_construction_main ($) {
1325    
1326        ## Step 6        ## Step 6
1327        if ($entry->[0] eq '#marker') {        if ($entry->[0] eq '#marker') {
1328            !!!cp ('t33_1');
1329          #          #
1330        } else {        } else {
1331          my $in_open_elements;          my $in_open_elements;
1332          OE: for (@{$self->{open_elements}}) {          OE: for (@{$self->{open_elements}}) {
1333            if ($entry->[0] eq $_->[0]) {            if ($entry->[0] eq $_->[0]) {
1334                !!!cp ('t33');
1335              $in_open_elements = 1;              $in_open_elements = 1;
1336              last OE;              last OE;
1337            }            }
1338          }          }
1339          if ($in_open_elements) {          if ($in_open_elements) {
1340              !!!cp ('t34');
1341            #            #
1342          } else {          } else {
1343              ## NOTE: <!DOCTYPE HTML><p><b><i><u></p> <p>X
1344              !!!cp ('t35');
1345            redo S4;            redo S4;
1346          }          }
1347        }        }
# Line 2407  sub _tree_construction_main ($) { Line 1364  sub _tree_construction_main ($) {
1364    
1365        ## Step 11        ## Step 11
1366        unless ($clone->[0] eq $active_formatting_elements->[-1]->[0]) {        unless ($clone->[0] eq $active_formatting_elements->[-1]->[0]) {
1367            !!!cp ('t36');
1368          ## Step 7'          ## Step 7'
1369          $i++;          $i++;
1370          $entry = $active_formatting_elements->[$i];          $entry = $active_formatting_elements->[$i];
1371                    
1372          redo S7;          redo S7;
1373        }        }
1374    
1375          !!!cp ('t37');
1376      } # S7      } # S7
1377    }; # $reconstruct_active_formatting_elements    }; # $reconstruct_active_formatting_elements
1378    
1379    my $clear_up_to_marker = sub {    my $clear_up_to_marker = sub {
1380      for (reverse 0..$#$active_formatting_elements) {      for (reverse 0..$#$active_formatting_elements) {
1381        if ($active_formatting_elements->[$_]->[0] eq '#marker') {        if ($active_formatting_elements->[$_]->[0] eq '#marker') {
1382            !!!cp ('t38');
1383          splice @$active_formatting_elements, $_;          splice @$active_formatting_elements, $_;
1384          return;          return;
1385        }        }
1386      }      }
1387    
1388        !!!cp ('t39');
1389    }; # $clear_up_to_marker    }; # $clear_up_to_marker
1390    
1391    my $parse_rcdata = sub ($$) {    my $insert;
1392      my ($content_model_flag, $insert) = @_;  
1393      my $parse_rcdata = sub ($) {
1394        my ($content_model_flag) = @_;
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, $start_tag_name, $token->{attributes});  
1399    
1400      ## Step 2      ## Step 2
     $insert->($el); # /context node/->append_child ($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 = '';      $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
     !!!next-token;  
     while ($token->{type} == CHARACTER_TOKEN) { # or until stop tokenizing  
       $text .= $token->{data};  
       !!!next-token;  
     }  
1406    
1407      ## Step 5      !!!nack ('t40.1');
     if (length $text) {  
       my $text = $self->{document}->create_text_node ($text);  
       $el->append_child ($text);  
     }  
   
     ## Step 6  
     $self->{content_model} = PCDATA_CONTENT_MODEL;  
   
     ## Step 7  
     if ($token->{type} == END_TAG_TOKEN and $token->{tag_name} eq $start_tag_name) {  
       ## Ignore the token  
     } elsif ($content_model_flag == CDATA_CONTENT_MODEL) {  
       !!!parse-error (type => 'in CDATA:#'.$token->{type});  
     } elsif ($content_model_flag == RCDATA_CONTENT_MODEL) {  
       !!!parse-error (type => 'in RCDATA:#'.$token->{type});  
     } else {  
       die "$0: $content_model_flag in parse_rcdata";  
     }  
1408      !!!next-token;      !!!next-token;
1409    }; # $parse_rcdata    }; # $parse_rcdata
1410    
1411    my $script_start_tag = sub ($) {    my $script_start_tag = sub () {
1412      my $insert = $_[0];      ## Step 1
1413      my $script_el;      my $script_el;
1414      !!!create-element ($script_el, 'script', $token->{attributes});      !!!create-element ($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 $text = '';  
     !!!next-token;  
     while ($token->{type} == CHARACTER_TOKEN) {  
       $text .= $token->{data};  
       !!!next-token;  
     } # stop if non-character token or tokenizer stops tokenising  
     if (length $text) {  
       $script_el->manakai_append_text ($text);  
     }  
                 
     $self->{content_model} = PCDATA_CONTENT_MODEL;  
1431    
1432      if ($token->{type} == END_TAG_TOKEN and      ## Step 6-7
1433          $token->{tag_name} eq 'script') {      $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
       ## Ignore the token  
     } else {  
       !!!parse-error (type => 'in CDATA:#'.$token->{type});  
       ## ISSUE: And ignore?  
       ## TODO: mark as "already executed"  
     }  
       
     if (defined $self->{inner_html_node}) {  
       ## TODO: mark as "already executed"  
     } else {  
       ## TODO: $old_insertion_point = current insertion point  
       ## TODO: insertion point = just before the next input character  
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.
1440      ## 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]]];
1443    
1444    my $formatting_end_tag = sub {    my $formatting_end_tag = sub {
1445      my $tag_name = shift;      my $end_tag_token = shift;
1446        my $tag_name = $end_tag_token->{tag_name};
1447    
1448        ## NOTE: The adoption agency algorithm (AAA).
1449    
1450      FET: {      FET: {
1451        ## Step 1        ## Step 1
1452        my $formatting_element;        my $formatting_element;
1453        my $formatting_element_i_in_active;        my $formatting_element_i_in_active;
1454        AFE: for (reverse 0..$#$active_formatting_elements) {        AFE: for (reverse 0..$#$active_formatting_elements) {
1455          if ($active_formatting_elements->[$_]->[1] eq $tag_name) {          if ($active_formatting_elements->[$_]->[0] eq '#marker') {
1456              !!!cp ('t52');
1457              last AFE;
1458            } elsif ($active_formatting_elements->[$_]->[0]->manakai_local_name
1459                         eq $tag_name) {
1460              !!!cp ('t51');
1461            $formatting_element = $active_formatting_elements->[$_];            $formatting_element = $active_formatting_elements->[$_];
1462            $formatting_element_i_in_active = $_;            $formatting_element_i_in_active = $_;
1463            last AFE;            last AFE;
         } elsif ($active_formatting_elements->[$_]->[0] eq '#marker') {  
           last AFE;  
1464          }          }
1465        } # AFE        } # AFE
1466        unless (defined $formatting_element) {        unless (defined $formatting_element) {
1467          !!!parse-error (type => 'unmatched end tag:'.$tag_name);          !!!cp ('t53');
1468            !!!parse-error (type => 'unmatched end tag', text => $tag_name, token => $end_tag_token);
1469          ## Ignore the token          ## Ignore the token
1470          !!!next-token;          !!!next-token;
1471          return;          return;
# Line 2545  sub _tree_construction_main ($) { Line 1477  sub _tree_construction_main ($) {
1477          my $node = $self->{open_elements}->[$_];          my $node = $self->{open_elements}->[$_];
1478          if ($node->[0] eq $formatting_element->[0]) {          if ($node->[0] eq $formatting_element->[0]) {
1479            if ($in_scope) {            if ($in_scope) {
1480                !!!cp ('t54');
1481              $formatting_element_i_in_open = $_;              $formatting_element_i_in_open = $_;
1482              last INSCOPE;              last INSCOPE;
1483            } else { # in open elements but not in scope            } else { # in open elements but not in scope
1484              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t55');
1485                !!!parse-error (type => 'unmatched end tag',
1486                                text => $token->{tag_name},
1487                                token => $end_tag_token);
1488              ## Ignore the token              ## Ignore the token
1489              !!!next-token;              !!!next-token;
1490              return;              return;
1491            }            }
1492          } elsif ({          } elsif ($node->[1] & SCOPING_EL) {
1493                    table => 1, caption => 1, td => 1, th => 1,            !!!cp ('t56');
                   button => 1, marquee => 1, object => 1, html => 1,  
                  }->{$node->[1]}) {  
1494            $in_scope = 0;            $in_scope = 0;
1495          }          }
1496        } # INSCOPE        } # INSCOPE
1497        unless (defined $formatting_element_i_in_open) {        unless (defined $formatting_element_i_in_open) {
1498          !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});          !!!cp ('t57');
1499            !!!parse-error (type => 'unmatched end tag',
1500                            text => $token->{tag_name},
1501                            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?
1504          return;          return;
1505        }        }
1506        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {
1507          !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);          !!!cp ('t58');
1508            !!!parse-error (type => 'not closed',
1509                            text => $self->{open_elements}->[-1]->[0]
1510                                ->manakai_local_name,
1511                            token => $end_tag_token);
1512        }        }
1513                
1514        ## Step 2        ## Step 2
# Line 2575  sub _tree_construction_main ($) { Line 1516  sub _tree_construction_main ($) {
1516        my $furthest_block_i_in_open;        my $furthest_block_i_in_open;
1517        OE: for (reverse 0..$#{$self->{open_elements}}) {        OE: for (reverse 0..$#{$self->{open_elements}}) {
1518          my $node = $self->{open_elements}->[$_];          my $node = $self->{open_elements}->[$_];
1519          if (not $formatting_category->{$node->[1]} and          if (not ($node->[1] & FORMATTING_EL) and
1520              #not $phrasing_category->{$node->[1]} and              #not $phrasing_category->{$node->[1]} and
1521              ($special_category->{$node->[1]} or              ($node->[1] & SPECIAL_EL or
1522               $scoping_category->{$node->[1]})) {               $node->[1] & SCOPING_EL)) { ## Scoping is redundant, maybe
1523              !!!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');
1529            last OE;            last OE;
1530          }          }
1531        } # OE        } # OE
1532                
1533        ## Step 3        ## Step 3
1534        unless (defined $furthest_block) { # MUST        unless (defined $furthest_block) { # MUST
1535            !!!cp ('t61');
1536          splice @{$self->{open_elements}}, $formatting_element_i_in_open;          splice @{$self->{open_elements}}, $formatting_element_i_in_open;
1537          splice @$active_formatting_elements, $formatting_element_i_in_active, 1;          splice @$active_formatting_elements, $formatting_element_i_in_active, 1;
1538          !!!next-token;          !!!next-token;
# Line 2600  sub _tree_construction_main ($) { Line 1545  sub _tree_construction_main ($) {
1545        ## Step 5        ## Step 5
1546        my $furthest_block_parent = $furthest_block->[0]->parent_node;        my $furthest_block_parent = $furthest_block->[0]->parent_node;
1547        if (defined $furthest_block_parent) {        if (defined $furthest_block_parent) {
1548            !!!cp ('t62');
1549          $furthest_block_parent->remove_child ($furthest_block->[0]);          $furthest_block_parent->remove_child ($furthest_block->[0]);
1550        }        }
1551                
# Line 2622  sub _tree_construction_main ($) { Line 1568  sub _tree_construction_main ($) {
1568          S7S2: {          S7S2: {
1569            for (reverse 0..$#$active_formatting_elements) {            for (reverse 0..$#$active_formatting_elements) {
1570              if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {              if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {
1571                  !!!cp ('t63');
1572                $node_i_in_active = $_;                $node_i_in_active = $_;
1573                last S7S2;                last S7S2;
1574              }              }
# Line 2635  sub _tree_construction_main ($) { Line 1582  sub _tree_construction_main ($) {
1582                    
1583          ## Step 4          ## Step 4
1584          if ($last_node->[0] eq $furthest_block->[0]) {          if ($last_node->[0] eq $furthest_block->[0]) {
1585              !!!cp ('t64');
1586            $bookmark_prev_el = $node->[0];            $bookmark_prev_el = $node->[0];
1587          }          }
1588                    
1589          ## Step 5          ## Step 5
1590          if ($node->[0]->has_child_nodes ()) {          if ($node->[0]->has_child_nodes ()) {
1591              !!!cp ('t65');
1592            my $clone = [$node->[0]->clone_node (0), $node->[1]];            my $clone = [$node->[0]->clone_node (0), $node->[1]];
1593            $active_formatting_elements->[$node_i_in_active] = $clone;            $active_formatting_elements->[$node_i_in_active] = $clone;
1594            $self->{open_elements}->[$node_i_in_open] = $clone;            $self->{open_elements}->[$node_i_in_open] = $clone;
# Line 2657  sub _tree_construction_main ($) { Line 1606  sub _tree_construction_main ($) {
1606        } # S7          } # S7  
1607                
1608        ## Step 8        ## Step 8
1609        $common_ancestor_node->[0]->append_child ($last_node->[0]);        if ($common_ancestor_node->[1] & TABLE_ROWS_EL) {
1610            my $foster_parent_element;
1611            my $next_sibling;
1612            OE: for (reverse 0..$#{$self->{open_elements}}) {
1613              if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
1614                                 my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
1615                                 if (defined $parent and $parent->node_type == 1) {
1616                                   !!!cp ('t65.1');
1617                                   $foster_parent_element = $parent;
1618                                   $next_sibling = $self->{open_elements}->[$_]->[0];
1619                                 } else {
1620                                   !!!cp ('t65.2');
1621                                   $foster_parent_element
1622                                     = $self->{open_elements}->[$_ - 1]->[0];
1623                                 }
1624                                 last OE;
1625                               }
1626                             } # OE
1627                             $foster_parent_element = $self->{open_elements}->[0]->[0]
1628                               unless defined $foster_parent_element;
1629            $foster_parent_element->insert_before ($last_node->[0], $next_sibling);
1630            $open_tables->[-1]->[1] = 1; # tainted
1631          } else {
1632            !!!cp ('t65.3');
1633            $common_ancestor_node->[0]->append_child ($last_node->[0]);
1634          }
1635                
1636        ## Step 9        ## Step 9
1637        my $clone = [$formatting_element->[0]->clone_node (0),        my $clone = [$formatting_element->[0]->clone_node (0),
# Line 2674  sub _tree_construction_main ($) { Line 1648  sub _tree_construction_main ($) {
1648        my $i;        my $i;
1649        AFE: for (reverse 0..$#$active_formatting_elements) {        AFE: for (reverse 0..$#$active_formatting_elements) {
1650          if ($active_formatting_elements->[$_]->[0] eq $formatting_element->[0]) {          if ($active_formatting_elements->[$_]->[0] eq $formatting_element->[0]) {
1651              !!!cp ('t66');
1652            splice @$active_formatting_elements, $_, 1;            splice @$active_formatting_elements, $_, 1;
1653            $i-- and last AFE if defined $i;            $i-- and last AFE if defined $i;
1654          } elsif ($active_formatting_elements->[$_]->[0] eq $bookmark_prev_el) {          } elsif ($active_formatting_elements->[$_]->[0] eq $bookmark_prev_el) {
1655              !!!cp ('t67');
1656            $i = $_;            $i = $_;
1657          }          }
1658        } # AFE        } # AFE
# Line 2686  sub _tree_construction_main ($) { Line 1662  sub _tree_construction_main ($) {
1662        undef $i;        undef $i;
1663        OE: for (reverse 0..$#{$self->{open_elements}}) {        OE: for (reverse 0..$#{$self->{open_elements}}) {
1664          if ($self->{open_elements}->[$_]->[0] eq $formatting_element->[0]) {          if ($self->{open_elements}->[$_]->[0] eq $formatting_element->[0]) {
1665              !!!cp ('t68');
1666            splice @{$self->{open_elements}}, $_, 1;            splice @{$self->{open_elements}}, $_, 1;
1667            $i-- and last OE if defined $i;            $i-- and last OE if defined $i;
1668          } elsif ($self->{open_elements}->[$_]->[0] eq $furthest_block->[0]) {          } elsif ($self->{open_elements}->[$_]->[0] eq $furthest_block->[0]) {
1669              !!!cp ('t69');
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;
1677      } # FET      } # FET
1678    }; # $formatting_end_tag    }; # $formatting_end_tag
1679    
1680    my $insert_to_current = sub {    $insert = my $insert_to_current = sub {
1681      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);
1682    }; # $insert_to_current    }; # $insert_to_current
1683    
1684    my $insert_to_foster = sub {    my $insert_to_foster = sub {
1685                         my $child = shift;      my $child = shift;
1686                         if ({      if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
1687                              table => 1, tbody => 1, tfoot => 1,        # MUST
1688                              thead => 1, tr => 1,        my $foster_parent_element;
1689                             }->{$self->{open_elements}->[-1]->[1]}) {        my $next_sibling;
1690                           # MUST        OE: for (reverse 0..$#{$self->{open_elements}}) {
1691                           my $foster_parent_element;          if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
                          my $next_sibling;  
                          OE: for (reverse 0..$#{$self->{open_elements}}) {  
                            if ($self->{open_elements}->[$_]->[1] eq 'table') {  
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');
1695                                 $foster_parent_element = $parent;                                 $foster_parent_element = $parent;
1696                                 $next_sibling = $self->{open_elements}->[$_]->[0];                                 $next_sibling = $self->{open_elements}->[$_]->[0];
1697                               } else {                               } else {
1698                                   !!!cp ('t71');
1699                                 $foster_parent_element                                 $foster_parent_element
1700                                   = $self->{open_elements}->[$_ - 1]->[0];                                   = $self->{open_elements}->[$_ - 1]->[0];
1701                               }                               }
# Line 2729  sub _tree_construction_main ($) { Line 1706  sub _tree_construction_main ($) {
1706                             unless defined $foster_parent_element;                             unless defined $foster_parent_element;
1707                           $foster_parent_element->insert_before                           $foster_parent_element->insert_before
1708                             ($child, $next_sibling);                             ($child, $next_sibling);
1709                         } else {        $open_tables->[-1]->[1] = 1; # tainted
1710                           $self->{open_elements}->[-1]->[0]->append_child ($child);      } else {
1711                         }        !!!cp ('t72');
1712          $self->{open_elements}->[-1]->[0]->append_child ($child);
1713        }
1714    }; # $insert_to_foster    }; # $insert_to_foster
1715    
1716    my $insert;    ## NOTE: Insert a character (MUST): When a character is inserted, if
1717      ## the last node that was inserted by the parser is a Text node and
1718      ## the character has to be inserted after that node, then the
1719      ## character is appended to the Text node.  However, if any other
1720      ## node is inserted by the parser, then a new Text node is created
1721      ## and the character is appended as that Text node.  If I'm not
1722      ## wrong, for a parser with scripting disabled, there are only two
1723      ## cases where this occurs.  One is the case where an element node
1724      ## is inserted to the |head| element.  This is covered by using the
1725      ## |$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 |$open_tables| structure.  All other cases are handled
1729      ## simply by calling |manakai_append_text| method.
1730    
1731      ## TODO: |<body><script>document.write("a<br>");
1732      ## document.body.removeChild (document.body.lastChild);
1733      ## document.write ("b")</script>|
1734    
1735    B: {    B: while (1) {
1736      if ($token->{type} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
1737        !!!parse-error (type => 'DOCTYPE in the middle');        !!!cp ('t73');
1738          !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
1739        ## Ignore the token        ## Ignore the token
1740        ## Stay in the phase        ## Stay in the phase
1741        !!!next-token;        !!!next-token;
1742        redo B;        next B;
     } elsif ($token->{type} == END_OF_FILE_TOKEN) {  
       if ($self->{insertion_mode} & AFTER_HTML_IMS) {  
         #  
       } else {  
         ## Generate implied end tags  
         if ({  
              dd => 1, dt => 1, li => 1, p => 1, td => 1, th => 1, tr => 1,  
              tbody => 1, tfoot=> 1, thead => 1,  
             }->{$self->{open_elements}->[-1]->[1]}) {  
           !!!back-token;  
           $token = {type => END_TAG_TOKEN, tag_name => $self->{open_elements}->[-1]->[1]};  
           redo B;  
         }  
           
         if (@{$self->{open_elements}} > 2 or  
             (@{$self->{open_elements}} == 2 and $self->{open_elements}->[1]->[1] ne 'body')) {  
           !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
         } elsif (defined $self->{inner_html_node} and  
                  @{$self->{open_elements}} > 1 and  
                  $self->{open_elements}->[1]->[1] ne 'body') {  
           !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
         }  
   
