/[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 1.48 by wakaba, Sat Jul 21 09:54:45 2007 UTC revision 1.209 by wakaba, Tue Oct 14 07:40:52 2008 UTC
# Line 1  Line 1 
1  package Whatpm::HTML;  package Whatpm::HTML;
2  use strict;  use strict;
3  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};
4    use Error qw(:try);
5    
6    use Whatpm::HTML::Tokenizer;
7    
8    ## NOTE: This module don't check all HTML5 parse errors; character
9    ## encoding related parse errors are expected to be handled by relevant
10    ## modules.
11    ## Parse errors for control characters that are not allowed in HTML5
12    ## documents, for surrogate code points, and for noncharacter code
13    ## points, as well as U+FFFD substitions for characters whose code points
14    ## is higher than U+10FFFF may be detected by combining the parser with
15    ## the checker implemented by Whatpm::Charset::UnicodeChecker (for its
16    ## usage example, see |t/HTML-tree.t| in the Whatpm package or the
17    ## WebHACC::Language::HTML module in the WebHACC package).
18    
19  ## ISSUE:  ## ISSUE:
20  ## var doc = implementation.createDocument (null, null, null);  ## var doc = implementation.createDocument (null, null, null);
21  ## doc.write ('');  ## doc.write ('');
22  ## alert (doc.compatMode);  ## alert (doc.compatMode);
23    
24  ## ISSUE: HTML5 revision 967 says that the encoding layer MUST NOT  require IO::Handle;
 ## strip BOM and the HTML layer MUST ignore it.  Whether we can do it  
 ## is not yet clear.  
 ## "{U+FEFF}..." in UTF-16BE/UTF-16LE is three or four characters?  
 ## "{U+FEFF}..." in GB18030?  
   
 my $permitted_slash_tag_name = {  
   base => 1,  
   link => 1,  
   meta => 1,  
   hr => 1,  
   br => 1,  
   img=> 1,  
   embed => 1,  
   param => 1,  
   area => 1,  
   col => 1,  
   input => 1,  
 };  
25    
26  my $c1_entity_char = {  ## Namespace URLs
27    0x80 => 0x20AC,  
28    0x81 => 0xFFFD,  my $HTML_NS = q<http://www.w3.org/1999/xhtml>;
29    0x82 => 0x201A,  my $MML_NS = q<http://www.w3.org/1998/Math/MathML>;
30    0x83 => 0x0192,  my $SVG_NS = q<http://www.w3.org/2000/svg>;
31    0x84 => 0x201E,  my $XLINK_NS = q<http://www.w3.org/1999/xlink>;
32    0x85 => 0x2026,  my $XML_NS = q<http://www.w3.org/XML/1998/namespace>;
33    0x86 => 0x2020,  my $XMLNS_NS = q<http://www.w3.org/2000/xmlns/>;
34    0x87 => 0x2021,  
35    0x88 => 0x02C6,  ## Element categories
36    0x89 => 0x2030,  
37    0x8A => 0x0160,  ## Bits 12-15
38    0x8B => 0x2039,  sub SPECIAL_EL () { 0b1_000000000000000 }
39    0x8C => 0x0152,  sub SCOPING_EL () { 0b1_00000000000000 }
40    0x8D => 0xFFFD,  sub FORMATTING_EL () { 0b1_0000000000000 }
41    0x8E => 0x017D,  sub PHRASING_EL () { 0b1_000000000000 }
42    0x8F => 0xFFFD,  
43    0x90 => 0xFFFD,  ## Bits 10-11
44    0x91 => 0x2018,  #sub FOREIGN_EL () { 0b1_00000000000 } # see Whatpm::HTML::Tokenizer
45    0x92 => 0x2019,  sub FOREIGN_FLOW_CONTENT_EL () { 0b1_0000000000 }
46    0x93 => 0x201C,  
47    0x94 => 0x201D,  ## Bits 6-9
48    0x95 => 0x2022,  sub TABLE_SCOPING_EL () { 0b1_000000000 }
49    0x96 => 0x2013,  sub TABLE_ROWS_SCOPING_EL () { 0b1_00000000 }
50    0x97 => 0x2014,  sub TABLE_ROW_SCOPING_EL () { 0b1_0000000 }
51    0x98 => 0x02DC,  sub TABLE_ROWS_EL () { 0b1_000000 }
52    0x99 => 0x2122,  
53    0x9A => 0x0161,  ## Bit 5
54    0x9B => 0x203A,  sub ADDRESS_DIV_P_EL () { 0b1_00000 }
55    0x9C => 0x0153,  
56    0x9D => 0xFFFD,  ## NOTE: Used in </body> and EOF algorithms.
57    0x9E => 0x017E,  ## Bit 4
58    0x9F => 0x0178,  sub ALL_END_TAG_OPTIONAL_EL () { 0b1_0000 }
59  }; # $c1_entity_char  
60    ## NOTE: Used in "generate implied end tags" algorithm.
61  my $special_category = {  ## NOTE: There is a code where a modified version of
62    address => 1, area => 1, base => 1, basefont => 1, bgsound => 1,  ## END_TAG_OPTIONAL_EL is used in "generate implied end tags"
63    blockquote => 1, body => 1, br => 1, center => 1, col => 1, colgroup => 1,  ## implementation (search for the algorithm name).
64    dd => 1, dir => 1, div => 1, dl => 1, dt => 1, embed => 1, fieldset => 1,  ## Bit 3
65    form => 1, frame => 1, frameset => 1, h1 => 1, h2 => 1, h3 => 1,  sub END_TAG_OPTIONAL_EL () { 0b1_000 }
66    h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, iframe => 1, image => 1,  
67    img => 1, input => 1, isindex => 1, li => 1, link => 1, listing => 1,  ## Bits 0-2
68    menu => 1, meta => 1, noembed => 1, noframes => 1, noscript => 1,  
69    ol => 1, optgroup => 1, option => 1, p => 1, param => 1, plaintext => 1,  sub MISC_SPECIAL_EL () { SPECIAL_EL | 0b000 }
70    pre => 1, script => 1, select => 1, spacer => 1, style => 1, tbody => 1,  sub FORM_EL () { SPECIAL_EL | 0b001 }
71    textarea => 1, tfoot => 1, thead => 1, title => 1, tr => 1, ul => 1, wbr => 1,  sub FRAMESET_EL () { SPECIAL_EL | 0b010 }
72  };  sub HEADING_EL () { SPECIAL_EL | 0b011 }
73  my $scoping_category = {  sub SELECT_EL () { SPECIAL_EL | 0b100 }
74    button => 1, caption => 1, html => 1, marquee => 1, object => 1,  sub SCRIPT_EL () { SPECIAL_EL | 0b101 }
75    table => 1, td => 1, th => 1,  
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  my $formatting_category = {  
252    a => 1, b => 1, big => 1, em => 1, font => 1, i => 1, nobr => 1,  my $el_category_f = {
253    s => 1, small => 1, strile => 1, strong => 1, tt => 1, u => 1,    $MML_NS => {
254        'annotation-xml' => MML_AXML_EL,
255        mi => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
256        mo => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
257        mn => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
258        ms => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
259        mtext => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
260      },
261      $SVG_NS => {
262        foreignObject => SCOPING_EL | FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
263        desc => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
264        title => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
265      },
266      ## NOTE: In addition, FOREIGN_EL is set to non-HTML elements.
267  };  };
 # $phrasing_category: all other elements  
268    
269  sub parse_string ($$$;$) {  my $svg_attr_name = {
270    my $self = shift->new;    attributename => 'attributeName',
271    my $s = \$_[0];    attributetype => 'attributeType',
272    $self->{document} = $_[1];    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    
334    ## NOTE: |set_inner_html| copies most of this method's code  my $foreign_attr_xname = {
335      '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    
349    my $i = 0;  ## ISSUE: xmlns:xlink="non-xlink-ns" is not an error.
   my $line = 1;  
   my $column = 0;  
   $self->{set_next_input_character} = sub {  
     my $self = shift;  
350    
351      pop @{$self->{prev_input_character}};  ## TODO: Invoke the reset algorithm when a resettable element is
352      unshift @{$self->{prev_input_character}}, $self->{next_input_character};  ## created (cf. HTML5 revision 2259).
353    
354      $self->{next_input_character} = -1 and return if $i >= length $$s;  sub parse_byte_string ($$$$;$) {
355      $self->{next_input_character} = ord substr $$s, $i++, 1;    my $self = shift;
356      $column++;    my $charset_name = shift;
357          open my $input, '<', ref $_[0] ? $_[0] : \($_[0]);
358      if ($self->{next_input_character} == 0x000A) { # LF    return $self->parse_byte_stream ($charset_name, $input, @_[1..$#_]);
359        $line++;  } # parse_byte_string
360        $column = 0;  
361      } elsif ($self->{next_input_character} == 0x000D) { # CR  sub parse_byte_stream ($$$$;$$) {
362        $i++ if substr ($$s, $i, 1) eq "\x0A";    # my ($self, $charset_name, $byte_stream, $doc, $onerror, $get_wrapper) = @_;
363        $self->{next_input_character} = 0x000A; # LF # MUST    my $self = ref $_[0] ? shift : shift->new;
364        $line++;    my $charset_name = shift;
365        $column = 0;    my $byte_stream = $_[0];
     } elsif ($self->{next_input_character} > 0x10FFFF) {  
       $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST  
     } elsif ($self->{next_input_character} == 0x0000) { # NULL  
       !!!parse-error (type => 'NULL');  
       $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST  
     }  
   };  
   $self->{prev_input_character} = [-1, -1, -1];  
   $self->{next_input_character} = -1;  
366    
367    my $onerror = $_[2] || sub {    my $onerror = $_[2] || sub {
368      my (%opt) = @_;      my (%opt) = @_;
369      warn "Parse error ($opt{type}) at line $opt{line} column $opt{column}\n";      warn "Parse error ($opt{type})\n";
   };  
   $self->{parse_error} = sub {  
     $onerror->(@_, line => $line, column => $column);  
370    };    };
371      $self->{parse_error} = $onerror; # updated later by parse_char_string
372    
373    $self->_initialize_tokenizer;    my $get_wrapper = $_[3] || sub ($) {
374    $self->_initialize_tree_constructor;      return $_[0]; # $_[0] = byte stream handle, returned = arg to char handle
   $self->_construct_tree;  
   $self->_terminate_tree_constructor;  
   
   return $self->{document};  
 } # parse_string  
   
 sub new ($) {  
   my $class = shift;  
   my $self = bless {}, $class;  
   $self->{set_next_input_character} = sub {  
     $self->{next_input_character} = -1;  
   };  
   $self->{parse_error} = sub {  
     #  
375    };    };
   return $self;  
 } # new  
376    
377  sub CM_ENTITY () { 0b001 } # & markup in data    ## HTML5 encoding sniffing algorithm
378  sub CM_LIMITED_MARKUP () { 0b010 } # < markup in data (limited)    require Message::Charset::Info;
379  sub CM_FULL_MARKUP () { 0b100 } # < markup in data (any)    my $charset;
380      my $buffer;
381  sub PLAINTEXT_CONTENT_MODEL () { 0 }    my ($char_stream, $e_status);
382  sub CDATA_CONTENT_MODEL () { CM_LIMITED_MARKUP }  
383  sub RCDATA_CONTENT_MODEL () { CM_ENTITY | CM_LIMITED_MARKUP }    SNIFFING: {
384  sub PCDATA_CONTENT_MODEL () { CM_ENTITY | CM_FULL_MARKUP }      ## 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  ## Implementations MUST act as if state machine in the spec      ## 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 => $self->{level}->{uncertain});
409          }
410        }
411    
412  sub _initialize_tokenizer ($) {      ## Step 2
413    my $self = shift;      my $byte_buffer = '';
414    $self->{state} = 'data'; # MUST      for (1..1024) {
415    $self->{content_model} = PCDATA_CONTENT_MODEL; # be        my $char = $byte_stream->getc;
416    undef $self->{current_token}; # start tag, end tag, comment, or DOCTYPE        last unless defined $char;
417    undef $self->{current_attribute};        $byte_buffer .= $char;
418    undef $self->{last_emitted_start_tag_name};      } ## TODO: timeout
   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} eq 'DOCTYPE', 'start tag', 'end tag', 'comment',  
 ##       'character', or 'end-of-file'  
 ##   ->{name} (DOCTYPE, start tag (tag name), end tag (tag name))  
 ##   ->{public_identifier} (DOCTYPE)  
 ##   ->{system_identifier} (DOCTYPE)  
 ##   ->{correct} == 1 or 0 (DOCTYPE)  
 ##   ->{attributes} isa HASH (start tag, end tag)  
 ##   ->{data} (comment, character)  
   
 ## 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.  
419    
420  sub _get_next_token ($) {      ## Step 3
421    my $self = shift;      if ($byte_buffer =~ /^\xFE\xFF/) {
422    if (@{$self->{token}}) {        $charset = Message::Charset::Info->get_by_html_name ('utf-16be');
423      return shift @{$self->{token}};        ($char_stream, $e_status) = $charset->get_decode_handle
424    }            ($byte_stream, allow_error_reporting => 1,
425               allow_fallback => 1, byte_buffer => \$byte_buffer);
426          $self->{confident} = 1;
427          last SNIFFING;
428        } elsif ($byte_buffer =~ /^\xFF\xFE/) {
429          $charset = Message::Charset::Info->get_by_html_name ('utf-16le');
430          ($char_stream, $e_status) = $charset->get_decode_handle
431              ($byte_stream, allow_error_reporting => 1,
432               allow_fallback => 1, byte_buffer => \$byte_buffer);
433          $self->{confident} = 1;
434          last SNIFFING;
435        } elsif ($byte_buffer =~ /^\xEF\xBB\xBF/) {
436          $charset = Message::Charset::Info->get_by_html_name ('utf-8');
437          ($char_stream, $e_status) = $charset->get_decode_handle
438              ($byte_stream, allow_error_reporting => 1,
439               allow_fallback => 1, byte_buffer => \$byte_buffer);
440          $self->{confident} = 1;
441          last SNIFFING;
442        }
443    
444    A: {      ## Step 4
445      if ($self->{state} eq 'data') {      ## TODO: <meta charset>
       if ($self->{next_input_character} == 0x0026) { # &  
         if ($self->{content_model} & CM_ENTITY) { # PCDATA | RCDATA  
           $self->{state} = 'entity data';  
           !!!next-input-character;  
           redo A;  
         } else {  
           #  
         }  
       } elsif ($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})) {  
           $self->{state} = 'tag open';  
           !!!next-input-character;  
           redo A;  
         } else {  
           #  
         }  
       } elsif ($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'});  
         last A; ## TODO: ok?  
       }  
       # Anything else  
       my $token = {type => 'character',  
                    data => chr $self->{next_input_character}};  
       ## Stay in the data state  
       !!!next-input-character;  
   
       !!!emit ($token);  
   
       redo A;  
     } elsif ($self->{state} eq 'entity data') {  
       ## (cannot happen in CDATA state)  
         
       my $token = $self->_tokenize_attempt_to_consume_an_entity (0);  
446    
447        $self->{state} = 'data';      ## Step 5
448        # next-input-character is already done      ## TODO: from history
449    
450        unless (defined $token) {      ## Step 6
451          !!!emit ({type => 'character', data => '&'});      require Whatpm::Charset::UniversalCharDet;
452        } else {      $charset_name = Whatpm::Charset::UniversalCharDet->detect_byte_string
453          !!!emit ($token);          ($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            $self->{confident} = 0;
471            last SNIFFING;
472        }        }
473        }
474    
475        redo A;      ## Step 7: default
476      } elsif ($self->{state} eq 'tag open') {      ## TODO: Make this configurable.
477        if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA      $charset = Message::Charset::Info->get_by_html_name ('windows-1252');
478          if ($self->{next_input_character} == 0x002F) { # /          ## NOTE: We choose |windows-1252| here, since |utf-8| should be
479            !!!next-input-character;          ## detectable in the step 6.
480            $self->{state} = 'close tag open';      require Whatpm::Charset::DecodeHandle;
481            redo A;      $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new
482          } else {          ($byte_stream);
483            ## reconsume      ($char_stream, $e_status)
484            $self->{state} = 'data';          = $charset->get_decode_handle ($buffer,
485                                           allow_error_reporting => 1,
486            !!!emit ({type => 'character', data => '<'});                                         allow_fallback => 1,
487                                           byte_buffer => \$byte_buffer);
488            redo A;      $buffer->{buffer} = $byte_buffer;
489          }      !!!parse-error (type => 'sniffing:default',
490        } elsif ($self->{content_model} & CM_FULL_MARKUP) { # PCDATA                      text => 'windows-1252',
491          if ($self->{next_input_character} == 0x0021) { # !                      level => $self->{level}->{info},
492            $self->{state} = 'markup declaration open';                      line => 1, column => 1,
493            !!!next-input-character;                      layer => 'encode');
494            redo A;      $self->{confident} = 0;
495          } elsif ($self->{next_input_character} == 0x002F) { # /    } # SNIFFING
496            $self->{state} = 'close tag open';  
497            !!!next-input-character;    if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
498            redo A;      $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
499          } elsif (0x0041 <= $self->{next_input_character} and      !!!parse-error (type => 'chardecode:fallback',
500                   $self->{next_input_character} <= 0x005A) { # A..Z                      #text => $self->{input_encoding},
501            $self->{current_token}                      level => $self->{level}->{uncertain},
502              = {type => 'start tag',                      line => 1, column => 1,
503                 tag_name => chr ($self->{next_input_character} + 0x0020)};                      layer => 'encode');
504            $self->{state} = 'tag name';    } elsif (not ($e_status &
505            !!!next-input-character;                  Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
506            redo A;      $self->{input_encoding} = $charset->get_iana_name;
507          } elsif (0x0061 <= $self->{next_input_character} and      !!!parse-error (type => 'chardecode:no error',
508                   $self->{next_input_character} <= 0x007A) { # a..z                      text => $self->{input_encoding},
509            $self->{current_token} = {type => 'start tag',                      level => $self->{level}->{uncertain},
510                              tag_name => chr ($self->{next_input_character})};                      line => 1, column => 1,
511            $self->{state} = 'tag name';                      layer => 'encode');
512            !!!next-input-character;    } else {
513            redo A;      $self->{input_encoding} = $charset->get_iana_name;
514          } elsif ($self->{next_input_character} == 0x003E) { # >    }
           !!!parse-error (type => 'empty start tag');  
           $self->{state} = 'data';  
           !!!next-input-character;  
   
           !!!emit ({type => 'character', data => '<>'});  
   
           redo A;  
         } elsif ($self->{next_input_character} == 0x003F) { # ?  
           !!!parse-error (type => 'pio');  
           $self->{state} = 'bogus comment';  
           ## $self->{next_input_character} is intentionally left as is  
           redo A;  
         } else {  
           !!!parse-error (type => 'bare stago');  
           $self->{state} = 'data';  
           ## reconsume  
515    
516            !!!emit ({type => 'character', data => '<'});    $self->{change_encoding} = sub {
517        my $self = shift;
518        $charset_name = shift;
519        my $token = shift;
520    
521            redo A;      $charset = Message::Charset::Info->get_by_html_name ($charset_name);
522          }      ($char_stream, $e_status) = $charset->get_decode_handle
523        } else {          ($byte_stream, allow_error_reporting => 1, allow_fallback => 1,
524          die "$0: $self->{content_model} in tag open";           byte_buffer => \ $buffer->{buffer});
525        }      
526      } elsif ($self->{state} eq 'close tag open') {      if ($char_stream) { # if supported
527        if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA        ## "Change the encoding" algorithm:
         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);  
               $self->{state} = 'data';  
528    
529                !!!emit ({type => 'character', data => '</'});        ## Step 1    
530            if ($charset->{category} &
531                redo A;            Message::Charset::Info::CHARSET_CATEGORY_UTF16 ()) {
532              }          $charset = Message::Charset::Info->get_by_html_name ('utf-8');
533            }          ($char_stream, $e_status) = $charset->get_decode_handle
534            push @next_char, $self->{next_input_character};              ($byte_stream,
535                       byte_buffer => \ $buffer->{buffer});
           unless ($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';  
             !!!emit ({type => 'character', 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';  
           !!!emit ({type => 'character', data => '</'});  
           redo A;  
         }  
536        }        }
537          $charset_name = $charset->get_iana_name;
538                
539        if (0x0041 <= $self->{next_input_character} and        ## Step 2
540            $self->{next_input_character} <= 0x005A) { # A..Z        if (defined $self->{input_encoding} and
541          $self->{current_token} = {type => 'end tag',            $self->{input_encoding} eq $charset_name) {
542                            tag_name => chr ($self->{next_input_character} + 0x0020)};          !!!parse-error (type => 'charset label:matching',
543          $self->{state} = 'tag name';                          text => $charset_name,
544          !!!next-input-character;                          level => $self->{level}->{info});
545          redo A;          $self->{confident} = 1;
546        } elsif (0x0061 <= $self->{next_input_character} and          return;
                $self->{next_input_character} <= 0x007A) { # a..z  
         $self->{current_token} = {type => 'end tag',  
                           tag_name => chr ($self->{next_input_character})};  
         $self->{state} = 'tag name';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'empty end tag');  
         $self->{state} = 'data';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'bare etago');  
         $self->{state} = 'data';  
         # reconsume  
   
         !!!emit ({type => 'character', data => '</'});  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'bogus end tag');  
         $self->{state} = 'bogus comment';  
         ## $self->{next_input_character} is intentionally left as is  
         redo A;  
       }  
     } elsif ($self->{state} eq 'tag name') {  
       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  
         $self->{state} = 'before attribute name';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} eq 'start tag') {  
           $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} eq 'end tag') {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         !!!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} eq 'start tag') {  
           $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} eq 'end tag') {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         # 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} eq 'start tag' and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         $self->{state} = 'before attribute name';  
         # 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} eq 'before attribute name') {  
       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} eq 'start tag') {  
           $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} eq 'end tag') {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         !!!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 => ''};  
         $self->{state} = 'attribute name';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} eq 'start tag' 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} eq 'start tag') {  
           $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} eq 'end tag') {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute} = {name => chr ($self->{next_input_character}),  
                               value => ''};  
         $self->{state} = 'attribute name';  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} eq 'attribute name') {  
       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->();  
         $self->{state} = 'after attribute name';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003D) { # =  
         $before_leave->();  
         $self->{state} = 'before attribute value';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $before_leave->();  
         if ($self->{current_token}->{type} eq 'start tag') {  
           $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} eq 'end tag') {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         !!!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} eq 'start tag' and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         $self->{state} = 'before attribute name';  
         # next-input-character is already done  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         $before_leave->();  
         if ($self->{current_token}->{type} eq 'start tag') {  
           $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} eq 'end tag') {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         # 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 ($self->{state} eq 'after attribute name') {  
       if ($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) { # =  
         $self->{state} = 'before attribute value';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} eq 'start tag') {  
           $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} eq 'end tag') {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         !!!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 => ''};  
         $self->{state} = 'attribute name';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} eq 'start tag' 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/>  
         }  
         $self->{state} = 'before attribute name';  
         # next-input-character is already done  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} eq 'start tag') {  
           $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} eq 'end tag') {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute} = {name => chr ($self->{next_input_character}),  
                               value => ''};  
         $self->{state} = 'attribute name';  
         !!!next-input-character;  
         redo A;          
       }  
     } elsif ($self->{state} eq 'before attribute value') {  
       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) { # "  
         $self->{state} = 'attribute value (double-quoted)';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{state} = 'attribute value (unquoted)';  
         ## reconsume  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = 'attribute value (single-quoted)';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} eq 'start tag') {  
           $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} eq 'end tag') {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         !!!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} eq 'start tag') {  
           $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} eq 'end tag') {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{value} .= chr ($self->{next_input_character});  
         $self->{state} = 'attribute value (unquoted)';  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} eq 'attribute value (double-quoted)') {  
       if ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = 'before attribute name';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{last_attribute_value_state} = 'attribute value (double-quoted)';  
         $self->{state} = 'entity in attribute value';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed attribute value');  
         if ($self->{current_token}->{type} eq 'start tag') {  
           $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} eq 'end tag') {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         ## 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 ($self->{state} eq 'attribute value (single-quoted)') {  
       if ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = 'before attribute name';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{last_attribute_value_state} = 'attribute value (single-quoted)';  
         $self->{state} = 'entity in attribute value';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed attribute value');  
         if ($self->{current_token}->{type} eq 'start tag') {  
           $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} eq 'end tag') {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         ## 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 ($self->{state} eq 'attribute value (unquoted)') {  
       if ($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  
         $self->{state} = 'before attribute name';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{last_attribute_value_state} = 'attribute value (unquoted)';  
         $self->{state} = 'entity in attribute value';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} eq 'start tag') {  
           $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} eq 'end tag') {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         !!!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} eq 'start tag') {  
           $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} eq 'end tag') {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         ## 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} eq 'entity in attribute value') {  
       my $token = $self->_tokenize_attempt_to_consume_an_entity (1);  
   
       unless (defined $token) {  
         $self->{current_attribute}->{value} .= '&';  
       } else {  
         $self->{current_attribute}->{value} .= $token->{data};  
         ## ISSUE: spec says "append the returned character token to the current attribute's value"  
547        }        }
548    
549        $self->{state} = $self->{last_attribute_value_state};        !!!parse-error (type => 'charset label detected',
550        # next-input-character is already done                        text => $self->{input_encoding},
551        redo A;                        value => $charset_name,
552      } elsif ($self->{state} eq 'bogus comment') {                        level => $self->{level}->{warn},
553        ## (only happen if PCDATA state)                        token => $token);
554                
555        my $token = {type => 'comment', data => ''};        ## Step 3
556          # if (can) {
557        BC: {          ## change the encoding on the fly.
558          if ($self->{next_input_character} == 0x003E) { # >          #$self->{confident} = 1;
559            $self->{state} = 'data';          #return;
560            !!!next-input-character;        # }
   
           !!!emit ($token);  
   
           redo A;  
         } elsif ($self->{next_input_character} == -1) {  
           $self->{state} = 'data';  
           ## reconsume  
   
           !!!emit ($token);  
   
           redo A;  
         } else {  
           $token->{data} .= chr ($self->{next_input_character});  
           !!!next-input-character;  
           redo BC;  
         }  
       } # BC  
     } elsif ($self->{state} eq 'markup declaration open') {  
       ## (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', data => ''};  
           $self->{state} = 'comment start';  
           !!!next-input-character;  
           redo A;  
         }  
       } elsif ($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';  
                     !!!next-input-character;  
                     redo A;  
                   }  
                 }  
               }  
             }  
           }  
         }  
       }  
   
       !!!parse-error (type => 'bogus comment');  
       $self->{next_input_character} = shift @next_char;  
       !!!back-next-input-character (@next_char);  
       $self->{state} = 'bogus comment';  
       redo A;  
561                
562        ## ISSUE: typos in spec: chacacters, is is a parse error        ## Step 4
563        ## ISSUE: spec is somewhat unclear on "is the first character that will be in the comment"; what is "that will be in the comment" is what the algorithm defines, isn't it?        throw Whatpm::HTML::RestartParser ();
564      } elsif ($self->{state} eq 'comment start') {      }
565        if ($self->{next_input_character} == 0x002D) { # -    }; # $self->{change_encoding}
         $self->{state} = 'comment start dash';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'bogus comment');  
         $self->{state} = 'data';  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = 'data';  
         ## reconsume  
566    
567          !!!emit ($self->{current_token}); # comment    my $char_onerror = sub {
568        my (undef, $type, %opt) = @_;
569        !!!parse-error (layer => 'encode',
570                        line => $self->{line}, column => $self->{column} + 1,
571                        %opt, type => $type);
572        if ($opt{octets}) {
573          ${$opt{octets}} = "\x{FFFD}"; # relacement character
574        }
575      };
576    
577          redo A;    my $wrapped_char_stream = $get_wrapper->($char_stream);
578        } else {    $wrapped_char_stream->onerror ($char_onerror);
         $self->{current_token}->{data} # comment  
             .= chr ($self->{next_input_character});  
         $self->{state} = 'comment';  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} eq 'comment start dash') {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = 'comment end';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'bogus comment');  
         $self->{state} = 'data';  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = 'data';  
         ## reconsume  
579    
580          !!!emit ($self->{current_token}); # comment    my @args = ($_[1], $_[2]); # $doc, $onerror - $get_wrapper = undef;
581      my $return;
582      try {
583        $return = $self->parse_char_stream ($wrapped_char_stream, @args);  
584      } catch Whatpm::HTML::RestartParser with {
585        ## NOTE: Invoked after {change_encoding}.
586    
587        if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
588          $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
589          !!!parse-error (type => 'chardecode:fallback',
590                          level => $self->{level}->{uncertain},
591                          #text => $self->{input_encoding},
592                          line => 1, column => 1,
593                          layer => 'encode');
594        } elsif (not ($e_status &
595                      Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
596          $self->{input_encoding} = $charset->get_iana_name;
597          !!!parse-error (type => 'chardecode:no error',
598                          text => $self->{input_encoding},
599                          level => $self->{level}->{uncertain},
600                          line => 1, column => 1,
601                          layer => 'encode');
602        } else {
603          $self->{input_encoding} = $charset->get_iana_name;
604        }
605        $self->{confident} = 1;
606    
607          redo A;      $wrapped_char_stream = $get_wrapper->($char_stream);
608        } else {      $wrapped_char_stream->onerror ($char_onerror);
         $self->{current_token}->{data} # comment  
             .= '-' . chr ($self->{next_input_character});  
         $self->{state} = 'comment';  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} eq 'comment') {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = 'comment end dash';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = 'data';  
         ## reconsume  
609    
610          !!!emit ($self->{current_token}); # comment      $return = $self->parse_char_stream ($wrapped_char_stream, @args);
611      };
612      return $return;
613    } # parse_byte_stream
614    
615          redo A;  ## NOTE: HTML5 spec says that the encoding layer MUST NOT strip BOM
616        } else {  ## and the HTML layer MUST ignore it.  However, we does strip BOM in
617          $self->{current_token}->{data} .= chr ($self->{next_input_character}); # comment  ## the encoding layer and the HTML layer does not ignore any U+FEFF,
618          ## Stay in the state  ## because the core part of our HTML parser expects a string of character,
619          !!!next-input-character;  ## not a string of bytes or code units or anything which might contain a BOM.
620          redo A;  ## Therefore, any parser interface that accepts a string of bytes,
621        }  ## such as |parse_byte_string| in this module, must ensure that it does
622      } elsif ($self->{state} eq 'comment end dash') {  ## strip the BOM and never strip any ZWNBSP.
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = 'comment end';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = 'data';  
         ## reconsume  
623    
624          !!!emit ($self->{current_token}); # comment  sub parse_char_string ($$$;$$) {
625      #my ($self, $s, $doc, $onerror, $get_wrapper) = @_;
626      my $self = shift;
627      my $s = ref $_[0] ? $_[0] : \($_[0]);
628      require Whatpm::Charset::DecodeHandle;
629      my $input = Whatpm::Charset::DecodeHandle::CharString->new ($s);
630      return $self->parse_char_stream ($input, @_[1..$#_]);
631    } # parse_char_string
632    *parse_string = \&parse_char_string; ## NOTE: Alias for backward compatibility.
633    
634    sub parse_char_stream ($$$;$$) {
635      my $self = ref $_[0] ? shift : shift->new;
636      my $input = $_[0];
637      $self->{document} = $_[1];
638      @{$self->{document}->child_nodes} = ();
639    
640          redo A;    ## NOTE: |set_inner_html| copies most of this method's code
       } else {  
         $self->{current_token}->{data} .= '-' . chr ($self->{next_input_character}); # comment  
         $self->{state} = 'comment';  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} eq 'comment end') {  
       if ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = 'data';  
         !!!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');  
         $self->{state} = 'data';  
         ## reconsume  
641    
642          !!!emit ($self->{current_token}); # comment    $self->{confident} = 1 unless exists $self->{confident};
643      $self->{document}->input_encoding ($self->{input_encoding})
644          if defined $self->{input_encoding};
645    ## TODO: |{input_encoding}| is needless?
646    
647      $self->{line_prev} = $self->{line} = 1;
648      $self->{column_prev} = -1;
649      $self->{column} = 0;
650      $self->{set_nc} = sub {
651        my $self = shift;
652    
653          redo A;      my $char = '';
654        } else {      if (defined $self->{next_nc}) {
655          !!!parse-error (type => 'dash in comment');        $char = $self->{next_nc};
656          $self->{current_token}->{data} .= '--' . chr ($self->{next_input_character}); # comment        delete $self->{next_nc};
657          $self->{state} = 'comment';        $self->{nc} = ord $char;
658          !!!next-input-character;      } else {
659          redo A;        $self->{char_buffer} = '';
660        }        $self->{char_buffer_pos} = 0;
     } elsif ($self->{state} eq 'DOCTYPE') {  
       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';  
         !!!next-input-character;  
         redo A;  
       } else {  
         !!!parse-error (type => 'no space before DOCTYPE name');  
         $self->{state} = 'before DOCTYPE name';  
         ## reconsume  
         redo A;  
       }  
     } elsif ($self->{state} eq 'before DOCTYPE name') {  
       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';  
         !!!next-input-character;  
   
         !!!emit ({type => 'DOCTYPE'}); # incorrect  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'no DOCTYPE name');  
         $self->{state} = 'data';  
         ## reconsume  
661    
662          !!!emit ({type => 'DOCTYPE'}); # incorrect        my $count = $input->manakai_read_until
663             ($self->{char_buffer}, qr/[^\x00\x0A\x0D]/, $self->{char_buffer_pos});
664          if ($count) {
665            $self->{line_prev} = $self->{line};
666            $self->{column_prev} = $self->{column};
667            $self->{column}++;
668            $self->{nc}
669                = ord substr ($self->{char_buffer}, $self->{char_buffer_pos}++, 1);
670            return;
671          }
672    
673          redo A;        if ($input->read ($char, 1)) {
674            $self->{nc} = ord $char;
675        } else {        } else {
676          $self->{current_token}          $self->{nc} = -1;
677              = {type => 'DOCTYPE',          return;
678                 name => chr ($self->{next_input_character}),        }
679                 correct => 1};      }
 ## ISSUE: "Set the token's name name to the" in the spec  
         $self->{state} = 'DOCTYPE name';  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} eq 'DOCTYPE name') {  
 ## 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  
         $self->{state} = 'after DOCTYPE name';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = 'data';  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = 'data';  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
680    
681          redo A;      ($self->{line_prev}, $self->{column_prev})
682        } else {          = ($self->{line}, $self->{column});
683          $self->{current_token}->{name}      $self->{column}++;
684            .= chr ($self->{next_input_character}); # DOCTYPE      
685          ## Stay in the state      if ($self->{nc} == 0x000A) { # LF
686          !!!next-input-character;        !!!cp ('j1');
687          redo A;        $self->{line}++;
688        }        $self->{column} = 0;
689      } elsif ($self->{state} eq 'after DOCTYPE name') {      } elsif ($self->{nc} == 0x000D) { # CR
690        if ($self->{next_input_character} == 0x0009 or # HT        !!!cp ('j2');
691            $self->{next_input_character} == 0x000A or # LF  ## TODO: support for abort/streaming
692            $self->{next_input_character} == 0x000B or # VT        my $next = '';
693            $self->{next_input_character} == 0x000C or # FF        if ($input->read ($next, 1) and $next ne "\x0A") {
694            $self->{next_input_character} == 0x0020) { # SP          $self->{next_nc} = $next;
695          ## Stay in the state        }
696          !!!next-input-character;        $self->{nc} = 0x000A; # LF # MUST
697          redo A;        $self->{line}++;
698        } elsif ($self->{next_input_character} == 0x003E) { # >        $self->{column} = 0;
699          $self->{state} = 'data';      } elsif ($self->{nc} == 0x0000) { # NULL
700          !!!next-input-character;        !!!cp ('j4');
701          !!!parse-error (type => 'NULL');
702          !!!emit ($self->{current_token}); # DOCTYPE        $self->{nc} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
703        }
704          redo A;    };
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = 'data';  
         ## 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';  
                   !!!next-input-character;  
                   redo A;  
                 }  
               }  
             }  
           }  
         }  
705    
706          #    $self->{read_until} = sub {
707        } elsif ($self->{next_input_character} == 0x0053 or # S      #my ($scalar, $specials_range, $offset) = @_;
708                 $self->{next_input_character} == 0x0073) { # s      return 0 if defined $self->{next_nc};
709          !!!next-input-character;  
710          if ($self->{next_input_character} == 0x0059 or # Y      my $pattern = qr/[^$_[1]\x00\x0A\x0D]/;
711              $self->{next_input_character} == 0x0079) { # y      my $offset = $_[2] || 0;
712            !!!next-input-character;  
713            if ($self->{next_input_character} == 0x0053 or # S      if ($self->{char_buffer_pos} < length $self->{char_buffer}) {
714                $self->{next_input_character} == 0x0073) { # s        pos ($self->{char_buffer}) = $self->{char_buffer_pos};
715              !!!next-input-character;        if ($self->{char_buffer} =~ /\G(?>$pattern)+/) {
716              if ($self->{next_input_character} == 0x0054 or # T          substr ($_[0], $offset)
717                  $self->{next_input_character} == 0x0074) { # t              = substr ($self->{char_buffer}, $-[0], $+[0] - $-[0]);
718                !!!next-input-character;          my $count = $+[0] - $-[0];
719                if ($self->{next_input_character} == 0x0045 or # E          if ($count) {
720                    $self->{next_input_character} == 0x0065) { # e            $self->{column} += $count;
721                  !!!next-input-character;            $self->{char_buffer_pos} += $count;
722                  if ($self->{next_input_character} == 0x004D or # M            $self->{line_prev} = $self->{line};
723                      $self->{next_input_character} == 0x006D) { # m            $self->{column_prev} = $self->{column} - 1;
724                    $self->{state} = 'before DOCTYPE system identifier';            $self->{nc} = -1;
                   !!!next-input-character;  
                   redo A;  
                 }  
               }  
             }  
           }  
725          }          }
726            return $count;
         #  
727        } else {        } else {
728          !!!next-input-character;          return 0;
         #  
729        }        }
730        } else {
731          my $count = $input->manakai_read_until ($_[0], $pattern, $_[2]);
732          if ($count) {
733            $self->{column} += $count;
734            $self->{line_prev} = $self->{line};
735            $self->{column_prev} = $self->{column} - 1;
736            $self->{nc} = -1;
737          }
738          return $count;
739        }
740      }; # $self->{read_until}
741    
742        !!!parse-error (type => 'string after DOCTYPE name');    my $onerror = $_[2] || sub {
743        $self->{state} = 'bogus DOCTYPE';      my (%opt) = @_;
744        # next-input-character is already done      my $line = $opt{token} ? $opt{token}->{line} : $opt{line};
745        redo A;      my $column = $opt{token} ? $opt{token}->{column} : $opt{column};
746      } elsif ($self->{state} eq 'before DOCTYPE public identifier') {      warn "Parse error ($opt{type}) at line $line column $column\n";
747        if ({    };
748              0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,    $self->{parse_error} = sub {
749              #0x000D => 1, # HT, LF, VT, FF, SP, CR      $onerror->(line => $self->{line}, column => $self->{column}, @_);
750            }->{$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  
         $self->{state} = 'DOCTYPE public identifier (double-quoted)';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} eq 0x0027) { # '  
         $self->{current_token}->{public_identifier} = ''; # DOCTYPE  
         $self->{state} = 'DOCTYPE public identifier (single-quoted)';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} eq 0x003E) { # >  
         !!!parse-error (type => 'no PUBLIC literal');  
   
         $self->{state} = 'data';  
         !!!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';  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after PUBLIC');  
         $self->{state} = 'bogus DOCTYPE';  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} eq 'DOCTYPE public identifier (double-quoted)') {  
       if ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = 'after DOCTYPE public identifier';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = 'data';  
         ## 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} eq 'DOCTYPE public identifier (single-quoted)') {  
       if ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = 'after DOCTYPE public identifier';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = 'data';  
         ## 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} eq 'after DOCTYPE public identifier') {  
       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  
         $self->{state} = 'DOCTYPE system identifier (double-quoted)';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0027) { # '  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = 'DOCTYPE system identifier (single-quoted)';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = 'data';  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = 'data';  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after PUBLIC literal');  
         $self->{state} = 'bogus DOCTYPE';  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} eq 'before DOCTYPE system identifier') {  
       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  
         $self->{state} = 'DOCTYPE system identifier (double-quoted)';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0027) { # '  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = 'DOCTYPE system identifier (single-quoted)';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'no SYSTEM literal');  
         $self->{state} = 'data';  
         !!!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';  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after SYSTEM');  
         $self->{state} = 'bogus DOCTYPE';  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} eq 'DOCTYPE system identifier (double-quoted)') {  
       if ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = 'after DOCTYPE system identifier';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed SYSTEM literal');  
   
         $self->{state} = 'data';  
         ## 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} eq 'DOCTYPE system identifier (single-quoted)') {  
       if ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = 'after DOCTYPE system identifier';  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed SYSTEM literal');  
   
         $self->{state} = 'data';  
         ## 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} eq 'after DOCTYPE system identifier') {  
       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';  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = 'data';  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
751    
752          redo A;    my $char_onerror = sub {
753        } else {      my (undef, $type, %opt) = @_;
754          !!!parse-error (type => 'string after SYSTEM literal');      !!!parse-error (layer => 'encode',
755          $self->{state} = 'bogus DOCTYPE';                      line => $self->{line}, column => $self->{column} + 1,
756          !!!next-input-character;                      %opt, type => $type);
757          redo A;    }; # $char_onerror
758        }  
759      } elsif ($self->{state} eq 'bogus DOCTYPE') {    if ($_[3]) {
760        if ($self->{next_input_character} == 0x003E) { # >      $input = $_[3]->($input);
761          $self->{state} = 'data';      $input->onerror ($char_onerror);
762          !!!next-input-character;    } else {
763        $input->onerror ($char_onerror) unless defined $input->onerror;
764          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';  
         ## reconsume  
765    
766          delete $self->{current_token}->{correct};    $self->_initialize_tokenizer;
767          !!!emit ($self->{current_token}); # DOCTYPE    $self->_initialize_tree_constructor;
768      $self->_construct_tree;
769      $self->_terminate_tree_constructor;
770    
771          redo A;    delete $self->{parse_error}; # remove loop
       } else {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } else {  
       die "$0: $self->{state}: Unknown state";  
     }  
   } # A    
772    
773    die "$0: _get_next_token: unexpected case";    return $self->{document};
774  } # _get_next_token  } # parse_char_stream
775    
776  sub _tokenize_attempt_to_consume_an_entity ($$) {  sub new ($) {
777    my ($self, $in_attr) = @_;    my $class = shift;
778      my $self = bless {
779        level => {must => 'm',
780                  should => 's',
781                  warn => 'w',
782                  info => 'i',
783                  uncertain => 'u'},
784      }, $class;
785      $self->{set_nc} = sub {
786        $self->{nc} = -1;
787      };
788      $self->{parse_error} = sub {
789        #
790      };
791      $self->{change_encoding} = sub {
792        # if ($_[0] is a supported encoding) {
793        #   run "change the encoding" algorithm;
794        #   throw Whatpm::HTML::RestartParser (charset => $new_encoding);
795        # }
796      };
797      $self->{application_cache_selection} = sub {
798        #
799      };
800      return $self;
801    } # new
802    
803    if ({  ## Insertion modes
        0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, # HT, LF, VT, FF,  
        0x0020 => 1, 0x003C => 1, 0x0026 => 1, -1 => 1, # SP, <, & # 0x000D # CR  
       }->{$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', data => chr $code};  
       } # X  
     } elsif (0x0030 <= $self->{next_input_character} and  
              $self->{next_input_character} <= 0x0039) { # 0..9  
       my $code = $self->{next_input_character} - 0x0030;  
       !!!next-input-character;  
         
       while (0x0030 <= $self->{next_input_character} and  
                 $self->{next_input_character} <= 0x0039) { # 0..9  
         $code *= 10;  
         $code += $self->{next_input_character} - 0x0030;  
           