         ## ISSUE: There is an issue in the spec.  
       }  
   
       ## Stop parsing  
       last B;  
1743      } elsif ($token->{type} == START_TAG_TOKEN and      } elsif ($token->{type} == START_TAG_TOKEN and
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          ## Turn into the main phase          !!!cp ('t79');
1747          !!!parse-error (type => 'after html:html');          !!!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          ## Turn into the main phase          !!!cp ('t80');
1751          !!!parse-error (type => 'after html:html');          !!!parse-error (type => 'after html', text => 'html', token => $token);
1752          $self->{insertion_mode} = AFTER_FRAMESET_IM;          $self->{insertion_mode} = AFTER_FRAMESET_IM;
1753          } else {
1754            !!!cp ('t81');
1755        }        }
1756    
1757  ## ISSUE: "aa<html>" is not a parse error.        !!!cp ('t82');
1758  ## ISSUE: "<html>" in fragment is not a parse error.        !!!parse-error (type => 'not first start tag', token => $token);
       unless ($token->{first_start_tag}) {  
         !!!parse-error (type => 'not first start tag');  
       }  
1759        my $top_el = $self->{open_elements}->[0]->[0];        my $top_el = $self->{open_elements}->[0]->[0];
1760        for my $attr_name (keys %{$token->{attributes}}) {        for my $attr_name (keys %{$token->{attributes}}) {
1761          unless ($top_el->has_attribute_ns (undef, $attr_name)) {          unless ($top_el->has_attribute_ns (undef, $attr_name)) {
1762              !!!cp ('t84');
1763            $top_el->set_attribute_ns            $top_el->set_attribute_ns
1764              (undef, [undef, $attr_name],              (undef, [undef, $attr_name],
1765               $token->{attributes}->{$attr_name}->{value});               $token->{attributes}->{$attr_name}->{value});
1766          }          }
1767        }        }
1768          !!!nack ('t84.1');
1769        !!!next-token;        !!!next-token;
1770        redo B;        next B;
1771      } elsif ($token->{type} == COMMENT_TOKEN) {      } elsif ($token->{type} == COMMENT_TOKEN) {
1772        my $comment = $self->{document}->create_comment ($token->{data});        my $comment = $self->{document}->create_comment ($token->{data});
1773        if ($self->{insertion_mode} & AFTER_HTML_IMS) {        if ($self->{insertion_mode} & AFTER_HTML_IMS) {
1774            !!!cp ('t85');
1775          $self->{document}->append_child ($comment);          $self->{document}->append_child ($comment);
1776        } elsif ($self->{insertion_mode} == AFTER_BODY_IM) {        } elsif ($self->{insertion_mode} == AFTER_BODY_IM) {
1777            !!!cp ('t86');
1778          $self->{open_elements}->[0]->[0]->append_child ($comment);          $self->{open_elements}->[0]->[0]->append_child ($comment);
1779        } else {        } else {
1780            !!!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        redo B;        next B;
1786      } elsif ($self->{insertion_mode} & HEAD_IMS) {      } elsif ($self->{insertion_mode} & IN_CDATA_RCDATA_IM) {
1787        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
1788          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          $token->{data} =~ s/^\x0A// if $self->{ignore_newline};
1789            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);          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) {
1860          if ($token->{type} == CHARACTER_TOKEN) {
1861            !!!cp ('t87.1');
1862            $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
1863            !!!next-token;
1864            next B;
1865          } elsif ($token->{type} == START_TAG_TOKEN) {
1866            if ((not {mglyph => 1, malignmark => 1}->{$token->{tag_name}} and
1867                 $self->{open_elements}->[-1]->[1] & FOREIGN_FLOW_CONTENT_EL) or
1868                not ($self->{open_elements}->[-1]->[1] & FOREIGN_EL) or
1869                ($token->{tag_name} eq 'svg' and
1870                 $self->{open_elements}->[-1]->[1] == MML_AXML_EL)) {
1871              ## NOTE: "using the rules for secondary insertion mode"then"continue"
1872              !!!cp ('t87.2');
1873              #
1874            } elsif ({
1875                      b => 1, big => 1, blockquote => 1, body => 1, br => 1,
1876                      center => 1, code => 1, dd => 1, div => 1, dl => 1, dt => 1,
1877                      em => 1, embed => 1, font => 1, h1 => 1, h2 => 1, h3 => 1,
1878                      h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, i => 1,
1879                      img => 1, li => 1, listing => 1, menu => 1, meta => 1,
1880                      nobr => 1, ol => 1, p => 1, pre => 1, ruby => 1, s => 1,
1881                      small => 1, span => 1, strong => 1, strike => 1, sub => 1,
1882                      sup => 1, table => 1, tt => 1, u => 1, ul => 1, var => 1,
1883                     }->{$token->{tag_name}}) {
1884              !!!cp ('t87.2');
1885              !!!parse-error (type => 'not closed',
1886                              text => $self->{open_elements}->[-1]->[0]
1887                                  ->manakai_local_name,
1888                              token => $token);
1889    
1890              pop @{$self->{open_elements}}
1891                  while $self->{open_elements}->[-1]->[1] & FOREIGN_EL;
1892    
1893              $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
1894              ## Reprocess.
1895              next B;
1896            } else {
1897              my $nsuri = $self->{open_elements}->[-1]->[0]->namespace_uri;
1898              my $tag_name = $token->{tag_name};
1899              if ($nsuri eq $SVG_NS) {
1900                $tag_name = {
1901                   altglyph => 'altGlyph',
1902                   altglyphdef => 'altGlyphDef',
1903                   altglyphitem => 'altGlyphItem',
1904                   animatecolor => 'animateColor',
1905                   animatemotion => 'animateMotion',
1906                   animatetransform => 'animateTransform',
1907                   clippath => 'clipPath',
1908                   feblend => 'feBlend',
1909                   fecolormatrix => 'feColorMatrix',
1910                   fecomponenttransfer => 'feComponentTransfer',
1911                   fecomposite => 'feComposite',
1912                   feconvolvematrix => 'feConvolveMatrix',
1913                   fediffuselighting => 'feDiffuseLighting',
1914                   fedisplacementmap => 'feDisplacementMap',
1915                   fedistantlight => 'feDistantLight',
1916                   feflood => 'feFlood',
1917                   fefunca => 'feFuncA',
1918                   fefuncb => 'feFuncB',
1919                   fefuncg => 'feFuncG',
1920                   fefuncr => 'feFuncR',
1921                   fegaussianblur => 'feGaussianBlur',
1922                   feimage => 'feImage',
1923                   femerge => 'feMerge',
1924                   femergenode => 'feMergeNode',
1925                   femorphology => 'feMorphology',
1926                   feoffset => 'feOffset',
1927                   fepointlight => 'fePointLight',
1928                   fespecularlighting => 'feSpecularLighting',
1929                   fespotlight => 'feSpotLight',
1930                   fetile => 'feTile',
1931                   feturbulence => 'feTurbulence',
1932                   foreignobject => 'foreignObject',
1933                   glyphref => 'glyphRef',
1934                   lineargradient => 'linearGradient',
1935                   radialgradient => 'radialGradient',
1936                   #solidcolor => 'solidColor', ## NOTE: Commented in spec (SVG1.2)
1937                   textpath => 'textPath',  
1938                }->{$tag_name} || $tag_name;
1939              }
1940    
1941              ## "adjust SVG attributes" (SVG only) - done in insert-element-f
1942    
1943              ## "adjust foreign attributes" - done in insert-element-f
1944    
1945              !!!insert-element-f ($nsuri, $tag_name, $token->{attributes}, $token);
1946    
1947              if ($self->{self_closing}) {
1948                pop @{$self->{open_elements}};
1949                !!!ack ('t87.3');
1950              } else {
1951                !!!cp ('t87.4');
1952              }
1953    
1954              !!!next-token;
1955              next B;
1956            }
1957          } elsif ($token->{type} == END_TAG_TOKEN) {
1958            ## NOTE: "using the rules for secondary insertion mode" then "continue"
1959            !!!cp ('t87.5');
1960            #
1961          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
1962            !!!cp ('t87.6');
1963            !!!parse-error (type => 'not closed',
1964                            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 {
1977            die "$0: $token->{type}: Unknown token type";        
1978          }
1979        }
1980    
1981        if ($self->{insertion_mode} & HEAD_IMS) {
1982          if ($token->{type} == CHARACTER_TOKEN) {
1983            if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1984              unless ($self->{insertion_mode} == BEFORE_HEAD_IM) {
1985                if ($self->{head_element_inserted}) {
1986                  !!!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 {
1999                !!!cp ('t88.1');
2000                ## Ignore the token.
2001                #
2002              }
2003            unless (length $token->{data}) {            unless (length $token->{data}) {
2004                !!!cp ('t88');
2005              !!!next-token;              !!!next-token;
2006              redo B;              next B;
2007            }            }
2008    ## TODO: set $token->{column} appropriately
2009          }          }
2010    
2011          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2012              !!!cp ('t89');
2013            ## As if <head>            ## As if <head>
2014            !!!create-element ($self->{head_element}, 'head');            !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2015            $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});            $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2016            push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            push @{$self->{open_elements}},
2017                  [$self->{head_element}, $el_category->{head}];
2018    
2019            ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2020            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2021    
2022            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
2023          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2024              !!!cp ('t90');
2025            ## As if </noscript>            ## As if </noscript>
2026            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2027            !!!parse-error (type => 'in noscript:#character');            !!!parse-error (type => 'in noscript:#text', token => $token);
2028                        
2029            ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2030            ## As if </head>            ## As if </head>
# Line 2840  sub _tree_construction_main ($) { Line 2032  sub _tree_construction_main ($) {
2032    
2033            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
2034          } elsif ($self->{insertion_mode} == IN_HEAD_IM) {          } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2035              !!!cp ('t91');
2036            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2037    
2038            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
2039            } else {
2040              !!!cp ('t92');
2041          }          }
2042    
2043              ## "after head" insertion mode          ## "after head" insertion mode
2044              ## As if <body>          ## As if <body>
2045              !!!insert-element ('body');          !!!insert-element ('body',, $token);
2046              $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
2047              ## reprocess          ## reprocess
2048              redo B;          next B;
2049            } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
2050              if ($token->{tag_name} eq 'head') {          if ($token->{tag_name} eq 'head') {
2051                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {            if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2052                  !!!create-element ($self->{head_element}, $token->{tag_name}, $token->{attributes});              !!!cp ('t93');
2053                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              !!!create-element ($self->{head_element}, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);
2054                  push @{$self->{open_elements}}, [$self->{head_element}, $token->{tag_name}];              $self->{open_elements}->[-1]->[0]->append_child
2055                  $self->{insertion_mode} = IN_HEAD_IM;                  ($self->{head_element});
2056                  !!!next-token;              push @{$self->{open_elements}},
2057                  redo B;                  [$self->{head_element}, $el_category->{head}];
2058                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2059                  #              !!!nack ('t93.1');
2060                } else {              !!!next-token;
2061                  !!!parse-error (type => 'in head:head'); # or in head noscript              next B;
2062                  ## Ignore the token            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2063                  !!!next-token;              !!!cp ('t93.2');
2064                  redo B;              !!!parse-error (type => 'after head', text => 'head',
2065                }                              token => $token);
2066              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {              ## Ignore the token
2067                ## As if <head>              !!!nack ('t93.3');
2068                !!!create-element ($self->{head_element}, 'head');              !!!next-token;
2069                $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              next B;
2070                push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } else {
2071                !!!cp ('t95');
2072                !!!parse-error (type => 'in head:head',
2073                                token => $token); # or in head noscript
2074                ## Ignore the token
2075                !!!nack ('t95.1');
2076                !!!next-token;
2077                next B;
2078              }
2079            } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2080              !!!cp ('t96');
2081              ## As if <head>
2082              !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2083              $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2084              push @{$self->{open_elements}},
2085                  [$self->{head_element}, $el_category->{head}];
2086    
2087                $self->{insertion_mode} = IN_HEAD_IM;            $self->{insertion_mode} = IN_HEAD_IM;
2088                ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2089              }          } else {
2090              !!!cp ('t97');
2091            }
2092    
2093              if ($token->{tag_name} eq 'base') {          if ($token->{tag_name} eq 'base') {
2094                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2095                  ## As if </noscript>              !!!cp ('t98');
2096                  pop @{$self->{open_elements}};              ## As if </noscript>
2097                  !!!parse-error (type => 'in noscript:base');              pop @{$self->{open_elements}};
2098                              !!!parse-error (type => 'in noscript', text => 'base',
2099                  $self->{insertion_mode} = IN_HEAD_IM;                              token => $token);
2100                  ## Reprocess in the "in head" insertion mode...            
2101                }              $self->{insertion_mode} = IN_HEAD_IM;
2102                ## Reprocess in the "in head" insertion mode...
2103              } else {
2104                !!!cp ('t99');
2105              }
2106    
2107                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2108                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2109                  !!!parse-error (type => 'after head:'.$token->{tag_name});              !!!cp ('t100');
2110                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];              !!!parse-error (type => 'after head',
2111                }                              text => $token->{tag_name}, token => $token);
2112                !!!insert-element ($token->{tag_name}, $token->{attributes});              push @{$self->{open_elements}},
2113                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.                  [$self->{head_element}, $el_category->{head}];
2114                pop @{$self->{open_elements}}              $self->{head_element_inserted} = 1;
2115                    if $self->{insertion_mode} == AFTER_HEAD_IM;            } else {
2116                !!!next-token;              !!!cp ('t101');
2117                redo B;            }
2118              } elsif ($token->{tag_name} eq 'link') {            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2119                ## NOTE: There is a "as if in head" code clone.            pop @{$self->{open_elements}};
2120                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            pop @{$self->{open_elements}} # <head>
2121                  !!!parse-error (type => 'after head:'.$token->{tag_name});                if $self->{insertion_mode} == AFTER_HEAD_IM;
2122                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            !!!nack ('t101.1');
2123                }            !!!next-token;
2124                !!!insert-element ($token->{tag_name}, $token->{attributes});            next B;
2125                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          } elsif ($token->{tag_name} eq 'link') {
2126                pop @{$self->{open_elements}}            ## NOTE: There is a "as if in head" code clone.
2127                    if $self->{insertion_mode} == AFTER_HEAD_IM;            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2128                !!!next-token;              !!!cp ('t102');
2129                redo B;              !!!parse-error (type => 'after head',
2130              } elsif ($token->{tag_name} eq 'meta') {                              text => $token->{tag_name}, token => $token);
2131                ## NOTE: There is a "as if in head" code clone.              push @{$self->{open_elements}},
2132                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                  [$self->{head_element}, $el_category->{head}];
2133                  !!!parse-error (type => 'after head:'.$token->{tag_name});              $self->{head_element_inserted} = 1;
2134                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } else {
2135                }              !!!cp ('t103');
2136                !!!insert-element ($token->{tag_name}, $token->{attributes});            }
2137                my $meta_el = pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2138              pop @{$self->{open_elements}};
2139              pop @{$self->{open_elements}} # <head>
2140                  if $self->{insertion_mode} == AFTER_HEAD_IM;
2141              !!!ack ('t103.1');
2142              !!!next-token;
2143              next B;
2144            } elsif ($token->{tag_name} eq 'command' or
2145                     $token->{tag_name} eq 'eventsource') {
2146              if ($self->{insertion_mode} == IN_HEAD_IM) {
2147                ## NOTE: If the insertion mode at the time of the emission
2148                ## of the token was "before head", $self->{insertion_mode}
2149                ## is already changed to |IN_HEAD_IM|.
2150    
2151                ## NOTE: There is a "as if in head" code clone.
2152                !!!insert-element ($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 ($token->{attributes}->{charset}) { ## TODO: And if supported                  if ($token->{attributes}->{charset}) {
2183                      !!!cp ('t106');
2184                      ## NOTE: Whether the encoding is supported or not is handled
2185                      ## in the {change_encoding} callback.
2186                    $self->{change_encoding}                    $self->{change_encoding}
2187                        ->($self, $token->{attributes}->{charset}->{value});                        ->($self, $token->{attributes}->{charset}->{value},
2188                             $token);
2189                                        
2190                    $meta_el->[0]->get_attribute_node_ns (undef, 'charset')                    $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
2191                        ->set_user_data (manakai_has_reference =>                        ->set_user_data (manakai_has_reference =>
2192                                             $token->{attributes}->{charset}                                             $token->{attributes}->{charset}
2193                                                 ->{has_reference});                                                 ->{has_reference});
2194                  } elsif ($token->{attributes}->{content}) {                  } elsif ($token->{attributes}->{content}) {
                   ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.  
2195                    if ($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');
2202                        ## NOTE: Whether the encoding is supported or not is handled
2203                        ## in the {change_encoding} callback.
2204                      $self->{change_encoding}                      $self->{change_encoding}
2205                          ->($self, defined $1 ? $1 : defined $2 ? $2 : $3);                          ->($self, defined $1 ? $1 : defined $2 ? $2 : $3,
2206                               $token);
2207                      $meta_el->[0]->get_attribute_node_ns (undef, 'content')                      $meta_el->[0]->get_attribute_node_ns (undef, 'content')
2208                          ->set_user_data (manakai_has_reference =>                          ->set_user_data (manakai_has_reference =>
2209                                               $token->{attributes}->{content}                                               $token->{attributes}->{content}
2210                                                     ->{has_reference});                                                     ->{has_reference});
2211                      } else {
2212                        !!!cp ('t108');
2213                    }                    }
2214                  }                  }
2215                } else {                } else {
2216                  if ($token->{attributes}->{charset}) {                  if ($token->{attributes}->{charset}) {
2217                      !!!cp ('t109');
2218                    $meta_el->[0]->get_attribute_node_ns (undef, 'charset')                    $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
2219                        ->set_user_data (manakai_has_reference =>                        ->set_user_data (manakai_has_reference =>
2220                                             $token->{attributes}->{charset}                                             $token->{attributes}->{charset}
2221                                                 ->{has_reference});                                                 ->{has_reference});
2222                  }                  }
2223                  if ($token->{attributes}->{content}) {                  if ($token->{attributes}->{content}) {
2224                      !!!cp ('t110');
2225                    $meta_el->[0]->get_attribute_node_ns (undef, 'content')                    $meta_el->[0]->get_attribute_node_ns (undef, 'content')
2226                        ->set_user_data (manakai_has_reference =>                        ->set_user_data (manakai_has_reference =>
2227                                             $token->{attributes}->{content}                                             $token->{attributes}->{content}
# Line 2959  sub _tree_construction_main ($) { Line 2229  sub _tree_construction_main ($) {
2229                  }                  }
2230                }                }
2231    
2232                pop @{$self->{open_elements}}                pop @{$self->{open_elements}} # <head>
2233                    if $self->{insertion_mode} == AFTER_HEAD_IM;                    if $self->{insertion_mode} == AFTER_HEAD_IM;
2234                  !!!ack ('t110.1');
2235                !!!next-token;                !!!next-token;
2236                redo B;                next B;
2237              } elsif ($token->{tag_name} eq 'title') {          } elsif ($token->{tag_name} eq 'title') {
2238                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2239                  ## As if </noscript>              !!!cp ('t111');
2240                  pop @{$self->{open_elements}};              ## As if </noscript>
2241                  !!!parse-error (type => 'in noscript:title');              pop @{$self->{open_elements}};
2242                              !!!parse-error (type => 'in noscript', text => 'title',
2243                  $self->{insertion_mode} = IN_HEAD_IM;                              token => $token);
2244                  ## Reprocess in the "in head" insertion mode...            
2245                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2246                  !!!parse-error (type => 'after head:'.$token->{tag_name});              ## Reprocess in the "in head" insertion mode...
2247                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2248                }              !!!cp ('t112');
2249                !!!parse-error (type => 'after head',
2250                                text => $token->{tag_name}, token => $token);
2251                push @{$self->{open_elements}},
2252                    [$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                                sub { $parent->append_child ($_[0]) });                if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2263                pop @{$self->{open_elements}}            next B;
2264                    if $self->{insertion_mode} == AFTER_HEAD_IM;          } elsif ($token->{tag_name} eq 'style' or
2265                redo B;                   $token->{tag_name} eq 'noframes') {
2266              } elsif ($token->{tag_name} eq 'style') {            ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and
2267                ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and            ## insertion mode IN_HEAD_IM)
2268                ## insertion mode IN_HEAD_IM)            ## NOTE: There is a "as if in head" code clone.
2269                ## NOTE: There is a "as if in head" code clone.            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2270                if ($self->{insertion_mode} == AFTER_HEAD_IM) {              !!!cp ('t114');
2271                  !!!parse-error (type => 'after head:'.$token->{tag_name});              !!!parse-error (type => 'after head',
2272                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                              text => $token->{tag_name}, token => $token);
2273                }              push @{$self->{open_elements}},
2274                $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);                  [$self->{head_element}, $el_category->{head}];
2275                pop @{$self->{open_elements}}              $self->{head_element_inserted} = 1;
2276                    if $self->{insertion_mode} == AFTER_HEAD_IM;            } else {
2277                redo B;              !!!cp ('t115');
2278              } elsif ($token->{tag_name} eq 'noscript') {            }
2279              $parse_rcdata->(CDATA_CONTENT_MODEL);
2280              ## ISSUE: A spec bug [Bug 6038]
2281              splice @{$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');
2287                  ## NOTE: and scripting is disalbed                  ## NOTE: and scripting is disalbed
2288                  !!!insert-element ($token->{tag_name}, $token->{attributes});                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2289                  $self->{insertion_mode} = IN_HEAD_NOSCRIPT_IM;                  $self->{insertion_mode} = IN_HEAD_NOSCRIPT_IM;
2290                    !!!nack ('t116.1');
2291                  !!!next-token;                  !!!next-token;
2292                  redo B;                  next B;
2293                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2294                  !!!parse-error (type => 'in noscript:noscript');                  !!!cp ('t117');
2295                    !!!parse-error (type => 'in noscript', text => 'noscript',
2296                                    token => $token);
2297                  ## Ignore the token                  ## Ignore the token
2298                    !!!nack ('t117.1');
2299                  !!!next-token;                  !!!next-token;
2300                  redo B;                  next B;
2301                } else {                } else {
2302                    !!!cp ('t118');
2303                  #                  #
2304                }                }
2305              } elsif ($token->{tag_name} eq 'script') {          } elsif ($token->{tag_name} eq 'script') {
2306                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2307                  ## As if </noscript>              !!!cp ('t119');
2308                  pop @{$self->{open_elements}};              ## As if </noscript>
2309                  !!!parse-error (type => 'in noscript:script');              pop @{$self->{open_elements}};
2310                              !!!parse-error (type => 'in noscript', text => 'script',
2311                  $self->{insertion_mode} = IN_HEAD_IM;                              token => $token);
2312                  ## Reprocess in the "in head" insertion mode...            
2313                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2314                  !!!parse-error (type => 'after head:'.$token->{tag_name});              ## Reprocess in the "in head" insertion mode...
2315                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2316                }              !!!cp ('t120');
2317                !!!parse-error (type => 'after head',
2318                                text => $token->{tag_name}, token => $token);
2319                push @{$self->{open_elements}},
2320                    [$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                $script_start_tag->($insert_to_current);            $script_start_tag->();
2328                pop @{$self->{open_elements}}            ## ISSUE: A spec bug  [Bug 6038]
2329                    if $self->{insertion_mode} == AFTER_HEAD_IM;            splice @{$self->{open_elements}}, -2, 1 # <head>
2330                redo 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 ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2335                    !!!cp ('t122');
2336                  ## As if </noscript>                  ## As if </noscript>
2337                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2338                  !!!parse-error (type => 'in noscript:'.$token->{tag_name});                  !!!parse-error (type => 'in noscript',
2339                                    text => $token->{tag_name}, token => $token);
2340                                    
2341                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2342                  ## As if </head>                  ## As if </head>
# Line 3042  sub _tree_construction_main ($) { Line 2344  sub _tree_construction_main ($) {
2344                                    
2345                  ## Reprocess in the "after head" insertion mode...                  ## Reprocess in the "after head" insertion mode...
2346                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2347                    !!!cp ('t124');
2348                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2349                                    
2350                  ## Reprocess in the "after head" insertion mode...                  ## Reprocess in the "after head" insertion mode...
2351                  } else {
2352                    !!!cp ('t125');
2353                }                }
2354    
2355                ## "after head" insertion mode                ## "after head" insertion mode
2356                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2357                if ($token->{tag_name} eq 'body') {                if ($token->{tag_name} eq 'body') {
2358                    !!!cp ('t126');
2359                  $self->{insertion_mode} = IN_BODY_IM;                  $self->{insertion_mode} = IN_BODY_IM;
2360                } elsif ($token->{tag_name} eq 'frameset') {                } elsif ($token->{tag_name} eq 'frameset') {
2361                    !!!cp ('t127');
2362                  $self->{insertion_mode} = IN_FRAMESET_IM;                  $self->{insertion_mode} = IN_FRAMESET_IM;
2363                } else {                } else {
2364                  die "$0: tag name: $self->{tag_name}";                  die "$0: tag name: $self->{tag_name}";
2365                }                }
2366                  !!!nack ('t127.1');
2367                !!!next-token;                !!!next-token;
2368                redo B;                next B;
2369              } else {              } else {
2370                  !!!cp ('t128');
2371                #                #
2372              }              }
2373    
2374              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2375                  !!!cp ('t129');
2376                ## As if </noscript>                ## As if </noscript>
2377                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2378                !!!parse-error (type => 'in noscript:/'.$token->{tag_name});                !!!parse-error (type => 'in noscript:/',
2379                                  text => $token->{tag_name}, token => $token);
2380                                
2381                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
2382                ## As if </head>                ## As if </head>
# Line 3073  sub _tree_construction_main ($) { Line 2384  sub _tree_construction_main ($) {
2384    
2385                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2386              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2387                  !!!cp ('t130');
2388                ## As if </head>                ## As if </head>
2389                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2390    
2391                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2392                } else {
2393                  !!!cp ('t131');
2394              }              }
2395    
2396              ## "after head" insertion mode              ## "after head" insertion mode
2397              ## As if <body>              ## As if <body>
2398              !!!insert-element ('body');              !!!insert-element ('body',, $token);
2399              $self->{insertion_mode} = IN_BODY_IM;              $self->{insertion_mode} = IN_BODY_IM;
2400              ## reprocess              ## reprocess
2401              redo B;              !!!ack-later;
2402                next B;
2403            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
2404              if ($token->{tag_name} eq 'head') {              if ($token->{tag_name} eq 'head') {
2405                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2406                    !!!cp ('t132');
2407                  ## As if <head>                  ## As if <head>
2408                  !!!create-element ($self->{head_element}, 'head');                  !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2409                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2410                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  push @{$self->{open_elements}},
2411                        [$self->{head_element}, $el_category->{head}];
2412    
2413                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2414                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2415                  $self->{insertion_mode} = AFTER_HEAD_IM;                  $self->{insertion_mode} = AFTER_HEAD_IM;
2416                  !!!next-token;                  !!!next-token;
2417                  redo B;                  next B;
2418                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2419                    !!!cp ('t133');
2420                  ## As if </noscript>                  ## As if </noscript>
2421                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2422                  !!!parse-error (type => 'in noscript:script');                  !!!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}};
2427                  $self->{insertion_mode} = AFTER_HEAD_IM;                  $self->{insertion_mode} = AFTER_HEAD_IM;
2428                  !!!next-token;                  !!!next-token;
2429                  redo B;                  next B;
2430                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2431                    !!!cp ('t134');
2432                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2433                  $self->{insertion_mode} = AFTER_HEAD_IM;                  $self->{insertion_mode} = AFTER_HEAD_IM;
2434                  !!!next-token;                  !!!next-token;
2435                  redo B;                  next B;
2436                  } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2437                    !!!cp ('t134.1');
2438                    !!!parse-error (type => 'unmatched end tag', text => 'head',
2439                                    token => $token);
2440                    ## Ignore the token
2441                    !!!next-token;
2442                    next B;
2443                } else {                } else {
2444                  #                  die "$0: $self->{insertion_mode}: Unknown insertion mode";
2445                }                }
2446              } elsif ($token->{tag_name} eq 'noscript') {              } elsif ($token->{tag_name} eq 'noscript') {
2447                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2448                    !!!cp ('t136');
2449                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2450                  $self->{insertion_mode} = IN_HEAD_IM;                  $self->{insertion_mode} = IN_HEAD_IM;
2451                  !!!next-token;                  !!!next-token;
2452                  redo B;                  next B;
2453                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM or
2454                  !!!parse-error (type => 'unmatched end tag:noscript');                         $self->{insertion_mode} == AFTER_HEAD_IM) {
2455                    !!!cp ('t137');
2456                    !!!parse-error (type => 'unmatched end tag',
2457                                    text => 'noscript', token => $token);
2458                  ## Ignore the token ## ISSUE: An issue in the spec.                  ## Ignore the token ## ISSUE: An issue in the spec.
2459                  !!!next-token;                  !!!next-token;
2460                  redo B;                  next B;
2461                } else {                } else {
2462                    !!!cp ('t138');
2463                  #                  #
2464                }                }
2465              } elsif ({              } elsif ({
2466                        body => 1, html => 1,                        body => 1, html => 1,
2467                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
2468                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {                ## TODO: This branch is entirely redundant.
2469                  ## As if <head>                if ($self->{insertion_mode} == BEFORE_HEAD_IM or
2470                  !!!create-element ($self->{head_element}, 'head');                    $self->{insertion_mode} == IN_HEAD_IM or
2471                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                    $self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2472                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  !!!cp ('t140');
2473                    !!!parse-error (type => 'unmatched end tag',
2474                  $self->{insertion_mode} = IN_HEAD_IM;                                  text => $token->{tag_name}, token => $token);
                 ## Reprocess in the "in head" insertion mode...  
               } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
2475                  ## Ignore the token                  ## Ignore the token
2476                  !!!next-token;                  !!!next-token;
2477                  redo B;                  next B;
2478                  } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2479                    !!!cp ('t140.1');
2480                    !!!parse-error (type => 'unmatched end tag',
2481                                    text => $token->{tag_name}, token => $token);
2482                    ## Ignore the token
2483                    !!!next-token;
2484                    next B;
2485                  } else {
2486                    die "$0: $self->{insertion_mode}: Unknown insertion mode";
2487                }                }
2488                              } elsif ($token->{tag_name} eq 'p') {
2489                #                !!!cp ('t142');
2490              } elsif ({                !!!parse-error (type => 'unmatched end tag',
2491                        p => 1, br => 1,                                text => $token->{tag_name}, token => $token);
2492                       }->{$token->{tag_name}}) {                ## Ignore the token
2493                  !!!next-token;
2494                  next B;
2495                } elsif ($token->{tag_name} eq 'br') {
2496                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2497                  ## As if <head>                  !!!cp ('t142.2');
2498                  !!!create-element ($self->{head_element}, 'head');                  ## (before head) as if <head>, (in head) as if </head>
2499                    !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2500                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2501                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  $self->{insertion_mode} = AFTER_HEAD_IM;
2502      
2503                    ## Reprocess in the "after head" insertion mode...
2504                  } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2505                    !!!cp ('t143.2');
2506                    ## As if </head>
2507                    pop @{$self->{open_elements}};
2508                    $self->{insertion_mode} = AFTER_HEAD_IM;
2509      
2510                    ## Reprocess in the "after head" insertion mode...
2511                  } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2512                    !!!cp ('t143.3');
2513                    ## NOTE: Two parse errors for <head><noscript></br>
2514                    !!!parse-error (type => 'unmatched end tag',
2515                                    text => 'br', token => $token);
2516                    ## As if </noscript>
2517                    pop @{$self->{open_elements}};
2518                  $self->{insertion_mode} = IN_HEAD_IM;                  $self->{insertion_mode} = IN_HEAD_IM;
2519    
2520                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2521                }                  ## As if </head>
2522                    pop @{$self->{open_elements}};
2523                    $self->{insertion_mode} = AFTER_HEAD_IM;
2524    
2525                #                  ## Reprocess in the "after head" insertion mode...
2526              } else {                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2527                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                  !!!cp ('t143.4');
2528                  #                  #
2529                } else {                } else {
2530                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  die "$0: $self->{insertion_mode}: Unknown insertion mode";
                 ## Ignore the token  
                 !!!next-token;  
                 redo B;  
2531                }                }
2532    
2533                  ## ISSUE: does not agree with IE7 - it doesn't ignore </br>.
2534                  !!!parse-error (type => 'unmatched end tag',
2535                                  text => 'br', token => $token);
2536                  ## Ignore the token
2537                  !!!next-token;
2538                  next B;
2539                } else {
2540                  !!!cp ('t145');
2541                  !!!parse-error (type => 'unmatched end tag',
2542                                  text => $token->{tag_name}, token => $token);
2543                  ## Ignore the token
2544                  !!!next-token;
2545                  next B;
2546              }              }
2547    
2548              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2549                  !!!cp ('t146');
2550                ## As if </noscript>                ## As if </noscript>
2551                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2552                !!!parse-error (type => 'in noscript:/'.$token->{tag_name});                !!!parse-error (type => 'in noscript:/',
2553                                  text => $token->{tag_name}, token => $token);
2554                                
2555                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
2556                ## As if </head>                ## As if </head>
# Line 3185  sub _tree_construction_main ($) { Line 2558  sub _tree_construction_main ($) {
2558    
2559                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2560              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2561                  !!!cp ('t147');
2562                ## As if </head>                ## As if </head>
2563                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2564    
2565                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2566              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2567                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  ## ISSUE: This case cannot be reached?
2568                  !!!cp ('t148');
2569                  !!!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                redo B;                next B;
2574                } else {
2575                  !!!cp ('t149');
2576              }              }
2577    
2578              ## "after head" insertion mode              ## "after head" insertion mode
2579              ## As if <body>              ## As if <body>
2580              !!!insert-element ('body');              !!!insert-element ('body',, $token);
2581              $self->{insertion_mode} = IN_BODY_IM;              $self->{insertion_mode} = IN_BODY_IM;
2582              ## reprocess              ## reprocess
2583              redo B;              next B;
2584            } else {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
2585              die "$0: $token->{type}: Unknown token type";          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2586            }            !!!cp ('t149.1');
2587    
2588              ## NOTE: As if <head>
2589              !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2590              $self->{open_elements}->[-1]->[0]->append_child
2591                  ($self->{head_element});
2592              #push @{$self->{open_elements}},
2593              #    [$self->{head_element}, $el_category->{head}];
2594              #$self->{insertion_mode} = IN_HEAD_IM;
2595              ## NOTE: Reprocess.
2596    
2597              ## NOTE: As if </head>
2598              #pop @{$self->{open_elements}};
2599              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
2600              ## NOTE: Reprocess.
2601              
2602              #
2603            } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2604              !!!cp ('t149.2');
2605    
2606            ## ISSUE: An issue in the spec.            ## NOTE: As if </head>
2607              pop @{$self->{open_elements}};
2608              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
2609              ## NOTE: Reprocess.
2610    
2611              #
2612            } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2613              !!!cp ('t149.3');
2614    
2615              !!!parse-error (type => 'in noscript:#eof', token => $token);
2616    
2617              ## As if </noscript>
2618              pop @{$self->{open_elements}};
2619              #$self->{insertion_mode} = IN_HEAD_IM;
2620              ## NOTE: Reprocess.
2621    
2622              ## NOTE: As if </head>
2623              pop @{$self->{open_elements}};
2624              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
2625              ## NOTE: Reprocess.
2626    
2627              #
2628            } else {
2629              !!!cp ('t149.4');
2630              #
2631            }
2632    
2633            ## NOTE: As if <body>
2634            !!!insert-element ('body',, $token);
2635            $self->{insertion_mode} = IN_BODY_IM;
2636            ## NOTE: Reprocess.
2637            next B;
2638          } else {
2639            die "$0: $token->{type}: Unknown token type";
2640          }
2641      } elsif ($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');
2644              ## NOTE: There is a code clone of "character in body".              ## NOTE: There is a code clone of "character in body".
2645              $reconstruct_active_formatting_elements->($insert_to_current);              $reconstruct_active_formatting_elements->($insert_to_current);
2646                            
2647              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
2648    
2649              !!!next-token;              !!!next-token;
2650              redo B;              next B;
2651            } elsif ($token->{type} == START_TAG_TOKEN) {            } elsif ($token->{type} == START_TAG_TOKEN) {
2652              if ({              if ({
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                  my $tn;                  for (reverse 0..$#{$self->{open_elements}}) {
                 INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
2659                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
2660                    if ($node->[1] eq 'td' or $node->[1] eq 'th') {                    if ($node->[1] == TABLE_CELL_EL) {
2661                      $tn = $node->[1];                      !!!cp ('t151');
2662                      last INSCOPE;  
2663                    } elsif ({                      ## Close the cell
2664                              table => 1, html => 1,                      !!!back-token; # <x>
2665                             }->{$node->[1]}) {                      $token = {type => END_TAG_TOKEN,
2666                      last INSCOPE;                                tag_name => $node->[0]->manakai_local_name,
2667                    }                                line => $token->{line},
2668                  } # INSCOPE                                column => $token->{column}};
2669                    unless (defined $tn) {                      next B;
2670                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
2671                      ## Ignore the token                      !!!cp ('t152');
2672                      !!!next-token;                      ## ISSUE: This case can never be reached, maybe.
2673                      redo B;                      last;
2674                    }                    }
2675                    }
2676    
2677                    !!!cp ('t153');
2678                    !!!parse-error (type => 'start tag not allowed',
2679                        text => $token->{tag_name}, token => $token);
2680                    ## Ignore the token
2681                    !!!nack ('t153.1');
2682                    !!!next-token;
2683                    next B;
2684                  } elsif (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2685                    !!!parse-error (type => 'not closed', text => 'caption',
2686                                    token => $token);
2687                                    
2688                  ## Close the cell                  ## NOTE: As if </caption>.
                 !!!back-token; # <?>  
                 $token = {type => END_TAG_TOKEN, tag_name => $tn};  
                 redo B;  
               } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {  
                 !!!parse-error (type => 'not closed:caption');  
                   