         !!!next-input-character;  
       }  
804    
805        if ($self->{next_input_character} == 0x003B) { # ;  sub AFTER_HTML_IMS () { 0b100 }
806          !!!next-input-character;  sub HEAD_IMS ()       { 0b1000 }
807        } else {  sub BODY_IMS ()       { 0b10000 }
808          !!!parse-error (type => 'no refc');  sub BODY_TABLE_IMS () { 0b100000 }
809        }  sub TABLE_IMS ()      { 0b1000000 }
810    sub ROW_IMS ()        { 0b10000000 }
811        if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {  sub BODY_AFTER_IMS () { 0b100000000 }
812          !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);  sub FRAME_IMS ()      { 0b1000000000 }
813          $code = 0xFFFD;  sub SELECT_IMS ()     { 0b10000000000 }
814        } elsif ($code > 0x10FFFF) {  #sub IN_FOREIGN_CONTENT_IM () { 0b100000000000 } # see Whatpm::HTML::Tokenizer
815          !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);      ## NOTE: "in foreign content" insertion mode is special; it is combined
816          $code = 0xFFFD;      ## with the secondary insertion mode.  In this parser, they are stored
817        } elsif ($code == 0x000D) {      ## together in the bit-or'ed form.
818          !!!parse-error (type => 'CR character reference');  sub IN_CDATA_RCDATA_IM () { 0b1000000000000 }
819          $code = 0x000A;      ## NOTE: "in CDATA/RCDATA" insertion mode is also special; it is
820        } elsif (0x80 <= $code and $code <= 0x9F) {      ## combined with the original insertion mode.  In thie parser,
821          !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);      ## they are stored together in the bit-or'ed form.
822          $code = $c1_entity_char->{$code};  
823        }  ## NOTE: "initial" and "before html" insertion modes have no constants.
824          
825        return {type => 'character', data => chr $code};  ## NOTE: "after after body" insertion mode.
826      } else {  sub AFTER_HTML_BODY_IM () { AFTER_HTML_IMS | BODY_AFTER_IMS }
827        !!!parse-error (type => 'bare nero');  
828        !!!back-next-input-character ($self->{next_input_character});  ## NOTE: "after after frameset" insertion mode.
829        $self->{next_input_character} = 0x0023; # #  sub AFTER_HTML_FRAMESET_IM () { AFTER_HTML_IMS | FRAME_IMS }
830        return undef;  
831      }  sub IN_HEAD_IM () { HEAD_IMS | 0b00 }
832    } elsif ((0x0041 <= $self->{next_input_character} and  sub IN_HEAD_NOSCRIPT_IM () { HEAD_IMS | 0b01 }
833              $self->{next_input_character} <= 0x005A) or  sub AFTER_HEAD_IM () { HEAD_IMS | 0b10 }
834             (0x0061 <= $self->{next_input_character} and  sub BEFORE_HEAD_IM () { HEAD_IMS | 0b11 }
835              $self->{next_input_character} <= 0x007A)) {  sub IN_BODY_IM () { BODY_IMS }
836      my $entity_name = chr $self->{next_input_character};  sub IN_CELL_IM () { BODY_IMS | BODY_TABLE_IMS | 0b01 }
837      !!!next-input-character;  sub IN_CAPTION_IM () { BODY_IMS | BODY_TABLE_IMS | 0b10 }
838    sub IN_ROW_IM () { TABLE_IMS | ROW_IMS | 0b01 }
839      my $value = $entity_name;  sub IN_TABLE_BODY_IM () { TABLE_IMS | ROW_IMS | 0b10 }
840      my $match = 0;  sub IN_TABLE_IM () { TABLE_IMS }
841      require Whatpm::_NamedEntityList;  sub AFTER_BODY_IM () { BODY_AFTER_IMS }
842      our $EntityChar;  sub IN_FRAMESET_IM () { FRAME_IMS | 0b01 }
843    sub AFTER_FRAMESET_IM () { FRAME_IMS | 0b10 }
844      while (length $entity_name < 10 and  sub IN_SELECT_IM () { SELECT_IMS | 0b01 }
845             ## NOTE: Some number greater than the maximum length of entity name  sub IN_SELECT_IN_TABLE_IM () { SELECT_IMS | 0b10 }
846             ((0x0041 <= $self->{next_input_character} and # a  sub IN_COLUMN_GROUP_IM () { 0b10 }
              $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', data => $value};  
     } elsif ($match < 0) {  
       !!!parse-error (type => 'no refc');  
       if ($in_attr and $match < -1) {  
         return {type => 'character', data => '&'.$entity_name};  
       } else {  
         return {type => 'character', data => $value};  
       }  
     } else {  
       !!!parse-error (type => 'bare ero');  
       ## NOTE: No characters are consumed in the spec.  
       return {type => 'character', data => '&'.$value};  
     }  
   } else {  
     ## no characters are consumed  
     !!!parse-error (type => 'bare ero');  
     return undef;  
   }  
 } # _tokenize_attempt_to_consume_an_entity  
847    
848  sub _initialize_tree_constructor ($) {  sub _initialize_tree_constructor ($) {
849    my $self = shift;    my $self = shift;
# Line 1780  sub _initialize_tree_constructor ($) { Line 852  sub _initialize_tree_constructor ($) {
852    ## TODO: Turn mutation events off # MUST    ## TODO: Turn mutation events off # MUST
853    ## TODO: Turn loose Document option (manakai extension) on    ## TODO: Turn loose Document option (manakai extension) on
854    $self->{document}->manakai_is_html (1); # MUST    $self->{document}->manakai_is_html (1); # MUST
855      $self->{document}->set_user_data (manakai_source_line => 1);
856      $self->{document}->set_user_data (manakai_source_column => 1);
857  } # _initialize_tree_constructor  } # _initialize_tree_constructor
858    
859  sub _terminate_tree_constructor ($) {  sub _terminate_tree_constructor ($) {
# Line 1799  sub _construct_tree ($) { Line 873  sub _construct_tree ($) {
873    ## When an interactive UA render the $self->{document} available    ## When an interactive UA render the $self->{document} available
874    ## to the user, or when it begin accepting user input, are    ## to the user, or when it begin accepting user input, are
875    ## 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  
876        
877    !!!next-token;    !!!next-token;
878    
   $self->{insertion_mode} = 'before head';  
879    undef $self->{form_element};    undef $self->{form_element};
880    undef $self->{head_element};    undef $self->{head_element};
881      undef $self->{head_element_inserted};
882    $self->{open_elements} = [];    $self->{open_elements} = [];
883    undef $self->{inner_html_node};    undef $self->{inner_html_node};
884      undef $self->{ignore_newline};
885    
886      ## NOTE: The "initial" insertion mode.
887    $self->_tree_construction_initial; # MUST    $self->_tree_construction_initial; # MUST
888    
889      ## NOTE: The "before html" insertion mode.
890    $self->_tree_construction_root_element;    $self->_tree_construction_root_element;
891      $self->{insertion_mode} = BEFORE_HEAD_IM;
892    
893      ## NOTE: The "before head" insertion mode and so on.
894    $self->_tree_construction_main;    $self->_tree_construction_main;
895  } # _construct_tree  } # _construct_tree
896    
897  sub _tree_construction_initial ($) {  sub _tree_construction_initial ($) {
898    my $self = shift;    my $self = shift;
899    
900      ## NOTE: "initial" insertion mode
901    
902    INITIAL: {    INITIAL: {
903      if ($token->{type} eq 'DOCTYPE') {      if ($token->{type} == DOCTYPE_TOKEN) {
904        ## NOTE: Conformance checkers MAY, instead of reporting "not HTML5"        ## NOTE: Conformance checkers MAY, instead of reporting "not HTML5"
905        ## error, switch to a conformance checking mode for another        ## error, switch to a conformance checking mode for another
906        ## language.        ## language.
907        my $doctype_name = $token->{name};        my $doctype_name = $token->{name};
908        $doctype_name = '' unless defined $doctype_name;        $doctype_name = '' unless defined $doctype_name;
909        $doctype_name =~ tr/a-z/A-Z/;        $doctype_name =~ tr/a-z/A-Z/; # ASCII case-insensitive
910        if (not defined $token->{name} or # <!DOCTYPE>        if (not defined $token->{name} or # <!DOCTYPE>
911            defined $token->{public_identifier} or            defined $token->{sysid}) {
912            defined $token->{system_identifier}) {          !!!cp ('t1');
913          !!!parse-error (type => 'not HTML5');          !!!parse-error (type => 'not HTML5', token => $token);
914        } elsif ($doctype_name ne 'HTML') {        } elsif ($doctype_name ne 'HTML') {
915          ## ISSUE: ASCII case-insensitive? (in fact it does not matter)          !!!cp ('t2');
916          !!!parse-error (type => 'not HTML5');          !!!parse-error (type => 'not HTML5', token => $token);
917          } elsif (defined $token->{pubid}) {
918            if ($token->{pubid} eq 'XSLT-compat') {
919              !!!cp ('t1.2');
920              !!!parse-error (type => 'XSLT-compat', token => $token,
921                              level => $self->{level}->{should});
922            } else {
923              !!!parse-error (type => 'not HTML5', token => $token);
924            }
925          } else {
926            !!!cp ('t3');
927            #
928        }        }
929                
930        my $doctype = $self->{document}->create_document_type_definition        my $doctype = $self->{document}->create_document_type_definition
931          ($token->{name}); ## ISSUE: If name is missing (e.g. <!DOCTYPE>)?          ($token->{name}); ## ISSUE: If name is missing (e.g. <!DOCTYPE>)?
932        $doctype->public_id ($token->{public_identifier})        ## NOTE: Default value for both |public_id| and |system_id| attributes
933            if defined $token->{public_identifier};        ## are empty strings, so that we don't set any value in missing cases.
934        $doctype->system_id ($token->{system_identifier})        $doctype->public_id ($token->{pubid}) if defined $token->{pubid};
935            if defined $token->{system_identifier};        $doctype->system_id ($token->{sysid}) if defined $token->{sysid};
936        ## NOTE: Other DocumentType attributes are null or empty lists.        ## NOTE: Other DocumentType attributes are null or empty lists.
937        ## ISSUE: internalSubset = null??        ## ISSUE: internalSubset = null??
938        $self->{document}->append_child ($doctype);        $self->{document}->append_child ($doctype);
939                
940        if (not $token->{correct} or $doctype_name ne 'HTML') {        if ($token->{quirks} or $doctype_name ne 'HTML') {
941            !!!cp ('t4');
942          $self->{document}->manakai_compat_mode ('quirks');          $self->{document}->manakai_compat_mode ('quirks');
943        } elsif (defined $token->{public_identifier}) {        } elsif (defined $token->{pubid}) {
944          my $pubid = $token->{public_identifier};          my $pubid = $token->{pubid};
945          $pubid =~ tr/a-z/A-z/;          $pubid =~ tr/a-z/A-z/;
946          if ({          my $prefix = [
947            "+//SILMARIL//DTD HTML PRO V0R11 19970101//EN" => 1,            "+//SILMARIL//DTD HTML PRO V0R11 19970101//",
948            "-//ADVASOFT LTD//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,            "-//ADVASOFT LTD//DTD HTML 3.0 ASWEDIT + EXTENSIONS//",
949            "-//AS//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,            "-//AS//DTD HTML 3.0 ASWEDIT + EXTENSIONS//",
950            "-//IETF//DTD HTML 2.0 LEVEL 1//EN" => 1,            "-//IETF//DTD HTML 2.0 LEVEL 1//",
951            "-//IETF//DTD HTML 2.0 LEVEL 2//EN" => 1,            "-//IETF//DTD HTML 2.0 LEVEL 2//",
952            "-//IETF//DTD HTML 2.0 STRICT LEVEL 1//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT LEVEL 1//",
953            "-//IETF//DTD HTML 2.0 STRICT LEVEL 2//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT LEVEL 2//",
954            "-//IETF//DTD HTML 2.0 STRICT//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT//",
955            "-//IETF//DTD HTML 2.0//EN" => 1,            "-//IETF//DTD HTML 2.0//",
956            "-//IETF//DTD HTML 2.1E//EN" => 1,            "-//IETF//DTD HTML 2.1E//",
957            "-//IETF//DTD HTML 3.0//EN" => 1,            "-//IETF//DTD HTML 3.0//",
958            "-//IETF//DTD HTML 3.0//EN//" => 1,            "-//IETF//DTD HTML 3.2 FINAL//",
959            "-//IETF//DTD HTML 3.2 FINAL//EN" => 1,            "-//IETF//DTD HTML 3.2//",
960            "-//IETF//DTD HTML 3.2//EN" => 1,            "-//IETF//DTD HTML 3//",
961            "-//IETF//DTD HTML 3//EN" => 1,            "-//IETF//DTD HTML LEVEL 0//",
962            "-//IETF//DTD HTML LEVEL 0//EN" => 1,            "-//IETF//DTD HTML LEVEL 1//",
963            "-//IETF//DTD HTML LEVEL 0//EN//2.0" => 1,            "-//IETF//DTD HTML LEVEL 2//",
964            "-//IETF//DTD HTML LEVEL 1//EN" => 1,            "-//IETF//DTD HTML LEVEL 3//",
965            "-//IETF//DTD HTML LEVEL 1//EN//2.0" => 1,            "-//IETF//DTD HTML STRICT LEVEL 0//",
966            "-//IETF//DTD HTML LEVEL 2//EN" => 1,            "-//IETF//DTD HTML STRICT LEVEL 1//",
967            "-//IETF//DTD HTML LEVEL 2//EN//2.0" => 1,            "-//IETF//DTD HTML STRICT LEVEL 2//",
968            "-//IETF//DTD HTML LEVEL 3//EN" => 1,            "-//IETF//DTD HTML STRICT LEVEL 3//",
969            "-//IETF//DTD HTML LEVEL 3//EN//3.0" => 1,            "-//IETF//DTD HTML STRICT//",
970            "-//IETF//DTD HTML STRICT LEVEL 0//EN" => 1,            "-//IETF//DTD HTML//",
971            "-//IETF//DTD HTML STRICT LEVEL 0//EN//2.0" => 1,            "-//METRIUS//DTD METRIUS PRESENTATIONAL//",
972            "-//IETF//DTD HTML STRICT LEVEL 1//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML STRICT//",
973            "-//IETF//DTD HTML STRICT LEVEL 1//EN//2.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML//",
974            "-//IETF//DTD HTML STRICT LEVEL 2//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 TABLES//",
975            "-//IETF//DTD HTML STRICT LEVEL 2//EN//2.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML STRICT//",
976            "-//IETF//DTD HTML STRICT LEVEL 3//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML//",
977            "-//IETF//DTD HTML STRICT LEVEL 3//EN//3.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 TABLES//",
978            "-//IETF//DTD HTML STRICT//EN" => 1,            "-//NETSCAPE COMM. CORP.//DTD HTML//",
979            "-//IETF//DTD HTML STRICT//EN//2.0" => 1,            "-//NETSCAPE COMM. CORP.//DTD STRICT HTML//",
980            "-//IETF//DTD HTML STRICT//EN//3.0" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML 2.0//",
981            "-//IETF//DTD HTML//EN" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED 1.0//",
982            "-//IETF//DTD HTML//EN//2.0" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED RELAXED 1.0//",
983            "-//IETF//DTD HTML//EN//3.0" => 1,            "-//SOFTQUAD SOFTWARE//DTD HOTMETAL PRO 6.0::19990601::EXTENSIONS TO HTML 4.0//",
984            "-//METRIUS//DTD METRIUS PRESENTATIONAL//EN" => 1,            "-//SOFTQUAD//DTD HOTMETAL PRO 4.0::19971010::EXTENSIONS TO HTML 4.0//",
985            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML STRICT//EN" => 1,            "-//SPYGLASS//DTD HTML 2.0 EXTENDED//",
986            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML//EN" => 1,            "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//",
987            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 TABLES//EN" => 1,            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//",
988            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML STRICT//EN" => 1,            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//",
989            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML//EN" => 1,            "-//W3C//DTD HTML 3 1995-03-24//",
990            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 TABLES//EN" => 1,            "-//W3C//DTD HTML 3.2 DRAFT//",
991            "-//NETSCAPE COMM. CORP.//DTD HTML//EN" => 1,            "-//W3C//DTD HTML 3.2 FINAL//",
992            "-//NETSCAPE COMM. CORP.//DTD STRICT HTML//EN" => 1,            "-//W3C//DTD HTML 3.2//",
993            "-//O'REILLY AND ASSOCIATES//DTD HTML 2.0//EN" => 1,            "-//W3C//DTD HTML 3.2S DRAFT//",
994            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED 1.0//EN" => 1,            "-//W3C//DTD HTML 4.0 FRAMESET//",
995            "-//SPYGLASS//DTD HTML 2.0 EXTENDED//EN" => 1,            "-//W3C//DTD HTML 4.0 TRANSITIONAL//",
996            "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//EN" => 1,            "-//W3C//DTD HTML EXPERIMETNAL 19960712//",
997            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//EN" => 1,            "-//W3C//DTD HTML EXPERIMENTAL 970421//",
998            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//EN" => 1,            "-//W3C//DTD W3 HTML//",
999            "-//W3C//DTD HTML 3 1995-03-24//EN" => 1,            "-//W3O//DTD W3 HTML 3.0//",
1000            "-//W3C//DTD HTML 3.2 DRAFT//EN" => 1,            "-//WEBTECHS//DTD MOZILLA HTML 2.0//",
1001            "-//W3C//DTD HTML 3.2 FINAL//EN" => 1,            "-//WEBTECHS//DTD MOZILLA HTML//",
1002            "-//W3C//DTD HTML 3.2//EN" => 1,          ]; # $prefix
1003            "-//W3C//DTD HTML 3.2S DRAFT//EN" => 1,          my $match;
1004            "-//W3C//DTD HTML 4.0 FRAMESET//EN" => 1,          for (@$prefix) {
1005            "-//W3C//DTD HTML 4.0 TRANSITIONAL//EN" => 1,            if (substr ($prefix, 0, length $_) eq $_) {
1006            "-//W3C//DTD HTML EXPERIMETNAL 19960712//EN" => 1,              $match = 1;
1007            "-//W3C//DTD HTML EXPERIMENTAL 970421//EN" => 1,              last;
1008            "-//W3C//DTD W3 HTML//EN" => 1,            }
1009            "-//W3O//DTD W3 HTML 3.0//EN" => 1,          }
1010            "-//W3O//DTD W3 HTML 3.0//EN//" => 1,          if ($match or
1011            "-//W3O//DTD W3 HTML STRICT 3.0//EN//" => 1,              $pubid eq "-//W3O//DTD W3 HTML STRICT 3.0//EN//" or
1012            "-//WEBTECHS//DTD MOZILLA HTML 2.0//EN" => 1,              $pubid eq "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" or
1013            "-//WEBTECHS//DTD MOZILLA HTML//EN" => 1,              $pubid eq "HTML") {
1014            "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" => 1,            !!!cp ('t5');
           "HTML" => 1,  
         }->{$pubid}) {  
1015            $self->{document}->manakai_compat_mode ('quirks');            $self->{document}->manakai_compat_mode ('quirks');
1016          } elsif ($pubid eq "-//W3C//DTD HTML 4.01 FRAMESET//EN" or          } elsif ($pubid =~ m[^-//W3C//DTD HTML 4.01 FRAMESET//] or
1017                   $pubid eq "-//W3C//DTD HTML 4.01 TRANSITIONAL//EN") {                   $pubid =~ m[^-//W3C//DTD HTML 4.01 TRANSITIONAL//]) {
1018            if (defined $token->{system_identifier}) {            if (defined $token->{sysid}) {
1019                !!!cp ('t6');
1020              $self->{document}->manakai_compat_mode ('quirks');              $self->{document}->manakai_compat_mode ('quirks');
1021            } else {            } else {
1022                !!!cp ('t7');
1023              $self->{document}->manakai_compat_mode ('limited quirks');              $self->{document}->manakai_compat_mode ('limited quirks');
1024            }            }
1025          } elsif ($pubid eq "-//W3C//DTD XHTML 1.0 Frameset//EN" or          } elsif ($pubid =~ m[^-//W3C//DTD XHTML 1.0 FRAMESET//] or
1026                   $pubid eq "-//W3C//DTD XHTML 1.0 Transitional//EN") {                   $pubid =~ m[^-//W3C//DTD XHTML 1.0 TRANSITIONAL//]) {
1027              !!!cp ('t8');
1028            $self->{document}->manakai_compat_mode ('limited quirks');            $self->{document}->manakai_compat_mode ('limited quirks');
1029            } else {
1030              !!!cp ('t9');
1031          }          }
1032          } else {
1033            !!!cp ('t10');
1034        }        }
1035        if (defined $token->{system_identifier}) {        if (defined $token->{sysid}) {
1036          my $sysid = $token->{system_identifier};          my $sysid = $token->{sysid};
1037          $sysid =~ tr/A-Z/a-z/;          $sysid =~ tr/A-Z/a-z/;
1038          if ($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") {
1039              ## NOTE: Ensure that |PUBLIC "(limited quirks)" "(quirks)"| is
1040              ## marked as quirks.
1041            $self->{document}->manakai_compat_mode ('quirks');            $self->{document}->manakai_compat_mode ('quirks');
1042              !!!cp ('t11');
1043            } else {
1044              !!!cp ('t12');
1045          }          }
1046          } else {
1047            !!!cp ('t13');
1048        }        }
1049                
1050        ## Go to the root element phase.        ## Go to the "before html" insertion mode.
1051        !!!next-token;        !!!next-token;
1052        return;        return;
1053      } elsif ({      } elsif ({
1054                'start tag' => 1,                START_TAG_TOKEN, 1,
1055                'end tag' => 1,                END_TAG_TOKEN, 1,
1056                'end-of-file' => 1,                END_OF_FILE_TOKEN, 1,
1057               }->{$token->{type}}) {               }->{$token->{type}}) {
1058        !!!parse-error (type => 'no DOCTYPE');        !!!cp ('t14');
1059          !!!parse-error (type => 'no DOCTYPE', token => $token);
1060        $self->{document}->manakai_compat_mode ('quirks');        $self->{document}->manakai_compat_mode ('quirks');
1061        ## Go to the root element phase        ## Go to the "before html" insertion mode.
1062        ## reprocess        ## reprocess
1063          !!!ack-later;
1064        return;        return;
1065      } elsif ($token->{type} eq 'character') {      } elsif ($token->{type} == CHARACTER_TOKEN) {
1066        if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D        if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1067          ## Ignore the token          ## Ignore the token
1068    
1069          unless (length $token->{data}) {          unless (length $token->{data}) {
1070            ## Stay in the phase            !!!cp ('t15');
1071              ## Stay in the insertion mode.
1072            !!!next-token;            !!!next-token;
1073            redo INITIAL;            redo INITIAL;
1074            } else {
1075              !!!cp ('t16');
1076          }          }
1077          } else {
1078            !!!cp ('t17');
1079        }        }
1080    
1081        !!!parse-error (type => 'no DOCTYPE');        !!!parse-error (type => 'no DOCTYPE', token => $token);
1082        $self->{document}->manakai_compat_mode ('quirks');        $self->{document}->manakai_compat_mode ('quirks');
1083        ## Go to the root element phase        ## Go to the "before html" insertion mode.
1084        ## reprocess        ## reprocess
1085        return;        return;
1086      } elsif ($token->{type} eq 'comment') {      } elsif ($token->{type} == COMMENT_TOKEN) {
1087          !!!cp ('t18');
1088        my $comment = $self->{document}->create_comment ($token->{data});        my $comment = $self->{document}->create_comment ($token->{data});
1089        $self->{document}->append_child ($comment);        $self->{document}->append_child ($comment);
1090                
1091        ## Stay in the phase.        ## Stay in the insertion mode.
1092        !!!next-token;        !!!next-token;
1093        redo INITIAL;        redo INITIAL;
1094      } else {      } else {
1095        die "$0: $token->{type}: Unknown token";        die "$0: $token->{type}: Unknown token type";
1096      }      }
1097    } # INITIAL    } # INITIAL
1098    
1099      die "$0: _tree_construction_initial: This should be never reached";
1100  } # _tree_construction_initial  } # _tree_construction_initial
1101    
1102  sub _tree_construction_root_element ($) {  sub _tree_construction_root_element ($) {
1103    my $self = shift;    my $self = shift;
1104    
1105      ## NOTE: "before html" insertion mode.
1106        
1107    B: {    B: {
1108        if ($token->{type} eq 'DOCTYPE') {        if ($token->{type} == DOCTYPE_TOKEN) {
1109          !!!parse-error (type => 'in html:#DOCTYPE');          !!!cp ('t19');
1110            !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
1111          ## Ignore the token          ## Ignore the token
1112          ## Stay in the phase          ## Stay in the insertion mode.
1113          !!!next-token;          !!!next-token;
1114          redo B;          redo B;
1115        } elsif ($token->{type} eq 'comment') {        } elsif ($token->{type} == COMMENT_TOKEN) {
1116            !!!cp ('t20');
1117          my $comment = $self->{document}->create_comment ($token->{data});          my $comment = $self->{document}->create_comment ($token->{data});
1118          $self->{document}->append_child ($comment);          $self->{document}->append_child ($comment);
1119          ## Stay in the phase          ## Stay in the insertion mode.
1120          !!!next-token;          !!!next-token;
1121          redo B;          redo B;
1122        } elsif ($token->{type} eq 'character') {        } elsif ($token->{type} == CHARACTER_TOKEN) {
1123          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1124            ## Ignore the token.            ## Ignore the token.
1125    
1126            unless (length $token->{data}) {            unless (length $token->{data}) {
1127              ## Stay in the phase              !!!cp ('t21');
1128                ## Stay in the insertion mode.
1129              !!!next-token;              !!!next-token;
1130              redo B;              redo B;
1131              } else {
1132                !!!cp ('t22');
1133            }            }
1134            } else {
1135              !!!cp ('t23');
1136          }          }
1137    
1138            $self->{application_cache_selection}->(undef);
1139    
1140          #          #
1141          } elsif ($token->{type} == START_TAG_TOKEN) {
1142            if ($token->{tag_name} eq 'html') {
1143              my $root_element;
1144              !!!create-element ($root_element, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);
1145              $self->{document}->append_child ($root_element);
1146              push @{$self->{open_elements}},
1147                  [$root_element, $el_category->{html}];
1148    
1149              if ($token->{attributes}->{manifest}) {
1150                !!!cp ('t24');
1151                $self->{application_cache_selection}
1152                    ->($token->{attributes}->{manifest}->{value});
1153                ## ISSUE: Spec is unclear on relative references.
1154                ## According to Hixie (#whatwg 2008-03-19), it should be
1155                ## resolved against the base URI of the document in HTML
1156                ## or xml:base of the element in XHTML.
1157              } else {
1158                !!!cp ('t25');
1159                $self->{application_cache_selection}->(undef);
1160              }
1161    
1162              !!!nack ('t25c');
1163    
1164              !!!next-token;
1165              return; ## Go to the "before head" insertion mode.
1166            } else {
1167              !!!cp ('t25.1');
1168              #
1169            }
1170        } elsif ({        } elsif ({
1171                  'start tag' => 1,                  END_TAG_TOKEN, 1,
1172                  'end tag' => 1,                  END_OF_FILE_TOKEN, 1,
                 'end-of-file' => 1,  
1173                 }->{$token->{type}}) {                 }->{$token->{type}}) {
1174          ## ISSUE: There is an issue in the spec          !!!cp ('t26');
1175          #          #
1176        } else {        } else {
1177          die "$0: $token->{type}: Unknown token";          die "$0: $token->{type}: Unknown token type";
1178        }        }
1179        my $root_element; !!!create-element ($root_element, 'html');  
1180        $self->{document}->append_child ($root_element);      my $root_element;
1181        push @{$self->{open_elements}}, [$root_element, 'html'];      !!!create-element ($root_element, $HTML_NS, 'html',, $token);
1182        ## reprocess      $self->{document}->append_child ($root_element);
1183        #redo B;      push @{$self->{open_elements}}, [$root_element, $el_category->{html}];
1184        return; ## Go to the main phase.  
1185        $self->{application_cache_selection}->(undef);
1186    
1187        ## NOTE: Reprocess the token.
1188        !!!ack-later;
1189        return; ## Go to the "before head" insertion mode.
1190    } # B    } # B
1191    
1192      die "$0: _tree_construction_root_element: This should never be reached";
1193  } # _tree_construction_root_element  } # _tree_construction_root_element
1194    
1195  sub _reset_insertion_mode ($) {  sub _reset_insertion_mode ($) {
# Line 2043  sub _reset_insertion_mode ($) { Line 1204  sub _reset_insertion_mode ($) {
1204            
1205      ## Step 3      ## Step 3
1206      S3: {      S3: {
       ## ISSUE: Oops! "If node is the first node in the stack of open  
       ## elements, then set last to true. If the context element of the  
       ## HTML fragment parsing algorithm is neither a td element nor a  
       ## th element, then set node to the context element. (fragment case)":  
       ## The second "if" is in the scope of the first "if"!?  
1207        if ($self->{open_elements}->[0]->[0] eq $node->[0]) {        if ($self->{open_elements}->[0]->[0] eq $node->[0]) {
1208          $last = 1;          $last = 1;
1209          if (defined $self->{inner_html_node}) {          if (defined $self->{inner_html_node}) {
1210            if ($self->{inner_html_node}->[1] eq 'td' or            !!!cp ('t28');
1211                $self->{inner_html_node}->[1] eq 'th') {            $node = $self->{inner_html_node};
1212              #          } else {
1213            } else {            die "_reset_insertion_mode: t27";
             $node = $self->{inner_html_node};  
           }  
1214          }          }
1215        }        }
1216              
1217        ## Step 4..13        ## Step 4..14
1218        my $new_mode = {        my $new_mode;
1219                        select => 'in select',        if ($node->[1] & FOREIGN_EL) {
1220                        td => 'in cell',          !!!cp ('t28.1');
1221                        th => 'in cell',          ## NOTE: Strictly spaking, the line below only applies to MathML and
1222                        tr => 'in row',          ## SVG elements.  Currently the HTML syntax supports only MathML and
1223                        tbody => 'in table body',          ## SVG elements as foreigners.
1224                        thead => 'in table body',          $new_mode = IN_BODY_IM | IN_FOREIGN_CONTENT_IM;
1225                        tfoot => 'in table body',        } elsif ($node->[1] == TABLE_CELL_EL) {
1226                        caption => 'in caption',          if ($last) {
1227                        colgroup => 'in column group',            !!!cp ('t28.2');
1228                        table => 'in table',            #
1229                        head => 'in body', # not in head!          } else {
1230                        body => 'in body',            !!!cp ('t28.3');
1231                        frameset => 'in frameset',            $new_mode = IN_CELL_IM;
1232                       }->{$node->[1]};          }
1233          } else {
1234            !!!cp ('t28.4');
1235            $new_mode = {
1236                          select => IN_SELECT_IM,
1237                          ## NOTE: |option| and |optgroup| do not set
1238                          ## insertion mode to "in select" by themselves.
1239                          tr => IN_ROW_IM,
1240                          tbody => IN_TABLE_BODY_IM,
1241                          thead => IN_TABLE_BODY_IM,
1242                          tfoot => IN_TABLE_BODY_IM,
1243                          caption => IN_CAPTION_IM,
1244                          colgroup => IN_COLUMN_GROUP_IM,
1245                          table => IN_TABLE_IM,
1246                          head => IN_BODY_IM, # not in head!
1247                          body => IN_BODY_IM,
1248                          frameset => IN_FRAMESET_IM,
1249                         }->{$node->[0]->manakai_local_name};
1250          }
1251        $self->{insertion_mode} = $new_mode and return if defined $new_mode;        $self->{insertion_mode} = $new_mode and return if defined $new_mode;
1252                
1253        ## Step 14        ## Step 15
1254        if ($node->[1] eq 'html') {        if ($node->[1] == HTML_EL) {
1255          unless (defined $self->{head_element}) {          unless (defined $self->{head_element}) {
1256            $self->{insertion_mode} = 'before head';            !!!cp ('t29');
1257              $self->{insertion_mode} = BEFORE_HEAD_IM;
1258          } else {          } else {
1259            $self->{insertion_mode} = 'after head';            ## ISSUE: Can this state be reached?
1260              !!!cp ('t30');
1261              $self->{insertion_mode} = AFTER_HEAD_IM;
1262          }          }
1263          return;          return;
1264          } else {
1265            !!!cp ('t31');
1266        }        }
1267                
       ## Step 15  
       $self->{insertion_mode} = 'in body' and return if $last;  
         
1268        ## Step 16        ## Step 16
1269          $self->{insertion_mode} = IN_BODY_IM and return if $last;
1270          
1271          ## Step 17
1272        $i--;        $i--;
1273        $node = $self->{open_elements}->[$i];        $node = $self->{open_elements}->[$i];
1274                
1275        ## Step 17        ## Step 18
1276        redo S3;        redo S3;
1277      } # S3      } # S3
1278    
1279      die "$0: _reset_insertion_mode: This line should never be reached";
1280  } # _reset_insertion_mode  } # _reset_insertion_mode
1281    
1282  sub _tree_construction_main ($) {  sub _tree_construction_main ($) {
1283    my $self = shift;    my $self = shift;
1284    
   my $previous_insertion_mode;  
   
1285    my $active_formatting_elements = [];    my $active_formatting_elements = [];
1286    
1287    my $reconstruct_active_formatting_elements = sub { # MUST    my $reconstruct_active_formatting_elements = sub { # MUST
# Line 2121  sub _tree_construction_main ($) { Line 1298  sub _tree_construction_main ($) {
1298      return if $entry->[0] eq '#marker';      return if $entry->[0] eq '#marker';
1299      for (@{$self->{open_elements}}) {      for (@{$self->{open_elements}}) {
1300        if ($entry->[0] eq $_->[0]) {        if ($entry->[0] eq $_->[0]) {
1301            !!!cp ('t32');
1302          return;          return;
1303        }        }
1304      }      }
# Line 2135  sub _tree_construction_main ($) { Line 1313  sub _tree_construction_main ($) {
1313    
1314        ## Step 6        ## Step 6
1315        if ($entry->[0] eq '#marker') {        if ($entry->[0] eq '#marker') {
1316            !!!cp ('t33_1');
1317          #          #
1318        } else {        } else {
1319          my $in_open_elements;          my $in_open_elements;
1320          OE: for (@{$self->{open_elements}}) {          OE: for (@{$self->{open_elements}}) {
1321            if ($entry->[0] eq $_->[0]) {            if ($entry->[0] eq $_->[0]) {
1322                !!!cp ('t33');
1323              $in_open_elements = 1;              $in_open_elements = 1;
1324              last OE;              last OE;
1325            }            }
1326          }          }
1327          if ($in_open_elements) {          if ($in_open_elements) {
1328              !!!cp ('t34');
1329            #            #
1330          } else {          } else {
1331              ## NOTE: <!DOCTYPE HTML><p><b><i><u></p> <p>X
1332              !!!cp ('t35');
1333            redo S4;            redo S4;
1334          }          }
1335        }        }
# Line 2169  sub _tree_construction_main ($) { Line 1352  sub _tree_construction_main ($) {
1352    
1353        ## Step 11        ## Step 11
1354        unless ($clone->[0] eq $active_formatting_elements->[-1]->[0]) {        unless ($clone->[0] eq $active_formatting_elements->[-1]->[0]) {
1355            !!!cp ('t36');
1356          ## Step 7'          ## Step 7'
1357          $i++;          $i++;
1358          $entry = $active_formatting_elements->[$i];          $entry = $active_formatting_elements->[$i];
1359                    
1360          redo S7;          redo S7;
1361        }        }
1362    
1363          !!!cp ('t37');
1364      } # S7      } # S7
1365    }; # $reconstruct_active_formatting_elements    }; # $reconstruct_active_formatting_elements
1366    
1367    my $clear_up_to_marker = sub {    my $clear_up_to_marker = sub {
1368      for (reverse 0..$#$active_formatting_elements) {      for (reverse 0..$#$active_formatting_elements) {
1369        if ($active_formatting_elements->[$_]->[0] eq '#marker') {        if ($active_formatting_elements->[$_]->[0] eq '#marker') {
1370            !!!cp ('t38');
1371          splice @$active_formatting_elements, $_;          splice @$active_formatting_elements, $_;
1372          return;          return;
1373        }        }
1374      }      }
1375    
1376        !!!cp ('t39');
1377    }; # $clear_up_to_marker    }; # $clear_up_to_marker
1378    
1379    my $parse_rcdata = sub ($$) {    my $insert;
1380      my ($content_model_flag, $insert) = @_;  
1381      my $parse_rcdata = sub ($) {
1382        my ($content_model_flag) = @_;
1383    
1384      ## Step 1      ## Step 1
1385      my $start_tag_name = $token->{tag_name};      my $start_tag_name = $token->{tag_name};
1386      my $el;      !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
     !!!create-element ($el, $start_tag_name, $token->{attributes});  
1387    
1388      ## Step 2      ## Step 2
     $insert->($el); # /context node/->append_child ($el)  
   
     ## Step 3  
1389      $self->{content_model} = $content_model_flag; # CDATA or RCDATA      $self->{content_model} = $content_model_flag; # CDATA or RCDATA
1390      delete $self->{escape}; # MUST      delete $self->{escape}; # MUST
1391    
1392      ## Step 4      ## Step 3, 4
1393      my $text = '';      $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
     !!!next-token;  
     while ($token->{type} eq 'character') { # or until stop tokenizing  
       $text .= $token->{data};  
       !!!next-token;  
     }  
1394    
1395      ## 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} eq 'end tag' 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";  
     }  
1396      !!!next-token;      !!!next-token;
1397    }; # $parse_rcdata    }; # $parse_rcdata
1398    
1399    my $script_start_tag = sub ($) {    my $script_start_tag = sub () {
1400      my $insert = $_[0];      ## Step 1
1401      my $script_el;      my $script_el;
1402      !!!create-element ($script_el, 'script', $token->{attributes});      !!!create-element ($script_el, $HTML_NS, 'script', $token->{attributes}, $token);
1403    
1404        ## Step 2
1405      ## TODO: mark as "parser-inserted"      ## TODO: mark as "parser-inserted"
1406    
1407        ## Step 3
1408        ## TODO: Mark as "already executed", if ...
1409    
1410        ## Step 4
1411        $insert->($script_el);
1412    
1413        ## ISSUE: $script_el is not put into the stack
1414        push @{$self->{open_elements}}, [$script_el, $el_category->{script}];
1415    
1416        ## Step 5
1417      $self->{content_model} = CDATA_CONTENT_MODEL;      $self->{content_model} = CDATA_CONTENT_MODEL;
1418      delete $self->{escape}; # MUST      delete $self->{escape}; # MUST
       
     my $text = '';  
     !!!next-token;  
     while ($token->{type} eq 'character') {  
       $text .= $token->{data};  
       !!!next-token;  
     } # stop if non-character token or tokenizer stops tokenising  
     if (length $text) {  
       $script_el->manakai_append_text ($text);  
     }  
                 
     $self->{content_model} = PCDATA_CONTENT_MODEL;  
1419    
1420      if ($token->{type} eq 'end tag' and      ## Step 6-7
1421          $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  
1422    
1423        $insert->($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...  
     }  
       
1424      !!!next-token;      !!!next-token;
1425    }; # $script_start_tag    }; # $script_start_tag
1426    
1427      ## NOTE: $open_tables->[-1]->[0] is the "current table" element node.
1428      ## NOTE: $open_tables->[-1]->[1] is the "tainted" flag.
1429      ## NOTE: $open_tables->[-1]->[2] is set false when non-Text node inserted.
1430      my $open_tables = [[$self->{open_elements}->[0]->[0]]];
1431    
1432    my $formatting_end_tag = sub {    my $formatting_end_tag = sub {
1433      my $tag_name = shift;      my $end_tag_token = shift;
1434        my $tag_name = $end_tag_token->{tag_name};
1435    
1436        ## NOTE: The adoption agency algorithm (AAA).
1437    
1438      FET: {      FET: {
1439        ## Step 1        ## Step 1
1440        my $formatting_element;        my $formatting_element;
1441        my $formatting_element_i_in_active;        my $formatting_element_i_in_active;
1442        AFE: for (reverse 0..$#$active_formatting_elements) {        AFE: for (reverse 0..$#$active_formatting_elements) {
1443          if ($active_formatting_elements->[$_]->[1] eq $tag_name) {          if ($active_formatting_elements->[$_]->[0] eq '#marker') {
1444              !!!cp ('t52');
1445              last AFE;
1446            } elsif ($active_formatting_elements->[$_]->[0]->manakai_local_name
1447                         eq $tag_name) {
1448              !!!cp ('t51');
1449            $formatting_element = $active_formatting_elements->[$_];            $formatting_element = $active_formatting_elements->[$_];
1450            $formatting_element_i_in_active = $_;            $formatting_element_i_in_active = $_;
1451            last AFE;            last AFE;
         } elsif ($active_formatting_elements->[$_]->[0] eq '#marker') {  
           last AFE;  
1452          }          }
1453        } # AFE        } # AFE
1454        unless (defined $formatting_element) {        unless (defined $formatting_element) {
1455          !!!parse-error (type => 'unmatched end tag:'.$tag_name);          !!!cp ('t53');
1456            !!!parse-error (type => 'unmatched end tag', text => $tag_name, token => $end_tag_token);
1457          ## Ignore the token          ## Ignore the token
1458          !!!next-token;          !!!next-token;
1459          return;          return;
# Line 2307  sub _tree_construction_main ($) { Line 1465  sub _tree_construction_main ($) {
1465          my $node = $self->{open_elements}->[$_];          my $node = $self->{open_elements}->[$_];
1466          if ($node->[0] eq $formatting_element->[0]) {          if ($node->[0] eq $formatting_element->[0]) {
1467            if ($in_scope) {            if ($in_scope) {
1468                !!!cp ('t54');
1469              $formatting_element_i_in_open = $_;              $formatting_element_i_in_open = $_;
1470              last INSCOPE;              last INSCOPE;
1471            } else { # in open elements but not in scope            } else { # in open elements but not in scope
1472              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t55');
1473                !!!parse-error (type => 'unmatched end tag',
1474                                text => $token->{tag_name},
1475                                token => $end_tag_token);
1476              ## Ignore the token              ## Ignore the token
1477              !!!next-token;              !!!next-token;
1478              return;              return;
1479            }            }
1480          } elsif ({          } elsif ($node->[1] & SCOPING_EL) {
1481                    table => 1, caption => 1, td => 1, th => 1,            !!!cp ('t56');
                   button => 1, marquee => 1, object => 1, html => 1,  
                  }->{$node->[1]}) {  
1482            $in_scope = 0;            $in_scope = 0;
1483          }          }
1484        } # INSCOPE        } # INSCOPE
1485        unless (defined $formatting_element_i_in_open) {        unless (defined $formatting_element_i_in_open) {
1486          !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});          !!!cp ('t57');
1487            !!!parse-error (type => 'unmatched end tag',
1488                            text => $token->{tag_name},
1489                            token => $end_tag_token);
1490          pop @$active_formatting_elements; # $formatting_element          pop @$active_formatting_elements; # $formatting_element
1491          !!!next-token; ## TODO: ok?          !!!next-token; ## TODO: ok?
1492          return;          return;
1493        }        }
1494        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {
1495          !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);          !!!cp ('t58');
1496            !!!parse-error (type => 'not closed',
1497                            text => $self->{open_elements}->[-1]->[0]
1498                                ->manakai_local_name,
1499                            token => $end_tag_token);
1500        }        }
1501                
1502        ## Step 2        ## Step 2
# Line 2337  sub _tree_construction_main ($) { Line 1504  sub _tree_construction_main ($) {
1504        my $furthest_block_i_in_open;        my $furthest_block_i_in_open;
1505        OE: for (reverse 0..$#{$self->{open_elements}}) {        OE: for (reverse 0..$#{$self->{open_elements}}) {
1506          my $node = $self->{open_elements}->[$_];          my $node = $self->{open_elements}->[$_];
1507          if (not $formatting_category->{$node->[1]} and          if (not ($node->[1] & FORMATTING_EL) and
1508              #not $phrasing_category->{$node->[1]} and              #not $phrasing_category->{$node->[1]} and
1509              ($special_category->{$node->[1]} or              ($node->[1] & SPECIAL_EL or
1510               $scoping_category->{$node->[1]})) {               $node->[1] & SCOPING_EL)) { ## Scoping is redundant, maybe
1511              !!!cp ('t59');
1512            $furthest_block = $node;            $furthest_block = $node;
1513            $furthest_block_i_in_open = $_;            $furthest_block_i_in_open = $_;
1514              ## NOTE: The topmost (eldest) node.
1515          } elsif ($node->[0] eq $formatting_element->[0]) {          } elsif ($node->[0] eq $formatting_element->[0]) {
1516              !!!cp ('t60');
1517            last OE;            last OE;
1518          }          }
1519        } # OE        } # OE
1520                
1521        ## Step 3        ## Step 3
1522        unless (defined $furthest_block) { # MUST        unless (defined $furthest_block) { # MUST
1523            !!!cp ('t61');
1524          splice @{$self->{open_elements}}, $formatting_element_i_in_open;          splice @{$self->{open_elements}}, $formatting_element_i_in_open;
1525          splice @$active_formatting_elements, $formatting_element_i_in_active, 1;          splice @$active_formatting_elements, $formatting_element_i_in_active, 1;
1526          !!!next-token;          !!!next-token;
# Line 2362  sub _tree_construction_main ($) { Line 1533  sub _tree_construction_main ($) {
1533        ## Step 5        ## Step 5
1534        my $furthest_block_parent = $furthest_block->[0]->parent_node;        my $furthest_block_parent = $furthest_block->[0]->parent_node;
1535        if (defined $furthest_block_parent) {        if (defined $furthest_block_parent) {
1536            !!!cp ('t62');
1537          $furthest_block_parent->remove_child ($furthest_block->[0]);          $furthest_block_parent->remove_child ($furthest_block->[0]);
1538        }        }
1539                
# Line 2384  sub _tree_construction_main ($) { Line 1556  sub _tree_construction_main ($) {
1556          S7S2: {          S7S2: {
1557            for (reverse 0..$#$active_formatting_elements) {            for (reverse 0..$#$active_formatting_elements) {
1558              if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {              if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {
1559                  !!!cp ('t63');
1560                $node_i_in_active = $_;                $node_i_in_active = $_;
1561                last S7S2;                last S7S2;
1562              }              }
# Line 2397  sub _tree_construction_main ($) { Line 1570  sub _tree_construction_main ($) {
1570                    
1571          ## Step 4          ## Step 4
1572          if ($last_node->[0] eq $furthest_block->[0]) {          if ($last_node->[0] eq $furthest_block->[0]) {
1573              !!!cp ('t64');
1574            $bookmark_prev_el = $node->[0];            $bookmark_prev_el = $node->[0];
1575          }          }
1576                    
1577          ## Step 5          ## Step 5
1578          if ($node->[0]->has_child_nodes ()) {          if ($node->[0]->has_child_nodes ()) {
1579              !!!cp ('t65');
1580            my $clone = [$node->[0]->clone_node (0), $node->[1]];            my $clone = [$node->[0]->clone_node (0), $node->[1]];
1581            $active_formatting_elements->[$node_i_in_active] = $clone;            $active_formatting_elements->[$node_i_in_active] = $clone;
1582            $self->{open_elements}->[$node_i_in_open] = $clone;            $self->{open_elements}->[$node_i_in_open] = $clone;
# Line 2419  sub _tree_construction_main ($) { Line 1594  sub _tree_construction_main ($) {
1594        } # S7          } # S7  
1595                
1596        ## Step 8        ## Step 8
1597        $common_ancestor_node->[0]->append_child ($last_node->[0]);        if ($common_ancestor_node->[1] & TABLE_ROWS_EL) {
1598            my $foster_parent_element;
1599            my $next_sibling;
1600            OE: for (reverse 0..$#{$self->{open_elements}}) {
1601              if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
1602                                 my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
1603                                 if (defined $parent and $parent->node_type == 1) {
1604                                   !!!cp ('t65.1');
1605                                   $foster_parent_element = $parent;
1606                                   $next_sibling = $self->{open_elements}->[$_]->[0];
1607                                 } else {
1608                                   !!!cp ('t65.2');
1609                                   $foster_parent_element
1610                                     = $self->{open_elements}->[$_ - 1]->[0];
1611                                 }
1612                                 last OE;
1613                               }
1614                             } # OE
1615                             $foster_parent_element = $self->{open_elements}->[0]->[0]
1616                               unless defined $foster_parent_element;
1617            $foster_parent_element->insert_before ($last_node->[0], $next_sibling);
1618            $open_tables->[-1]->[1] = 1; # tainted
1619          } else {
1620            !!!cp ('t65.3');
1621            $common_ancestor_node->[0]->append_child ($last_node->[0]);
1622          }
1623                
1624        ## Step 9        ## Step 9
1625        my $clone = [$formatting_element->[0]->clone_node (0),        my $clone = [$formatting_element->[0]->clone_node (0),
# Line 2436  sub _tree_construction_main ($) { Line 1636  sub _tree_construction_main ($) {
1636        my $i;        my $i;
1637        AFE: for (reverse 0..$#$active_formatting_elements) {        AFE: for (reverse 0..$#$active_formatting_elements) {
1638          if ($active_formatting_elements->[$_]->[0] eq $formatting_element->[0]) {          if ($active_formatting_elements->[$_]->[0] eq $formatting_element->[0]) {
1639              !!!cp ('t66');
1640            splice @$active_formatting_elements, $_, 1;            splice @$active_formatting_elements, $_, 1;
1641            $i-- and last AFE if defined $i;            $i-- and last AFE if defined $i;
1642          } elsif ($active_formatting_elements->[$_]->[0] eq $bookmark_prev_el) {          } elsif ($active_formatting_elements->[$_]->[0] eq $bookmark_prev_el) {
1643              !!!cp ('t67');
1644            $i = $_;            $i = $_;
1645          }          }
1646        } # AFE        } # AFE
# Line 2448  sub _tree_construction_main ($) { Line 1650  sub _tree_construction_main ($) {
1650        undef $i;        undef $i;
1651        OE: for (reverse 0..$#{$self->{open_elements}}) {        OE: for (reverse 0..$#{$self->{open_elements}}) {
1652          if ($self->{open_elements}->[$_]->[0] eq $formatting_element->[0]) {          if ($self->{open_elements}->[$_]->[0] eq $formatting_element->[0]) {
1653              !!!cp ('t68');
1654            splice @{$self->{open_elements}}, $_, 1;            splice @{$self->{open_elements}}, $_, 1;
1655            $i-- and last OE if defined $i;            $i-- and last OE if defined $i;
1656          } elsif ($self->{open_elements}->[$_]->[0] eq $furthest_block->[0]) {          } elsif ($self->{open_elements}->[$_]->[0] eq $furthest_block->[0]) {
1657              !!!cp ('t69');
1658            $i = $_;            $i = $_;
1659          }          }
1660        } # OE        } # OE
1661        splice @{$self->{open_elements}}, $i + 1, 1, $clone;        splice @{$self->{open_elements}}, $i + 1, 0, $clone;
1662                
1663        ## Step 14        ## Step 14
1664        redo FET;        redo FET;
1665      } # FET      } # FET
1666    }; # $formatting_end_tag    }; # $formatting_end_tag
1667    
1668    my $insert_to_current = sub {    $insert = my $insert_to_current = sub {
1669      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);
1670    }; # $insert_to_current    }; # $insert_to_current
1671    
1672    my $insert_to_foster = sub {    my $insert_to_foster = sub {
1673                         my $child = shift;      my $child = shift;
1674                         if ({      if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
1675                              table => 1, tbody => 1, tfoot => 1,        # MUST
1676                              thead => 1, tr => 1,        my $foster_parent_element;
1677                             }->{$self->{open_elements}->[-1]->[1]}) {        my $next_sibling;
1678                           # MUST        OE: for (reverse 0..$#{$self->{open_elements}}) {
1679                           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') {  
1680                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
1681                               if (defined $parent and $parent->node_type == 1) {                               if (defined $parent and $parent->node_type == 1) {
1682                                   !!!cp ('t70');
1683                                 $foster_parent_element = $parent;                                 $foster_parent_element = $parent;
1684                                 $next_sibling = $self->{open_elements}->[$_]->[0];                                 $next_sibling = $self->{open_elements}->[$_]->[0];
1685                               } else {                               } else {
1686                                   !!!cp ('t71');
1687                                 $foster_parent_element                                 $foster_parent_element
1688                                   = $self->{open_elements}->[$_ - 1]->[0];                                   = $self->{open_elements}->[$_ - 1]->[0];
1689                               }                               }
# Line 2491  sub _tree_construction_main ($) { Line 1694  sub _tree_construction_main ($) {
1694                             unless defined $foster_parent_element;                             unless defined $foster_parent_element;
1695                           $foster_parent_element->insert_before                           $foster_parent_element->insert_before
1696                             ($child, $next_sibling);                             ($child, $next_sibling);
1697                         } else {        $open_tables->[-1]->[1] = 1; # tainted
1698                           $self->{open_elements}->[-1]->[0]->append_child ($child);      } else {
1699                         }        !!!cp ('t72');
1700          $self->{open_elements}->[-1]->[0]->append_child ($child);
1701        }
1702    }; # $insert_to_foster    }; # $insert_to_foster
1703    
1704    my $in_body = sub {    ## NOTE: Insert a character (MUST): When a character is inserted, if
1705      my $insert = shift;    ## the last node that was inserted by the parser is a Text node and
1706      if ($token->{type} eq 'start tag') {    ## the character has to be inserted after that node, then the
1707        if ($token->{tag_name} eq 'script') {    ## character is appended to the Text node.  However, if any other
1708          ## NOTE: This is an "as if in head" code clone    ## node is inserted by the parser, then a new Text node is created
1709          $script_start_tag->($insert);    ## and the character is appended as that Text node.  If I'm not
1710          return;    ## wrong, for a parser with scripting disabled, there are only two
1711        } elsif ($token->{tag_name} eq 'style') {    ## cases where this occurs.  One is the case where an element node
1712          ## NOTE: This is an "as if in head" code clone    ## is inserted to the |head| element.  This is covered by using the
1713          $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);    ## |$self->{head_element_inserted}| flag.  Another is the case where
1714          return;    ## an element or comment is inserted into the |table| subtree while
1715        } elsif ({    ## foster parenting happens.  This is covered by using the [2] flag
1716                  base => 1, link => 1,    ## of the |$open_tables| structure.  All other cases are handled
1717                 }->{$token->{tag_name}}) {    ## simply by calling |manakai_append_text| method.
1718          ## NOTE: This is an "as if in head" code clone, only "-t" differs  
1719          !!!insert-element-t ($token->{tag_name}, $token->{attributes});    ## TODO: |<body><script>document.write("a<br>");
1720          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.    ## document.body.removeChild (document.body.lastChild);
1721          !!!next-token;    ## document.write ("b")</script>|
1722          return;  
1723        } elsif ($token->{tag_name} eq 'meta') {    B: while (1) {
1724          ## NOTE: This is an "as if in head" code clone, only "-t" differs      if ($token->{type} == DOCTYPE_TOKEN) {
1725          !!!insert-element-t ($token->{tag_name}, $token->{attributes});        !!!cp ('t73');
1726          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.        !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
1727          ## Ignore the token
1728          ## Stay in the phase
1729          !!!next-token;
1730          next B;
1731        } elsif ($token->{type} == START_TAG_TOKEN and
1732                 $token->{tag_name} eq 'html') {
1733          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
1734            !!!cp ('t79');
1735            !!!parse-error (type => 'after html', text => 'html', token => $token);
1736            $self->{insertion_mode} = AFTER_BODY_IM;
1737          } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {
1738            !!!cp ('t80');
1739            !!!parse-error (type => 'after html', text => 'html', token => $token);
1740            $self->{insertion_mode} = AFTER_FRAMESET_IM;
1741          } else {
1742            !!!cp ('t81');
1743          }
1744    
1745          unless ($self->{confident}) {        !!!cp ('t82');
1746            my $charset;        !!!parse-error (type => 'not first start tag', token => $token);
1747            if ($token->{attributes}->{charset}) { ## TODO: And if supported        my $top_el = $self->{open_elements}->[0]->[0];
1748              $charset = $token->{attributes}->{charset}->{value};        for my $attr_name (keys %{$token->{attributes}}) {
1749            }          unless ($top_el->has_attribute_ns (undef, $attr_name)) {
1750            if ($token->{attributes}->{'http-equiv'}) {            !!!cp ('t84');
1751              ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.            $top_el->set_attribute_ns
1752              if ($token->{attributes}->{'http-equiv'}->{value}              (undef, [undef, $attr_name],
1753                  =~ /\A[^;]*;[\x09-\x0D\x20]*charset[\x09-\x0D\x20]*=               $token->{attributes}->{$attr_name}->{value});
                     [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|  
                     ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {  
               $charset = defined $1 ? $1 : defined $2 ? $2 : $3;  
             } ## TODO: And if supported  
           }  
           ## TODO: Change the encoding  
1754          }          }
1755          }
1756          !!!next-token;        !!!nack ('t84.1');
1757          return;        !!!next-token;
1758        } elsif ($token->{tag_name} eq 'title') {        next B;
1759          !!!parse-error (type => 'in body:title');      } elsif ($token->{type} == COMMENT_TOKEN) {
1760          ## NOTE: This is an "as if in head" code clone        my $comment = $self->{document}->create_comment ($token->{data});
1761          $parse_rcdata->(RCDATA_CONTENT_MODEL, sub {        if ($self->{insertion_mode} & AFTER_HTML_IMS) {
1762            if (defined $self->{head_element}) {          !!!cp ('t85');
1763              $self->{head_element}->append_child ($_[0]);          $self->{document}->append_child ($comment);
1764            } else {        } elsif ($self->{insertion_mode} == AFTER_BODY_IM) {
1765              $insert->($_[0]);          !!!cp ('t86');
1766            }          $self->{open_elements}->[0]->[0]->append_child ($comment);
1767          });        } else {
1768          return;          !!!cp ('t87');
1769        } elsif ($token->{tag_name} eq 'body') {          $self->{open_elements}->[-1]->[0]->append_child ($comment);
1770          !!!parse-error (type => 'in body:body');          $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
1771                        }
1772          if (@{$self->{open_elements}} == 1 or        !!!next-token;
1773              $self->{open_elements}->[1]->[1] ne 'body') {        next B;
1774            ## Ignore the token      } elsif ($self->{insertion_mode} & IN_CDATA_RCDATA_IM) {
1775          if ($token->{type} == CHARACTER_TOKEN) {
1776            $token->{data} =~ s/^\x0A// if $self->{ignore_newline};
1777            delete $self->{ignore_newline};
1778    
1779            if (length $token->{data}) {
1780              !!!cp ('t43');
1781              $self->{open_elements}->[-1]->[0]->manakai_append_text
1782                  ($token->{data});
1783          } else {          } else {
1784            my $body_el = $self->{open_elements}->[1]->[0];            !!!cp ('t43.1');
           for my $attr_name (keys %{$token->{attributes}}) {  
             unless ($body_el->has_attribute_ns (undef, $attr_name)) {  
               $body_el->set_attribute_ns  
                 (undef, [undef, $attr_name],  
                  $token->{attributes}->{$attr_name}->{value});  
             }  
           }  
1785          }          }
1786          !!!next-token;          !!!next-token;
1787          return;          next B;
1788        } elsif ({        } elsif ($token->{type} == END_TAG_TOKEN) {
1789                  address => 1, blockquote => 1, center => 1, dir => 1,          delete $self->{ignore_newline};
1790                  div => 1, dl => 1, fieldset => 1, listing => 1,  
1791                  menu => 1, ol => 1, p => 1, ul => 1,          if ($token->{tag_name} eq 'script') {
1792                  pre => 1,            !!!cp ('t50');
                }->{$token->{tag_name}}) {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'p'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
1793                        
1794          !!!insert-element-t ($token->{tag_name}, $token->{attributes});            ## Para 1-2
1795          if ($token->{tag_name} eq 'pre') {            my $script = pop @{$self->{open_elements}};
1796            !!!next-token;            
1797            if ($token->{type} eq 'character') {            ## Para 3
1798              $token->{data} =~ s/^\x0A//;            $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1799              unless (length $token->{data}) {  
1800                !!!next-token;            ## Para 4
1801              }            ## TODO: $old_insertion_point = $current_insertion_point;
1802            }            ## TODO: $current_insertion_point = just before $self->{nc};
1803          } else {  
1804            !!!next-token;            ## Para 5
1805          }            ## TODO: Run the $script->[0].
1806          return;  
1807        } elsif ($token->{tag_name} eq 'form') {            ## Para 6
1808          if (defined $self->{form_element}) {            ## TODO: $current_insertion_point = $old_insertion_point;
1809            !!!parse-error (type => 'in form:form');  
1810            ## Ignore the token            ## Para 7
1811              ## TODO: if ($pending_external_script) {
1812                ## TODO: ...
1813              ## TODO: }
1814    
1815            !!!next-token;            !!!next-token;
1816            return;            next B;
1817          } else {          } else {
1818            ## has a p element in scope            !!!cp ('t42');
1819            INSCOPE: for (reverse @{$self->{open_elements}}) {  
1820              if ($_->[1] eq 'p') {            pop @{$self->{open_elements}};
1821                !!!back-token;  
1822                $token = {type => 'end tag', tag_name => 'p'};            $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
               return;  
             } elsif ({  
                       table => 1, caption => 1, td => 1, th => 1,  
                       button => 1, marquee => 1, object => 1, html => 1,  
                      }->{$_->[1]}) {  
               last INSCOPE;  
             }  
           } # INSCOPE  
               