                 ## As if </caption>  
2689                  ## have a table element in table scope                  ## have a table element in table scope
2690                  my $i;                  my $i;
2691                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: {
2692                    my $node = $self->{open_elements}->[$_];                    for (reverse 0..$#{$self->{open_elements}}) {
2693                    if ($node->[1] eq 'caption') {                      my $node = $self->{open_elements}->[$_];
2694                      $i = $_;                      if ($node->[1] == CAPTION_EL) {
2695                      last INSCOPE;                        !!!cp ('t155');
2696                    } elsif ({                        $i = $_;
2697                              table => 1, html => 1,                        last INSCOPE;
2698                             }->{$node->[1]}) {                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
2699                      last INSCOPE;                        !!!cp ('t156');
2700                          last;
2701                        }
2702                    }                    }
2703    
2704                      !!!cp ('t157');
2705                      !!!parse-error (type => 'start tag not allowed',
2706                                      text => $token->{tag_name}, token => $token);
2707                      ## Ignore the token
2708                      !!!nack ('t157.1');
2709                      !!!next-token;
2710                      next B;
2711                  } # INSCOPE                  } # INSCOPE
                   unless (defined $i) {  
                     !!!parse-error (type => 'unmatched end tag:caption');  
                     ## Ignore the token  
                     !!!next-token;  
                     redo B;  
                   }  
2712                                    
2713                  ## generate implied end tags                  ## generate implied end tags
2714                  if ({                  while ($self->{open_elements}->[-1]->[1]
2715                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
2716                       td => 1, th => 1, tr => 1,                    !!!cp ('t158');
2717                       tbody => 1, tfoot=> 1, thead => 1,                    pop @{$self->{open_elements}};
                     }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!back-token; # <?>  
                   $token = {type => END_TAG_TOKEN, tag_name => 'caption'};  
                   !!!back-token;  
                   $token = {type => END_TAG_TOKEN,  
                             tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
2718                  }                  }
2719    
2720                  if ($self->{open_elements}->[-1]->[1] ne 'caption') {                  unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2721                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t159');
2722                      !!!parse-error (type => 'not closed',
2723                                      text => $self->{open_elements}->[-1]->[0]
2724                                          ->manakai_local_name,
2725                                      token => $token);
2726                    } else {
2727                      !!!cp ('t160');
2728                  }                  }
2729                                    
2730                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3295  sub _tree_construction_main ($) { Line 2734  sub _tree_construction_main ($) {
2734                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
2735                                    
2736                  ## reprocess                  ## reprocess
2737                  redo B;                  !!!ack-later;
2738                    next B;
2739                } else {                } else {
2740                    !!!cp ('t161');
2741                  #                  #
2742                }                }
2743              } else {              } else {
2744                  !!!cp ('t162');
2745                #                #
2746              }              }
2747            } elsif ($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}}) {
2753                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
2754                    if ($node->[1] eq $token->{tag_name}) {                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
2755                        !!!cp ('t163');
2756                      $i = $_;                      $i = $_;
2757                      last INSCOPE;                      last INSCOPE;
2758                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
2759                              table => 1, html => 1,                      !!!cp ('t164');
                            }->{$node->[1]}) {  
2760                      last INSCOPE;                      last INSCOPE;
2761                    }                    }
2762                  } # INSCOPE                  } # INSCOPE
2763                    unless (defined $i) {                    unless (defined $i) {
2764                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                      !!!cp ('t165');
2765                        !!!parse-error (type => 'unmatched end tag',
2766                                        text => $token->{tag_name},
2767                                        token => $token);
2768                      ## Ignore the token                      ## Ignore the token
2769                      !!!next-token;                      !!!next-token;
2770                      redo B;                      next B;
2771                    }                    }
2772                                    
2773                  ## generate implied end tags                  ## generate implied end tags
2774                  if ({                  while ($self->{open_elements}->[-1]->[1]
2775                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
2776                       td => ($token->{tag_name} eq 'th'),                    !!!cp ('t166');
2777                       th => ($token->{tag_name} eq 'td'),                    pop @{$self->{open_elements}};
                      tr => 1,  
                      tbody => 1, tfoot=> 1, thead => 1,  
                     }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!back-token;  
                   $token = {type => END_TAG_TOKEN,  
                             tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
2778                  }                  }
2779                    
2780                  if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {                  if ($self->{open_elements}->[-1]->[0]->manakai_local_name
2781                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                          ne $token->{tag_name}) {
2782                      !!!cp ('t167');
2783                      !!!parse-error (type => 'not closed',
2784                                      text => $self->{open_elements}->[-1]->[0]
2785                                          ->manakai_local_name,
2786                                      token => $token);
2787                    } else {
2788                      !!!cp ('t168');
2789                  }                  }
2790                                    
2791                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3350  sub _tree_construction_main ($) { Line 2795  sub _tree_construction_main ($) {
2795                  $self->{insertion_mode} = IN_ROW_IM;                  $self->{insertion_mode} = IN_ROW_IM;
2796                                    
2797                  !!!next-token;                  !!!next-token;
2798                  redo B;                  next B;
2799                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {                } elsif (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2800                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t169');
2801                    !!!parse-error (type => 'unmatched end tag',
2802                                    text => $token->{tag_name}, token => $token);
2803                  ## Ignore the token                  ## Ignore the token
2804                  !!!next-token;                  !!!next-token;
2805                  redo B;                  next B;
2806                } else {                } else {
2807                    !!!cp ('t170');
2808                  #                  #
2809                }                }
2810              } elsif ($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 $i;
2814                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: {
2815                    my $node = $self->{open_elements}->[$_];                    for (reverse 0..$#{$self->{open_elements}}) {
2816                    if ($node->[1] eq $token->{tag_name}) {                      my $node = $self->{open_elements}->[$_];
2817                      $i = $_;                      if ($node->[1] == CAPTION_EL) {
2818                      last INSCOPE;                        !!!cp ('t171');
2819                    } elsif ({                        $i = $_;
2820                              table => 1, html => 1,                        last INSCOPE;
2821                             }->{$node->[1]}) {                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
2822                      last INSCOPE;                        !!!cp ('t172');
2823                          last;
2824                        }
2825                    }                    }
2826    
2827                      !!!cp ('t173');
2828                      !!!parse-error (type => 'unmatched end tag',
2829                                      text => $token->{tag_name}, token => $token);
2830                      ## Ignore the token
2831                      !!!next-token;
2832                      next B;
2833                  } # INSCOPE                  } # INSCOPE
                   unless (defined $i) {  
                     !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                     ## Ignore the token  
                     !!!next-token;  
                     redo B;  
                   }  
2834                                    
2835                  ## generate implied end tags                  ## generate implied end tags
2836                  if ({                  while ($self->{open_elements}->[-1]->[1]
2837                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
2838                       td => 1, th => 1, tr => 1,                    !!!cp ('t174');
2839                       tbody => 1, tfoot=> 1, thead => 1,                    pop @{$self->{open_elements}};
                     }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!back-token;  
                   $token = {type => END_TAG_TOKEN,  
                             tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
2840                  }                  }
2841                                    
2842                  if ($self->{open_elements}->[-1]->[1] ne 'caption') {                  unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2843                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t175');
2844                      !!!parse-error (type => 'not closed',
2845                                      text => $self->{open_elements}->[-1]->[0]
2846                                          ->manakai_local_name,
2847                                      token => $token);
2848                    } else {
2849                      !!!cp ('t176');
2850                  }                  }
2851                                    
2852                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3404  sub _tree_construction_main ($) { Line 2856  sub _tree_construction_main ($) {
2856                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
2857                                    
2858                  !!!next-token;                  !!!next-token;
2859                  redo B;                  next B;
2860                } elsif ($self->{insertion_mode} == IN_CELL_IM) {                } elsif (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2861                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t177');
2862                    !!!parse-error (type => 'unmatched end tag',
2863                                    text => $token->{tag_name}, token => $token);
2864                  ## Ignore the token                  ## Ignore the token
2865                  !!!next-token;                  !!!next-token;
2866                  redo B;                  next B;
2867                } else {                } else {
2868                    !!!cp ('t178');
2869                  #                  #
2870                }                }
2871              } elsif ({              } elsif ({
2872                        table => 1, tbody => 1, tfoot => 1,                        table => 1, tbody => 1, tfoot => 1,
2873                        thead => 1, tr => 1,                        thead => 1, tr => 1,
2874                       }->{$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 $tn;
2879                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: {
2880                  my $node = $self->{open_elements}->[$_];                  for (reverse 0..$#{$self->{open_elements}}) {
2881                  if ($node->[1] eq $token->{tag_name}) {                    my $node = $self->{open_elements}->[$_];
2882                    $i = $_;                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
2883                    last INSCOPE;                      !!!cp ('t179');
2884                  } elsif ($node->[1] eq 'td' or $node->[1] eq 'th') {                      $i = $_;
2885                    $tn = $node->[1];  
2886                    ## NOTE: There is exactly one |td| or |th| element                      ## Close the cell
2887                    ## in scope in the stack of open elements by definition.                      !!!back-token; # </x>
2888                  } elsif ({                      $token = {type => END_TAG_TOKEN, tag_name => $tn,
2889                            table => 1, html => 1,                                line => $token->{line},
2890                           }->{$node->[1]}) {                                column => $token->{column}};
2891                    last INSCOPE;                      next B;
2892                      } elsif ($node->[1] == TABLE_CELL_EL) {
2893                        !!!cp ('t180');
2894                        $tn = $node->[0]->manakai_local_name;
2895                        ## NOTE: There is exactly one |td| or |th| element
2896                        ## in scope in the stack of open elements by definition.
2897                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
2898                        ## ISSUE: Can this be reached?
2899                        !!!cp ('t181');
2900                        last;
2901                      }
2902                  }                  }
2903                } # INSCOPE  
2904                unless (defined $i) {                  !!!cp ('t182');
2905                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!parse-error (type => 'unmatched end tag',
2906                        text => $token->{tag_name}, token => $token);
2907                  ## Ignore the token                  ## Ignore the token
2908                  !!!next-token;                  !!!next-token;
2909                  redo B;                  next B;
2910                }                } # INSCOPE
   