           !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
           $self->{form_element} = $self->{open_elements}->[-1]->[0];  
1823            !!!next-token;            !!!next-token;
1824            return;            next B;
1825          }          }
1826        } elsif ($token->{tag_name} eq 'li') {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
1827          ## has a p element in scope          delete $self->{ignore_newline};
1828          INSCOPE: for (reverse @{$self->{open_elements}}) {  
1829            if ($_->[1] eq 'p') {          !!!cp ('t44');
1830              !!!back-token;          !!!parse-error (type => 'not closed',
1831              $token = {type => 'end tag', tag_name => 'p'};                          text => $self->{open_elements}->[-1]->[0]
1832              return;                              ->manakai_local_name,
1833            } elsif ({                          token => $token);
1834                      table => 1, caption => 1, td => 1, th => 1,  
1835                      button => 1, marquee => 1, object => 1, html => 1,          #if ($self->{open_elements}->[-1]->[1] == SCRIPT_EL) {
1836                     }->{$_->[1]}) {          #  ## TODO: Mark as "already executed"
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         ## Step 1  
         my $i = -1;  
         my $node = $self->{open_elements}->[$i];  
         LI: {  
           ## Step 2  
           if ($node->[1] eq 'li') {  
             if ($i != -1) {  
               !!!parse-error (type => 'end tag missing:'.  
                               $self->{open_elements}->[-1]->[1]);  
             }  
             splice @{$self->{open_elements}}, $i;  
             last LI;  
           }  
             
           ## Step 3  
           if (not $formatting_category->{$node->[1]} and  
               #not $phrasing_category->{$node->[1]} and  
               ($special_category->{$node->[1]} or  
                $scoping_category->{$node->[1]}) and  
               $node->[1] ne 'address' and $node->[1] ne 'div') {  
             last LI;  
           }  
             
           ## Step 4  
           $i--;  
           $node = $self->{open_elements}->[$i];  
           redo LI;  
         } # LI  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'dd' or $token->{tag_name} eq 'dt') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'p'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         ## Step 1  
         my $i = -1;  
         my $node = $self->{open_elements}->[$i];  
         LI: {  
           ## Step 2  
           if ($node->[1] eq 'dt' or $node->[1] eq 'dd') {  
             if ($i != -1) {  
               !!!parse-error (type => 'end tag missing:'.  
                               $self->{open_elements}->[-1]->[1]);  
             }  
             splice @{$self->{open_elements}}, $i;  
             last LI;  
           }  
             
           ## Step 3  
           if (not $formatting_category->{$node->[1]} and  
               #not $phrasing_category->{$node->[1]} and  
               ($special_category->{$node->[1]} or  
                $scoping_category->{$node->[1]}) and  
               $node->[1] ne 'address' and $node->[1] ne 'div') {  
             last LI;  
           }  
             
           ## Step 4  
           $i--;  
           $node = $self->{open_elements}->[$i];  
           redo LI;  
         } # LI  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'plaintext') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'p'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
             
         $self->{content_model} = PLAINTEXT_CONTENT_MODEL;  
             
         !!!next-token;  
         return;  
       } elsif ({  
                 h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,  
                }->{$token->{tag_name}}) {  
         ## has a p element in scope  
         INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
           my $node = $self->{open_elements}->[$_];  
           if ($node->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'p'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         ## NOTE: See <http://html5.org/tools/web-apps-tracker?from=925&to=926>  
         ## 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}}, $i;  
1837          #}          #}
1838              
1839          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          pop @{$self->{open_elements}};
1840              
1841            $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1842            ## Reprocess.
1843            next B;
1844          } else {
1845            die "$0: $token->{type}: In CDATA/RCDATA: Unknown token type";        
1846          }
1847        } elsif ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {
1848          if ($token->{type} == CHARACTER_TOKEN) {
1849            !!!cp ('t87.1');
1850            $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
1851          !!!next-token;          !!!next-token;
1852          return;          next B;
1853        } elsif ($token->{tag_name} eq 'a') {        } elsif ($token->{type} == START_TAG_TOKEN) {
1854          AFE: for my $i (reverse 0..$#$active_formatting_elements) {          if ((not {mglyph => 1, malignmark => 1}->{$token->{tag_name}} and
1855            my $node = $active_formatting_elements->[$i];               $self->{open_elements}->[-1]->[1] & FOREIGN_FLOW_CONTENT_EL) or
1856            if ($node->[1] eq 'a') {              not ($self->{open_elements}->[-1]->[1] & FOREIGN_EL) or
1857              !!!parse-error (type => 'in a:a');              ($token->{tag_name} eq 'svg' and
1858                             $self->{open_elements}->[-1]->[1] == MML_AXML_EL)) {
1859              !!!back-token;            ## NOTE: "using the rules for secondary insertion mode"then"continue"
1860              $token = {type => 'end tag', tag_name => 'a'};            !!!cp ('t87.2');
1861              $formatting_end_tag->($token->{tag_name});            #
1862                        } elsif ({
1863              AFE2: for (reverse 0..$#$active_formatting_elements) {                    b => 1, big => 1, blockquote => 1, body => 1, br => 1,
1864                if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {                    center => 1, code => 1, dd => 1, div => 1, dl => 1, dt => 1,
1865                  splice @$active_formatting_elements, $_, 1;                    em => 1, embed => 1, font => 1, h1 => 1, h2 => 1, h3 => 1,
1866                  last AFE2;                    h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, i => 1,
1867                }                    img => 1, li => 1, listing => 1, menu => 1, meta => 1,
1868              } # AFE2                    nobr => 1, ol => 1, p => 1, pre => 1, ruby => 1, s => 1,
1869              OE: for (reverse 0..$#{$self->{open_elements}}) {                    small => 1, span => 1, strong => 1, strike => 1, sub => 1,
1870                if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {                    sup => 1, table => 1, tt => 1, u => 1, ul => 1, var => 1,
1871                  splice @{$self->{open_elements}}, $_, 1;                   }->{$token->{tag_name}}) {
1872                  last OE;            !!!cp ('t87.2');
1873                }            !!!parse-error (type => 'not closed',
1874              } # OE                            text => $self->{open_elements}->[-1]->[0]
1875              last AFE;                                ->manakai_local_name,
1876            } elsif ($node->[0] eq '#marker') {                            token => $token);
1877              last AFE;  
1878              pop @{$self->{open_elements}}
1879                  while $self->{open_elements}->[-1]->[1] & FOREIGN_EL;
1880    
1881              $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
1882              ## Reprocess.
1883              next B;
1884            } else {
1885              my $nsuri = $self->{open_elements}->[-1]->[0]->namespace_uri;
1886              my $tag_name = $token->{tag_name};
1887              if ($nsuri eq $SVG_NS) {
1888                $tag_name = {
1889                   altglyph => 'altGlyph',
1890                   altglyphdef => 'altGlyphDef',
1891                   altglyphitem => 'altGlyphItem',
1892                   animatecolor => 'animateColor',
1893                   animatemotion => 'animateMotion',
1894                   animatetransform => 'animateTransform',
1895                   clippath => 'clipPath',
1896                   feblend => 'feBlend',
1897                   fecolormatrix => 'feColorMatrix',
1898                   fecomponenttransfer => 'feComponentTransfer',
1899                   fecomposite => 'feComposite',
1900                   feconvolvematrix => 'feConvolveMatrix',
1901                   fediffuselighting => 'feDiffuseLighting',
1902                   fedisplacementmap => 'feDisplacementMap',
1903                   fedistantlight => 'feDistantLight',
1904                   feflood => 'feFlood',
1905                   fefunca => 'feFuncA',
1906                   fefuncb => 'feFuncB',
1907                   fefuncg => 'feFuncG',
1908                   fefuncr => 'feFuncR',
1909                   fegaussianblur => 'feGaussianBlur',
1910                   feimage => 'feImage',
1911                   femerge => 'feMerge',
1912                   femergenode => 'feMergeNode',
1913                   femorphology => 'feMorphology',
1914                   feoffset => 'feOffset',
1915                   fepointlight => 'fePointLight',
1916                   fespecularlighting => 'feSpecularLighting',
1917                   fespotlight => 'feSpotLight',
1918                   fetile => 'feTile',
1919                   feturbulence => 'feTurbulence',
1920                   foreignobject => 'foreignObject',
1921                   glyphref => 'glyphRef',
1922                   lineargradient => 'linearGradient',
1923                   radialgradient => 'radialGradient',
1924                   #solidcolor => 'solidColor', ## NOTE: Commented in spec (SVG1.2)
1925                   textpath => 'textPath',  
1926                }->{$tag_name} || $tag_name;
1927            }            }
         } # AFE  
             
         $reconstruct_active_formatting_elements->($insert_to_current);  
1928    
1929          !!!insert-element-t ($token->{tag_name}, $token->{attributes});            ## "adjust SVG attributes" (SVG only) - done in insert-element-f
         push @$active_formatting_elements, $self->{open_elements}->[-1];  
1930    
1931          !!!next-token;            ## "adjust foreign attributes" - done in insert-element-f
         return;  
       } elsif ({  
                 b => 1, big => 1, em => 1, font => 1, i => 1,  
                 s => 1, small => 1, strile => 1,  
                 strong => 1, tt => 1, u => 1,  
                }->{$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;  
         return;  
       } elsif ($token->{tag_name} eq 'nobr') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
1932    
1933          ## has a |nobr| element in scope            !!!insert-element-f ($nsuri, $tag_name, $token->{attributes}, $token);
         INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
           my $node = $self->{open_elements}->[$_];  
           if ($node->[1] eq 'nobr') {  
             !!!parse-error (type => 'not closed:nobr');  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'nobr'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         push @$active_formatting_elements, $self->{open_elements}->[-1];  
           
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'button') {  
         ## has a button element in scope  
         INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
           my $node = $self->{open_elements}->[$_];  
           if ($node->[1] eq 'button') {  
             !!!parse-error (type => 'in button:button');  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'button'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         $reconstruct_active_formatting_elements->($insert_to_current);  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         push @$active_formatting_elements, ['#marker', ''];  
1934    
1935          !!!next-token;            if ($self->{self_closing}) {
1936          return;              pop @{$self->{open_elements}};
1937        } elsif ($token->{tag_name} eq 'marquee' or              !!!ack ('t87.3');
1938                 $token->{tag_name} eq 'object') {            } else {
1939          $reconstruct_active_formatting_elements->($insert_to_current);              !!!cp ('t87.4');
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         push @$active_formatting_elements, ['#marker', ''];  
           
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'xmp') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
         $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);  
         return;  
       } elsif ($token->{tag_name} eq 'table') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'p'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
1940            }            }
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
             
         $self->{insertion_mode} = 'in table';  
             
         !!!next-token;  
         return;  
       } elsif ({  
                 area => 1, basefont => 1, bgsound => 1, br => 1,  
                 embed => 1, img => 1, param => 1, spacer => 1, wbr => 1,  
                 image => 1,  
                }->{$token->{tag_name}}) {  
         if ($token->{tag_name} eq 'image') {  
           !!!parse-error (type => 'image');  
           $token->{tag_name} = 'img';  
         }  
1941    
         ## NOTE: There is an "as if <br>" code clone.  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         pop @{$self->{open_elements}};  
           
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'hr') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'p'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         pop @{$self->{open_elements}};  
             
         !!!next-token;  
         return;  
       } 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;  
         return;  
       } elsif ($token->{tag_name} eq 'isindex') {  
         !!!parse-error (type => 'isindex');  
           
         if (defined $self->{form_element}) {  
           ## Ignore the token  
1942            !!!next-token;            !!!next-token;
1943            return;            next B;
1944          } else {          }
1945            my $at = $token->{attributes};        } elsif ($token->{type} == END_TAG_TOKEN) {
1946            my $form_attrs;          ## NOTE: "using the rules for secondary insertion mode" then "continue"
1947            $form_attrs->{action} = $at->{action} if $at->{action};          !!!cp ('t87.5');
1948            my $prompt_attr = $at->{prompt};          #
1949            $at->{name} = {name => 'name', value => 'isindex'};        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
1950            delete $at->{action};          !!!cp ('t87.6');
1951            delete $at->{prompt};          !!!parse-error (type => 'not closed',
1952            my @tokens = (                          text => $self->{open_elements}->[-1]->[0]
1953                          {type => 'start tag', tag_name => 'form',                              ->manakai_local_name,
1954                           attributes => $form_attrs},                          token => $token);
1955                          {type => 'start tag', tag_name => 'hr'},  
1956                          {type => 'start tag', tag_name => 'p'},          pop @{$self->{open_elements}}
1957                          {type => 'start tag', tag_name => 'label'},              while $self->{open_elements}->[-1]->[1] & FOREIGN_EL;
1958                         );  
1959            if ($prompt_attr) {          ## NOTE: |<span><svg>| ... two parse errors, |<svg>| ... a parse error.
1960              push @tokens, {type => 'character', data => $prompt_attr->{value}};  
1961            $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
1962            ## Reprocess.
1963            next B;
1964          } else {
1965            die "$0: $token->{type}: Unknown token type";        
1966          }
1967        }
1968    
1969        if ($self->{insertion_mode} & HEAD_IMS) {
1970          if ($token->{type} == CHARACTER_TOKEN) {
1971            if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1972              unless ($self->{insertion_mode} == BEFORE_HEAD_IM) {
1973                if ($self->{head_element_inserted}) {
1974                  !!!cp ('t88.3');
1975                  $self->{open_elements}->[-1]->[0]->append_child
1976                    ($self->{document}->create_text_node ($1));
1977                  delete $self->{head_element_inserted};
1978                  ## NOTE: |</head> <link> |
1979                  #
1980                } else {
1981                  !!!cp ('t88.2');
1982                  $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
1983                  ## NOTE: |</head> &#x20;|
1984                  #
1985                }
1986            } else {            } else {
1987              push @tokens, {type => 'character',              !!!cp ('t88.1');
1988                             data => 'This is a searchable index. Insert your search keywords here: '}; # SHOULD              ## Ignore the token.
1989              ## TODO: make this configurable              #
1990            }            }
           push @tokens,  
                         {type => 'start tag', tag_name => 'input', attributes => $at},  
                         #{type => 'character', data => ''}, # SHOULD  
                         {type => 'end tag', tag_name => 'label'},  
                         {type => 'end tag', tag_name => 'p'},  
                         {type => 'start tag', tag_name => 'hr'},  
                         {type => 'end tag', tag_name => 'form'};  
           $token = shift @tokens;  
           !!!back-token (@tokens);  
           return;  
         }  
       } elsif ($token->{tag_name} eq 'textarea') {  
         my $tag_name = $token->{tag_name};  
         my $el;  
         !!!create-element ($el, $token->{tag_name}, $token->{attributes});  
           
         ## TODO: $self->{form_element} if defined  
         $self->{content_model} = RCDATA_CONTENT_MODEL;  
         delete $self->{escape}; # MUST  
           
         $insert->($el);  
           
         my $text = '';  
         !!!next-token;  
         if ($token->{type} eq 'character') {  
           $token->{data} =~ s/^\x0A//;  
1991            unless (length $token->{data}) {            unless (length $token->{data}) {
1992                !!!cp ('t88');
1993              !!!next-token;              !!!next-token;
1994                next B;
1995            }            }
1996    ## TODO: set $token->{column} appropriately
1997          }          }
         while ($token->{type} eq 'character') {  
           $text .= $token->{data};  
           !!!next-token;  
         }  
         if (length $text) {  
           $el->manakai_append_text ($text);  
         }  
           
         $self->{content_model} = PCDATA_CONTENT_MODEL;  
           
         if ($token->{type} eq 'end tag' and  
             $token->{tag_name} eq $tag_name) {  
           ## Ignore the token  
         } else {  
           !!!parse-error (type => 'in RCDATA:#'.$token->{type});  
         }  
         !!!next-token;  
         return;  
       } elsif ({  
                 iframe => 1,  
                 noembed => 1,  
                 noframes => 1,  
                 noscript => 0, ## TODO: 1 if scripting is enabled  
                }->{$token->{tag_name}}) {  
         ## NOTE: There are two "as if in body" code clones.  
         $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);  
         return;  
       } elsif ($token->{tag_name} eq 'select') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
           
         $self->{insertion_mode} = 'in select';  
         !!!next-token;  
         return;  
       } elsif ({  
                 caption => 1, col => 1, colgroup => 1, frame => 1,  
                 frameset => 1, head => 1, option => 1, optgroup => 1,  
                 tbody => 1, td => 1, tfoot => 1, th => 1,  
                 thead => 1, tr => 1,  
                }->{$token->{tag_name}}) {  
         !!!parse-error (type => 'in body:'.$token->{tag_name});  
         ## Ignore the token  
         !!!next-token;  
         return;  
           
         ## ISSUE: An issue on HTML5 new elements in the spec.  
       } else {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
           
         !!!next-token;  
         return;  
       }  
     } elsif ($token->{type} eq 'end tag') {  
       if ($token->{tag_name} eq 'body') {  
         if (@{$self->{open_elements}} > 1 and  
             $self->{open_elements}->[1]->[1] eq 'body') {  
           for (@{$self->{open_elements}}) {  
             unless ({  
                        dd => 1, dt => 1, li => 1, p => 1, td => 1,  
                        th => 1, tr => 1, body => 1, html => 1,  
                      tbody => 1, tfoot => 1, thead => 1,  
                     }->{$_->[1]}) {  
               !!!parse-error (type => 'not closed:'.$_->[1]);  
             }  
           }  
1998    
1999            $self->{insertion_mode} = 'after body';          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2000            !!!next-token;            !!!cp ('t89');
2001            return;            ## As if <head>
2002              !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2003              $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2004              push @{$self->{open_elements}},
2005                  [$self->{head_element}, $el_category->{head}];
2006    
2007              ## Reprocess in the "in head" insertion mode...
2008              pop @{$self->{open_elements}};
2009    
2010              ## Reprocess in the "after head" insertion mode...
2011            } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2012              !!!cp ('t90');
2013              ## As if </noscript>
2014              pop @{$self->{open_elements}};
2015              !!!parse-error (type => 'in noscript:#text', token => $token);
2016              
2017              ## Reprocess in the "in head" insertion mode...
2018              ## As if </head>
2019              pop @{$self->{open_elements}};
2020    
2021              ## Reprocess in the "after head" insertion mode...
2022            } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2023              !!!cp ('t91');
2024              pop @{$self->{open_elements}};
2025    
2026              ## Reprocess in the "after head" insertion mode...
2027          } else {          } else {
2028            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t92');
           ## Ignore the token  
           !!!next-token;  
           return;  
2029          }          }
2030        } elsif ($token->{tag_name} eq 'html') {  
2031          if (@{$self->{open_elements}} > 1 and $self->{open_elements}->[1]->[1] eq 'body') {          ## "after head" insertion mode
2032            ## ISSUE: There is an issue in the spec.          ## As if <body>
2033            if ($self->{open_elements}->[-1]->[1] ne 'body') {          !!!insert-element ('body',, $token);
2034              !!!parse-error (type => 'not closed:'.$self->{open_elements}->[1]->[1]);          $self->{insertion_mode} = IN_BODY_IM;
2035            ## reprocess
2036            next B;
2037          } elsif ($token->{type} == START_TAG_TOKEN) {
2038            if ($token->{tag_name} eq 'head') {
2039              if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2040                !!!cp ('t93');
2041                !!!create-element ($self->{head_element}, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);
2042                $self->{open_elements}->[-1]->[0]->append_child
2043                    ($self->{head_element});
2044                push @{$self->{open_elements}},
2045                    [$self->{head_element}, $el_category->{head}];
2046                $self->{insertion_mode} = IN_HEAD_IM;
2047                !!!nack ('t93.1');
2048                !!!next-token;
2049                next B;
2050              } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2051                !!!cp ('t93.2');
2052                !!!parse-error (type => 'after head', text => 'head',
2053                                token => $token);
2054                ## Ignore the token
2055                !!!nack ('t93.3');
2056                !!!next-token;
2057                next B;
2058              } else {
2059                !!!cp ('t95');
2060                !!!parse-error (type => 'in head:head',
2061                                token => $token); # or in head noscript
2062                ## Ignore the token
2063                !!!nack ('t95.1');
2064                !!!next-token;
2065                next B;
2066            }            }
2067            $self->{insertion_mode} = 'after body';          } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2068            ## reprocess            !!!cp ('t96');
2069            return;            ## As if <head>
2070          } else {            !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2071            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2072            ## Ignore the token            push @{$self->{open_elements}},
2073            !!!next-token;                [$self->{head_element}, $el_category->{head}];
2074            return;  
2075          }            $self->{insertion_mode} = IN_HEAD_IM;
2076        } elsif ({            ## Reprocess in the "in head" insertion mode...
2077                  address => 1, blockquote => 1, center => 1, dir => 1,          } else {
2078                  div => 1, dl => 1, fieldset => 1, listing => 1,            !!!cp ('t97');
2079                  menu => 1, ol => 1, pre => 1, ul => 1,          }
2080                  p => 1,  
2081                  dd => 1, dt => 1, li => 1,          if ($token->{tag_name} eq 'base') {
2082                  button => 1, marquee => 1, object => 1,            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2083                 }->{$token->{tag_name}}) {              !!!cp ('t98');
2084          ## has an element in scope              ## As if </noscript>
2085          my $i;              pop @{$self->{open_elements}};
2086          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {              !!!parse-error (type => 'in noscript', text => 'base',
2087            my $node = $self->{open_elements}->[$_];                              token => $token);
2088            if ($node->[1] eq $token->{tag_name}) {            
2089              ## generate implied end tags              $self->{insertion_mode} = IN_HEAD_IM;
2090              if ({              ## Reprocess in the "in head" insertion mode...
2091                   dd => ($token->{tag_name} ne 'dd'),            } else {
2092                   dt => ($token->{tag_name} ne 'dt'),              !!!cp ('t99');
                  li => ($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',  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               return;  
             }  
             $i = $_;  
             last INSCOPE unless $token->{tag_name} eq 'p';  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
             last INSCOPE;  
2093            }            }
2094          } # INSCOPE  
2095                      ## NOTE: There is a "as if in head" code clone.
2096          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2097            if (defined $i) {              !!!cp ('t100');
2098              !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);              !!!parse-error (type => 'after head',
2099                                text => $token->{tag_name}, token => $token);
2100                push @{$self->{open_elements}},
2101                    [$self->{head_element}, $el_category->{head}];
2102                $self->{head_element_inserted} = 1;
2103            } else {            } else {
2104              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t101');
2105            }            }
2106          }            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2107                      pop @{$self->{open_elements}};
2108          if (defined $i) {            pop @{$self->{open_elements}} # <head>
2109            splice @{$self->{open_elements}}, $i;                if $self->{insertion_mode} == AFTER_HEAD_IM;
2110          } elsif ($token->{tag_name} eq 'p') {            !!!nack ('t101.1');
2111            ## As if <p>, then reprocess the current token            !!!next-token;
2112            my $el;            next B;
2113            !!!create-element ($el, 'p');          } elsif ($token->{tag_name} eq 'link') {
2114            $insert->($el);            ## NOTE: There is a "as if in head" code clone.
2115          }            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2116          $clear_up_to_marker->()              !!!cp ('t102');
2117            if {              !!!parse-error (type => 'after head',
2118              button => 1, marquee => 1, object => 1,                              text => $token->{tag_name}, token => $token);
2119            }->{$token->{tag_name}};              push @{$self->{open_elements}},
2120          !!!next-token;                  [$self->{head_element}, $el_category->{head}];
2121          return;              $self->{head_element_inserted} = 1;
2122        } elsif ($token->{tag_name} eq 'form') {            } else {
2123          ## has an element in scope              !!!cp ('t103');
         INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
           my $node = $self->{open_elements}->[$_];  
           if ($node->[1] eq $token->{tag_name}) {  
             ## generate implied end tags  
             if ({  
                  dd => 1, dt => 1, li => 1, p => 1,  
                  td => 1, th => 1, tr => 1,  
                  tbody => 1, tfoot=> 1, thead => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => 'end tag',  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               return;  
             }  
             last INSCOPE;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
             last INSCOPE;  
2124            }            }
2125          } # INSCOPE            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
           
         if ($self->{open_elements}->[-1]->[1] eq $token->{tag_name}) {  
2126            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2127          } else {            pop @{$self->{open_elements}} # <head>
2128            !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                if $self->{insertion_mode} == AFTER_HEAD_IM;
2129          }            !!!ack ('t103.1');
2130              !!!next-token;
2131              next B;
2132            } elsif ($token->{tag_name} eq 'command' or
2133                     $token->{tag_name} eq 'eventsource') {
2134              if ($self->{insertion_mode} == IN_HEAD_IM) {
2135                ## NOTE: If the insertion mode at the time of the emission
2136                ## of the token was "before head", $self->{insertion_mode}
2137                ## is already changed to |IN_HEAD_IM|.
2138    
2139          undef $self->{form_element};              ## NOTE: There is a "as if in head" code clone.
2140          !!!next-token;              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2141          return;              pop @{$self->{open_elements}};
2142        } elsif ({              pop @{$self->{open_elements}} # <head>
2143                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,                  if $self->{insertion_mode} == AFTER_HEAD_IM;
2144                 }->{$token->{tag_name}}) {              !!!ack ('t103.2');
2145          ## has an element in scope              !!!next-token;
2146          my $i;              next B;
2147          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            } else {
2148            my $node = $self->{open_elements}->[$_];              ## NOTE: "in head noscript" or "after head" insertion mode
2149            if ({              ## - in these cases, these tags are treated as same as
2150                 h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,              ## normal in-body tags.
2151                }->{$node->[1]}) {              !!!cp ('t103.3');
2152              ## generate implied end tags              #
             if ({  
                  dd => 1, dt => 1, li => 1, p => 1,  
                  td => 1, th => 1, tr => 1,  
                  tbody => 1, tfoot=> 1, thead => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => 'end tag',  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               return;  
             }  
             $i = $_;  
             last INSCOPE;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
             last INSCOPE;  
2153            }            }
2154          } # INSCOPE          } elsif ($token->{tag_name} eq 'meta') {
2155                      ## NOTE: There is a "as if in head" code clone.
2156          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2157            !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);              !!!cp ('t104');
2158          }              !!!parse-error (type => 'after head',
2159                                        text => $token->{tag_name}, token => $token);
2160          splice @{$self->{open_elements}}, $i if defined $i;              push @{$self->{open_elements}},
2161          !!!next-token;                  [$self->{head_element}, $el_category->{head}];
2162          return;              $self->{head_element_inserted} = 1;
2163        } elsif ({            } else {
2164                  a => 1,              !!!cp ('t105');
2165                  b => 1, big => 1, em => 1, font => 1, i => 1,            }
2166                  nobr => 1, s => 1, small => 1, strile => 1,            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2167                  strong => 1, tt => 1, u => 1,            my $meta_el = pop @{$self->{open_elements}};
                }->{$token->{tag_name}}) {  
         $formatting_end_tag->($token->{tag_name});  
         return;  
       } elsif ($token->{tag_name} eq 'br') {  
         !!!parse-error (type => 'unmatched end tag:br');  
2168    
2169          ## As if <br>                unless ($self->{confident}) {
2170          $reconstruct_active_formatting_elements->($insert_to_current);                  if ($token->{attributes}->{charset}) {
2171                              !!!cp ('t106');
2172          my $el;                    ## NOTE: Whether the encoding is supported or not is handled
2173          !!!create-element ($el, 'br');                    ## in the {change_encoding} callback.
2174          $insert->($el);                    $self->{change_encoding}
2175                                  ->($self, $token->{attributes}->{charset}->{value},
2176          ## Ignore the token.                           $token);
2177          !!!next-token;                    
2178          return;                    $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
2179        } elsif ({                        ->set_user_data (manakai_has_reference =>
2180                  caption => 1, col => 1, colgroup => 1, frame => 1,                                             $token->{attributes}->{charset}
2181                  frameset => 1, head => 1, option => 1, optgroup => 1,                                                 ->{has_reference});
2182                  tbody => 1, td => 1, tfoot => 1, th => 1,                  } elsif ($token->{attributes}->{content}) {
2183                  thead => 1, tr => 1,                    if ($token->{attributes}->{content}->{value}
2184                  area => 1, basefont => 1, bgsound => 1,                        =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
2185                  embed => 1, hr => 1, iframe => 1, image => 1,                            [\x09\x0A\x0C\x0D\x20]*=
2186                  img => 1, input => 1, isindex => 1, noembed => 1,                            [\x09\x0A\x0C\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
2187                  noframes => 1, param => 1, select => 1, spacer => 1,                            ([^"'\x09\x0A\x0C\x0D\x20]
2188                  table => 1, textarea => 1, wbr => 1,                             [^\x09\x0A\x0C\x0D\x20\x3B]*))/x) {
2189                  noscript => 0, ## TODO: if scripting is enabled                      !!!cp ('t107');
2190                 }->{$token->{tag_name}}) {                      ## NOTE: Whether the encoding is supported or not is handled
2191          !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                      ## in the {change_encoding} callback.
2192          ## Ignore the token                      $self->{change_encoding}
2193          !!!next-token;                          ->($self, defined $1 ? $1 : defined $2 ? $2 : $3,
2194          return;                             $token);
2195                                $meta_el->[0]->get_attribute_node_ns (undef, 'content')
2196          ## ISSUE: Issue on HTML5 new elements in spec                          ->set_user_data (manakai_has_reference =>
2197                                                         $token->{attributes}->{content}
2198        } else {                                                     ->{has_reference});
2199          ## Step 1                    } else {
2200          my $node_i = -1;                      !!!cp ('t108');
2201          my $node = $self->{open_elements}->[$node_i];                    }
2202                    }
2203                  } else {
2204                    if ($token->{attributes}->{charset}) {
2205                      !!!cp ('t109');
2206                      $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
2207                          ->set_user_data (manakai_has_reference =>
2208                                               $token->{attributes}->{charset}
2209                                                   ->{has_reference});
2210                    }
2211                    if ($token->{attributes}->{content}) {
2212                      !!!cp ('t110');
2213                      $meta_el->[0]->get_attribute_node_ns (undef, 'content')
2214                          ->set_user_data (manakai_has_reference =>
2215                                               $token->{attributes}->{content}
2216                                                   ->{has_reference});
2217                    }
2218                  }
2219    
2220          ## Step 2                pop @{$self->{open_elements}} # <head>
2221          S2: {                    if $self->{insertion_mode} == AFTER_HEAD_IM;
2222            if ($node->[1] eq $token->{tag_name}) {                !!!ack ('t110.1');
2223              ## Step 1                !!!next-token;
2224              ## generate implied end tags                next B;
2225              if ({          } elsif ($token->{tag_name} eq 'title') {
2226                   dd => 1, dt => 1, li => 1, p => 1,            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2227                   td => 1, th => 1, tr => 1,              !!!cp ('t111');
2228                   tbody => 1, tfoot=> 1, thead => 1,              ## As if </noscript>
2229                  }->{$self->{open_elements}->[-1]->[1]}) {              pop @{$self->{open_elements}};
2230                !!!back-token;              !!!parse-error (type => 'in noscript', text => 'title',
2231                $token = {type => 'end tag',                              token => $token);
2232                          tag_name => $self->{open_elements}->[-1]->[1]}; # MUST            
2233                return;              $self->{insertion_mode} = IN_HEAD_IM;
2234              }              ## Reprocess in the "in head" insertion mode...
2235                      } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2236              ## Step 2              !!!cp ('t112');
2237              if ($token->{tag_name} ne $self->{open_elements}->[-1]->[1]) {              !!!parse-error (type => 'after head',
2238                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                              text => $token->{tag_name}, token => $token);
2239              }              push @{$self->{open_elements}},
2240                                [$self->{head_element}, $el_category->{head}];
2241              ## Step 3              $self->{head_element_inserted} = 1;
2242              splice @{$self->{open_elements}}, $node_i;            } else {
2243                !!!cp ('t113');
2244              }
2245    
2246              !!!next-token;            ## NOTE: There is a "as if in head" code clone.
2247              last S2;            $parse_rcdata->(RCDATA_CONTENT_MODEL);
2248              ## ISSUE: A spec bug [Bug 6038]
2249              splice @{$self->{open_elements}}, -2, 1, () # <head>
2250                  if ($self->{insertion_mode} & AFTER_HEAD_IM) == AFTER_HEAD_IM;
2251              next B;
2252            } elsif ($token->{tag_name} eq 'style' or
2253                     $token->{tag_name} eq 'noframes') {
2254              ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and
2255              ## insertion mode IN_HEAD_IM)
2256              ## NOTE: There is a "as if in head" code clone.
2257              if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2258                !!!cp ('t114');
2259                !!!parse-error (type => 'after head',
2260                                text => $token->{tag_name}, token => $token);
2261                push @{$self->{open_elements}},
2262                    [$self->{head_element}, $el_category->{head}];
2263                $self->{head_element_inserted} = 1;
2264            } else {            } else {
2265              ## Step 3              !!!cp ('t115');
             if (not $formatting_category->{$node->[1]} and  
                 #not $phrasing_category->{$node->[1]} and  
                 ($special_category->{$node->[1]} or  
                  $scoping_category->{$node->[1]})) {  
               !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
               ## Ignore the token  
               !!!next-token;  
               last S2;  
             }  
2266            }            }
2267              $parse_rcdata->(CDATA_CONTENT_MODEL);
2268              ## ISSUE: A spec bug [Bug 6038]
2269              splice @{$self->{open_elements}}, -2, 1, () # <head>
2270                  if ($self->{insertion_mode} & AFTER_HEAD_IM) == AFTER_HEAD_IM;
2271              next B;
2272            } elsif ($token->{tag_name} eq 'noscript') {
2273                  if ($self->{insertion_mode} == IN_HEAD_IM) {
2274                    !!!cp ('t116');
2275                    ## NOTE: and scripting is disalbed
2276                    !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2277                    $self->{insertion_mode} = IN_HEAD_NOSCRIPT_IM;
2278                    !!!nack ('t116.1');
2279                    !!!next-token;
2280                    next B;
2281                  } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2282                    !!!cp ('t117');
2283                    !!!parse-error (type => 'in noscript', text => 'noscript',
2284                                    token => $token);
2285                    ## Ignore the token
2286                    !!!nack ('t117.1');
2287                    !!!next-token;
2288                    next B;
2289                  } else {
2290                    !!!cp ('t118');
2291                    #
2292                  }
2293            } elsif ($token->{tag_name} eq 'script') {
2294              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2295                !!!cp ('t119');
2296                ## As if </noscript>
2297                pop @{$self->{open_elements}};
2298                !!!parse-error (type => 'in noscript', text => 'script',
2299                                token => $token);
2300                        
2301            ## Step 4              $self->{insertion_mode} = IN_HEAD_IM;
2302            $node_i--;              ## Reprocess in the "in head" insertion mode...
2303            $node = $self->{open_elements}->[$node_i];            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2304                          !!!cp ('t120');
2305            ## Step 5;              !!!parse-error (type => 'after head',
2306            redo S2;                              text => $token->{tag_name}, token => $token);
2307          } # S2              push @{$self->{open_elements}},
2308          return;                  [$self->{head_element}, $el_category->{head}];
2309        }              $self->{head_element_inserted} = 1;
2310      }            } else {
2311    }; # $in_body              !!!cp ('t121');
2312              }
   B: {  
     if ($token->{type} eq 'DOCTYPE') {  
       !!!parse-error (type => 'DOCTYPE in the middle');  
       ## Ignore the token  
       ## Stay in the phase  
       !!!next-token;  
       redo B;  
     } elsif ($token->{type} eq 'end-of-file') {  
       if ($token->{insertion_mode} ne 'trailing end') {  
         ## 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', 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.  
       }  
2313    
2314        ## Stop parsing            ## NOTE: There is a "as if in head" code clone.
2315        last B;            $script_start_tag->();
2316      } elsif ($token->{type} eq 'start tag' and            ## ISSUE: A spec bug  [Bug 6038]
2317               $token->{tag_name} eq 'html') {            splice @{$self->{open_elements}}, -2, 1 # <head>
2318        if ($self->{insertion_mode} eq 'trailing end') {                if ($self->{insertion_mode} & AFTER_HEAD_IM) == AFTER_HEAD_IM;
2319          ## Turn into the main phase            next B;
2320          !!!parse-error (type => 'after html:html');          } elsif ($token->{tag_name} eq 'body' or
2321          $self->{insertion_mode} = $previous_insertion_mode;                   $token->{tag_name} eq 'frameset') {
2322        }                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2323                    !!!cp ('t122');
2324                    ## As if </noscript>
2325                    pop @{$self->{open_elements}};
2326                    !!!parse-error (type => 'in noscript',
2327                                    text => $token->{tag_name}, token => $token);
2328                    
2329                    ## Reprocess in the "in head" insertion mode...
2330                    ## As if </head>
2331                    pop @{$self->{open_elements}};
2332                    
2333                    ## Reprocess in the "after head" insertion mode...
2334                  } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2335                    !!!cp ('t124');
2336                    pop @{$self->{open_elements}};
2337                    
2338                    ## Reprocess in the "after head" insertion mode...
2339                  } else {
2340                    !!!cp ('t125');
2341                  }
2342    
2343  ## ISSUE: "aa<html>" is not a parse error.                ## "after head" insertion mode
2344  ## ISSUE: "<html>" in fragment is not a parse error.                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2345        unless ($token->{first_start_tag}) {                if ($token->{tag_name} eq 'body') {
2346          !!!parse-error (type => 'not first start tag');                  !!!cp ('t126');
2347        }                  $self->{insertion_mode} = IN_BODY_IM;
2348        my $top_el = $self->{open_elements}->[0]->[0];                } elsif ($token->{tag_name} eq 'frameset') {
2349        for my $attr_name (keys %{$token->{attributes}}) {                  !!!cp ('t127');
2350          unless ($top_el->has_attribute_ns (undef, $attr_name)) {                  $self->{insertion_mode} = IN_FRAMESET_IM;
2351            $top_el->set_attribute_ns                } else {
2352              (undef, [undef, $attr_name],                  die "$0: tag name: $self->{tag_name}";
              $token->{attributes}->{$attr_name}->{value});  
         }  
       }  
       !!!next-token;  
       redo B;  
     } elsif ($token->{type} eq 'comment') {  
       my $comment = $self->{document}->create_comment ($token->{data});  
       if ($self->{insertion_mode} eq 'trailing end') {  
         $self->{document}->append_child ($comment);  
       } elsif ($self->{insertion_mode} eq 'after body') {  
         $self->{open_elements}->[0]->[0]->append_child ($comment);  
       } else {  
         $self->{open_elements}->[-1]->[0]->append_child ($comment);  
       }  
       !!!next-token;  
       redo B;  
     } elsif ($self->{insertion_mode} eq 'before head') {  
           if ($token->{type} eq 'character') {  
             if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {  
               $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);  
               unless (length $token->{data}) {  
                 !!!next-token;  
                 redo B;  
2353                }                }
2354              }                !!!nack ('t127.1');
             ## As if <head>  
             !!!create-element ($self->{head_element}, 'head');  
             $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});  
             push @{$self->{open_elements}}, [$self->{head_element}, 'head'];  
             $self->{insertion_mode} = 'in head';  
             ## reprocess  
             redo B;  
           } elsif ($token->{type} eq 'start tag') {  
             my $attr = $token->{tag_name} eq 'head' ? $token->{attributes} : {};  
             !!!create-element ($self->{head_element}, 'head', $attr);  
             $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});  
             push @{$self->{open_elements}}, [$self->{head_element}, 'head'];  
             $self->{insertion_mode} = 'in head';  
             if ($token->{tag_name} eq 'head') {  
2355                !!!next-token;                !!!next-token;
2356              #} elsif ({                next B;
             #          base => 1, link => 1, meta => 1,  
             #          script => 1, style => 1, title => 1,  
             #         }->{$token->{tag_name}}) {  
             #  ## reprocess  
2357              } else {              } else {
2358                ## reprocess                !!!cp ('t128');
2359                  #
2360              }              }
2361              redo B;  
2362            } elsif ($token->{type} eq 'end tag') {              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2363              if ({                !!!cp ('t129');
2364                   head => 1, body => 1, html => 1,                ## As if </noscript>
2365                   p => 1, br => 1,                pop @{$self->{open_elements}};
2366                  }->{$token->{tag_name}}) {                !!!parse-error (type => 'in noscript:/',
2367                ## As if <head>                                text => $token->{tag_name}, token => $token);
2368                !!!create-element ($self->{head_element}, 'head');                
2369                $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                ## Reprocess in the "in head" insertion mode...
2370                push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                ## As if </head>
2371                $self->{insertion_mode} = 'in head';                pop @{$self->{open_elements}};
2372                ## reprocess  
2373                redo B;                ## Reprocess in the "after head" insertion mode...
2374                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2375                  !!!cp ('t130');
2376                  ## As if </head>
2377                  pop @{$self->{open_elements}};
2378    
2379                  ## Reprocess in the "after head" insertion mode...
2380              } else {              } else {
2381                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!cp ('t131');
               ## Ignore the token ## ISSUE: An issue in the spec.  
               !!!next-token;  
               redo B;  
2382              }              }
           } else {  
             die "$0: $token->{type}: Unknown type";  
           }  
         } elsif ($self->{insertion_mode} eq 'in head' or  
                  $self->{insertion_mode} eq 'in head noscript' or  
                  $self->{insertion_mode} eq 'after head') {  
           if ($token->{type} eq 'character') {  
             if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {  
               $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);  
               unless (length $token->{data}) {  
                 !!!next-token;  
                 redo B;  
               }  
             }  
               
             #  
           } elsif ($token->{type} eq 'start tag') {  
             if ({base => ($self->{insertion_mode} eq 'in head' or  
                           $self->{insertion_mode} eq 'after head'),  
                  link => 1}->{$token->{tag_name}}) {  
               ## NOTE: There is a "as if in head" code clone.  
               if ($self->{insertion_mode} eq 'after head') {  
                 !!!parse-error (type => 'after head:'.$token->{tag_name});  
                 push @{$self->{open_elements}}, [$self->{head_element}, 'head'];  
               }  
               !!!insert-element ($token->{tag_name}, $token->{attributes});  
               pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.  
               pop @{$self->{open_elements}}  
                   if $self->{insertion_mode} eq 'after head';  
               !!!next-token;  
               redo B;  
             } elsif ($token->{tag_name} eq 'meta') {  
               ## NOTE: There is a "as if in head" code clone.  
               if ($self->{insertion_mode} eq 'after head') {  
                 !!!parse-error (type => 'after head:'.$token->{tag_name});  
                 push @{$self->{open_elements}}, [$self->{head_element}, 'head'];  
               }  
               !!!insert-element ($token->{tag_name}, $token->{attributes});  
               pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.  
2383    
2384                unless ($self->{confident}) {              ## "after head" insertion mode
2385                  my $charset;              ## As if <body>
2386                  if ($token->{attributes}->{charset}) { ## TODO: And if supported              !!!insert-element ('body',, $token);
2387                    $charset = $token->{attributes}->{charset}->{value};              $self->{insertion_mode} = IN_BODY_IM;
2388                  }              ## reprocess
2389                  if ($token->{attributes}->{'http-equiv'}) {              !!!ack-later;
2390                    ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.              next B;
2391                    if ($token->{attributes}->{'http-equiv'}->{value}            } elsif ($token->{type} == END_TAG_TOKEN) {
2392                        =~ /\A[^;]*;[\x09-\x0D\x20]*charset[\x09-\x0D\x20]*=              if ($token->{tag_name} eq 'head') {
2393                            [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2394                            ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {                  !!!cp ('t132');
2395                      $charset = defined $1 ? $1 : defined $2 ? $2 : $3;                  ## As if <head>
2396                    } ## TODO: And if supported                  !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2397                  }                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2398                  ## TODO: Change the encoding                  push @{$self->{open_elements}},
2399                }                      [$self->{head_element}, $el_category->{head}];
2400    
2401                ## TODO: Extracting |charset| from |meta|.                  ## Reprocess in the "in head" insertion mode...
2402                pop @{$self->{open_elements}}                  pop @{$self->{open_elements}};
2403                    if $self->{insertion_mode} eq 'after head';                  $self->{insertion_mode} = AFTER_HEAD_IM;
2404                !!!next-token;                  !!!next-token;
2405                redo B;                  next B;
2406              } elsif ($token->{tag_name} eq 'title' and                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2407                       $self->{insertion_mode} eq 'in head') {                  !!!cp ('t133');
2408                ## NOTE: There is a "as if in head" code clone.                  ## As if </noscript>
2409                if ($self->{insertion_mode} eq 'after head') {                  pop @{$self->{open_elements}};
2410                  !!!parse-error (type => 'after head:'.$token->{tag_name});                  !!!parse-error (type => 'in noscript:/',
2411                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                                  text => 'head', token => $token);
2412                }                  
2413                my $parent = defined $self->{head_element} ? $self->{head_element}                  ## Reprocess in the "in head" insertion mode...
2414                    : $self->{open_elements}->[-1]->[0];                  pop @{$self->{open_elements}};
2415                $parse_rcdata->(RCDATA_CONTENT_MODEL,                  $self->{insertion_mode} = AFTER_HEAD_IM;
2416                                sub { $parent->append_child ($_[0]) });                  !!!next-token;
2417                pop @{$self->{open_elements}}                  next B;
2418                    if $self->{insertion_mode} eq 'after head';                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2419                redo B;                  !!!cp ('t134');
2420              } elsif ($token->{tag_name} eq 'style') {                  pop @{$self->{open_elements}};
2421                ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and                  $self->{insertion_mode} = AFTER_HEAD_IM;
2422                ## insertion mode 'in head')                  !!!next-token;
2423                ## NOTE: There is a "as if in head" code clone.                  next B;
2424                if ($self->{insertion_mode} eq 'after head') {                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2425                  !!!parse-error (type => 'after head:'.$token->{tag_name});                  !!!cp ('t134.1');
2426                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  !!!parse-error (type => 'unmatched end tag', text => 'head',
2427                                    token => $token);
2428                    ## Ignore the token
2429                    !!!next-token;
2430                    next B;
2431                  } else {
2432                    die "$0: $self->{insertion_mode}: Unknown insertion mode";
2433                }                }
               $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);  
               pop @{$self->{open_elements}}  
                   if $self->{insertion_mode} eq 'after head';  
               redo B;  
2434              } elsif ($token->{tag_name} eq 'noscript') {              } elsif ($token->{tag_name} eq 'noscript') {
2435                if ($self->{insertion_mode} eq 'in head') {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2436                  ## NOTE: and scripting is disalbed                  !!!cp ('t136');
2437                  !!!insert-element ($token->{tag_name}, $token->{attributes});                  pop @{$self->{open_elements}};
2438                  $self->{insertion_mode} = 'in head noscript';                  $self->{insertion_mode} = IN_HEAD_IM;
2439                  !!!next-token;                  !!!next-token;
2440                  redo B;                  next B;
2441                } elsif ($self->{insertion_mode} eq 'in head noscript') {                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM or
2442                  !!!parse-error (type => 'in noscript:noscript');                         $self->{insertion_mode} == AFTER_HEAD_IM) {
2443                  ## Ignore the token                  !!!cp ('t137');
2444                    !!!parse-error (type => 'unmatched end tag',
2445                                    text => 'noscript', token => $token);
2446                    ## Ignore the token ## ISSUE: An issue in the spec.
2447                  !!!next-token;                  !!!next-token;
2448                  redo B;                  next B;
2449                } else {                } else {
2450                    !!!cp ('t138');
2451                  #                  #
2452                }                }
2453              } elsif ($token->{tag_name} eq 'head' and              } elsif ({
2454                       $self->{insertion_mode} ne 'after head') {                        body => 1, html => 1,
2455                !!!parse-error (type => 'in head:head'); # or in head noscript                       }->{$token->{tag_name}}) {
2456                  ## TODO: This branch is entirely redundant.
2457                  if ($self->{insertion_mode} == BEFORE_HEAD_IM or
2458                      $self->{insertion_mode} == IN_HEAD_IM or
2459                      $self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2460                    !!!cp ('t140');
2461                    !!!parse-error (type => 'unmatched end tag',
2462                                    text => $token->{tag_name}, token => $token);
2463                    ## Ignore the token
2464                    !!!next-token;
2465                    next B;
2466                  } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2467                    !!!cp ('t140.1');
2468                    !!!parse-error (type => 'unmatched end tag',
2469                                    text => $token->{tag_name}, token => $token);
2470                    ## Ignore the token
2471                    !!!next-token;
2472                    next B;
2473                  } else {
2474                    die "$0: $self->{insertion_mode}: Unknown insertion mode";
2475                  }
2476                } elsif ($token->{tag_name} eq 'p') {
2477                  !!!cp ('t142');
2478                  !!!parse-error (type => 'unmatched end tag',
2479                                  text => $token->{tag_name}, token => $token);
2480                ## Ignore the token                ## Ignore the token
2481                !!!next-token;                !!!next-token;
2482                redo B;                next B;
2483              } elsif ($self->{insertion_mode} ne 'in head noscript' and              } elsif ($token->{tag_name} eq 'br') {
2484                       $token->{tag_name} eq 'script') {                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2485                if ($self->{insertion_mode} eq 'after head') {                  !!!cp ('t142.2');
2486                  !!!parse-error (type => 'after head:'.$token->{tag_name});                  ## (before head) as if <head>, (in head) as if </head>
2487                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2488                    $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2489                    $self->{insertion_mode} = AFTER_HEAD_IM;
2490      
2491                    ## Reprocess in the "after head" insertion mode...
2492                  } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2493                    !!!cp ('t143.2');
2494                    ## As if </head>
2495                    pop @{$self->{open_elements}};
2496                    $self->{insertion_mode} = AFTER_HEAD_IM;
2497      
2498                    ## Reprocess in the "after head" insertion mode...
2499                  } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2500                    !!!cp ('t143.3');
2501                    ## ISSUE: Two parse errors for <head><noscript></br>
2502                    !!!parse-error (type => 'unmatched end tag',
2503                                    text => 'br', token => $token);
2504                    ## As if </noscript>
2505                    pop @{$self->{open_elements}};
2506                    $self->{insertion_mode} = IN_HEAD_IM;
2507    
2508                    ## Reprocess in the "in head" insertion mode...
2509                    ## As if </head>
2510                    pop @{$self->{open_elements}};
2511                    $self->{insertion_mode} = AFTER_HEAD_IM;
2512    
2513                    ## Reprocess in the "after head" insertion mode...
2514                  } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2515                    !!!cp ('t143.4');
2516                    #
2517                  } else {
2518                    die "$0: $self->{insertion_mode}: Unknown insertion mode";
2519                }                }
2520                ## NOTE: There is a "as if in head" code clone.  
2521                $script_start_tag->($insert_to_current);                ## ISSUE: does not agree with IE7 - it doesn't ignore </br>.
2522                pop @{$self->{open_elements}}                !!!parse-error (type => 'unmatched end tag',
2523                    if $self->{insertion_mode} eq 'after head';                                text => 'br', token => $token);
2524                redo B;                ## Ignore the token
             } elsif ($self->{insertion_mode} eq 'after head' and  
                      $token->{tag_name} eq 'body') {  
               !!!insert-element ('body', $token->{attributes});  
               $self->{insertion_mode} = 'in body';  
               !!!next-token;  
               redo B;  
             } elsif ($self->{insertion_mode} eq 'after head' and  
                      $token->{tag_name} eq 'frameset') {  
               !!!insert-element ('frameset', $token->{attributes});  
               $self->{insertion_mode} = 'in frameset';  
2525                !!!next-token;                !!!next-token;
2526                redo B;                next B;
2527              } else {              } else {
2528                #                !!!cp ('t145');
2529                  !!!parse-error (type => 'unmatched end tag',
2530                                  text => $token->{tag_name}, token => $token);
2531                  ## Ignore the token
2532                  !!!next-token;
2533                  next B;
2534              }              }
2535            } elsif ($token->{type} eq 'end tag') {  
2536              if ($self->{insertion_mode} eq 'in head' and              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2537                  $token->{tag_name} eq 'head') {                !!!cp ('t146');
2538                  ## As if </noscript>
2539                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2540                $self->{insertion_mode} = 'after head';                !!!parse-error (type => 'in noscript:/',
2541                !!!next-token;                                text => $token->{tag_name}, token => $token);
2542                redo B;                
2543              } elsif ($self->{insertion_mode} eq 'in head noscript' and                ## Reprocess in the "in head" insertion mode...
2544                  $token->{tag_name} eq 'noscript') {                ## As if </head>
2545                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2546                $self->{insertion_mode} = 'in head';  
2547                !!!next-token;                ## Reprocess in the "after head" insertion mode...
2548                redo B;              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2549              } elsif ($self->{insertion_mode} eq 'in head' and                !!!cp ('t147');
2550                       {                ## As if </head>
2551                        body => 1, html => 1,                pop @{$self->{open_elements}};
2552                        p => 1, br => 1,  
2553                       }->{$token->{tag_name}}) {                ## Reprocess in the "after head" insertion mode...
2554                #              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2555              } elsif ($self->{insertion_mode} eq 'in head noscript' and  ## ISSUE: This case cannot be reached?
2556                       {                !!!cp ('t148');
2557                        p => 1, br => 1,                !!!parse-error (type => 'unmatched end tag',
2558                       }->{$token->{tag_name}}) {                                text => $token->{tag_name}, token => $token);
2559                #                ## Ignore the token ## ISSUE: An issue in the spec.
             } elsif ($self->{insertion_mode} ne 'after head') {  
               !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
               ## Ignore the token  
2560                !!!next-token;                !!!next-token;
2561                redo B;                next B;
2562              } else {              } else {
2563                #                !!!cp ('t149');
2564              }              }
           } else {  
             #  
           }  
2565    
2566            ## As if </head> or </noscript> or <body>              ## "after head" insertion mode
2567            if ($self->{insertion_mode} eq 'in head') {              ## As if <body>
2568              pop @{$self->{open_elements}};              !!!insert-element ('body',, $token);
2569              $self->{insertion_mode} = 'after head';              $self->{insertion_mode} = IN_BODY_IM;
2570            } elsif ($self->{insertion_mode} eq 'in head noscript') {              ## reprocess
2571              pop @{$self->{open_elements}};              next B;
2572              !!!parse-error (type => 'in noscript:'.(defined $token->{tag_name} ? ($token->{type} eq 'end tag' ? '/' : '') . $token->{tag_name} : '#' . $token->{type}));        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
2573              $self->{insertion_mode} = 'in head';          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2574            } else { # 'after head'            !!!cp ('t149.1');
2575              !!!insert-element ('body');  
2576              $self->{insertion_mode} = 'in body';            ## NOTE: As if <head>
2577            }            !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2578            ## reprocess            $self->{open_elements}->[-1]->[0]->append_child
2579            redo B;                ($self->{head_element});
2580              #push @{$self->{open_elements}},
2581              #    [$self->{head_element}, $el_category->{head}];
2582              #$self->{insertion_mode} = IN_HEAD_IM;
2583              ## NOTE: Reprocess.
2584    
2585              ## NOTE: As if </head>
2586              #pop @{$self->{open_elements}};
2587              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
2588              ## NOTE: Reprocess.
2589              
2590              #
2591            } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2592              !!!cp ('t149.2');
2593    
2594              ## NOTE: As if </head>
2595              pop @{$self->{open_elements}};
2596              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
2597              ## NOTE: Reprocess.
2598    
2599              #
2600            } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2601              !!!cp ('t149.3');
2602    
2603              !!!parse-error (type => 'in noscript:#eof', token => $token);
2604    
2605            ## ISSUE: An issue in the spec.            ## As if </noscript>
2606          } elsif ($self->{insertion_mode} eq 'in body' or            pop @{$self->{open_elements}};
2607                   $self->{insertion_mode} eq 'in cell' or            #$self->{insertion_mode} = IN_HEAD_IM;
2608                   $self->{insertion_mode} eq 'in caption') {            ## NOTE: Reprocess.
2609            if ($token->{type} eq 'character') {  
2610              ## NOTE: As if </head>
2611              pop @{$self->{open_elements}};
2612              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
2613              ## NOTE: Reprocess.
2614    
2615              #
2616            } else {
2617              !!!cp ('t149.4');
2618              #
2619            }
2620    
2621            ## NOTE: As if <body>
2622            !!!insert-element ('body',, $token);
2623            $self->{insertion_mode} = IN_BODY_IM;
2624            ## NOTE: Reprocess.
2625            next B;
2626          } else {
2627            die "$0: $token->{type}: Unknown token type";
2628          }
2629        } elsif ($self->{insertion_mode} & BODY_IMS) {
2630              if ($token->{type} == CHARACTER_TOKEN) {
2631                !!!cp ('t150');
2632              ## NOTE: There is a code clone of "character in body".              ## NOTE: There is a code clone of "character in body".
2633              $reconstruct_active_formatting_elements->($insert_to_current);              $reconstruct_active_formatting_elements->($insert_to_current);
2634                            
2635              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
2636    
2637              !!!next-token;              !!!next-token;
2638              redo B;              next B;
2639            } elsif ($token->{type} eq 'start tag') {            } elsif ($token->{type} == START_TAG_TOKEN) {
2640              if ({              if ({
2641                   caption => 1, col => 1, colgroup => 1, tbody => 1,                   caption => 1, col => 1, colgroup => 1, tbody => 1,
2642                   td => 1, tfoot => 1, th => 1, thead => 1, tr => 1,                   td => 1, tfoot => 1, th => 1, thead => 1, tr => 1,
2643                  }->{$token->{tag_name}}) {                  }->{$token->{tag_name}}) {
2644                if ($self->{insertion_mode} eq 'in cell') {                if ($self->{insertion_mode} == IN_CELL_IM) {
2645                  ## have an element in table scope                  ## have an element in table scope
2646                  my $tn;                  for (reverse 0..$#{$self->{open_elements}}) {
                 INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
2647                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
2648                    if ($node->[1] eq 'td' or $node->[1] eq 'th') {                    if ($node->[1] == TABLE_CELL_EL) {
2649                      $tn = $node->[1];                      !!!cp ('t151');
2650                      last INSCOPE;  
2651                    } elsif ({                      ## Close the cell
2652                              table => 1, html => 1,                      !!!back-token; # <x>
2653                             }->{$node->[1]}) {                      $token = {type => END_TAG_TOKEN,
2654                      last INSCOPE;                                tag_name => $node->[0]->manakai_local_name,
2655                    }                                line => $token->{line},
2656                  } # INSCOPE                                column => $token->{column}};
2657                    unless (defined $tn) {                      next B;
2658                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
2659                      ## Ignore the token                      !!!cp ('t152');
2660                      !!!next-token;                      ## ISSUE: This case can never be reached, maybe.
2661                      redo B;                      last;
2662                    }                    }
2663                    }
2664    
2665                    !!!cp ('t153');
2666                    !!!parse-error (type => 'start tag not allowed',
2667                        text => $token->{tag_name}, token => $token);
2668                    ## Ignore the token
2669                    !!!nack ('t153.1');
2670                    !!!next-token;
2671                    next B;
2672                  } elsif ($self->{insertion_mode} & IN_CAPTION_IM) {
2673                    !!!parse-error (type => 'not closed', text => 'caption',
2674                                    token => $token);
2675                                    
2676                  ## Close the cell                  ## NOTE: As if </caption>.
                 !!!back-token; # <?>  
                 $token = {type => 'end tag', tag_name => $tn};  
                 redo B;  
               } elsif ($self->{insertion_mode} eq 'in caption') {  
                 !!!parse-error (type => 'not closed:caption');  
                   