               ## Close the cell  
               !!!back-token; # </?>  
               $token = {type => END_TAG_TOKEN, tag_name => $tn};  
               redo B;  
2911              } elsif ($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');                !!!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 ($node->[1] eq 'caption') {                  if ($node->[1] == CAPTION_EL) {
2922                      !!!cp ('t184');
2923                    $i = $_;                    $i = $_;
2924                    last INSCOPE;                    last INSCOPE;
2925                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
2926                            table => 1, html => 1,                    !!!cp ('t185');
                          }->{$node->[1]}) {  
2927                    last INSCOPE;                    last INSCOPE;
2928                  }                  }
2929                } # INSCOPE                } # INSCOPE
2930                unless (defined $i) {                unless (defined $i) {
2931                  !!!parse-error (type => 'unmatched end tag:caption');                  !!!cp ('t186');
2932            ## TODO: Wrong error type?
2933                    !!!parse-error (type => 'unmatched end tag',
2934                                    text => 'caption', token => $token);
2935                  ## Ignore the token                  ## Ignore the token
2936                  !!!next-token;                  !!!next-token;
2937                  redo B;                  next B;
2938                }                }
2939                                
2940                ## generate implied end tags                ## generate implied end tags
2941                if ({                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
2942                     dd => 1, dt => 1, li => 1, p => 1,                  !!!cp ('t187');
2943                     td => 1, th => 1, tr => 1,                  pop @{$self->{open_elements}};
                    tbody => 1, tfoot=> 1, thead => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token; # </table>  
                 $token = {type => END_TAG_TOKEN, tag_name => 'caption'};  
                 !!!back-token;  
                 $token = {type => END_TAG_TOKEN,  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
2944                }                }
2945    
2946                if ($self->{open_elements}->[-1]->[1] ne 'caption') {                unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2947                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!cp ('t188');
2948                    !!!parse-error (type => 'not closed',
2949                                    text => $self->{open_elements}->[-1]->[0]
2950                                        ->manakai_local_name,
2951                                    token => $token);
2952                  } else {
2953                    !!!cp ('t189');
2954                }                }
2955    
2956                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
# Line 3497  sub _tree_construction_main ($) { Line 2960  sub _tree_construction_main ($) {
2960                $self->{insertion_mode} = IN_TABLE_IM;                $self->{insertion_mode} = IN_TABLE_IM;
2961    
2962                ## reprocess                ## reprocess
2963                redo B;                next B;
2964              } elsif ({              } elsif ({
2965                        body => 1, col => 1, colgroup => 1, html => 1,                        body => 1, col => 1, colgroup => 1, html => 1,
2966                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
2967                if ($self->{insertion_mode} & BODY_TABLE_IMS) {                if ($self->{insertion_mode} & BODY_TABLE_IMS) {
2968                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t190');
2969                    !!!parse-error (type => 'unmatched end tag',
2970                                    text => $token->{tag_name}, token => $token);
2971                  ## Ignore the token                  ## Ignore the token
2972                  !!!next-token;                  !!!next-token;
2973                  redo B;                  next B;
2974                } else {                } else {
2975                    !!!cp ('t191');
2976                  #                  #
2977                }                }
2978              } elsif ({          } elsif ({
2979                        tbody => 1, tfoot => 1,                    tbody => 1, tfoot => 1,
2980                        thead => 1, tr => 1,                    thead => 1, tr => 1,
2981                       }->{$token->{tag_name}} and                   }->{$token->{tag_name}} and
2982                       $self->{insertion_mode} == IN_CAPTION_IM) {                   ($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2983                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t192');
2984                ## Ignore the token            !!!parse-error (type => 'unmatched end tag',
2985                !!!next-token;                            text => $token->{tag_name}, token => $token);
2986                redo B;            ## Ignore the token
2987              } else {            !!!next-token;
2988                #            next B;
2989              }          } else {
2990              !!!cp ('t193');
2991              #
2992            }
2993          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
2994            for my $entry (@{$self->{open_elements}}) {
2995              unless ($entry->[1] & ALL_END_TAG_OPTIONAL_EL) {
2996                !!!cp ('t75');
2997                !!!parse-error (type => 'in body:#eof', token => $token);
2998                last;
2999              }
3000            }
3001    
3002            ## Stop parsing.
3003            last B;
3004        } else {        } else {
3005          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
3006        }        }
# Line 3529  sub _tree_construction_main ($) { Line 3009  sub _tree_construction_main ($) {
3009        #        #
3010      } elsif ($self->{insertion_mode} & TABLE_IMS) {      } elsif ($self->{insertion_mode} & TABLE_IMS) {
3011        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
3012              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if (not $open_tables->[-1]->[1] and # tainted
3013                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);              $token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
3014              $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
3015                                
3016                unless (length $token->{data}) {            unless (length $token->{data}) {
3017                  !!!next-token;              !!!cp ('t194');
3018                  redo B;              !!!next-token;
3019                }              next B;
3020              }            } else {
3021                !!!cp ('t195');
3022              }
3023            }
3024    
3025              !!!parse-error (type => 'in table:#character');          !!!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 ({          if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
3031                   table => 1, tbody => 1, tfoot => 1,            # MUST
3032                   thead => 1, tr => 1,            my $foster_parent_element;
3033                  }->{$self->{open_elements}->[-1]->[1]}) {            my $next_sibling;
3034                # MUST            my $prev_sibling;
3035                my $foster_parent_element;            OE: for (reverse 0..$#{$self->{open_elements}}) {
3036                my $next_sibling;              if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
3037                my $prev_sibling;                my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
3038                OE: for (reverse 0..$#{$self->{open_elements}}) {                if (defined $parent and $parent->node_type == 1) {
3039                  if ($self->{open_elements}->[$_]->[1] eq 'table') {                  $foster_parent_element = $parent;
3040                    my $parent = $self->{open_elements}->[$_]->[0]->parent_node;                  !!!cp ('t196');
3041                    if (defined $parent and $parent->node_type == 1) {                  $next_sibling = $self->{open_elements}->[$_]->[0];
3042                      $foster_parent_element = $parent;                  $prev_sibling = $next_sibling->previous_sibling;
3043                      $next_sibling = $self->{open_elements}->[$_]->[0];                  #
                     $prev_sibling = $next_sibling->previous_sibling;  
                   } else {  
                     $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];  
                     $prev_sibling = $foster_parent_element->last_child;  
                   }  
                   last OE;  
                 }  
               } # OE  
               $foster_parent_element = $self->{open_elements}->[0]->[0] and  
               $prev_sibling = $foster_parent_element->last_child  
                 unless defined $foster_parent_element;  
               if (defined $prev_sibling and  
                   $prev_sibling->node_type == 3) {  
                 $prev_sibling->manakai_append_text ($token->{data});  
3044                } else {                } else {
3045                  $foster_parent_element->insert_before                  !!!cp ('t197');
3046                    ($self->{document}->create_text_node ($token->{data}),                  $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];
3047                     $next_sibling);                  $prev_sibling = $foster_parent_element->last_child;
3048                    #
3049                }                }
3050              } else {                last OE;
               $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});  
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
3068              $open_tables->[-1]->[2] = 1; # ~node inserted
3069            } 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');
3077              $self->{open_elements}->[-1]->[0]->manakai_append_text
3078                  ($token->{data});
3079            }
3080                            
3081              !!!next-token;          !!!next-token;
3082              redo 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 ($self->{open_elements}->[-1]->[1] ne 'table' and              while (not ($self->{open_elements}->[-1]->[1]
3091                         $self->{open_elements}->[-1]->[1] ne 'html') {                              & TABLE_SCOPING_EL)) {
3092                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!cp ('t201');
3093                    pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3094                  }              }
3095                                
3096                  !!!insert-element ('tbody');              !!!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                    !!!parse-error (type => 'missing start tag:tr');                !!!cp ('t202');
3104                  }                !!!parse-error (type => 'missing start tag:tr', token => $token);
3105                }
3106                                    
3107                  ## Clear back to table body context              ## Clear back to table body context
3108                  while (not {              while (not ($self->{open_elements}->[-1]->[1]
3109                    tbody => 1, tfoot => 1, thead => 1, html => 1,                              & TABLE_ROWS_SCOPING_EL)) {
3110                  }->{$self->{open_elements}->[-1]->[1]}) {                !!!cp ('t203');
3111                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                ## 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 ($token->{tag_name} eq 'tr') {
3117                    !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!cp ('t204');
3118                    !!!next-token;                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3119                    redo B;                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3120                  } else {                !!!nack ('t204');
3121                    !!!insert-element ('tr');                !!!next-token;
3122                    ## reprocess in the "in row" insertion mode                next B;
3123                  }              } else {
3124                }                !!!cp ('t205');
3125                  !!!insert-element ('tr',, $token);
3126                  ## reprocess in the "in row" insertion mode
3127                }
3128              } else {
3129                !!!cp ('t206');
3130              }
3131    
3132                ## Clear back to table row context                ## Clear back to table row context
3133                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3134                  tr => 1, html => 1,                                & TABLE_ROW_SCOPING_EL)) {
3135                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t207');
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3136                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3137                }                }
3138                                
3139                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($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');
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                redo 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] eq 'tr') {  
                     $i = $_;  
                     last INSCOPE;  
                   } elsif ({  
                             table => 1, html => 1,  
                            }->{$node->[1]}) {  
                     last INSCOPE;  
                   }  
                 } # INSCOPE  
                 unless (defined $i) {  
                   !!!parse-error (type => 'unmacthed end tag:'.$token->{tag_name});  
                   ## Ignore the token  
                   !!!next-token;  
                   redo B;  
                 }  
3178                                    
3179                  ## Clear back to table row context                  ## Clear back to table row context
3180                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3181                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3182                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t211');
3183                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    ## ISSUE: Can this case be reached?
3184                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3185                  }                  }
3186                                    
3187                  pop @{$self->{open_elements}}; # tr                  pop @{$self->{open_elements}}; # tr
3188                  $self->{insertion_mode} = IN_TABLE_BODY_IM;                  $self->{insertion_mode} = IN_TABLE_BODY_IM;
3189                  if ($token->{tag_name} eq 'tr') {                  if ($token->{tag_name} eq 'tr') {
3190                      !!!cp ('t212');
3191                    ## reprocess                    ## reprocess
3192                    redo B;                    !!!ack-later;
3193                      next B;
3194                  } else {                  } else {
3195                      !!!cp ('t213');
3196                    ## reprocess in the "in table body" insertion mode...                    ## reprocess in the "in table body" insertion mode...
3197                  }                  }
3198                }                }
3199    
3200                if ($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 ({                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3206                         tbody => 1, thead => 1, tfoot => 1,                      !!!cp ('t214');
                       }->{$node->[1]}) {  
3207                      $i = $_;                      $i = $_;
3208                      last INSCOPE;                      last INSCOPE;
3209                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3210                              table => 1, html => 1,                      !!!cp ('t215');
                            }->{$node->[1]}) {  
3211                      last INSCOPE;                      last INSCOPE;
3212                    }                    }
3213                  } # INSCOPE                  } # INSCOPE
3214                  unless (defined $i) {                  unless (defined $i) {
3215                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    !!!cp ('t216');
3216    ## TODO: This erorr type is wrong.
3217                      !!!parse-error (type => 'unmatched end tag',
3218                                      text => $token->{tag_name}, token => $token);
3219                    ## Ignore the token                    ## Ignore the token
3220                      !!!nack ('t216.1');
3221                    !!!next-token;                    !!!next-token;
3222                    redo B;                    next B;
3223                  }                  }
3224    
3225                  ## Clear back to table body context                  ## Clear back to table body context
3226                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3227                    tbody => 1, tfoot => 1, thead => 1, html => 1,                                  & TABLE_ROWS_SCOPING_EL)) {
3228                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t217');
3229                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    ## ISSUE: Can this state be reached?
3230                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3231                  }                  }
3232                                    
# Line 3728  sub _tree_construction_main ($) { Line 3240  sub _tree_construction_main ($) {
3240                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3241                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
3242                  ## reprocess in "in table" insertion mode...                  ## reprocess in "in table" insertion mode...
3243                  } else {
3244                    !!!cp ('t218');
3245                }                }
3246    
3247                if ($token->{tag_name} eq 'col') {            if ($token->{tag_name} eq 'col') {
3248                  ## Clear back to table context              ## Clear back to table context
3249                  while ($self->{open_elements}->[-1]->[1] ne 'table' and              while (not ($self->{open_elements}->[-1]->[1]
3250                         $self->{open_elements}->[-1]->[1] ne 'html') {                              & TABLE_SCOPING_EL)) {
3251                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!cp ('t219');
3252                    pop @{$self->{open_elements}};                ## ISSUE: Can this state be reached?
3253                  }                pop @{$self->{open_elements}};
3254                                }
3255                  !!!insert-element ('colgroup');              
3256                  $self->{insertion_mode} = IN_COLUMN_GROUP_IM;              !!!insert-element ('colgroup',, $token);
3257                  ## reprocess              $self->{insertion_mode} = IN_COLUMN_GROUP_IM;
3258                  redo B;              ## reprocess
3259                } elsif ({              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3260                          caption => 1,              !!!ack-later;
3261                          colgroup => 1,              next B;
3262                          tbody => 1, tfoot => 1, thead => 1,            } elsif ({
3263                         }->{$token->{tag_name}}) {                      caption => 1,
3264                  ## Clear back to table context                      colgroup => 1,
3265                  while ($self->{open_elements}->[-1]->[1] ne 'table' and                      tbody => 1, tfoot => 1, thead => 1,
3266                         $self->{open_elements}->[-1]->[1] ne 'html') {                     }->{$token->{tag_name}}) {
3267                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);              ## Clear back to table context
3268                    while (not ($self->{open_elements}->[-1]->[1]
3269                                    & TABLE_SCOPING_EL)) {
3270                      !!!cp ('t220');
3271                      ## ISSUE: Can this state be reached?
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}, $token->{attributes});              !!!insert-element ($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                  redo B;              !!!next-token;
3288                } else {              !!!nack ('t220.1');
3289                  die "$0: in table: <>: $token->{tag_name}";              next B;
3290                }            } else {
3291                die "$0: in table: <>: $token->{tag_name}";
3292              }
3293              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3294                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!parse-error (type => 'not closed',
3295                                  text => $self->{open_elements}->[-1]->[0]
3296                                      ->manakai_local_name,
3297                                  token => $token);
3298    
3299                ## As if </table>                ## As if </table>
3300                ## have a table element in table scope                ## have a table element in table scope
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 ($node->[1] eq 'table') {                  if ($node->[1] == TABLE_EL) {
3305                      !!!cp ('t221');
3306                    $i = $_;                    $i = $_;
3307                    last INSCOPE;                    last INSCOPE;
3308                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3309                            table => 1, html => 1,                    !!!cp ('t222');
                          }->{$node->[1]}) {  
3310                    last INSCOPE;                    last INSCOPE;
3311                  }                  }
3312                } # INSCOPE                } # INSCOPE
3313                unless (defined $i) {                unless (defined $i) {
3314                  !!!parse-error (type => 'unmatched end tag:table');                  !!!cp ('t223');
3315    ## TODO: The following is wrong, maybe.
3316                    !!!parse-error (type => 'unmatched end tag', text => 'table',
3317                                    token => $token);
3318                  ## Ignore tokens </table><table>                  ## Ignore tokens </table><table>
3319                    !!!nack ('t223.1');
3320                  !!!next-token;                  !!!next-token;
3321                  redo B;                  next B;
3322                }                }
3323                                
3324    ## TODO: Followings are removed from the latest spec.
3325                ## generate implied end tags                ## generate implied end tags
3326                if ({                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
3327                     dd => 1, dt => 1, li => 1, p => 1,                  !!!cp ('t224');
3328                     td => 1, th => 1, tr => 1,                  pop @{$self->{open_elements}};
                    tbody => 1, tfoot=> 1, thead => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token; # <table>  
                 $token = {type => END_TAG_TOKEN, tag_name => 'table'};  
                 !!!back-token;  
                 $token = {type => END_TAG_TOKEN,  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
3329                }                }
3330    
3331                if ($self->{open_elements}->[-1]->[1] ne 'table') {                unless ($self->{open_elements}->[-1]->[1] == TABLE_EL) {
3332                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!cp ('t225');
3333                    ## NOTE: |<table><tr><table>|
3334                    !!!parse-error (type => 'not closed',
3335                                    text => $self->{open_elements}->[-1]->[0]
3336                                        ->manakai_local_name,
3337                                    token => $token);
3338                  } else {
3339                    !!!cp ('t226');
3340                }                }
3341    
3342                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
3343                  pop @{$open_tables};
3344    
3345                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
3346    
3347                ## reprocess            ## reprocess
3348                redo B;            !!!ack-later;
3349          } else {            next B;
3350            !!!parse-error (type => 'in table:'.$token->{tag_name});          } elsif ($token->{tag_name} eq 'style') {
3351              if (not $open_tables->[-1]->[1]) { # tainted
3352                !!!cp ('t227.8');
3353                ## NOTE: This is a "as if in head" code clone.
3354                $parse_rcdata->(CDATA_CONTENT_MODEL);
3355                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3356                next B;
3357              } else {
3358                !!!cp ('t227.7');
3359                #
3360              }
3361            } elsif ($token->{tag_name} eq 'script') {
3362              if (not $open_tables->[-1]->[1]) { # tainted
3363                !!!cp ('t227.6');
3364                ## NOTE: This is a "as if in head" code clone.
3365                $script_start_tag->();
3366                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3367                next B;
3368              } else {
3369                !!!cp ('t227.5');
3370                #
3371              }
3372            } elsif ($token->{tag_name} eq 'input') {
3373              if (not $open_tables->[-1]->[1]) { # tainted
3374                if ($token->{attributes}->{type}) { ## TODO: case
3375                  my $type = lc $token->{attributes}->{type}->{value};
3376                  if ($type eq 'hidden') {
3377                    !!!cp ('t227.3');
3378                    !!!parse-error (type => 'in table',
3379                                    text => $token->{tag_name}, token => $token);
3380    
3381            $insert = $insert_to_foster;                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3382                    $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3383    
3384                    ## TODO: form element pointer
3385    
3386                    pop @{$self->{open_elements}};
3387    
3388                    !!!next-token;
3389                    !!!ack ('t227.2.1');
3390                    next B;
3391                  } else {
3392                    !!!cp ('t227.2');
3393                    #
3394                  }
3395                } else {
3396                  !!!cp ('t227.1');
3397                  #
3398                }
3399              } else {
3400                !!!cp ('t227.4');
3401                #
3402              }
3403            } else {
3404              !!!cp ('t227');
3405            #            #
3406          }          }
3407    
3408            !!!parse-error (type => 'in table', text => $token->{tag_name},
3409                            token => $token);
3410    
3411            $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] eq $token->{tag_name}) {                  if ($node->[1] == TABLE_ROW_EL) {
3421                      !!!cp ('t228');
3422                    $i = $_;                    $i = $_;
3423                    last INSCOPE;                    last INSCOPE;
3424                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3425                            table => 1, html => 1,                    !!!cp ('t229');
                          }->{$node->[1]}) {  
3426                    last INSCOPE;                    last INSCOPE;
3427                  }                  }
3428                } # INSCOPE                } # INSCOPE
3429                unless (defined $i) {                unless (defined $i) {
3430                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t230');
3431                    !!!parse-error (type => 'unmatched end tag',
3432                                    text => $token->{tag_name}, token => $token);
3433                  ## Ignore the token                  ## Ignore the token
3434                    !!!nack ('t230.1');
3435                  !!!next-token;                  !!!next-token;
3436                  redo B;                  next B;
3437                  } else {
3438                    !!!cp ('t232');
3439                }                }
3440    
3441                ## Clear back to table row context                ## Clear back to table row context
3442                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3443                  tr => 1, html => 1,                                & TABLE_ROW_SCOPING_EL)) {
3444                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t231');
3445                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this state be reached?
3446                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3447                }                }
3448    
3449                pop @{$self->{open_elements}}; # tr                pop @{$self->{open_elements}}; # tr
3450                $self->{insertion_mode} = IN_TABLE_BODY_IM;                $self->{insertion_mode} = IN_TABLE_BODY_IM;
3451                !!!next-token;                !!!next-token;
3452                redo B;                !!!nack ('t231.1');
3453                  next B;
3454              } elsif ($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 ($node->[1] eq 'tr') {                    if ($node->[1] == TABLE_ROW_EL) {
3462                        !!!cp ('t233');
3463                      $i = $_;                      $i = $_;
3464                      last INSCOPE;                      last INSCOPE;
3465                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3466                              table => 1, html => 1,                      !!!cp ('t234');
                            }->{$node->[1]}) {  
3467                      last INSCOPE;                      last INSCOPE;
3468                    }                    }
3469                  } # INSCOPE                  } # INSCOPE
3470                  unless (defined $i) {                  unless (defined $i) {
3471                    !!!parse-error (type => 'unmatched end tag:'.$token->{type});                    !!!cp ('t235');
3472    ## TODO: The following is wrong.
3473                      !!!parse-error (type => 'unmatched end tag',
3474                                      text => $token->{type}, token => $token);
3475                    ## Ignore the token                    ## Ignore the token
3476                      !!!nack ('t236.1');
3477                    !!!next-token;                    !!!next-token;
3478                    redo B;                    next B;
3479                  }                  }
3480                                    
3481                  ## Clear back to table row context                  ## Clear back to table row context
3482                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3483                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3484                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t236');
3485                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this state be reached?
3486                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3487                  }                  }
3488                                    
# Line 3895  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 ({                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3500                         tbody => 1, thead => 1, tfoot => 1,                      !!!cp ('t237');
                       }->{$node->[1]}) {  
3501                      $i = $_;                      $i = $_;
3502                      last INSCOPE;                      last INSCOPE;
3503                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3504                              table => 1, html => 1,                      !!!cp ('t238');
                            }->{$node->[1]}) {  
3505                      last INSCOPE;                      last INSCOPE;
3506                    }                    }
3507                  } # INSCOPE                  } # INSCOPE
3508                  unless (defined $i) {                  unless (defined $i) {
3509                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    !!!cp ('t239');
3510                      !!!parse-error (type => 'unmatched end tag',
3511                                      text => $token->{tag_name}, token => $token);
3512                    ## Ignore the token                    ## Ignore the token
3513                      !!!nack ('t239.1');
3514                    !!!next-token;                    !!!next-token;
3515                    redo B;                    next B;
3516                  }                  }
3517                                    
3518                  ## Clear back to table body context                  ## Clear back to table body context
3519                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3520                    tbody => 1, tfoot => 1, thead => 1, html => 1,                                  & TABLE_ROWS_SCOPING_EL)) {
3521                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t240');
                   !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3522                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3523                  }                  }
3524                                    
# Line 3938  sub _tree_construction_main ($) { Line 3534  sub _tree_construction_main ($) {
3534                  ## reprocess in the "in table" insertion mode...                  ## reprocess in the "in table" insertion mode...
3535                }                }
3536    
3537                  ## NOTE: </table> in the "in table" insertion mode.
3538                  ## When you edit the code fragment below, please ensure that
3539                  ## the code for <table> in the "in table" insertion mode
3540                  ## is synced with it.
3541    
3542                ## have a table element in table scope                ## have a table element in table scope
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] eq $token->{tag_name}) {                  if ($node->[1] == TABLE_EL) {
3547                      !!!cp ('t241');
3548                    $i = $_;                    $i = $_;
3549                    last INSCOPE;                    last INSCOPE;
3550                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3551                            table => 1, html => 1,                    !!!cp ('t242');
                          }->{$node->[1]}) {  
3552                    last INSCOPE;                    last INSCOPE;
3553                  }                  }
3554                } # INSCOPE                } # INSCOPE
3555                unless (defined $i) {                unless (defined $i) {
3556                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t243');
3557                    !!!parse-error (type => 'unmatched end tag',
3558                                    text => $token->{tag_name}, token => $token);
3559                  ## Ignore the token                  ## Ignore the token
3560                    !!!nack ('t243.1');
3561                  !!!next-token;                  !!!next-token;
3562                  redo B;                  next B;
               }  
   
               ## generate implied end tags  
               if ({  
                    dd => 1, dt => 1, li => 1, p => 1,  
                    td => 1, th => 1, tr => 1,  
                    tbody => 1, tfoot=> 1, thead => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token;  
                 $token = {type => END_TAG_TOKEN,  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
               }  
                 
               if ($self->{open_elements}->[-1]->[1] ne 'table') {  
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3563                }                }
3564                                    
3565                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
3566                  pop @{$open_tables};
3567                                
3568                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
3569                                
3570                !!!next-token;                !!!next-token;
3571                redo B;                next B;
3572              } elsif ({              } elsif ({
3573                        tbody => 1, tfoot => 1, thead => 1,                        tbody => 1, tfoot => 1, thead => 1,
3574                       }->{$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}}) {
3580                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3581                    if ($node->[1] eq $token->{tag_name}) {                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3582                        !!!cp ('t247');
3583                      $i = $_;                      $i = $_;
3584                      last INSCOPE;                      last INSCOPE;
3585                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3586                              table => 1, html => 1,                      !!!cp ('t248');
                            }->{$node->[1]}) {  
3587                      last INSCOPE;                      last INSCOPE;
3588                    }                    }
3589                  } # INSCOPE                  } # INSCOPE
3590                    unless (defined $i) {                    unless (defined $i) {
3591                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                      !!!cp ('t249');
3592                        !!!parse-error (type => 'unmatched end tag',
3593                                        text => $token->{tag_name}, token => $token);
3594                      ## Ignore the token                      ## Ignore the token
3595                        !!!nack ('t249.1');
3596                      !!!next-token;                      !!!next-token;
3597                      redo B;                      next B;
3598                    }                    }
3599                                    
3600                  ## As if </tr>                  ## As if </tr>
# Line 4010  sub _tree_construction_main ($) { 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 ($node->[1] eq 'tr') {                    if ($node->[1] == TABLE_ROW_EL) {
3606                        !!!cp ('t250');
3607                      $i = $_;                      $i = $_;
3608                      last INSCOPE;                      last INSCOPE;
3609                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3610                              table => 1, html => 1,                      !!!cp ('t251');
                            }->{$node->[1]}) {  
3611                      last INSCOPE;                      last INSCOPE;
3612                    }                    }
3613                  } # INSCOPE                  } # INSCOPE
3614                    unless (defined $i) {                    unless (defined $i) {
3615                      !!!parse-error (type => 'unmatched end tag:tr');                      !!!cp ('t252');
3616                        !!!parse-error (type => 'unmatched end tag',
3617                                        text => 'tr', token => $token);
3618                      ## Ignore the token                      ## Ignore the token
3619                        !!!nack ('t252.1');
3620                      !!!next-token;                      !!!next-token;
3621                      redo B;                      next B;
3622                    }                    }
3623                                    
3624                  ## Clear back to table row context                  ## Clear back to table row context
3625                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3626                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3627                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t253');
3628                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this case be reached?
3629                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3630                  }                  }
3631                                    
# Line 4043  sub _tree_construction_main ($) { Line 3638  sub _tree_construction_main ($) {
3638                my $i;                my $i;
3639                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3640                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3641                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3642                      !!!cp ('t254');
3643                    $i = $_;                    $i = $_;
3644                    last INSCOPE;                    last INSCOPE;
3645                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3646                            table => 1, html => 1,                    !!!cp ('t255');
                          }->{$node->[1]}) {  
3647                    last INSCOPE;                    last INSCOPE;
3648                  }                  }
3649                } # INSCOPE                } # INSCOPE
3650                unless (defined $i) {                unless (defined $i) {
3651                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t256');
3652                    !!!parse-error (type => 'unmatched end tag',
3653                                    text => $token->{tag_name}, token => $token);
3654                  ## Ignore the token                  ## Ignore the token
3655                    !!!nack ('t256.1');
3656                  !!!next-token;                  !!!next-token;
3657                  redo B;                  next B;
3658                }                }
3659    
3660                ## Clear back to table body context                ## Clear back to table body context
3661                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3662                  tbody => 1, tfoot => 1, thead => 1, html => 1,                                & TABLE_ROWS_SCOPING_EL)) {
3663                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t257');
3664                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this case be reached?
3665                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3666                }                }
3667    
3668                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3669                $self->{insertion_mode} = IN_TABLE_IM;                $self->{insertion_mode} = IN_TABLE_IM;
3670                  !!!nack ('t257.1');
3671                !!!next-token;                !!!next-token;
3672                redo B;                next B;
3673              } elsif ({              } elsif ({
3674                        body => 1, caption => 1, col => 1, colgroup => 1,                        body => 1, caption => 1, col => 1, colgroup => 1,
3675                        html => 1, td => 1, th => 1,                        html => 1, td => 1, th => 1,
3676                        tr => 1, # $self->{insertion_mode} == IN_ROW_IM                        tr => 1, # $self->{insertion_mode} == IN_ROW_IM
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}}) {                       }->{$token->{tag_name}}) {
3679                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t258');
3680                ## Ignore the token            !!!parse-error (type => 'unmatched end tag',
3681                !!!next-token;                            text => $token->{tag_name}, token => $token);
3682                redo B;            ## Ignore the token
3683          } else {            !!!nack ('t258.1');
3684            !!!parse-error (type => 'in table:/'.$token->{tag_name});             !!!next-token;
3685              next B;
3686            } else {
3687              !!!cp ('t259');
3688              !!!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) {
3695            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
3696                    @{$self->{open_elements}} == 1) { # redundant, maybe
3697              !!!parse-error (type => 'in body:#eof', token => $token);
3698              !!!cp ('t259.1');
3699              #
3700            } else {
3701              !!!cp ('t259.2');
3702              #
3703            }
3704    
3705            ## Stop parsing
3706            last B;
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 $token->{data}) {
3715                    !!!cp ('t260');
3716                  !!!next-token;                  !!!next-token;
3717                  redo B;                  next B;
3718                }                }
3719              }              }
3720                            
3721                !!!cp ('t261');
3722              #              #
3723            } elsif ($token->{type} == START_TAG_TOKEN) {            } elsif ($token->{type} == START_TAG_TOKEN) {
3724              if ($token->{tag_name} eq 'col') {              if ($token->{tag_name} eq 'col') {
3725                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!cp ('t262');
3726                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3727                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3728                  !!!ack ('t262.1');
3729                !!!next-token;                !!!next-token;
3730                redo B;                next B;
3731              } else {              } else {
3732                  !!!cp ('t263');
3733                #                #
3734              }              }
3735            } elsif ($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] eq 'html') {                if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3738                  !!!parse-error (type => 'unmatched end tag:colgroup');                  !!!cp ('t264');
3739                    !!!parse-error (type => 'unmatched end tag',
3740                                    text => 'colgroup', token => $token);
3741                  ## Ignore the token                  ## Ignore the token
3742                  !!!next-token;                  !!!next-token;
3743                  redo B;                  next B;
3744                } else {                } else {
3745                    !!!cp ('t265');
3746                  pop @{$self->{open_elements}}; # colgroup                  pop @{$self->{open_elements}}; # colgroup
3747                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
3748                  !!!next-token;                  !!!next-token;
3749                  redo B;                              next B;            
3750                }                }
3751              } elsif ($token->{tag_name} eq 'col') {              } elsif ($token->{tag_name} eq 'col') {
3752                !!!parse-error (type => 'unmatched end tag:col');                !!!cp ('t266');
3753                  !!!parse-error (type => 'unmatched end tag',
3754                                  text => 'col', token => $token);
3755                ## Ignore the token                ## Ignore the token
3756                !!!next-token;                !!!next-token;
3757                redo B;                next B;
3758              } else {              } else {
3759                  !!!cp ('t267');
3760                #                #
3761              }              }
3762            } else {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3763              #          if ($self->{open_elements}->[-1]->[1] == HTML_EL and
3764            }              @{$self->{open_elements}} == 1) { # redundant, maybe
3765              !!!cp ('t270.2');
3766              ## Stop parsing.
3767              last B;
3768            } else {
3769              ## NOTE: As if </colgroup>.
3770              !!!cp ('t270.1');
3771              pop @{$self->{open_elements}}; # colgroup
3772              $self->{insertion_mode} = IN_TABLE_IM;
3773              ## Reprocess.
3774              next B;
3775            }
3776          } else {
3777            die "$0: $token->{type}: Unknown token type";
3778          }
3779    
3780            ## As if </colgroup>            ## As if </colgroup>
3781            if ($self->{open_elements}->[-1]->[1] eq 'html') {            if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3782              !!!parse-error (type => 'unmatched end tag:colgroup');              !!!cp ('t269');
3783    ## TODO: Wrong error type?
3784                !!!parse-error (type => 'unmatched end tag',
3785                                text => 'colgroup', token => $token);
3786              ## Ignore the token              ## Ignore the token
3787                !!!nack ('t269.1');
3788              !!!next-token;              !!!next-token;
3789              redo B;              next B;
3790            } else {            } else {
3791                !!!cp ('t270');
3792              pop @{$self->{open_elements}}; # colgroup              pop @{$self->{open_elements}}; # colgroup
3793              $self->{insertion_mode} = IN_TABLE_IM;              $self->{insertion_mode} = IN_TABLE_IM;
3794                !!!ack-later;
3795              ## reprocess              ## reprocess
3796              redo B;              next B;
3797            }            }
3798      } elsif ($self->{insertion_mode} == IN_SELECT_IM) {      } elsif ($self->{insertion_mode} & SELECT_IMS) {
3799        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
3800            !!!cp ('t271');
3801          $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});          $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
3802          !!!next-token;          !!!next-token;
3803          redo 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 ($self->{open_elements}->[-1]->[1] eq 'option') {            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3807                  ## As if </option>              !!!cp ('t272');
3808                  pop @{$self->{open_elements}};              ## As if </option>
3809                }              pop @{$self->{open_elements}};
3810              } else {
3811                !!!cp ('t273');
3812              }
3813    
3814                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3815                !!!next-token;            !!!nack ('t273.1');
3816                redo B;            !!!next-token;
3817              } elsif ($token->{tag_name} eq 'optgroup') {            next B;
3818                if ($self->{open_elements}->[-1]->[1] eq 'option') {          } elsif ($token->{tag_name} eq 'optgroup') {
3819                  ## As if </option>            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3820                  pop @{$self->{open_elements}};              !!!cp ('t274');
3821                }              ## As if </option>
3822                pop @{$self->{open_elements}};
3823              } else {
3824                !!!cp ('t275');
3825              }
3826    
3827                if ($self->{open_elements}->[-1]->[1] eq 'optgroup') {            if ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3828                  ## As if </optgroup>              !!!cp ('t276');
3829                  pop @{$self->{open_elements}};              ## As if </optgroup>
3830                }              pop @{$self->{open_elements}};
3831              } else {
3832                !!!cp ('t277');
3833              }
3834    
3835                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3836                !!!next-token;            !!!nack ('t277.1');
3837                redo B;            !!!next-token;
3838              } elsif ($token->{tag_name} eq 'select') {            next B;
3839                !!!parse-error (type => 'not closed:select');          } elsif ({
3840                ## As if </select> instead                     select => 1, input => 1, textarea => 1, keygen => 1,
3841                ## have an element in table scope                   }->{$token->{tag_name}} or
3842                my $i;                   (($self->{insertion_mode} & IM_MASK)
3843                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                        == IN_SELECT_IN_TABLE_IM and
3844                  my $node = $self->{open_elements}->[$_];                    {
3845                  if ($node->[1] eq $token->{tag_name}) {                     caption => 1, table => 1,
3846                    $i = $_;                     tbody => 1, tfoot => 1, thead => 1,
3847                    last INSCOPE;                     tr => 1, td => 1, th => 1,
3848                  } elsif ({                    }->{$token->{tag_name}})) {
3849                            table => 1, html => 1,            ## TODO: The type below is not good - <select> is replaced by </select>
3850                           }->{$node->[1]}) {            !!!parse-error (type => 'not closed', text => 'select',
3851                    last INSCOPE;                            token => $token);
3852                  }            ## NOTE: As if the token were </select> (<select> case) or
3853                } # INSCOPE            ## as if there were </select> (otherwise).
3854                unless (defined $i) {            ## have an element in table scope
3855                  !!!parse-error (type => 'unmatched end tag:select');            my $i;
3856                  ## Ignore the token            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3857                  !!!next-token;              my $node = $self->{open_elements}->[$_];
3858                  redo B;              if ($node->[1] == SELECT_EL) {
3859                }                !!!cp ('t278');
3860                  $i = $_;
3861                  last INSCOPE;
3862                } elsif ($node->[1] & TABLE_SCOPING_EL) {
3863                  !!!cp ('t279');
3864                  last INSCOPE;
3865                }
3866              } # INSCOPE
3867              unless (defined $i) {
3868                !!!cp ('t280');
3869                !!!parse-error (type => 'unmatched end tag',
3870                                text => 'select', token => $token);
3871                ## Ignore the token
3872                !!!nack ('t280.1');
3873                !!!next-token;
3874                next B;
3875              }
3876                                
3877                splice @{$self->{open_elements}}, $i;            !!!cp ('t281');
3878              splice @{$self->{open_elements}}, $i;
3879    
3880                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
3881    
3882                !!!next-token;            if ($token->{tag_name} eq 'select') {
3883                redo B;              !!!nack ('t281.2');
3884                !!!next-token;
3885                next B;
3886              } else {
3887                !!!cp ('t281.1');
3888                !!!ack-later;
3889                ## Reprocess the token.
3890                next B;
3891              }
3892          } else {          } else {
3893            !!!parse-error (type => 'in select:'.$token->{tag_name});            !!!cp ('t282');
3894              !!!parse-error (type => 'in select',
3895                              text => $token->{tag_name}, token => $token);
3896            ## Ignore the token            ## Ignore the token
3897              !!!nack ('t282.1');
3898            !!!next-token;            !!!next-token;
3899            redo B;            next B;
3900          }          }
3901        } elsif ($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] eq 'option' and            if ($self->{open_elements}->[-1]->[1] == OPTION_EL and
3904                    $self->{open_elements}->[-2]->[1] eq 'optgroup') {                $self->{open_elements}->[-2]->[1] == OPTGROUP_EL) {
3905                  ## As if </option>              !!!cp ('t283');
3906                  splice @{$self->{open_elements}}, -2;              ## As if </option>
3907                } elsif ($self->{open_elements}->[-1]->[1] eq 'optgroup') {              splice @{$self->{open_elements}}, -2;
3908                  pop @{$self->{open_elements}};            } elsif ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3909                } else {              !!!cp ('t284');
3910                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              pop @{$self->{open_elements}};
3911                  ## Ignore the token            } else {
3912                }              !!!cp ('t285');
3913                !!!next-token;              !!!parse-error (type => 'unmatched end tag',
3914                redo B;                              text => $token->{tag_name}, token => $token);
3915              } elsif ($token->{tag_name} eq 'option') {              ## Ignore the token
3916                if ($self->{open_elements}->[-1]->[1] eq 'option') {            }
3917                  pop @{$self->{open_elements}};            !!!nack ('t285.1');
3918                } else {            !!!next-token;
3919                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            next B;
3920                  ## Ignore the token          } elsif ($token->{tag_name} eq 'option') {
3921                }            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3922                !!!next-token;              !!!cp ('t286');
3923                redo B;              pop @{$self->{open_elements}};
3924              } elsif ($token->{tag_name} eq 'select') {            } else {
3925                ## have an element in table scope              !!!cp ('t287');
3926                my $i;              !!!parse-error (type => 'unmatched end tag',
3927                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                              text => $token->{tag_name}, token => $token);
3928                  my $node = $self->{open_elements}->[$_];              ## Ignore the token
3929                  if ($node->[1] eq $token->{tag_name}) {            }
3930                    $i = $_;            !!!nack ('t287.1');
3931                    last INSCOPE;            !!!next-token;
3932                  } elsif ({            next B;
3933                            table => 1, html => 1,          } elsif ($token->{tag_name} eq 'select') {
3934                           }->{$node->[1]}) {            ## have an element in table scope
3935                    last INSCOPE;            my $i;
3936                  }            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3937                } # INSCOPE              my $node = $self->{open_elements}->[$_];
3938                unless (defined $i) {              if ($node->[1] == SELECT_EL) {
3939                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!cp ('t288');
3940                  ## Ignore the token                $i = $_;
3941                  !!!next-token;                last INSCOPE;
3942                  redo B;              } elsif ($node->[1] & TABLE_SCOPING_EL) {
3943                }                !!!cp ('t289');
3944                  last INSCOPE;
3945                }
3946              } # INSCOPE
3947              unless (defined $i) {
3948                !!!cp ('t290');
3949                !!!parse-error (type => 'unmatched end tag',
3950                                text => $token->{tag_name}, token => $token);
3951                ## Ignore the token
3952                !!!nack ('t290.1');
3953                !!!next-token;
3954                next B;
3955              }
3956                                
3957                splice @{$self->{open_elements}}, $i;            !!!cp ('t291');
3958              splice @{$self->{open_elements}}, $i;
3959    
3960                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
3961    
3962                !!!next-token;            !!!nack ('t291.1');
3963                redo B;            !!!next-token;
3964              } elsif ({            next B;
3965                        caption => 1, table => 1, tbody => 1,          } elsif (($self->{insertion_mode} & IM_MASK)
3966                        tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,                       == IN_SELECT_IN_TABLE_IM and
3967                       }->{$token->{tag_name}}) {                   {
3968                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    caption => 1, table => 1, tbody => 1,
3969                      tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,
3970                     }->{$token->{tag_name}}) {
3971    ## TODO: The following is wrong?
3972              !!!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 $i;
3977                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3978                  my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
3979                  if ($node->[1] eq $token->{tag_name}) {              if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3980                    $i = $_;                !!!cp ('t292');
3981                    last INSCOPE;                $i = $_;
3982                  } elsif ({                last INSCOPE;
3983                            table => 1, html => 1,              } elsif ($node->[1] & TABLE_SCOPING_EL) {
3984                           }->{$node->[1]}) {                !!!cp ('t293');
3985                    last INSCOPE;                last INSCOPE;
3986                  }              }
3987                } # INSCOPE            } # INSCOPE
3988                unless (defined $i) {            unless (defined $i) {
3989                  ## Ignore the token              !!!cp ('t294');
3990                  !!!next-token;              ## Ignore the token
3991                  redo B;              !!!nack ('t294.1');
3992                }              !!!next-token;
3993                next B;
3994              }
3995                                
3996                ## As if </select>            ## As if </select>
3997                ## have an element in table scope            ## have an element in table scope
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 ($node->[1] eq 'select') {              if ($node->[1] == SELECT_EL) {
4002                    $i = $_;                !!!cp ('t295');
4003                    last INSCOPE;                $i = $_;
4004                  } elsif ({                last INSCOPE;
4005                            table => 1, html => 1,              } elsif ($node->[1] & TABLE_SCOPING_EL) {
4006                           }->{$node->[1]}) {  ## ISSUE: Can this state be reached?
4007                    last INSCOPE;                !!!cp ('t296');
4008                  }                last INSCOPE;
4009                } # INSCOPE              }
4010                unless (defined $i) {            } # INSCOPE
4011                  !!!parse-error (type => 'unmatched end tag:select');            unless (defined $i) {
4012                  ## Ignore the </select> token              !!!cp ('t297');
4013                  !!!next-token; ## TODO: ok?  ## TODO: The following error type is correct?
4014                  redo B;              !!!parse-error (type => 'unmatched end tag',
4015                }                              text => 'select', token => $token);
4016                ## Ignore the </select> token
4017                !!!nack ('t297.1');
4018                !!!next-token; ## TODO: ok?
4019                next B;
4020              }
4021                                
4022                splice @{$self->{open_elements}}, $i;            !!!cp ('t298');
4023              splice @{$self->{open_elements}}, $i;
4024    
4025                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
4026    
4027                ## reprocess            !!!ack-later;
4028                redo B;            ## reprocess
4029              next B;
4030          } else {          } else {
4031            !!!parse-error (type => 'in select:/'.$token->{tag_name});            !!!cp ('t299');
4032              !!!parse-error (type => 'in select:/',
4033                              text => $token->{tag_name}, token => $token);
4034            ## Ignore the token            ## Ignore the token
4035              !!!nack ('t299.3');
4036            !!!next-token;            !!!next-token;
4037            redo B;            next B;
4038            }
4039          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4040            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
4041                    @{$self->{open_elements}} == 1) { # redundant, maybe
4042              !!!cp ('t299.1');
4043              !!!parse-error (type => 'in body:#eof', token => $token);
4044            } else {
4045              !!!cp ('t299.2');
4046          }          }
4047    
4048            ## Stop parsing.
4049            last B;
4050        } else {        } else {
4051          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4052        }        }
4053      } elsif ($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 4332  sub _tree_construction_main ($) { Line 4060  sub _tree_construction_main ($) {
4060            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4061                        
4062            unless (length $token->{data}) {            unless (length $token->{data}) {
4063                !!!cp ('t300');
4064              !!!next-token;              !!!next-token;
4065              redo B;              next B;
4066            }            }
4067          }          }
4068                    
4069          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4070            !!!parse-error (type => 'after html:#character');            !!!cp ('t301');
4071              !!!parse-error (type => 'after html:#text', token => $token);
4072            ## Reprocess in the "main" phase, "after body" insertion mode...            #
4073            } else {
4074              !!!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');  
4079    
4080          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4081          ## reprocess          ## reprocess
4082          redo B;          next B;
4083        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
4084          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4085            !!!parse-error (type => 'after html:'.$token->{tag_name});            !!!cp ('t303');
4086                        !!!parse-error (type => 'after html',
4087            ## Reprocess in the "main" phase, "after body" insertion mode...                            text => $token->{tag_name}, token => $token);
4088              #
4089            } else {
4090              !!!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});  
   