                 ## As if </caption>  
2677                  ## have a table element in table scope                  ## have a table element in table scope
2678                  my $i;                  my $i;
2679                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: {
2680                    my $node = $self->{open_elements}->[$_];                    for (reverse 0..$#{$self->{open_elements}}) {
2681                    if ($node->[1] eq 'caption') {                      my $node = $self->{open_elements}->[$_];
2682                      $i = $_;                      if ($node->[1] == CAPTION_EL) {
2683                      last INSCOPE;                        !!!cp ('t155');
2684                    } elsif ({                        $i = $_;
2685                              table => 1, html => 1,                        last INSCOPE;
2686                             }->{$node->[1]}) {                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
2687                      last INSCOPE;                        !!!cp ('t156');
2688                          last;
2689                        }
2690                    }                    }
2691    
2692                      !!!cp ('t157');
2693                      !!!parse-error (type => 'start tag not allowed',
2694                                      text => $token->{tag_name}, token => $token);
2695                      ## Ignore the token
2696                      !!!nack ('t157.1');
2697                      !!!next-token;
2698                      next B;
2699                  } # INSCOPE                  } # INSCOPE
                   unless (defined $i) {  
                     !!!parse-error (type => 'unmatched end tag:caption');  
                     ## Ignore the token  
                     !!!next-token;  
                     redo B;  
                   }  
2700                                    
2701                  ## generate implied end tags                  ## generate implied end tags
2702                  if ({                  while ($self->{open_elements}->[-1]->[1]
2703                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
2704                       td => 1, th => 1, tr => 1,                    !!!cp ('t158');
2705                       tbody => 1, tfoot=> 1, thead => 1,                    pop @{$self->{open_elements}};
                     }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!back-token; # <?>  
                   $token = {type => 'end tag', tag_name => 'caption'};  
                   !!!back-token;  
                   $token = {type => 'end tag',  
                             tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
2706                  }                  }
2707    
2708                  if ($self->{open_elements}->[-1]->[1] ne 'caption') {                  unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2709                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t159');
2710                      !!!parse-error (type => 'not closed',
2711                                      text => $self->{open_elements}->[-1]->[0]
2712                                          ->manakai_local_name,
2713                                      token => $token);
2714                    } else {
2715                      !!!cp ('t160');
2716                  }                  }
2717                                    
2718                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
2719                                    
2720                  $clear_up_to_marker->();                  $clear_up_to_marker->();
2721                                    
2722                  $self->{insertion_mode} = 'in table';                  $self->{insertion_mode} = IN_TABLE_IM;
2723                                    
2724                  ## reprocess                  ## reprocess
2725                  redo B;                  !!!ack-later;
2726                    next B;
2727                } else {                } else {
2728                    !!!cp ('t161');
2729                  #                  #
2730                }                }
2731              } else {              } else {
2732                  !!!cp ('t162');
2733                #                #
2734              }              }
2735            } elsif ($token->{type} eq 'end tag') {            } elsif ($token->{type} == END_TAG_TOKEN) {
2736              if ($token->{tag_name} eq 'td' or $token->{tag_name} eq 'th') {              if ($token->{tag_name} eq 'td' or $token->{tag_name} eq 'th') {
2737                if ($self->{insertion_mode} eq 'in cell') {                if ($self->{insertion_mode} == IN_CELL_IM) {
2738                  ## have an element in table scope                  ## have an element in table scope
2739                  my $i;                  my $i;
2740                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
2741                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
2742                    if ($node->[1] eq $token->{tag_name}) {                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
2743                        !!!cp ('t163');
2744                      $i = $_;                      $i = $_;
2745                      last INSCOPE;                      last INSCOPE;
2746                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
2747                              table => 1, html => 1,                      !!!cp ('t164');
                            }->{$node->[1]}) {  
2748                      last INSCOPE;                      last INSCOPE;
2749                    }                    }
2750                  } # INSCOPE                  } # INSCOPE
2751                    unless (defined $i) {                    unless (defined $i) {
2752                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                      !!!cp ('t165');
2753                        !!!parse-error (type => 'unmatched end tag',
2754                                        text => $token->{tag_name},
2755                                        token => $token);
2756                      ## Ignore the token                      ## Ignore the token
2757                      !!!next-token;                      !!!next-token;
2758                      redo B;                      next B;
2759                    }                    }
2760                                    
2761                  ## generate implied end tags                  ## generate implied end tags
2762                  if ({                  while ($self->{open_elements}->[-1]->[1]
2763                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
2764                       td => ($token->{tag_name} eq 'th'),                    !!!cp ('t166');
2765                       th => ($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',  
                             tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
2766                  }                  }
2767                    
2768                  if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {                  if ($self->{open_elements}->[-1]->[0]->manakai_local_name
2769                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                          ne $token->{tag_name}) {
2770                      !!!cp ('t167');
2771                      !!!parse-error (type => 'not closed',
2772                                      text => $self->{open_elements}->[-1]->[0]
2773                                          ->manakai_local_name,
2774                                      token => $token);
2775                    } else {
2776                      !!!cp ('t168');
2777                  }                  }
2778                                    
2779                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
2780                                    
2781                  $clear_up_to_marker->();                  $clear_up_to_marker->();
2782                                    
2783                  $self->{insertion_mode} = 'in row';                  $self->{insertion_mode} = IN_ROW_IM;
2784                                    
2785                  !!!next-token;                  !!!next-token;
2786                  redo B;                  next B;
2787                } elsif ($self->{insertion_mode} eq 'in caption') {                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {
2788                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t169');
2789                    !!!parse-error (type => 'unmatched end tag',
2790                                    text => $token->{tag_name}, token => $token);
2791                  ## Ignore the token                  ## Ignore the token
2792                  !!!next-token;                  !!!next-token;
2793                  redo B;                  next B;
2794                } else {                } else {
2795                    !!!cp ('t170');
2796                  #                  #
2797                }                }
2798              } elsif ($token->{tag_name} eq 'caption') {              } elsif ($token->{tag_name} eq 'caption') {
2799                if ($self->{insertion_mode} eq 'in caption') {                if ($self->{insertion_mode} == IN_CAPTION_IM) {
2800                  ## have a table element in table scope                  ## have a table element in table scope
2801                  my $i;                  my $i;
2802                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: {
2803                    my $node = $self->{open_elements}->[$_];                    for (reverse 0..$#{$self->{open_elements}}) {
2804                    if ($node->[1] eq $token->{tag_name}) {                      my $node = $self->{open_elements}->[$_];
2805                      $i = $_;                      if ($node->[1] == CAPTION_EL) {
2806                      last INSCOPE;                        !!!cp ('t171');
2807                    } elsif ({                        $i = $_;
2808                              table => 1, html => 1,                        last INSCOPE;
2809                             }->{$node->[1]}) {                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
2810                      last INSCOPE;                        !!!cp ('t172');
2811                          last;
2812                        }
2813                    }                    }
2814    
2815                      !!!cp ('t173');
2816                      !!!parse-error (type => 'unmatched end tag',
2817                                      text => $token->{tag_name}, token => $token);
2818                      ## Ignore the token
2819                      !!!next-token;
2820                      next B;
2821                  } # INSCOPE                  } # INSCOPE
                   unless (defined $i) {  
                     !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                     ## Ignore the token  
                     !!!next-token;  
                     redo B;  
                   }  
2822                                    
2823                  ## generate implied end tags                  ## generate implied end tags
2824                  if ({                  while ($self->{open_elements}->[-1]->[1]
2825                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
2826                       td => 1, th => 1, tr => 1,                    !!!cp ('t174');
2827                       tbody => 1, tfoot=> 1, thead => 1,                    pop @{$self->{open_elements}};
                     }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!back-token;  
                   $token = {type => 'end tag',  
                             tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
2828                  }                  }
2829                                    
2830                  if ($self->{open_elements}->[-1]->[1] ne 'caption') {                  unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2831                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t175');
2832                      !!!parse-error (type => 'not closed',
2833                                      text => $self->{open_elements}->[-1]->[0]
2834                                          ->manakai_local_name,
2835                                      token => $token);
2836                    } else {
2837                      !!!cp ('t176');
2838                  }                  }
2839                                    
2840                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
2841                                    
2842                  $clear_up_to_marker->();                  $clear_up_to_marker->();
2843                                    
2844                  $self->{insertion_mode} = 'in table';                  $self->{insertion_mode} = IN_TABLE_IM;
2845                                    
2846                  !!!next-token;                  !!!next-token;
2847                  redo B;                  next B;
2848                } elsif ($self->{insertion_mode} eq 'in cell') {                } elsif ($self->{insertion_mode} == IN_CELL_IM) {
2849                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t177');
2850                    !!!parse-error (type => 'unmatched end tag',
2851                                    text => $token->{tag_name}, token => $token);
2852                  ## Ignore the token                  ## Ignore the token
2853                  !!!next-token;                  !!!next-token;
2854                  redo B;                  next B;
2855                } else {                } else {
2856                    !!!cp ('t178');
2857                  #                  #
2858                }                }
2859              } elsif ({              } elsif ({
2860                        table => 1, tbody => 1, tfoot => 1,                        table => 1, tbody => 1, tfoot => 1,
2861                        thead => 1, tr => 1,                        thead => 1, tr => 1,
2862                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
2863                       $self->{insertion_mode} eq 'in cell') {                       $self->{insertion_mode} == IN_CELL_IM) {
2864                ## have an element in table scope                ## have an element in table scope
2865                my $i;                my $i;
2866                my $tn;                my $tn;
2867                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: {
2868                  my $node = $self->{open_elements}->[$_];                  for (reverse 0..$#{$self->{open_elements}}) {
2869                  if ($node->[1] eq $token->{tag_name}) {                    my $node = $self->{open_elements}->[$_];
2870                    $i = $_;                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
2871                    last INSCOPE;                      !!!cp ('t179');
2872                  } elsif ($node->[1] eq 'td' or $node->[1] eq 'th') {                      $i = $_;
2873                    $tn = $node->[1];  
2874                    ## NOTE: There is exactly one |td| or |th| element                      ## Close the cell
2875                    ## in scope in the stack of open elements by definition.                      !!!back-token; # </x>
2876                  } elsif ({                      $token = {type => END_TAG_TOKEN, tag_name => $tn,
2877                            table => 1, html => 1,                                line => $token->{line},
2878                           }->{$node->[1]}) {                                column => $token->{column}};
2879                    last INSCOPE;                      next B;
2880                      } elsif ($node->[1] == TABLE_CELL_EL) {
2881                        !!!cp ('t180');
2882                        $tn = $node->[0]->manakai_local_name;
2883                        ## NOTE: There is exactly one |td| or |th| element
2884                        ## in scope in the stack of open elements by definition.
2885                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
2886                        ## ISSUE: Can this be reached?
2887                        !!!cp ('t181');
2888                        last;
2889                      }
2890                  }                  }
2891                } # INSCOPE  
2892                unless (defined $i) {                  !!!cp ('t182');
2893                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!parse-error (type => 'unmatched end tag',
2894                        text => $token->{tag_name}, token => $token);
2895                  ## Ignore the token                  ## Ignore the token
2896                  !!!next-token;                  !!!next-token;
2897                  redo B;                  next B;
2898                }                } # INSCOPE
   