4097          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4098            !!!ack-later;
4099          ## reprocess          ## reprocess
4100          redo B;          next B;
4101        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
4102          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4103            !!!parse-error (type => 'after html:/'.$token->{tag_name});            !!!cp ('t305');
4104              !!!parse-error (type => 'after html:/',
4105                              text => $token->{tag_name}, token => $token);
4106                        
4107            $self->{insertion_mode} = AFTER_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
4108            ## Reprocess in the "main" phase, "after body" insertion mode...            ## Reprocess.
4109              next B;
4110            } else {
4111              !!!cp ('t306');
4112          }          }
4113    
4114          ## "after body" insertion mode          ## "after body" insertion mode
4115          if ($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              !!!parse-error (type => 'unmatched end tag:html');              !!!cp ('t307');
4118                !!!parse-error (type => 'unmatched end tag',
4119                                text => 'html', token => $token);
4120              ## Ignore the token              ## Ignore the token
4121              !!!next-token;              !!!next-token;
4122              redo B;              next B;
4123            } else {            } else {
4124                !!!cp ('t308');
4125              $self->{insertion_mode} = AFTER_HTML_BODY_IM;              $self->{insertion_mode} = AFTER_HTML_BODY_IM;
4126              !!!next-token;              !!!next-token;
4127              redo B;              next B;
4128            }            }
4129          } else {          } else {
4130            !!!parse-error (type => 'after body:/'.$token->{tag_name});            !!!cp ('t309');
4131              !!!parse-error (type => 'after body:/',
4132                              text => $token->{tag_name}, token => $token);
4133    
4134            $self->{insertion_mode} = IN_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
4135            ## reprocess            ## reprocess
4136            redo B;            next B;
4137          }          }
4138          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4139            !!!cp ('t309.2');
4140            ## Stop parsing
4141            last B;
4142        } else {        } else {
4143          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4144        }        }
4145      } elsif ($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 $token->{data}) {
4151                !!!cp ('t310');
4152              !!!next-token;              !!!next-token;
4153              redo B;              next B;
4154            }            }
4155          }          }
4156                    
4157          if ($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              !!!parse-error (type => 'in frameset:#character');              !!!cp ('t311');
4160                !!!parse-error (type => 'in frameset:#text', token => $token);
4161            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4162              !!!parse-error (type => 'after frameset:#character');              !!!cp ('t312');
4163            } else { # "after html frameset"              !!!parse-error (type => 'after frameset:#text', token => $token);
4164              !!!parse-error (type => 'after html:#character');            } else { # "after after frameset"
4165                !!!cp ('t313');
4166              $self->{insertion_mode} = AFTER_FRAMESET_IM;              !!!parse-error (type => 'after html:#text', token => $token);
             ## Reprocess in the "main" phase, "after frameset"...  
             !!!parse-error (type => 'after frameset:#character');  
4167            }            }
4168                        
4169            ## Ignore the token.            ## Ignore the token.
4170            if (length $token->{data}) {            if (length $token->{data}) {
4171                !!!cp ('t314');
4172              ## reprocess the rest of characters              ## reprocess the rest of characters
4173            } else {            } else {
4174                !!!cp ('t315');
4175              !!!next-token;              !!!next-token;
4176            }            }
4177            redo B;            next B;
4178          }          }
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 ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {  
           !!!parse-error (type => 'after html:'.$token->{tag_name});  
   
           $self->{insertion_mode} = AFTER_FRAMESET_IM;  
           ## Process in the "main" phase, "after frameset" insertion mode...  
         }  
   
4182          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
4183              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
4184            !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!cp ('t318');
4185              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4186              !!!nack ('t318.1');
4187            !!!next-token;            !!!next-token;
4188            redo B;            next B;
4189          } elsif ($token->{tag_name} eq 'frame' and          } elsif ($token->{tag_name} eq 'frame' and
4190                   $self->{insertion_mode} == IN_FRAMESET_IM) {                   $self->{insertion_mode} == IN_FRAMESET_IM) {
4191            !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!cp ('t319');
4192              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4193            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
4194              !!!ack ('t319.1');
4195            !!!next-token;            !!!next-token;
4196            redo B;            next B;
4197          } elsif ($token->{tag_name} eq 'noframes') {          } elsif ($token->{tag_name} eq 'noframes') {
4198            ## NOTE: As if in body.            !!!cp ('t320');
4199            $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);            ## NOTE: As if in head.
4200            redo B;            $parse_rcdata->(CDATA_CONTENT_MODEL);
4201              next B;
4202    
4203              ## NOTE: |<!DOCTYPE HTML><frameset></frameset></html><noframes></noframes>|
4204              ## has no parse error.
4205          } else {          } else {
4206            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4207              !!!parse-error (type => 'in frameset:'.$token->{tag_name});              !!!cp ('t321');
4208            } else {              !!!parse-error (type => 'in frameset',
4209              !!!parse-error (type => 'after frameset:'.$token->{tag_name});                              text => $token->{tag_name}, token => $token);
4210              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4211                !!!cp ('t322');
4212                !!!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 => $token);
4218            }            }
4219            ## Ignore the token            ## Ignore the token
4220              !!!nack ('t322.1');
4221            !!!next-token;            !!!next-token;
4222            redo B;            next B;
4223          }          }
4224        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
         if ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {  
           !!!parse-error (type => 'after html:/'.$token->{tag_name});  
   
           $self->{insertion_mode} = AFTER_FRAMESET_IM;  
           ## Process in the "main" phase, "after frameset" insertion mode...  
         }  
   
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] eq 'html' and            if ($self->{open_elements}->[-1]->[1] == HTML_EL and
4228                @{$self->{open_elements}} == 1) {                @{$self->{open_elements}} == 1) {
4229              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t325');
4230                !!!parse-error (type => 'unmatched end tag',
4231                                text => $token->{tag_name}, token => $token);
4232              ## Ignore the token              ## Ignore the token
4233              !!!next-token;              !!!next-token;
4234            } else {            } else {
4235                !!!cp ('t326');
4236              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
4237              !!!next-token;              !!!next-token;
4238            }            }
4239    
4240            if (not defined $self->{inner_html_node} and            if (not defined $self->{inner_html_node} and
4241                $self->{open_elements}->[-1]->[1] ne 'frameset') {                not ($self->{open_elements}->[-1]->[1] == FRAMESET_EL)) {
4242                !!!cp ('t327');
4243              $self->{insertion_mode} = AFTER_FRAMESET_IM;              $self->{insertion_mode} = AFTER_FRAMESET_IM;
4244              } else {
4245                !!!cp ('t328');
4246            }            }
4247            redo B;            next B;
4248          } elsif ($token->{tag_name} eq 'html' and          } elsif ($token->{tag_name} eq 'html' and
4249                   $self->{insertion_mode} == AFTER_FRAMESET_IM) {                   $self->{insertion_mode} == AFTER_FRAMESET_IM) {
4250              !!!cp ('t329');
4251            $self->{insertion_mode} = AFTER_HTML_FRAMESET_IM;            $self->{insertion_mode} = AFTER_HTML_FRAMESET_IM;
4252            !!!next-token;            !!!next-token;
4253            redo B;            next B;
4254          } else {          } else {
4255            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4256              !!!parse-error (type => 'in frameset:/'.$token->{tag_name});              !!!cp ('t330');
4257            } else {              !!!parse-error (type => 'in frameset:/',
4258              !!!parse-error (type => 'after frameset:/'.$token->{tag_name});                              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');
4265                !!!parse-error (type => 'after after frameset:/',
4266                                text => $token->{tag_name}, token => $token);
4267            }            }
4268            ## Ignore the token            ## Ignore the token
4269            !!!next-token;            !!!next-token;
4270            redo B;            next B;
4271            }
4272          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4273            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
4274                    @{$self->{open_elements}} == 1) { # redundant, maybe
4275              !!!cp ('t331.1');
4276              !!!parse-error (type => 'in body:#eof', token => $token);
4277            } else {
4278              !!!cp ('t331.2');
4279          }          }
4280            
4281            ## Stop parsing
4282            last B;
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: $self->{insertion_mode}: Unknown insertion mode";
4288      }      }
# Line 4511  sub _tree_construction_main ($) { Line 4290  sub _tree_construction_main ($) {
4290      ## "in body" insertion mode      ## "in body" insertion mode
4291      if ($token->{type} == START_TAG_TOKEN) {      if ($token->{type} == START_TAG_TOKEN) {
4292        if ($token->{tag_name} eq 'script') {        if ($token->{tag_name} eq 'script') {
4293            !!!cp ('t332');
4294          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
4295          $script_start_tag->($insert);          $script_start_tag->();
4296          redo B;          next B;
4297        } elsif ($token->{tag_name} eq 'style') {        } elsif ($token->{tag_name} eq 'style') {
4298            !!!cp ('t333');
4299          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
4300          $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);          $parse_rcdata->(CDATA_CONTENT_MODEL);
4301          redo B;          next B;
4302        } elsif ({        } elsif ({
4303                  base => 1, link => 1,                  base => 1, command => 1, eventsource => 1, link => 1,
4304                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4305            !!!cp ('t334');
4306          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
4307          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4308          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          pop @{$self->{open_elements}};
4309            !!!ack ('t334.1');
4310          !!!next-token;          !!!next-token;
4311          redo B;          next B;
4312        } elsif ($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}, $token->{attributes});          !!!insert-element-t ($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 ($token->{attributes}->{charset}) { ## TODO: And if supported            if ($token->{attributes}->{charset}) {
4319                !!!cp ('t335');
4320                ## NOTE: Whether the encoding is supported or not is handled
4321                ## in the {change_encoding} callback.
4322              $self->{change_encoding}              $self->{change_encoding}
4323                  ->($self, $token->{attributes}->{charset}->{value});                  ->($self, $token->{attributes}->{charset}->{value}, $token);
4324                            
4325              $meta_el->[0]->get_attribute_node_ns (undef, 'charset')              $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4326                  ->set_user_data (manakai_has_reference =>                  ->set_user_data (manakai_has_reference =>
4327                                       $token->{attributes}->{charset}                                       $token->{attributes}->{charset}
4328                                           ->{has_reference});                                           ->{has_reference});
4329            } elsif ($token->{attributes}->{content}) {            } elsif ($token->{attributes}->{content}) {
             ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.  
4330              if ($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');
4337                  ## NOTE: Whether the encoding is supported or not is handled
4338                  ## in the {change_encoding} callback.
4339                $self->{change_encoding}                $self->{change_encoding}
4340                    ->($self, defined $1 ? $1 : defined $2 ? $2 : $3);                    ->($self, defined $1 ? $1 : defined $2 ? $2 : $3, $token);
4341                $meta_el->[0]->get_attribute_node_ns (undef, 'content')                $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4342                    ->set_user_data (manakai_has_reference =>                    ->set_user_data (manakai_has_reference =>
4343                                         $token->{attributes}->{content}                                         $token->{attributes}->{content}
# Line 4557  sub _tree_construction_main ($) { Line 4346  sub _tree_construction_main ($) {
4346            }            }
4347          } else {          } else {
4348            if ($token->{attributes}->{charset}) {            if ($token->{attributes}->{charset}) {
4349                !!!cp ('t337');
4350              $meta_el->[0]->get_attribute_node_ns (undef, 'charset')              $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4351                  ->set_user_data (manakai_has_reference =>                  ->set_user_data (manakai_has_reference =>
4352                                       $token->{attributes}->{charset}                                       $token->{attributes}->{charset}
4353                                           ->{has_reference});                                           ->{has_reference});
4354            }            }
4355            if ($token->{attributes}->{content}) {            if ($token->{attributes}->{content}) {
4356                !!!cp ('t338');
4357              $meta_el->[0]->get_attribute_node_ns (undef, 'content')              $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4358                  ->set_user_data (manakai_has_reference =>                  ->set_user_data (manakai_has_reference =>
4359                                       $token->{attributes}->{content}                                       $token->{attributes}->{content}
# Line 4570  sub _tree_construction_main ($) { Line 4361  sub _tree_construction_main ($) {
4361            }            }
4362          }          }
4363    
4364            !!!ack ('t338.1');
4365          !!!next-token;          !!!next-token;
4366          redo B;          next B;
4367        } elsif ($token->{tag_name} eq 'title') {        } elsif ($token->{tag_name} eq 'title') {
4368          !!!parse-error (type => 'in body:title');          !!!cp ('t341');
4369          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
4370          $parse_rcdata->(RCDATA_CONTENT_MODEL, sub {          $parse_rcdata->(RCDATA_CONTENT_MODEL);
4371            if (defined $self->{head_element}) {          next B;
             $self->{head_element}->append_child ($_[0]);  
           } else {  
             $insert->($_[0]);  
           }  
         });  
         redo B;  
4372        } elsif ($token->{tag_name} eq 'body') {        } elsif ($token->{tag_name} eq 'body') {
4373          !!!parse-error (type => 'in body:body');          !!!parse-error (type => 'in body', text => 'body', token => $token);
4374                                
4375          if (@{$self->{open_elements}} == 1 or          if (@{$self->{open_elements}} == 1 or
4376              $self->{open_elements}->[1]->[1] ne 'body') {              not ($self->{open_elements}->[1]->[1] == BODY_EL)) {
4377              !!!cp ('t342');
4378            ## Ignore the token            ## Ignore the token
4379          } else {          } else {
4380            my $body_el = $self->{open_elements}->[1]->[0];            my $body_el = $self->{open_elements}->[1]->[0];
4381            for my $attr_name (keys %{$token->{attributes}}) {            for my $attr_name (keys %{$token->{attributes}}) {
4382              unless ($body_el->has_attribute_ns (undef, $attr_name)) {              unless ($body_el->has_attribute_ns (undef, $attr_name)) {
4383                  !!!cp ('t343');
4384                $body_el->set_attribute_ns                $body_el->set_attribute_ns
4385                  (undef, [undef, $attr_name],                  (undef, [undef, $attr_name],
4386                   $token->{attributes}->{$attr_name}->{value});                   $token->{attributes}->{$attr_name}->{value});
4387              }              }
4388            }            }
4389          }          }
4390            !!!nack ('t343.1');
4391          !!!next-token;          !!!next-token;
4392          redo 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, listing => 1,  
4396                  menu => 1, ol => 1, p => 1, ul => 1,                  ## NOTE: The normal one
4397                  pre => 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,
4405                    ## NOTE: As normal, but interacts with the form element pointer
4406                    form => 1,
4407                    
4408                    table => 1,
4409                    hr => 1,
4410                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4411          ## has a p element in scope          if ($token->{tag_name} eq 'form' and defined $self->{form_element}) {
4412          INSCOPE: for (reverse @{$self->{open_elements}}) {            !!!cp ('t350');
4413            if ($_->[1] eq 'p') {            !!!parse-error (type => 'in form:form', token => $token);
4414              !!!back-token;            ## Ignore the token
4415              $token = {type => END_TAG_TOKEN, tag_name => 'p'};            !!!nack ('t350.1');
4416              redo B;            !!!next-token;
4417            } elsif ({            next B;
4418                      table => 1, caption => 1, td => 1, th => 1,          }
4419                      button => 1, marquee => 1, object => 1, html => 1,  
4420                     }->{$_->[1]}) {          if ($token->{tag_name} ne 'table' or # The Hixie Quirk
4421              last INSCOPE;              $self->{document}->manakai_compat_mode ne 'quirks') {
4422            }            ## has a p element in scope
4423          } # INSCOPE            INSCOPE: for (reverse @{$self->{open_elements}}) {
4424                if ($_->[1] == P_EL) {
4425                  !!!cp ('t344');
4426                  !!!back-token; # <form>
4427                  $token = {type => END_TAG_TOKEN, tag_name => 'p',
4428                            line => $token->{line}, column => $token->{column}};
4429                  next B;
4430                } elsif ($_->[1] & SCOPING_EL) {
4431                  !!!cp ('t345');
4432                  last INSCOPE;
4433                }
4434              } # INSCOPE
4435            }
4436                        
4437          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4438          if ($token->{tag_name} eq 'pre') {          if ($token->{tag_name} eq 'pre' or $token->{tag_name} eq 'listing') {
4439              !!!nack ('t346.1');
4440            !!!next-token;            !!!next-token;
4441            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
4442              $token->{data} =~ s/^\x0A//;              $token->{data} =~ s/^\x0A//;
4443              unless (length $token->{data}) {              unless (length $token->{data}) {
4444                  !!!cp ('t346');
4445                !!!next-token;                !!!next-token;
4446                } else {
4447                  !!!cp ('t349');
4448              }              }
4449              } else {
4450                !!!cp ('t348');
4451            }            }
4452          } else {          } elsif ($token->{tag_name} eq 'form') {
4453              !!!cp ('t347.1');
4454              $self->{form_element} = $self->{open_elements}->[-1]->[0];
4455    
4456              !!!nack ('t347.2');
4457            !!!next-token;            !!!next-token;
4458          }          } elsif ($token->{tag_name} eq 'table') {
4459          redo B;            !!!cp ('t382');
4460        } elsif ($token->{tag_name} eq 'form') {            push @{$open_tables}, [$self->{open_elements}->[-1]->[0]];
4461          if (defined $self->{form_element}) {            
4462            !!!parse-error (type => 'in form:form');            $self->{insertion_mode} = IN_TABLE_IM;
4463            ## Ignore the token  
4464              !!!nack ('t382.1');
4465              !!!next-token;
4466            } elsif ($token->{tag_name} eq 'hr') {
4467              !!!cp ('t386');
4468              pop @{$self->{open_elements}};
4469            
4470              !!!nack ('t386.1');
4471            !!!next-token;            !!!next-token;
           redo B;  
4472          } else {          } else {
4473            ## has a p element in scope            !!!nack ('t347.1');
           INSCOPE: for (reverse @{$self->{open_elements}}) {  
             if ($_->[1] eq 'p') {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
               redo B;  
             } elsif ({  
                       table => 1, caption => 1, td => 1, th => 1,  
                       button => 1, marquee => 1, object => 1, html => 1,  
                      }->{$_->[1]}) {  
               last INSCOPE;  
             }  
           } # INSCOPE  
               
           !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
           $self->{form_element} = $self->{open_elements}->[-1]->[0];  
4474            !!!next-token;            !!!next-token;
           redo B;  
4475          }          }
4476            next B;
4477        } elsif ($token->{tag_name} eq 'li') {        } elsif ($token->{tag_name} eq 'li') {
4478          ## has a p element in scope          ## NOTE: As normal, but imply </li> when there's another <li> ...
4479          INSCOPE: for (reverse @{$self->{open_elements}}) {  
4480            if ($_->[1] eq 'p') {          ## NOTE: Special, Scope (<li><foo><li> == <li><foo><li/></foo></li>)
4481              !!!back-token;            ## Interpreted as <li><foo/></li><li/> (non-conforming)
4482              $token = {type => END_TAG_TOKEN, tag_name => 'p'};            ## blockquote (O9.27), center (O), dd (Fx3, O, S3.1.2, IE7),
4483              redo B;            ## dt (Fx, O, S, IE), dl (O), fieldset (O, S, IE), form (Fx, O, S),
4484            } elsif ({            ## hn (O), pre (O), applet (O, S), button (O, S), marquee (Fx, O, S),
4485                      table => 1, caption => 1, td => 1, th => 1,            ## object (Fx)
4486                      button => 1, marquee => 1, object => 1, html => 1,            ## Generate non-tree (non-conforming)
4487                     }->{$_->[1]}) {            ## basefont (IE7 (where basefont is non-void)), center (IE),
4488              last INSCOPE;            ## form (IE), hn (IE)
4489            }          ## address, div, p (<li><foo><li> == <li><foo/></li><li/>)
4490          } # INSCOPE            ## Interpreted as <li><foo><li/></foo></li> (non-conforming)
4491                        ## div (Fx, S)
4492          ## Step 1  
4493            my $non_optional;
4494          my $i = -1;          my $i = -1;
4495          my $node = $self->{open_elements}->[$i];  
4496          LI: {          ## 1.
4497            ## Step 2          for my $node (reverse @{$self->{open_elements}}) {
4498            if ($node->[1] eq 'li') {            if ($node->[1] == LI_EL) {
4499              if ($i != -1) {              ## 2. (a) As if </li>
4500                !!!parse-error (type => 'end tag missing:'.              {
4501                                $self->{open_elements}->[-1]->[1]);                ## If no </li> - not applied
4502                  #
4503    
4504                  ## Otherwise
4505    
4506                  ## 1. generate implied end tags, except for </li>
4507                  #
4508    
4509                  ## 2. If current node != "li", parse error
4510                  if ($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}}, $i;
4521              }              }
4522              splice @{$self->{open_elements}}, $i;  
4523              last LI;              last; ## 2. (b) goto 5.
4524            }            } elsif (
4525                                 ## NOTE: not "formatting" and not "phrasing"
4526            ## Step 3                     ($node->[1] & SPECIAL_EL or
4527            if (not $formatting_category->{$node->[1]} and                      $node->[1] & SCOPING_EL) and
4528                #not $phrasing_category->{$node->[1]} and                     ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4529                ($special_category->{$node->[1]} or                     (not $node->[1] & ADDRESS_DIV_P_EL)
4530                 $scoping_category->{$node->[1]}) and                    ) {
4531                $node->[1] ne 'address' and $node->[1] ne 'div') {              ## 3.
4532              last LI;              !!!cp ('t357');
4533                last; ## goto 5.
4534              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4535                !!!cp ('t358');
4536                #
4537              } else {
4538                !!!cp ('t359');
4539                $non_optional ||= $node;
4540                #
4541            }            }
4542                        ## 4.
4543            ## Step 4            ## goto 2.
4544            $i--;            $i--;
4545            $node = $self->{open_elements}->[$i];          }
4546            redo LI;  
4547          } # LI          ## 5. (a) has a |p| element in scope
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'dd' or $token->{tag_name} eq 'dt') {  
         ## has a p element in scope  
4548          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4549            if ($_->[1] eq 'p') {            if ($_->[1] == P_EL) {
4550              !!!back-token;              !!!cp ('t353');
4551              $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
4552              redo B;              ## NOTE: |<p><li>|, for example.
4553            } elsif ({  
4554                      table => 1, caption => 1, td => 1, th => 1,              !!!back-token; # <x>
4555                      button => 1, marquee => 1, object => 1, html => 1,              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4556                     }->{$_->[1]}) {                        line => $token->{line}, column => $token->{column}};
4557                next B;
4558              } elsif ($_->[1] & SCOPING_EL) {
4559                !!!cp ('t354');
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          LI: {          ## 1.
4577            ## Step 2          for my $node (reverse @{$self->{open_elements}}) {
4578            if ($node->[1] eq 'dt' or $node->[1] eq 'dd') {            if ($node->[1] == DTDD_EL) {
4579              if ($i != -1) {              ## 2. (a) As if </li>
4580                !!!parse-error (type => 'end tag missing:'.              {
4581                                $self->{open_elements}->[-1]->[1]);                ## If no </li> - not applied
4582                  #
4583    
4584                  ## Otherwise
4585    
4586                  ## 1. generate implied end tags, except for </dt> or </dd>
4587                  #
4588    
4589                  ## 2. If current node != "dt"|"dd", parse error
4590                  if ($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}}, $i;  
4603              last LI;              last; ## 2. (b) goto 5.
4604            }            } elsif (
4605                                 ## NOTE: not "formatting" and not "phrasing"
4606            ## Step 3                     ($node->[1] & SPECIAL_EL or
4607            if (not $formatting_category->{$node->[1]} and                      $node->[1] & SCOPING_EL) and
4608                #not $phrasing_category->{$node->[1]} and                     ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4609                ($special_category->{$node->[1]} or  
4610                 $scoping_category->{$node->[1]}) and                     (not $node->[1] & ADDRESS_DIV_P_EL)
4611                $node->[1] ne 'address' and $node->[1] ne 'div') {                    ) {
4612              last LI;              ## 3.
4613                !!!cp ('t357.1');
4614                last; ## goto 5.
4615              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4616                !!!cp ('t358.1');
4617                #
4618              } else {
4619                !!!cp ('t359.1');
4620                $non_optional ||= $node;
4621                #
4622            }            }
4623                        ## 4.
4624            ## Step 4            ## goto 2.
4625            $i--;            $i--;
4626            $node = $self->{open_elements}->[$i];          }
4627            redo LI;  
4628          } # LI          ## 5. (a) has a |p| element in scope
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'plaintext') {  
         ## has a p element in scope  
4629          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4630            if ($_->[1] eq 'p') {            if ($_->[1] == P_EL) {
4631              !!!back-token;              !!!cp ('t353.1');
4632              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              !!!back-token; # <x>
4633              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4634            } elsif ({                        line => $token->{line}, column => $token->{column}};
4635                      table => 1, caption => 1, td => 1, th => 1,              next B;
4636                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($_->[1] & SCOPING_EL) {
4637                     }->{$_->[1]}) {              !!!cp ('t354.1');
4638              last INSCOPE;              last INSCOPE;
4639            }            }
4640          } # INSCOPE          } # INSCOPE
4641              
4642          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          ## 5. (b) insert
4643                      !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4644          $self->{content_model} = PLAINTEXT_CONTENT_MODEL;          !!!nack ('t359.2');
             
4645          !!!next-token;          !!!next-token;
4646          redo B;          next B;
4647        } elsif ({        } elsif ($token->{tag_name} eq 'plaintext') {
4648                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,          ## NOTE: As normal, but effectively ends parsing
4649                 }->{$token->{tag_name}}) {  
4650          ## has a p element in scope          ## has a p element in scope
4651          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4652            my $node = $self->{open_elements}->[$_];            if ($_->[1] == P_EL) {
4653            if ($node->[1] eq 'p') {              !!!cp ('t367');
4654              !!!back-token;              !!!back-token; # <plaintext>
4655              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4656              redo B;                        line => $token->{line}, column => $token->{column}};
4657            } elsif ({              next B;
4658                      table => 1, caption => 1, td => 1, th => 1,            } elsif ($_->[1] & SCOPING_EL) {
4659                      button => 1, marquee => 1, object => 1, html => 1,              !!!cp ('t368');
                    }->{$node->[1]}) {  
4660              last INSCOPE;              last INSCOPE;
4661            }            }
4662          } # INSCOPE          } # INSCOPE
4663                        
4664          ## NOTE: See <http://html5.org/tools/web-apps-tracker?from=925&to=926>          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
         ## has an element in scope  
         #my $i;  
         #INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
         #  my $node = $self->{open_elements}->[$_];  
         #  if ({  
         #       h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,  
         #      }->{$node->[1]}) {  
         #    $i = $_;  
         #    last INSCOPE;  
         #  } elsif ({  
         #            table => 1, caption => 1, td => 1, th => 1,  
         #            button => 1, marquee => 1, object => 1, html => 1,  
         #           }->{$node->[1]}) {  
         #    last INSCOPE;  
         #  }  
         #} # INSCOPE  
         #    
         #if (defined $i) {  
         #  !!! parse-error (type => 'in hn:hn');  
         #  splice @{$self->{open_elements}}, $i;  
         #}  
4665                        
4666          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          $self->{content_model} = PLAINTEXT_CONTENT_MODEL;
4667                        
4668            !!!nack ('t368.1');
4669          !!!next-token;          !!!next-token;
4670          redo B;          next B;
4671        } elsif ($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 ($node->[1] eq 'a') {            if ($node->[1] == A_EL) {
4675              !!!parse-error (type => 'in a:a');              !!!cp ('t371');
4676                !!!parse-error (type => 'in a:a', token => $token);
4677                            
4678              !!!back-token;              !!!back-token; # <a>
4679              $token = {type => END_TAG_TOKEN, tag_name => 'a'};              $token = {type => END_TAG_TOKEN, tag_name => 'a',
4680              $formatting_end_tag->($token->{tag_name});                        line => $token->{line}, column => $token->{column}};
4681                $formatting_end_tag->($token);
4682                            
4683              AFE2: for (reverse 0..$#$active_formatting_elements) {              AFE2: for (reverse 0..$#$active_formatting_elements) {
4684                if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {                if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {
4685                    !!!cp ('t372');
4686                  splice @$active_formatting_elements, $_, 1;                  splice @$active_formatting_elements, $_, 1;
4687                  last AFE2;                  last AFE2;
4688                }                }
4689              } # AFE2              } # AFE2
4690              OE: for (reverse 0..$#{$self->{open_elements}}) {              OE: for (reverse 0..$#{$self->{open_elements}}) {
4691                if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {                if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {
4692                    !!!cp ('t373');
4693                  splice @{$self->{open_elements}}, $_, 1;                  splice @{$self->{open_elements}}, $_, 1;
4694                  last OE;                  last OE;
4695                }                }
4696              } # OE              } # OE
4697              last AFE;              last AFE;
4698            } elsif ($node->[0] eq '#marker') {            } elsif ($node->[0] eq '#marker') {
4699                !!!cp ('t374');
4700              last AFE;              last AFE;
4701            }            }
4702          } # AFE          } # AFE
4703                        
4704          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4705    
4706          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4707          push @$active_formatting_elements, $self->{open_elements}->[-1];          push @$active_formatting_elements, $self->{open_elements}->[-1];
4708    
4709            !!!nack ('t374.1');
4710          !!!next-token;          !!!next-token;
4711          redo B;          next B;
       } elsif ({  
                 b => 1, big => 1, em => 1, font => 1, i => 1,  
                 s => 1, small => 1, strile => 1,  
                 strong => 1, tt => 1, u => 1,  
                }->{$token->{tag_name}}) {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         push @$active_formatting_elements, $self->{open_elements}->[-1];  
           
         !!!next-token;  
         redo B;  
4712        } elsif ($token->{tag_name} eq 'nobr') {        } elsif ($token->{tag_name} eq 'nobr') {
4713          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4714    
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 ($node->[1] eq 'nobr') {            if ($node->[1] == NOBR_EL) {
4719              !!!parse-error (type => 'in nobr:nobr');              !!!cp ('t376');
4720              !!!back-token;              !!!parse-error (type => 'in nobr:nobr', token => $token);
4721              $token = {type => END_TAG_TOKEN, tag_name => 'nobr'};              !!!back-token; # <nobr>
4722              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'nobr',
4723            } elsif ({                        line => $token->{line}, column => $token->{column}};
4724                      table => 1, caption => 1, td => 1, th => 1,              next B;
4725                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($node->[1] & SCOPING_EL) {
4726                     }->{$node->[1]}) {              !!!cp ('t377');
4727              last INSCOPE;              last INSCOPE;
4728            }            }
4729          } # INSCOPE          } # INSCOPE
4730                    
4731          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4732          push @$active_formatting_elements, $self->{open_elements}->[-1];          push @$active_formatting_elements, $self->{open_elements}->[-1];
4733                    
4734            !!!nack ('t377.1');
4735          !!!next-token;          !!!next-token;
4736          redo B;          next B;
4737        } elsif ($token->{tag_name} eq 'button') {        } elsif ($token->{tag_name} eq 'button') {
4738          ## has a button element in scope          ## has a button element in scope
4739          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4740            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
4741            if ($node->[1] eq 'button') {            if ($node->[1] == BUTTON_EL) {
4742              !!!parse-error (type => 'in button:button');              !!!cp ('t378');
4743              !!!back-token;              !!!parse-error (type => 'in button:button', token => $token);
4744              $token = {type => END_TAG_TOKEN, tag_name => 'button'};              !!!back-token; # <button>
4745              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'button',
4746            } elsif ({                        line => $token->{line}, column => $token->{column}};
4747                      table => 1, caption => 1, td => 1, th => 1,              next B;
4748                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($node->[1] & SCOPING_EL) {
4749                     }->{$node->[1]}) {              !!!cp ('t379');
4750              last INSCOPE;              last INSCOPE;
4751            }            }
4752          } # INSCOPE          } # INSCOPE
4753                        
4754          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4755                        
4756          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4757          push @$active_formatting_elements, ['#marker', ''];  
4758            ## TODO: associate with $self->{form_element} if defined
4759    
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'marquee' or  
                $token->{tag_name} eq 'object') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
4760          push @$active_formatting_elements, ['#marker', ''];          push @$active_formatting_elements, ['#marker', ''];
4761            
4762          !!!next-token;          !!!nack ('t379.1');
         redo B;  
       } elsif ($token->{tag_name} eq 'xmp') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
         $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);  
         redo B;  
       } elsif ($token->{tag_name} eq 'table') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
             redo B;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
             
         $self->{insertion_mode} = IN_TABLE_IM;  
             
4763          !!!next-token;          !!!next-token;
4764          redo B;          next B;
4765        } elsif ({        } elsif ({
4766                  area => 1, basefont => 1, bgsound => 1, br => 1,                  xmp => 1,
4767                  embed => 1, img => 1, param => 1, spacer => 1, wbr => 1,                  iframe => 1,
4768                  image => 1,                  noembed => 1,
4769                    noframes => 1, ## NOTE: This is an "as if in head" code clone.
4770                    noscript => 0, ## TODO: 1 if scripting is enabled
4771                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4772          if ($token->{tag_name} eq 'image') {          if ($token->{tag_name} eq 'xmp') {
4773            !!!parse-error (type => 'image');            !!!cp ('t381');
4774            $token->{tag_name} = 'img';            $reconstruct_active_formatting_elements->($insert_to_current);
4775            } else {
4776              !!!cp ('t399');
4777          }          }
4778            ## NOTE: There is an "as if in body" code clone.
4779          ## NOTE: There is an "as if <br>" code clone.          $parse_rcdata->(CDATA_CONTENT_MODEL);
4780          $reconstruct_active_formatting_elements->($insert_to_current);          next B;
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         pop @{$self->{open_elements}};  
           
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'hr') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
             redo B;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         pop @{$self->{open_elements}};  
             
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'input') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         ## TODO: associate with $self->{form_element} if defined  
         pop @{$self->{open_elements}};  
           
         !!!next-token;  
         redo B;  
4781        } elsif ($token->{tag_name} eq 'isindex') {        } elsif ($token->{tag_name} eq 'isindex') {
4782          !!!parse-error (type => 'isindex');          !!!parse-error (type => 'isindex', token => $token);
4783                    
4784          if (defined $self->{form_element}) {          if (defined $self->{form_element}) {
4785              !!!cp ('t389');
4786            ## Ignore the token            ## Ignore the token
4787              !!!nack ('t389'); ## NOTE: Not acknowledged.
4788            !!!next-token;            !!!next-token;
4789            redo 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 $at->{action};
# Line 5013  sub _tree_construction_main ($) { Line 4799  sub _tree_construction_main ($) {
4799            delete $at->{prompt};            delete $at->{prompt};
4800            my @tokens = (            my @tokens = (
4801                          {type => START_TAG_TOKEN, tag_name => 'form',                          {type => START_TAG_TOKEN, tag_name => 'form',
4802                           attributes => $form_attrs},                           attributes => $form_attrs,
4803                          {type => START_TAG_TOKEN, tag_name => 'hr'},                           line => $token->{line}, column => $token->{column}},
4804                          {type => START_TAG_TOKEN, tag_name => 'p'},                          {type => START_TAG_TOKEN, tag_name => 'hr',
4805                          {type => START_TAG_TOKEN, tag_name => 'label'},                           line => $token->{line}, column => $token->{column}},
4806                            {type => START_TAG_TOKEN, tag_name => 'label',
4807                             line => $token->{line}, column => $token->{column}},
4808                         );                         );
4809            if ($prompt_attr) {            if ($prompt_attr) {
4810              push @tokens, {type => CHARACTER_TOKEN, data => $prompt_attr->{value}};              !!!cp ('t390');
4811                push @tokens, {type => CHARACTER_TOKEN, data => $prompt_attr->{value},
4812                               #line => $token->{line}, column => $token->{column},
4813                              };
4814            } else {            } else {
4815                !!!cp ('t391');
4816              push @tokens, {type => CHARACTER_TOKEN,              push @tokens, {type => CHARACTER_TOKEN,
4817                             data => 'This is a searchable index. Insert your search keywords here: '}; # SHOULD                             data => 'This is a searchable index. Insert your search keywords here: ',
4818                               #line => $token->{line}, column => $token->{column},
4819                              }; # SHOULD
4820              ## TODO: make this configurable              ## TODO: make this configurable
4821            }            }
4822            push @tokens,            push @tokens,
4823                          {type => START_TAG_TOKEN, tag_name => 'input', attributes => $at},                          {type => START_TAG_TOKEN, tag_name => 'input', attributes => $at,
4824                             line => $token->{line}, column => $token->{column}},
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                          {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                          {type => END_TAG_TOKEN, tag_name => 'form'};                           line => $token->{line}, column => $token->{column}},
4830            $token = shift @tokens;                          {type => END_TAG_TOKEN, tag_name => 'form',
4831                             line => $token->{line}, column => $token->{column}};
4832            !!!back-token (@tokens);            !!!back-token (@tokens);
4833            redo B;            !!!next-token;
4834              next B;
4835          }          }
4836        } elsif ($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, $token->{tag_name}, $token->{attributes});  
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 $text = '';  
4856            !!!nack ('t392.1');
4857          !!!next-token;          !!!next-token;
4858          if ($token->{type} == CHARACTER_TOKEN) {          next B;
4859            $token->{data} =~ s/^\x0A//;        } elsif ($token->{tag_name} eq 'optgroup' or
4860            unless (length $token->{data}) {                 $token->{tag_name} eq 'option') {
4861              !!!next-token;          ## has an |option| element in scope
4862            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4863              my $node = $self->{open_elements}->[$_];
4864              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          }          } # INSCOPE
4876          while ($token->{type} == CHARACTER_TOKEN) {  
4877            $text .= $token->{data};          $reconstruct_active_formatting_elements->($insert_to_current);
4878            !!!next-token;  
4879          }          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4880          if (length $text) {  
4881            $el->manakai_append_text ($text);          !!!nack ('t397.3');
         }  
           
         $self->{content_model} = PCDATA_CONTENT_MODEL;  
           
         if ($token->{type} == END_TAG_TOKEN and  
             $token->{tag_name} eq $tag_name) {  
           ## Ignore the token  
         } else {  
           !!!parse-error (type => 'in RCDATA:#'.$token->{type});  
         }  
4882          !!!next-token;          !!!next-token;
4883          redo B;          redo B;
4884        } elsif ({        } elsif ($token->{tag_name} eq 'rt' or
4885                  iframe => 1,                 $token->{tag_name} eq 'rp') {
4886                  noembed => 1,          ## has a |ruby| element in scope
4887                  noframes => 1,          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4888                  noscript => 0, ## TODO: 1 if scripting is enabled            my $node = $self->{open_elements}->[$_];
4889                 }->{$token->{tag_name}}) {            if ($node->[1] == RUBY_EL) {
4890          ## NOTE: There is an "as if in body" code clone.              !!!cp ('t398.1');
4891          $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);              ## generate implied end tags
4892                while ($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}, $token);
4915    
4916            !!!nack ('t398.5');
4917            !!!next-token;
4918          redo B;          redo B;
4919        } elsif ($token->{tag_name} eq 'select') {        } elsif ($token->{tag_name} eq 'math' or
4920                   $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
4926    
4927            ## "adjust foreign attributes" - done in insert-element-f
4928                    
4929          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-f ($token->{tag_name} eq 'math' ? $MML_NS : $SVG_NS, $token->{tag_name}, $token->{attributes}, $token);
4930                    
4931          $self->{insertion_mode} = IN_SELECT_IM;          if ($self->{self_closing}) {
4932              pop @{$self->{open_elements}};
4933              !!!ack ('t398.6');
4934            } else {
4935              !!!cp ('t398.7');
4936              $self->{insertion_mode} |= IN_FOREIGN_CONTENT_IM;
4937              ## NOTE: |<body><math><mi><svg>| -> "in foreign content" insertion
4938              ## mode, "in body" (not "in foreign content") secondary insertion
4939              ## mode, maybe.
4940            }
4941    
4942          !!!next-token;          !!!next-token;
4943          redo B;          next B;
4944        } elsif ({        } elsif ({
4945                  caption => 1, col => 1, colgroup => 1, frame => 1,                  caption => 1, col => 1, colgroup => 1, frame => 1,
4946                  frameset => 1, head => 1, option => 1, optgroup => 1,                  frameset => 1, head => 1,
4947                  tbody => 1, td => 1, tfoot => 1, th => 1,                  tbody => 1, td => 1, tfoot => 1, th => 1,
4948                  thead => 1, tr => 1,                  thead => 1, tr => 1,
4949                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4950          !!!parse-error (type => 'in body:'.$token->{tag_name});          !!!cp ('t401');
4951            !!!parse-error (type => 'in body',
4952                            text => $token->{tag_name}, token => $token);
4953          ## Ignore the token          ## Ignore the token
4954            !!!nack ('t401.1'); ## NOTE: |<col/>| or |<frame/>| here is an error.
4955            !!!next-token;
4956            next B;
4957          } elsif ($token->{tag_name} eq 'param' or
4958                   $token->{tag_name} eq 'source') {
4959            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4960            pop @{$self->{open_elements}};
4961    
4962            !!!ack ('t398.5');
4963          !!!next-token;          !!!next-token;
4964          redo B;          redo B;
           
         ## ISSUE: An issue on HTML5 new elements in the spec.  
4965        } else {        } else {
4966            if ($token->{tag_name} eq 'image') {
4967              !!!cp ('t384');
4968              !!!parse-error (type => 'image', token => $token);
4969              $token->{tag_name} = 'img';
4970            } else {
4971              !!!cp ('t385');
4972            }
4973    
4974            ## NOTE: There is an "as if <br>" code clone.
4975          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4976                    
4977          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4978    
4979            if ({
4980                 applet => 1, marquee => 1, object => 1,
4981                }->{$token->{tag_name}}) {
4982              !!!cp ('t380');
4983              push @$active_formatting_elements, ['#marker', ''];
4984              !!!nack ('t380.1');
4985            } elsif ({
4986                      b => 1, big => 1, em => 1, font => 1, i => 1,
4987                      s => 1, small => 1, strike => 1,
4988                      strong => 1, tt => 1, u => 1,
4989                     }->{$token->{tag_name}}) {
4990              !!!cp ('t375');
4991              push @$active_formatting_elements, $self->{open_elements}->[-1];
4992              !!!nack ('t375.1');
4993            } elsif ($token->{tag_name} eq 'input') {
4994              !!!cp ('t388');
4995              ## TODO: associate with $self->{form_element} if defined
4996              pop @{$self->{open_elements}};
4997              !!!ack ('t388.2');
4998            } elsif ({
4999                      area => 1, basefont => 1, bgsound => 1, br => 1,
5000                      embed => 1, img => 1, spacer => 1, wbr => 1,
5001                     }->{$token->{tag_name}}) {
5002              !!!cp ('t388.1');
5003              pop @{$self->{open_elements}};
5004              !!!ack ('t388.3');
5005            } elsif ($token->{tag_name} eq 'select') {
5006              ## TODO: associate with $self->{form_element} if defined
5007            
5008              if ($self->{insertion_mode} & TABLE_IMS or
5009                  $self->{insertion_mode} & BODY_TABLE_IMS or
5010                  ($self->{insertion_mode} & IM_MASK) == IN_COLUMN_GROUP_IM) {
5011                !!!cp ('t400.1');
5012                $self->{insertion_mode} = IN_SELECT_IN_TABLE_IM;
5013              } else {
5014                !!!cp ('t400.2');
5015                $self->{insertion_mode} = IN_SELECT_IM;
5016              }
5017              !!!nack ('t400.3');
5018            } else {
5019              !!!nack ('t402');
5020            }
5021                    
5022          !!!next-token;          !!!next-token;
5023          redo B;          next B;
5024        }        }
5025      } elsif ($token->{type} == END_TAG_TOKEN) {      } elsif ($token->{type} == END_TAG_TOKEN) {
5026        if ($token->{tag_name} eq 'body') {        if ($token->{tag_name} eq 'body') {
5027          if (@{$self->{open_elements}} > 1 and          ## has a |body| element in scope
5028              $self->{open_elements}->[1]->[1] eq 'body') {          my $i;
5029            for (@{$self->{open_elements}}) {          INSCOPE: {
5030              unless ({            for (reverse @{$self->{open_elements}}) {
5031                         dd => 1, dt => 1, li => 1, p => 1, td => 1,              if ($_->[1] == BODY_EL) {
5032                         th => 1, tr => 1, body => 1, html => 1,                !!!cp ('t405');
5033                       tbody => 1, tfoot => 1, thead => 1,                $i = $_;
5034                      }->{$_->[1]}) {                last INSCOPE;
5035                !!!parse-error (type => 'not closed:'.$_->[1]);              } elsif ($_->[1] & SCOPING_EL) {
5036                  !!!cp ('t405.1');
5037                  last;
5038              }              }
5039            }            }
5040    
5041            $self->{insertion_mode} = AFTER_BODY_IM;            ## NOTE: |<marquee></body>|, |<svg><foreignobject></body>|
5042            !!!next-token;  
5043            redo B;            !!!parse-error (type => 'unmatched end tag',
5044          } else {                            text => $token->{tag_name}, token => $token);
5045            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            ## NOTE: Ignore the token.
           ## Ignore the token  
5046            !!!next-token;            !!!next-token;
5047            redo B;            next B;
5048            } # INSCOPE
5049    
5050            for (@{$self->{open_elements}}) {
5051              unless ($_->[1] & ALL_END_TAG_OPTIONAL_EL) {
5052                !!!cp ('t403');
5053                !!!parse-error (type => 'not closed',
5054                                text => $_->[0]->manakai_local_name,
5055                                token => $token);
5056                last;
5057              } else {
5058                !!!cp ('t404');
5059              }
5060          }          }
5061    
5062            $self->{insertion_mode} = AFTER_BODY_IM;
5063            !!!next-token;
5064            next B;
5065        } elsif ($token->{tag_name} eq 'html') {        } elsif ($token->{tag_name} eq 'html') {
5066          if (@{$self->{open_elements}} > 1 and $self->{open_elements}->[1]->[1] eq 'body') {          ## TODO: Update this code.  It seems that the code below is not
5067            ## ISSUE: There is an issue in the spec.          ## up-to-date, though it has same effect as speced.
5068            if ($self->{open_elements}->[-1]->[1] ne 'body') {          if (@{$self->{open_elements}} > 1 and
5069              !!!parse-error (type => 'not closed:'.$self->{open_elements}->[1]->[1]);              $self->{open_elements}->[1]->[1] == BODY_EL) {
5070              unless ($self->{open_elements}->[-1]->[1] == BODY_EL) {
5071                !!!cp ('t406');
5072                !!!parse-error (type => 'not closed',
5073                                text => $self->{open_elements}->[1]->[0]
5074                                    ->manakai_local_name,
5075                                token => $token);
5076              } else {
5077                !!!cp ('t407');
5078            }            }
5079            $self->{insertion_mode} = AFTER_BODY_IM;            $self->{insertion_mode} = AFTER_BODY_IM;
5080            ## reprocess            ## reprocess
5081            redo B;            next B;
5082          } else {          } else {
5083            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t408');
5084              !!!parse-error (type => 'unmatched end tag',
5085                              text => $token->{tag_name}, token => $token);
5086            ## Ignore the token            ## Ignore the token
5087            !!!next-token;            !!!next-token;
5088            redo B;            next B;
5089          }          }
5090        } elsif ({        } elsif ({
5091                  address => 1, blockquote => 1, center => 1, dir => 1,                  ## NOTE: End tags for non-phrasing flow content elements
5092                  div => 1, dl => 1, fieldset => 1, listing => 1,  
5093                  menu => 1, ol => 1, pre => 1, ul => 1,                  ## NOTE: The normal ones
5094                  p => 1,                  address => 1, article => 1, aside => 1, blockquote => 1,
5095                    center => 1, datagrid => 1, details => 1, dialog => 1,
5096                    dir => 1, div => 1, dl => 1, fieldset => 1, figure => 1,
5097                    footer => 1, header => 1, listing => 1, menu => 1, nav => 1,
5098                    ol => 1, pre => 1, section => 1, ul => 1,
5099    
5100                    ## NOTE: As normal, but ... optional tags
5101                  dd => 1, dt => 1, li => 1,                  dd => 1, dt => 1, li => 1,
5102                  button => 1, marquee => 1, object => 1,  
5103                    applet => 1, button => 1, marquee => 1, object => 1,
5104                 }->{$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}}) {
5112            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5113            if ($node->[1] eq $token->{tag_name}) {            if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
5114              ## generate implied end tags              !!!cp ('t410');
             if ({  
                  dd => ($token->{tag_name} ne 'dd'),  
                  dt => ($token->{tag_name} ne 'dt'),  
                  li => ($token->{tag_name} ne 'li'),  
                  p => ($token->{tag_name} ne 'p'),  
                  td => 1, th => 1, tr => 1,  
                  tbody => 1, tfoot=> 1, thead => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN,  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
             }  
5115              $i = $_;              $i = $_;
5116              last INSCOPE unless $token->{tag_name} eq 'p';              last INSCOPE;
5117            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
5118                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t411');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
5119              last INSCOPE;              last INSCOPE;
5120            }            }
5121          } # INSCOPE          } # INSCOPE
5122            
5123          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {          unless (defined $i) { # has an element in scope
5124            if (defined $i) {            !!!cp ('t413');
5125              !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);            !!!parse-error (type => 'unmatched end tag',
5126                              text => $token->{tag_name}, token => $token);
5127              ## NOTE: Ignore the token.
5128            } else {
5129              ## Step 1. generate implied end tags
5130              while ({
5131                      ## END_TAG_OPTIONAL_EL
5132                      dd => ($token->{tag_name} ne 'dd'),
5133                      dt => ($token->{tag_name} ne 'dt'),
5134                      li => ($token->{tag_name} ne 'li'),
5135                      option => 1,
5136                      optgroup => 1,
5137                      p => 1,
5138                      rt => 1,
5139                      rp => 1,
5140                     }->{$self->{open_elements}->[-1]->[0]->manakai_local_name}) {
5141                !!!cp ('t409');
5142                pop @{$self->{open_elements}};
5143              }
5144    
5145              ## Step 2.
5146              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5147                      ne $token->{tag_name}) {
5148                !!!cp ('t412');
5149                !!!parse-error (type => 'not closed',
5150                                text => $self->{open_elements}->[-1]->[0]
5151                                    ->manakai_local_name,
5152                                token => $token);
5153            } else {            } else {
5154              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t414');
5155            }            }
5156          }  
5157                      ## Step 3.
         if (defined $i) {  
5158            splice @{$self->{open_elements}}, $i;            splice @{$self->{open_elements}}, $i;
5159          } elsif ($token->{tag_name} eq 'p') {  
5160            ## As if <p>, then reprocess the current token            ## Step 4.
5161            my $el;            $clear_up_to_marker->()
5162            !!!create-element ($el, 'p');                if {
5163            $insert->($el);                  applet => 1, button => 1, marquee => 1, object => 1,
5164                  }->{$token->{tag_name}};
5165          }          }
         $clear_up_to_marker->()  
           if {  
             button => 1, marquee => 1, object => 1,  
           }->{$token->{tag_name}};  
5166          !!!next-token;          !!!next-token;
5167          redo 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};
5172    
5173          ## has an element in scope          ## has an element in scope
5174            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] eq $token->{tag_name}) {            if ($node->[1] == FORM_EL) {
5178              ## generate implied end tags              !!!cp ('t418');
5179              if ({              $i = $_;
                  dd => 1, dt => 1, li => 1, p => 1,  
                  td => 1, th => 1, tr => 1,  
                  tbody => 1, tfoot=> 1, thead => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN,  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
             }  
5180              last INSCOPE;              last INSCOPE;
5181            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
5182                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t419');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
5183              last INSCOPE;              last INSCOPE;
5184            }            }
5185          } # INSCOPE          } # INSCOPE
5186            
5187          if ($self->{open_elements}->[-1]->[1] eq $token->{tag_name}) {          unless (defined $i) { # has an element in scope
5188            pop @{$self->{open_elements}};            !!!cp ('t421');
5189          } else {            !!!parse-error (type => 'unmatched end tag',
5190            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                            text => $token->{tag_name}, token => $token);
5191              ## NOTE: Ignore the token.
5192            } else {
5193              ## Step 1. generate implied end tags
5194              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5195                !!!cp ('t417');
5196                pop @{$self->{open_elements}};
5197              }
5198              
5199              ## Step 2.
5200              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5201                      ne $token->{tag_name}) {
5202                !!!cp ('t417.1');
5203                !!!parse-error (type => 'not closed',
5204                                text => $self->{open_elements}->[-1]->[0]
5205                                    ->manakai_local_name,
5206                                token => $token);
5207              } else {
5208                !!!cp ('t420');
5209              }  
5210              
5211              ## Step 3.
5212              splice @{$self->{open_elements}}, $i;
5213          }          }
5214    
         undef $self->{form_element};  
5215          !!!next-token;          !!!next-token;
5216          redo B;          next B;
5217        } elsif ({        } elsif ({
5218                    ## NOTE: As normal, except acts as a closer for any ...
5219                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
5220                 }->{$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 ({            if ($node->[1] == HEADING_EL) {
5226                 h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,              !!!cp ('t423');
               }->{$node->[1]}) {  
             ## generate implied end tags  
             if ({  
                  dd => 1, dt => 1, li => 1, p => 1,  
                  td => 1, th => 1, tr => 1,  
                  tbody => 1, tfoot=> 1, thead => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN,  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
             }  
5227              $i = $_;              $i = $_;
5228              last INSCOPE;              last INSCOPE;
5229            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
5230                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t424');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
5231              last INSCOPE;              last INSCOPE;
5232            }            }
5233          } # INSCOPE          } # INSCOPE
5234            
5235          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {          unless (defined $i) { # has an element in scope
5236            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t425.1');
5237              !!!parse-error (type => 'unmatched end tag',
5238                              text => $token->{tag_name}, token => $token);
5239              ## NOTE: Ignore the token.
5240            } else {
5241              ## Step 1. generate implied end tags
5242              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5243                !!!cp ('t422');
5244                pop @{$self->{open_elements}};
5245              }
5246              
5247              ## Step 2.
5248              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5249                      ne $token->{tag_name}) {
5250                !!!cp ('t425');
5251                !!!parse-error (type => 'unmatched end tag',
5252                                text => $token->{tag_name}, token => $token);
5253              } else {
5254                !!!cp ('t426');
5255              }
5256    
5257              ## Step 3.
5258              splice @{$self->{open_elements}}, $i;
5259          }          }
5260                    
         splice @{$self->{open_elements}}, $i if defined $i;  
5261          !!!next-token;          !!!next-token;
5262          redo B;          next B;
5263          } elsif ($token->{tag_name} eq 'p') {
5264            ## NOTE: As normal, except </p> implies <p> and ...
5265    
5266            ## has an element in scope
5267            my $non_optional;
5268            my $i;
5269            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5270              my $node = $self->{open_elements}->[$_];
5271              if ($node->[1] == P_EL) {
5272                !!!cp ('t410.1');
5273                $i = $_;
5274                last INSCOPE;
5275              } elsif ($node->[1] & SCOPING_EL) {
5276                !!!cp ('t411.1');
5277                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
5288    
5289            if (defined $i) {
5290              ## 1. Generate implied end tags
5291              #
5292    
5293              ## 2. If current node != "p", parse error
5294              if ($non_optional) {
5295                !!!cp ('t412.1');
5296                !!!parse-error (type => 'not closed',
5297                                text => $non_optional->[0]->manakai_local_name,
5298                                token => $token);
5299              } else {
5300                !!!cp ('t414.1');
5301              }
5302    
5303              ## 3. Pop
5304              splice @{$self->{open_elements}}, $i;
5305            } else {
5306              !!!cp ('t413.1');
5307              !!!parse-error (type => 'unmatched end tag',
5308                              text => $token->{tag_name}, token => $token);
5309    
5310              !!!cp ('t415.1');
5311              ## As if <p>, then reprocess the current token
5312              my $el;
5313              !!!create-element ($el, $HTML_NS, 'p',, $token);
5314              $insert->($el);
5315              ## NOTE: Not inserted into |$self->{open_elements}|.
5316            }
5317    
5318            !!!next-token;
5319            next B;
5320        } elsif ({        } elsif ({
5321                  a => 1,                  a => 1,
5322                  b => 1, big => 1, em => 1, font => 1, i => 1,                  b => 1, big => 1, em => 1, font => 1, i => 1,
5323                  nobr => 1, s => 1, small => 1, strile => 1,                  nobr => 1, s => 1, small => 1, strike => 1,
5324                  strong => 1, tt => 1, u => 1,                  strong => 1, tt => 1, u => 1,
5325                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5326          $formatting_end_tag->($token->{tag_name});          !!!cp ('t427');
5327          redo B;          $formatting_end_tag->($token);
5328            next B;
5329        } elsif ($token->{tag_name} eq 'br') {        } elsif ($token->{tag_name} eq 'br') {
5330          !!!parse-error (type => 'unmatched end tag:br');          !!!cp ('t428');
5331            !!!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);
5336                    
5337          my $el;          my $el;
5338          !!!create-element ($el, 'br');          !!!create-element ($el, $HTML_NS, 'br',, $token);
5339          $insert->($el);          $insert->($el);
5340                    
5341          ## Ignore the token.          ## Ignore the token.
5342          !!!next-token;          !!!next-token;
5343          redo B;          next B;
       } elsif ({  
                 caption => 1, col => 1, colgroup => 1, frame => 1,  
                 frameset => 1, head => 1, option => 1, optgroup => 1,  
                 tbody => 1, td => 1, tfoot => 1, th => 1,  
                 thead => 1, tr => 1,  
                 area => 1, basefont => 1, bgsound => 1,  
                 embed => 1, hr => 1, iframe => 1, image => 1,  
                 img => 1, input => 1, isindex => 1, noembed => 1,  
                 noframes => 1, param => 1, select => 1, spacer => 1,  
                 table => 1, textarea => 1, wbr => 1,  
                 noscript => 0, ## TODO: if scripting is enabled  
                }->{$token->{tag_name}}) {  
         !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
         ## Ignore the token  
         !!!next-token;  
         redo B;  
           
         ## ISSUE: Issue on HTML5 new elements in spec  
           
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->[1] 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 $token->{tag_name}) {
5358              ## Step 1              ## Step 1
5359              ## generate implied end tags              ## generate implied end tags
5360              if ({              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5361                   dd => 1, dt => 1, li => 1, p => 1,                !!!cp ('t430');
5362                   td => 1, th => 1, tr => 1,                ## NOTE: |<ruby><rt></ruby>|.
5363                   tbody => 1, tfoot => 1, thead => 1,                ## ISSUE: <ruby><rt></rt> will also take this code path,
5364                  }->{$self->{open_elements}->[-1]->[1]}) {                ## which seems wrong.
5365                !!!back-token;                pop @{$self->{open_elements}};
5366                $token = {type => END_TAG_TOKEN,                $node_i++;
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
5367              }              }
5368                    
5369              ## Step 2              ## Step 2
5370              if ($token->{tag_name} ne $self->{open_elements}->[-1]->[1]) {              my $current_tag_name
5371                    = $self->{open_elements}->[-1]->[0]->manakai_local_name;
5372                $current_tag_name =~ tr/A-Z/a-z/;
5373                if ($current_tag_name ne $token->{tag_name}) {
5374                  !!!cp ('t431');
5375                ## NOTE: <x><y></x>                ## NOTE: <x><y></x>
5376                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!parse-error (type => 'not closed',
5377                                  text => $self->{open_elements}->[-1]->[0]
5378                                      ->manakai_local_name,
5379                                  token => $token);
5380                } else {
5381                  !!!cp ('t432');
5382              }              }
5383                            
5384              ## Step 3              ## Step 3
5385              splice @{$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;
5389            } else {            } else {
5390              ## Step 3              ## Step 3
5391              if (not $formatting_category->{$node->[1]} and              if (not ($node->[1] & FORMATTING_EL) and
5392                  #not $phrasing_category->{$node->[1]} and                  #not $phrasing_category->{$node->[1]} and
5393                  ($special_category->{$node->[1]} or                  ($node->[1] & SPECIAL_EL or
5394                   $scoping_category->{$node->[1]})) {                   $node->[1] & SCOPING_EL)) {
5395                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!cp ('t433');
5396                  !!!parse-error (type => 'unmatched end tag',
5397                                  text => $token->{tag_name}, token => $token);
5398                ## Ignore the token                ## Ignore the token
5399                !!!next-token;                !!!next-token;
5400                last S2;                last S2;
5401    
5402                  ## NOTE: |<span><dd></span>a|: In Safari 3.1.2 and Opera
5403                  ## 9.27, "a" is a child of <dd> (conforming).  In
5404                  ## Firefox 3.0.2, "a" is a child of <body>.  In WinIE 7,
5405                  ## "a" is a child of both <body> and <dd>.
5406              }              }
5407                
5408                !!!cp ('t434');
5409            }            }
5410                        
5411            ## Step 4            ## Step 4
# Line 5371  sub _tree_construction_main ($) { Line 5415  sub _tree_construction_main ($) {
5415            ## Step 5;            ## Step 5;
5416            redo S2;            redo S2;
5417          } # S2          } # S2
5418          redo B;          next B;
5419        }        }
5420      }      }
5421      redo B;      next B;
5422      } continue { # B
5423        if ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {
5424          ## NOTE: The code below is executed in cases where it does not have
5425          ## to be, but it it is harmless even in those cases.
5426          ## has an element in scope
5427          INSCOPE: {
5428            for (reverse 0..$#{$self->{open_elements}}) {
5429              my $node = $self->{open_elements}->[$_];
5430              if ($node->[1] & FOREIGN_EL) {
5431                last INSCOPE;
5432              } elsif ($node->[1] & SCOPING_EL) {
5433                last;
5434              }
5435            }
5436            
5437            ## NOTE: No foreign element in scope.
5438            $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
5439          } # INSCOPE
5440        }
5441    } # B    } # B
5442    
   ## NOTE: The "trailing end" phase in HTML5 is split into  
   ## two insertion modes: "after html body" and "after html frameset".  
   ## NOTE: States in the main stage is preserved while  
   ## the parser stays in the trailing end phase. # MUST  
   
5443    ## Stop parsing # MUST    ## Stop parsing # MUST
5444        
5445    ## TODO: script stuffs    ## TODO: script stuffs
5446  } # _tree_construct_main  } # _tree_construct_main
5447    
5448  sub set_inner_html ($$$) {  sub set_inner_html ($$$$;$) {
5449    my $class = shift;    my $class = shift;
5450    my $node = shift;    my $node = shift;
5451    my $s = \$_[0];    #my $s = \$_[0];
5452    my $onerror = $_[1];    my $onerror = $_[1];
5453      my $get_wrapper = $_[2] || sub ($) { return $_[0] };
5454    
5455    ## ISSUE: Should {confident} be true?    ## ISSUE: Should {confident} be true?
5456    
# Line 5410  sub set_inner_html ($$$) { 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 5423  sub set_inner_html ($$$) { Line 5484  sub set_inner_html ($$$) {
5484      my $p = $class->new;      my $p = $class->new;
5485      $p->{document} = $doc;      $p->{document} = $doc;
5486    
5487      ## Step 9 # MUST      ## Step 8 # MUST
5488      my $i = 0;      my $i = 0;
5489      my $line = 1;      $p->{line_prev} = $p->{line} = 1;
5490      my $column = 0;      $p->{column_prev} = $p->{column} = 0;
5491      $p->{set_next_input_character} = 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_input_character}};        my $char = '';
5498        unshift @{$self->{prev_input_character}}, $self->{next_input_character};        if (defined $self->{next_nc}) {
5499            $char = $self->{next_nc};
5500            delete $self->{next_nc};
5501            $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        $self->{next_input_character} = -1 and return if $i >= length $$s;        ($p->{line_prev}, $p->{column_prev}) = ($p->{line}, $p->{column});
5528        $self->{next_input_character} = ord substr $$s, $i++, 1;        $p->{column}++;
5529        $column++;  
5530          if ($self->{nc} == 0x000A) { # LF
5531        if ($self->{next_input_character} == 0x000A) { # LF          $p->{line}++;
5532          $line++;          $p->{column} = 0;
5533          $column = 0;          !!!cp ('i1');
5534        } elsif ($self->{next_input_character} == 0x000D) { # CR        } elsif ($self->{nc} == 0x000D) { # CR
5535          $i++ if substr ($$s, $i, 1) eq "\x0A";  ## TODO: support for abort/streaming
5536          $self->{next_input_character} = 0x000A; # LF # MUST          my $next = '';
5537          $line++;          if ($input->read ($next, 1) and $next ne "\x0A") {
5538          $column = 0;            $self->{next_nc} = $next;
5539        } elsif ($self->{next_input_character} > 0x10FFFF) {          }
5540          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{nc} = 0x000A; # LF # MUST
5541        } elsif ($self->{next_input_character} == 0x0000) { # NULL          $p->{line}++;
5542            $p->{column} = 0;
5543            !!!cp ('i2');
5544          } elsif ($self->{nc} == 0x0000) { # NULL
5545            !!!cp ('i4');
5546          !!!parse-error (type => 'NULL');          !!!parse-error (type => 'NULL');
5547          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{nc} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
5548        }        }
5549      };      };
5550      $p->{prev_input_character} = [-1, -1, -1];  
5551      $p->{next_input_character} = -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        warn "Parse error ($opt{type}) at line $opt{line} column $opt{column}\n";        my $line = $opt{line};
5589          my $column = $opt{column};
5590          if (defined $opt{token} and defined $opt{token}->{line}) {
5591            $line = $opt{token}->{line};
5592            $column = $opt{token}->{column};
5593          }
5594          warn "Parse error ($opt{type}) at line $line column $column\n";
5595      };      };
5596      $p->{parse_error} = sub {      $p->{parse_error} = sub {
5597        $ponerror->(@_, line => $line, column => $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 5482  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, $node_ln];      $p->{inner_html_node} = [$node, $el_category->{$node_ln}];
5629          ## TODO: Foreign element OK?
5630    
5631      ## Step 4      ## Step 3
5632      my $root = $doc->create_element_ns      my $root = $doc->create_element_ns
5633        ('http://www.w3.org/1999/xhtml', [undef, 'html']);        ('http://www.w3.org/1999/xhtml', [undef, 'html']);
5634    
5635      ## Step 5 # MUST      ## Step 4 # MUST
5636      $doc->append_child ($root);      $doc->append_child ($root);
5637    
5638      ## Step 6 # MUST      ## Step 5 # MUST
5639      push @{$p->{open_elements}}, [$root, '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 7 # MUST      ## Step 6 # MUST
5645      $p->_reset_insertion_mode;      $p->_reset_insertion_mode;
5646    
5647      ## Step 8 # MUST      ## Step 7 # MUST
5648      my $anode = $node;      my $anode = $node;
5649      AN: while (defined $anode) {      AN: while (defined $anode) {
5650        if ($anode->node_type == 1) {        if ($anode->node_type == 1) {
5651          my $nsuri = $anode->namespace_uri;          my $nsuri = $anode->namespace_uri;
5652          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {
5653            if ($anode->manakai_local_name eq 'form') {            if ($anode->manakai_local_name eq 'form') {
5654                !!!cp ('i5');
5655              $p->{form_element} = $anode;              $p->{form_element} = $anode;
5656              last AN;              last AN;
5657            }            }
# Line 5516  sub set_inner_html ($$$) { Line 5660  sub set_inner_html ($$$) {
5660        $anode = $anode->parent_node;        $anode = $anode->parent_node;
5661      } # AN      } # AN
5662            
5663      ## Step 3 # MUST      ## Step 9 # MUST
     ## Step 10 # MUST  
5664      {      {
5665        my $self = $p;        my $self = $p;
5666        !!!next-token;        !!!next-token;
5667      }      }
5668      $p->_tree_construction_main;      $p->_tree_construction_main;
5669    
5670      ## Step 11 # MUST      ## Step 10 # MUST
5671      my @cn = @{$node->child_nodes};      my @cn = @{$node->child_nodes};
5672      for (@cn) {      for (@cn) {
5673        $node->remove_child ($_);        $node->remove_child ($_);
5674      }      }
5675      ## ISSUE: mutation events? read-only?      ## ISSUE: mutation events? read-only?
5676    
5677      ## Step 12 # MUST      ## Step 11 # MUST
5678      @cn = @{$root->child_nodes};      @cn = @{$root->child_nodes};
5679      for (@cn) {      for (@cn) {
5680        $this_doc->adopt_node ($_);        $this_doc->adopt_node ($_);
# Line 5540  sub set_inner_html ($$$) { Line 5683  sub set_inner_html ($$$) {
5683      ## ISSUE: mutation events?      ## ISSUE: mutation events?
5684    
5685      $p->_terminate_tree_constructor;      $p->_terminate_tree_constructor;
5686    
5687        delete $p->{parse_error}; # delete loop
5688    } else {    } else {
5689      die "$0: |set_inner_html| is not defined for node of type $nt";      die "$0: |set_inner_html| is not defined for node of type $nt";
5690    }    }
Legend:
Removed from v.1.71  
changed lines
  Added in v.1.217
admin@suikawiki.org
 ViewVC Help
Powered by ViewVC 1.1.24