               ## Close the cell  
               !!!back-token; # </?>  
               $token = {type => 'end tag', tag_name => $tn};  
               redo B;  
2899              } elsif ($token->{tag_name} eq 'table' and              } elsif ($token->{tag_name} eq 'table' and
2900                       $self->{insertion_mode} eq 'in caption') {                       $self->{insertion_mode} == IN_CAPTION_IM) {
2901                !!!parse-error (type => 'not closed:caption');                !!!parse-error (type => 'not closed', text => 'caption',
2902                                  token => $token);
2903    
2904                ## As if </caption>                ## As if </caption>
2905                ## have a table element in table scope                ## have a table element in table scope
2906                my $i;                my $i;
2907                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
2908                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
2909                  if ($node->[1] eq 'caption') {                  if ($node->[1] == CAPTION_EL) {
2910                      !!!cp ('t184');
2911                    $i = $_;                    $i = $_;
2912                    last INSCOPE;                    last INSCOPE;
2913                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
2914                            table => 1, html => 1,                    !!!cp ('t185');
                          }->{$node->[1]}) {  
2915                    last INSCOPE;                    last INSCOPE;
2916                  }                  }
2917                } # INSCOPE                } # INSCOPE
2918                unless (defined $i) {                unless (defined $i) {
2919                  !!!parse-error (type => 'unmatched end tag:caption');                  !!!cp ('t186');
2920            ## TODO: Wrong error type?
2921                    !!!parse-error (type => 'unmatched end tag',
2922                                    text => 'caption', token => $token);
2923                  ## Ignore the token                  ## Ignore the token
2924                  !!!next-token;                  !!!next-token;
2925                  redo B;                  next B;
2926                }                }
2927                                
2928                ## generate implied end tags                ## generate implied end tags
2929                if ({                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
2930                     dd => 1, dt => 1, li => 1, p => 1,                  !!!cp ('t187');
2931                     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', tag_name => 'caption'};  
                 !!!back-token;  
                 $token = {type => 'end tag',  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
2932                }                }
2933    
2934                if ($self->{open_elements}->[-1]->[1] ne 'caption') {                unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2935                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!cp ('t188');
2936                    !!!parse-error (type => 'not closed',
2937                                    text => $self->{open_elements}->[-1]->[0]
2938                                        ->manakai_local_name,
2939                                    token => $token);
2940                  } else {
2941                    !!!cp ('t189');
2942                }                }
2943    
2944                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
2945    
2946                $clear_up_to_marker->();                $clear_up_to_marker->();
2947    
2948                $self->{insertion_mode} = 'in table';                $self->{insertion_mode} = IN_TABLE_IM;
2949    
2950                ## reprocess                ## reprocess
2951                redo B;                next B;
2952              } elsif ({              } elsif ({
2953                        body => 1, col => 1, colgroup => 1, html => 1,                        body => 1, col => 1, colgroup => 1, html => 1,
2954                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
2955                if ($self->{insertion_mode} eq 'in cell' or                if ($self->{insertion_mode} & BODY_TABLE_IMS) {
2956                    $self->{insertion_mode} eq 'in caption') {                  !!!cp ('t190');
2957                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!parse-error (type => 'unmatched end tag',
2958                                    text => $token->{tag_name}, token => $token);
2959                  ## Ignore the token                  ## Ignore the token
2960                  !!!next-token;                  !!!next-token;
2961                  redo B;                  next B;
2962                } else {                } else {
2963                    !!!cp ('t191');
2964                  #                  #
2965                }                }
2966              } elsif ({              } elsif ({
2967                        tbody => 1, tfoot => 1,                        tbody => 1, tfoot => 1,
2968                        thead => 1, tr => 1,                        thead => 1, tr => 1,
2969                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
2970                       $self->{insertion_mode} eq 'in caption') {                       $self->{insertion_mode} == IN_CAPTION_IM) {
2971                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!cp ('t192');
2972                  !!!parse-error (type => 'unmatched end tag',
2973                                  text => $token->{tag_name}, token => $token);
2974                ## Ignore the token                ## Ignore the token
2975                !!!next-token;                !!!next-token;
2976                redo B;                next B;
2977              } else {              } else {
2978                  !!!cp ('t193');
2979                #                #
2980              }              }
2981            } else {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
2982              #          for my $entry (@{$self->{open_elements}}) {
2983              unless ($entry->[1] & ALL_END_TAG_OPTIONAL_EL) {
2984                !!!cp ('t75');
2985                !!!parse-error (type => 'in body:#eof', token => $token);
2986                last;
2987            }            }
2988                      }
2989            $in_body->($insert_to_current);  
2990            redo B;          ## Stop parsing.
2991          } elsif ($self->{insertion_mode} eq 'in row' or          last B;
2992                   $self->{insertion_mode} eq 'in table body' or        } else {
2993                   $self->{insertion_mode} eq 'in table') {          die "$0: $token->{type}: Unknown token type";
2994            if ($token->{type} eq 'character') {        }
2995              ## NOTE: There are "character in table" code clones.  
2996              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {        $insert = $insert_to_current;
2997                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);        #
2998        } elsif ($self->{insertion_mode} & TABLE_IMS) {
2999          if ($token->{type} == CHARACTER_TOKEN) {
3000            if (not $open_tables->[-1]->[1] and # tainted
3001                $token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
3002              $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
3003                                
3004                unless (length $token->{data}) {            unless (length $token->{data}) {
3005                  !!!next-token;              !!!cp ('t194');
3006                  redo B;              !!!next-token;
3007                }              next B;
3008              }            } else {
3009                !!!cp ('t195');
3010              }
3011            }
3012    
3013              !!!parse-error (type => 'in table:#character');          !!!parse-error (type => 'in table:#text', token => $token);
3014    
3015              ## As if in body, but insert into foster parent element          ## NOTE: As if in body, but insert into the foster parent element.
3016              ## 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);  
3017                            
3018              if ({          if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
3019                   table => 1, tbody => 1, tfoot => 1,            # MUST
3020                   thead => 1, tr => 1,            my $foster_parent_element;
3021                  }->{$self->{open_elements}->[-1]->[1]}) {            my $next_sibling;
3022                # MUST            my $prev_sibling;
3023                my $foster_parent_element;            OE: for (reverse 0..$#{$self->{open_elements}}) {
3024                my $next_sibling;              if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
3025                my $prev_sibling;                my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
3026                OE: for (reverse 0..$#{$self->{open_elements}}) {                if (defined $parent and $parent->node_type == 1) {
3027                  if ($self->{open_elements}->[$_]->[1] eq 'table') {                  $foster_parent_element = $parent;
3028                    my $parent = $self->{open_elements}->[$_]->[0]->parent_node;                  !!!cp ('t196');
3029                    if (defined $parent and $parent->node_type == 1) {                  $next_sibling = $self->{open_elements}->[$_]->[0];
3030                      $foster_parent_element = $parent;                  $prev_sibling = $next_sibling->previous_sibling;
3031                      $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});  
3032                } else {                } else {
3033                  $foster_parent_element->insert_before                  !!!cp ('t197');
3034                    ($self->{document}->create_text_node ($token->{data}),                  $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];
3035                     $next_sibling);                  $prev_sibling = $foster_parent_element->last_child;
3036                    #
3037                }                }
3038              } else {                last OE;
               $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});  
3039              }              }
3040              } # OE
3041              $foster_parent_element = $self->{open_elements}->[0]->[0] and
3042              $prev_sibling = $foster_parent_element->last_child
3043                  unless defined $foster_parent_element;
3044              undef $prev_sibling unless $open_tables->[-1]->[2]; # ~node inserted
3045              if (defined $prev_sibling and
3046                  $prev_sibling->node_type == 3) {
3047                !!!cp ('t198');
3048                $prev_sibling->manakai_append_text ($token->{data});
3049              } else {
3050                !!!cp ('t199');
3051                $foster_parent_element->insert_before
3052                    ($self->{document}->create_text_node ($token->{data}),
3053                     $next_sibling);
3054              }
3055              $open_tables->[-1]->[1] = 1; # tainted
3056              $open_tables->[-1]->[2] = 1; # ~node inserted
3057            } else {
3058              ## NOTE: Fragment case or in a foster parent'ed element
3059              ## (e.g. |<table><span>a|).  In fragment case, whether the
3060              ## character is appended to existing node or a new node is
3061              ## created is irrelevant, since the foster parent'ed nodes
3062              ## are discarded and fragment parsing does not invoke any
3063              ## script.
3064              !!!cp ('t200');
3065              $self->{open_elements}->[-1]->[0]->manakai_append_text
3066                  ($token->{data});
3067            }
3068                            
3069              !!!next-token;          !!!next-token;
3070              redo B;          next B;
3071            } elsif ($token->{type} eq 'start tag') {        } elsif ($token->{type} == START_TAG_TOKEN) {
3072              if ({          if ({
3073                   tr => ($self->{insertion_mode} ne 'in row'),               tr => ($self->{insertion_mode} != IN_ROW_IM),
3074                   th => 1, td => 1,               th => 1, td => 1,
3075                  }->{$token->{tag_name}}) {              }->{$token->{tag_name}}) {
3076                if ($self->{insertion_mode} eq 'in table') {            if ($self->{insertion_mode} == IN_TABLE_IM) {
3077                  ## Clear back to table context              ## Clear back to table context
3078                  while ($self->{open_elements}->[-1]->[1] ne 'table' and              while (not ($self->{open_elements}->[-1]->[1]
3079                         $self->{open_elements}->[-1]->[1] ne 'html') {                              & TABLE_SCOPING_EL)) {
3080                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!cp ('t201');
3081                    pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3082                  }              }
3083                                
3084                  !!!insert-element ('tbody');              !!!insert-element ('tbody',, $token);
3085                  $self->{insertion_mode} = 'in table body';              $self->{insertion_mode} = IN_TABLE_BODY_IM;
3086                  ## reprocess in the "in table body" insertion mode...              ## reprocess in the "in table body" insertion mode...
3087                }            }
3088              
3089                if ($self->{insertion_mode} eq 'in table body') {            if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {
3090                  unless ($token->{tag_name} eq 'tr') {              unless ($token->{tag_name} eq 'tr') {
3091                    !!!parse-error (type => 'missing start tag:tr');                !!!cp ('t202');
3092                  }                !!!parse-error (type => 'missing start tag:tr', token => $token);
3093                }
3094                                    
3095                  ## Clear back to table body context              ## Clear back to table body context
3096                  while (not {              while (not ($self->{open_elements}->[-1]->[1]
3097                    tbody => 1, tfoot => 1, thead => 1, html => 1,                              & TABLE_ROWS_SCOPING_EL)) {
3098                  }->{$self->{open_elements}->[-1]->[1]}) {                !!!cp ('t203');
3099                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                ## ISSUE: Can this case be reached?
3100                    pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3101                  }              }
3102                                    
3103                  $self->{insertion_mode} = 'in row';              $self->{insertion_mode} = IN_ROW_IM;
3104                  if ($token->{tag_name} eq 'tr') {              if ($token->{tag_name} eq 'tr') {
3105                    !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!cp ('t204');
3106                    !!!next-token;                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3107                    redo B;                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3108                  } else {                !!!nack ('t204');
3109                    !!!insert-element ('tr');                !!!next-token;
3110                    ## reprocess in the "in row" insertion mode                next B;
3111                  }              } else {
3112                }                !!!cp ('t205');
3113                  !!!insert-element ('tr',, $token);
3114                  ## reprocess in the "in row" insertion mode
3115                }
3116              } else {
3117                !!!cp ('t206');
3118              }
3119    
3120                ## Clear back to table row context                ## Clear back to table row context
3121                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3122                  tr => 1, html => 1,                                & TABLE_ROW_SCOPING_EL)) {
3123                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t207');
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3124                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3125                }                }
3126                                
3127                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3128                $self->{insertion_mode} = 'in cell';            $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3129              $self->{insertion_mode} = IN_CELL_IM;
3130    
3131                push @$active_formatting_elements, ['#marker', ''];            push @$active_formatting_elements, ['#marker', ''];
3132                                
3133              !!!nack ('t207.1');
3134              !!!next-token;
3135              next B;
3136            } elsif ({
3137                      caption => 1, col => 1, colgroup => 1,
3138                      tbody => 1, tfoot => 1, thead => 1,
3139                      tr => 1, # $self->{insertion_mode} == IN_ROW_IM
3140                     }->{$token->{tag_name}}) {
3141              if ($self->{insertion_mode} == IN_ROW_IM) {
3142                ## As if </tr>
3143                ## have an element in table scope
3144                my $i;
3145                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3146                  my $node = $self->{open_elements}->[$_];
3147                  if ($node->[1] == TABLE_ROW_EL) {
3148                    !!!cp ('t208');
3149                    $i = $_;
3150                    last INSCOPE;
3151                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3152                    !!!cp ('t209');
3153                    last INSCOPE;
3154                  }
3155                } # INSCOPE
3156                unless (defined $i) {
3157                  !!!cp ('t210');
3158                  ## TODO: This type is wrong.
3159                  !!!parse-error (type => 'unmacthed end tag',
3160                                  text => $token->{tag_name}, token => $token);
3161                  ## Ignore the token
3162                  !!!nack ('t210.1');
3163                !!!next-token;                !!!next-token;
3164                redo B;                next B;
3165              } elsif ({              }
                       caption => 1, col => 1, colgroup => 1,  
                       tbody => 1, tfoot => 1, thead => 1,  
                       tr => 1, # $self->{insertion_mode} eq 'in row'  
                      }->{$token->{tag_name}}) {  
               if ($self->{insertion_mode} eq 'in row') {  
                 ## 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;  
                 }  
3166                                    
3167                  ## Clear back to table row context                  ## Clear back to table row context
3168                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3169                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3170                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t211');
3171                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    ## ISSUE: Can this case be reached?
3172                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3173                  }                  }
3174                                    
3175                  pop @{$self->{open_elements}}; # tr                  pop @{$self->{open_elements}}; # tr
3176                  $self->{insertion_mode} = 'in table body';                  $self->{insertion_mode} = IN_TABLE_BODY_IM;
3177                  if ($token->{tag_name} eq 'tr') {                  if ($token->{tag_name} eq 'tr') {
3178                      !!!cp ('t212');
3179                    ## reprocess                    ## reprocess
3180                    redo B;                    !!!ack-later;
3181                      next B;
3182                  } else {                  } else {
3183                      !!!cp ('t213');
3184                    ## reprocess in the "in table body" insertion mode...                    ## reprocess in the "in table body" insertion mode...
3185                  }                  }
3186                }                }
3187    
3188                if ($self->{insertion_mode} eq 'in table body') {                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {
3189                  ## have an element in table scope                  ## have an element in table scope
3190                  my $i;                  my $i;
3191                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3192                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3193                    if ({                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3194                         tbody => 1, thead => 1, tfoot => 1,                      !!!cp ('t214');
                       }->{$node->[1]}) {  
3195                      $i = $_;                      $i = $_;
3196                      last INSCOPE;                      last INSCOPE;
3197                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3198                              table => 1, html => 1,                      !!!cp ('t215');
                            }->{$node->[1]}) {  
3199                      last INSCOPE;                      last INSCOPE;
3200                    }                    }
3201                  } # INSCOPE                  } # INSCOPE
3202                  unless (defined $i) {                  unless (defined $i) {
3203                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    !!!cp ('t216');
3204    ## TODO: This erorr type is wrong.
3205                      !!!parse-error (type => 'unmatched end tag',
3206                                      text => $token->{tag_name}, token => $token);
3207                    ## Ignore the token                    ## Ignore the token
3208                      !!!nack ('t216.1');
3209                    !!!next-token;                    !!!next-token;
3210                    redo B;                    next B;
3211                  }                  }
3212    
3213                  ## Clear back to table body context                  ## Clear back to table body context
3214                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3215                    tbody => 1, tfoot => 1, thead => 1, html => 1,                                  & TABLE_ROWS_SCOPING_EL)) {
3216                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t217');
3217                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    ## ISSUE: Can this state be reached?
3218                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3219                  }                  }
3220                                    
# Line 4172  sub _tree_construction_main ($) { Line 3226  sub _tree_construction_main ($) {
3226                  ## nop by definition                  ## nop by definition
3227                                    
3228                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3229                  $self->{insertion_mode} = 'in table';                  $self->{insertion_mode} = IN_TABLE_IM;
3230                  ## reprocess in "in table" insertion mode...                  ## reprocess in "in table" insertion mode...
3231                  } else {
3232                    !!!cp ('t218');
3233                }                }
3234    
3235                if ($token->{tag_name} eq 'col') {            if ($token->{tag_name} eq 'col') {
3236                  ## Clear back to table context              ## Clear back to table context
3237                  while ($self->{open_elements}->[-1]->[1] ne 'table' and              while (not ($self->{open_elements}->[-1]->[1]
3238                         $self->{open_elements}->[-1]->[1] ne 'html') {                              & TABLE_SCOPING_EL)) {
3239                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!cp ('t219');
3240                    pop @{$self->{open_elements}};                ## ISSUE: Can this state be reached?
3241                  }                pop @{$self->{open_elements}};
3242                                }
3243                  !!!insert-element ('colgroup');              
3244                  $self->{insertion_mode} = 'in column group';              !!!insert-element ('colgroup',, $token);
3245                  ## reprocess              $self->{insertion_mode} = IN_COLUMN_GROUP_IM;
3246                  redo B;              ## reprocess
3247                } elsif ({              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3248                          caption => 1,              !!!ack-later;
3249                          colgroup => 1,              next B;
3250                          tbody => 1, tfoot => 1, thead => 1,            } elsif ({
3251                         }->{$token->{tag_name}}) {                      caption => 1,
3252                  ## Clear back to table context                      colgroup => 1,
3253                  while ($self->{open_elements}->[-1]->[1] ne 'table' and                      tbody => 1, tfoot => 1, thead => 1,
3254                         $self->{open_elements}->[-1]->[1] ne 'html') {                     }->{$token->{tag_name}}) {
3255                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);              ## Clear back to table context
3256                    while (not ($self->{open_elements}->[-1]->[1]
3257                                    & TABLE_SCOPING_EL)) {
3258                      !!!cp ('t220');
3259                      ## ISSUE: Can this state be reached?
3260                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3261                  }                  }
3262                                    
3263                  push @$active_formatting_elements, ['#marker', '']              push @$active_formatting_elements, ['#marker', '']
3264                      if $token->{tag_name} eq 'caption';                  if $token->{tag_name} eq 'caption';
3265                                    
3266                  !!!insert-element ($token->{tag_name}, $token->{attributes});              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3267                  $self->{insertion_mode} = {              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3268                                             caption => 'in caption',              $self->{insertion_mode} = {
3269                                             colgroup => 'in column group',                                         caption => IN_CAPTION_IM,
3270                                             tbody => 'in table body',                                         colgroup => IN_COLUMN_GROUP_IM,
3271                                             tfoot => 'in table body',                                         tbody => IN_TABLE_BODY_IM,
3272                                             thead => 'in table body',                                         tfoot => IN_TABLE_BODY_IM,
3273                                            }->{$token->{tag_name}};                                         thead => IN_TABLE_BODY_IM,
3274                  !!!next-token;                                        }->{$token->{tag_name}};
3275                  redo B;              !!!next-token;
3276                } else {              !!!nack ('t220.1');
3277                  die "$0: in table: <>: $token->{tag_name}";              next B;
3278                }            } else {
3279                die "$0: in table: <>: $token->{tag_name}";
3280              }
3281              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3282                ## NOTE: There are code clones for this "table in table"                !!!parse-error (type => 'not closed',
3283                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                                text => $self->{open_elements}->[-1]->[0]
3284                                      ->manakai_local_name,
3285                                  token => $token);
3286    
3287                ## As if </table>                ## As if </table>
3288                ## have a table element in table scope                ## have a table element in table scope
3289                my $i;                my $i;
3290                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3291                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3292                  if ($node->[1] eq 'table') {                  if ($node->[1] == TABLE_EL) {
3293                      !!!cp ('t221');
3294                    $i = $_;                    $i = $_;
3295                    last INSCOPE;                    last INSCOPE;
3296                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3297                            table => 1, html => 1,                    !!!cp ('t222');
                          }->{$node->[1]}) {  
3298                    last INSCOPE;                    last INSCOPE;
3299                  }                  }
3300                } # INSCOPE                } # INSCOPE
3301                unless (defined $i) {                unless (defined $i) {
3302                  !!!parse-error (type => 'unmatched end tag:table');                  !!!cp ('t223');
3303    ## TODO: The following is wrong, maybe.
3304                    !!!parse-error (type => 'unmatched end tag', text => 'table',
3305                                    token => $token);
3306                  ## Ignore tokens </table><table>                  ## Ignore tokens </table><table>
3307                    !!!nack ('t223.1');
3308                  !!!next-token;                  !!!next-token;
3309                  redo B;                  next B;
3310                }                }
3311                                
3312    ## TODO: Followings are removed from the latest spec.
3313                ## generate implied end tags                ## generate implied end tags
3314                if ({                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
3315                     dd => 1, dt => 1, li => 1, p => 1,                  !!!cp ('t224');
3316                     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', tag_name => 'table'};  
                 !!!back-token;  
                 $token = {type => 'end tag',  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
3317                }                }
3318    
3319                if ($self->{open_elements}->[-1]->[1] ne 'table') {                unless ($self->{open_elements}->[-1]->[1] == TABLE_EL) {
3320                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!cp ('t225');
3321                    ## NOTE: |<table><tr><table>|
3322                    !!!parse-error (type => 'not closed',
3323                                    text => $self->{open_elements}->[-1]->[0]
3324                                        ->manakai_local_name,
3325                                    token => $token);
3326                  } else {
3327                    !!!cp ('t226');
3328                }                }
3329    
3330                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
3331                  pop @{$open_tables};
3332    
3333                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
3334    
3335                ## reprocess            ## reprocess
3336                redo B;            !!!ack-later;
3337              next B;
3338            } elsif ($token->{tag_name} eq 'style') {
3339              if (not $open_tables->[-1]->[1]) { # tainted
3340                !!!cp ('t227.8');
3341                ## NOTE: This is a "as if in head" code clone.
3342                $parse_rcdata->(CDATA_CONTENT_MODEL);
3343                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3344                next B;
3345              } else {
3346                !!!cp ('t227.7');
3347                #
3348              }
3349            } elsif ($token->{tag_name} eq 'script') {
3350              if (not $open_tables->[-1]->[1]) { # tainted
3351                !!!cp ('t227.6');
3352                ## NOTE: This is a "as if in head" code clone.
3353                $script_start_tag->();
3354                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3355                next B;
3356              } else {
3357                !!!cp ('t227.5');
3358                #
3359              }
3360            } elsif ($token->{tag_name} eq 'input') {
3361              if (not $open_tables->[-1]->[1]) { # tainted
3362                if ($token->{attributes}->{type}) { ## TODO: case
3363                  my $type = lc $token->{attributes}->{type}->{value};
3364                  if ($type eq 'hidden') {
3365                    !!!cp ('t227.3');
3366                    !!!parse-error (type => 'in table',
3367                                    text => $token->{tag_name}, token => $token);
3368    
3369                    !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3370                    $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3371    
3372                    ## TODO: form element pointer
3373    
3374                    pop @{$self->{open_elements}};
3375    
3376                    !!!next-token;
3377                    !!!ack ('t227.2.1');
3378                    next B;
3379                  } else {
3380                    !!!cp ('t227.2');
3381                    #
3382                  }
3383              } else {              } else {
3384                  !!!cp ('t227.1');
3385                #                #
3386              }              }
3387            } elsif ($token->{type} eq 'end tag') {            } else {
3388                !!!cp ('t227.4');
3389                #
3390              }
3391            } else {
3392              !!!cp ('t227');
3393              #
3394            }
3395    
3396            !!!parse-error (type => 'in table', text => $token->{tag_name},
3397                            token => $token);
3398    
3399            $insert = $insert_to_foster;
3400            #
3401          } elsif ($token->{type} == END_TAG_TOKEN) {
3402              if ($token->{tag_name} eq 'tr' and              if ($token->{tag_name} eq 'tr' and
3403                  $self->{insertion_mode} eq 'in row') {                  $self->{insertion_mode} == IN_ROW_IM) {
3404                ## have an element in table scope                ## have an element in table scope
3405                my $i;                my $i;
3406                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3407                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3408                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[1] == TABLE_ROW_EL) {
3409                      !!!cp ('t228');
3410                    $i = $_;                    $i = $_;
3411                    last INSCOPE;                    last INSCOPE;
3412                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3413                            table => 1, html => 1,                    !!!cp ('t229');
                          }->{$node->[1]}) {  
3414                    last INSCOPE;                    last INSCOPE;
3415                  }                  }
3416                } # INSCOPE                } # INSCOPE
3417                unless (defined $i) {                unless (defined $i) {
3418                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t230');
3419                    !!!parse-error (type => 'unmatched end tag',
3420                                    text => $token->{tag_name}, token => $token);
3421                  ## Ignore the token                  ## Ignore the token
3422                    !!!nack ('t230.1');
3423                  !!!next-token;                  !!!next-token;
3424                  redo B;                  next B;
3425                  } else {
3426                    !!!cp ('t232');
3427                }                }
3428    
3429                ## Clear back to table row context                ## Clear back to table row context
3430                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3431                  tr => 1, html => 1,                                & TABLE_ROW_SCOPING_EL)) {
3432                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t231');
3433                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this state be reached?
3434                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3435                }                }
3436    
3437                pop @{$self->{open_elements}}; # tr                pop @{$self->{open_elements}}; # tr
3438                $self->{insertion_mode} = 'in table body';                $self->{insertion_mode} = IN_TABLE_BODY_IM;
3439                !!!next-token;                !!!next-token;
3440                redo B;                !!!nack ('t231.1');
3441                  next B;
3442              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3443                if ($self->{insertion_mode} eq 'in row') {                if ($self->{insertion_mode} == IN_ROW_IM) {
3444                  ## As if </tr>                  ## As if </tr>
3445                  ## have an element in table scope                  ## have an element in table scope
3446                  my $i;                  my $i;
3447                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3448                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3449                    if ($node->[1] eq 'tr') {                    if ($node->[1] == TABLE_ROW_EL) {
3450                        !!!cp ('t233');
3451                      $i = $_;                      $i = $_;
3452                      last INSCOPE;                      last INSCOPE;
3453                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3454                              table => 1, html => 1,                      !!!cp ('t234');
                            }->{$node->[1]}) {  
3455                      last INSCOPE;                      last INSCOPE;
3456                    }                    }
3457                  } # INSCOPE                  } # INSCOPE
3458                  unless (defined $i) {                  unless (defined $i) {
3459                    !!!parse-error (type => 'unmatched end tag:'.$token->{type});                    !!!cp ('t235');
3460    ## TODO: The following is wrong.
3461                      !!!parse-error (type => 'unmatched end tag',
3462                                      text => $token->{type}, token => $token);
3463                    ## Ignore the token                    ## Ignore the token
3464                      !!!nack ('t236.1');
3465                    !!!next-token;                    !!!next-token;
3466                    redo B;                    next B;
3467                  }                  }
3468                                    
3469                  ## Clear back to table row context                  ## Clear back to table row context
3470                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3471                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3472                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t236');
3473                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this state be reached?
3474                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3475                  }                  }
3476                                    
3477                  pop @{$self->{open_elements}}; # tr                  pop @{$self->{open_elements}}; # tr
3478                  $self->{insertion_mode} = 'in table body';                  $self->{insertion_mode} = IN_TABLE_BODY_IM;
3479                  ## reprocess in the "in table body" insertion mode...                  ## reprocess in the "in table body" insertion mode...
3480                }                }
3481    
3482                if ($self->{insertion_mode} eq 'in table body') {                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {
3483                  ## have an element in table scope                  ## have an element in table scope
3484                  my $i;                  my $i;
3485                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3486                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3487                    if ({                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3488                         tbody => 1, thead => 1, tfoot => 1,                      !!!cp ('t237');
                       }->{$node->[1]}) {  
3489                      $i = $_;                      $i = $_;
3490                      last INSCOPE;                      last INSCOPE;
3491                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3492                              table => 1, html => 1,                      !!!cp ('t238');
                            }->{$node->[1]}) {  
3493                      last INSCOPE;                      last INSCOPE;
3494                    }                    }
3495                  } # INSCOPE                  } # INSCOPE
3496                  unless (defined $i) {                  unless (defined $i) {
3497                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    !!!cp ('t239');
3498                      !!!parse-error (type => 'unmatched end tag',
3499                                      text => $token->{tag_name}, token => $token);
3500                    ## Ignore the token                    ## Ignore the token
3501                      !!!nack ('t239.1');
3502                    !!!next-token;                    !!!next-token;
3503                    redo B;                    next B;
3504                  }                  }
3505                                    
3506                  ## Clear back to table body context                  ## Clear back to table body context
3507                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3508                    tbody => 1, tfoot => 1, thead => 1, html => 1,                                  & TABLE_ROWS_SCOPING_EL)) {
3509                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t240');
                   !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3510                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3511                  }                  }
3512                                    
# Line 4378  sub _tree_construction_main ($) { Line 3518  sub _tree_construction_main ($) {
3518                  ## nop by definition                  ## nop by definition
3519                                    
3520                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3521                  $self->{insertion_mode} = 'in table';                  $self->{insertion_mode} = IN_TABLE_IM;
3522                  ## reprocess in the "in table" insertion mode...                  ## reprocess in the "in table" insertion mode...
3523                }                }
3524    
3525                  ## NOTE: </table> in the "in table" insertion mode.
3526                  ## When you edit the code fragment below, please ensure that
3527                  ## the code for <table> in the "in table" insertion mode
3528                  ## is synced with it.
3529    
3530                ## have a table element in table scope                ## have a table element in table scope
3531                my $i;                my $i;
3532                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3533                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3534                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[1] == TABLE_EL) {
3535                      !!!cp ('t241');
3536                    $i = $_;                    $i = $_;
3537                    last INSCOPE;                    last INSCOPE;
3538                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3539                            table => 1, html => 1,                    !!!cp ('t242');
                          }->{$node->[1]}) {  
3540                    last INSCOPE;                    last INSCOPE;
3541                  }                  }
3542                } # INSCOPE                } # INSCOPE
3543                unless (defined $i) {                unless (defined $i) {
3544                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t243');
3545                    !!!parse-error (type => 'unmatched end tag',
3546                                    text => $token->{tag_name}, token => $token);
3547                  ## Ignore the token                  ## Ignore the token
3548                    !!!nack ('t243.1');
3549                  !!!next-token;                  !!!next-token;
3550                  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',  
                           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]);  
3551                }                }
3552                                    
3553                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
3554                  pop @{$open_tables};
3555                                
3556                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
3557                                
3558                !!!next-token;                !!!next-token;
3559                redo B;                next B;
3560              } elsif ({              } elsif ({
3561                        tbody => 1, tfoot => 1, thead => 1,                        tbody => 1, tfoot => 1, thead => 1,
3562                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
3563                       ($self->{insertion_mode} eq 'in row' or                       $self->{insertion_mode} & ROW_IMS) {
3564                        $self->{insertion_mode} eq 'in table body')) {                if ($self->{insertion_mode} == IN_ROW_IM) {
               if ($self->{insertion_mode} eq 'in row') {  
3565                  ## have an element in table scope                  ## have an element in table scope
3566                  my $i;                  my $i;
3567                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3568                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3569                    if ($node->[1] eq $token->{tag_name}) {                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3570                        !!!cp ('t247');
3571                      $i = $_;                      $i = $_;
3572                      last INSCOPE;                      last INSCOPE;
3573                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3574                              table => 1, html => 1,                      !!!cp ('t248');
                            }->{$node->[1]}) {  
3575                      last INSCOPE;                      last INSCOPE;
3576                    }                    }
3577                  } # INSCOPE                  } # INSCOPE
3578                    unless (defined $i) {                    unless (defined $i) {
3579                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                      !!!cp ('t249');
3580                        !!!parse-error (type => 'unmatched end tag',
3581                                        text => $token->{tag_name}, token => $token);
3582                      ## Ignore the token                      ## Ignore the token
3583                        !!!nack ('t249.1');
3584                      !!!next-token;                      !!!next-token;
3585                      redo B;                      next B;
3586                    }                    }
3587                                    
3588                  ## As if </tr>                  ## As if </tr>
# Line 4455  sub _tree_construction_main ($) { Line 3590  sub _tree_construction_main ($) {
3590                  my $i;                  my $i;
3591                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3592                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3593                    if ($node->[1] eq 'tr') {                    if ($node->[1] == TABLE_ROW_EL) {
3594                        !!!cp ('t250');
3595                      $i = $_;                      $i = $_;
3596                      last INSCOPE;                      last INSCOPE;
3597                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3598                              table => 1, html => 1,                      !!!cp ('t251');
                            }->{$node->[1]}) {  
3599                      last INSCOPE;                      last INSCOPE;
3600                    }                    }
3601                  } # INSCOPE                  } # INSCOPE
3602                    unless (defined $i) {                    unless (defined $i) {
3603                      !!!parse-error (type => 'unmatched end tag:tr');                      !!!cp ('t252');
3604                        !!!parse-error (type => 'unmatched end tag',
3605                                        text => 'tr', token => $token);
3606                      ## Ignore the token                      ## Ignore the token
3607                        !!!nack ('t252.1');
3608                      !!!next-token;                      !!!next-token;
3609                      redo B;                      next B;
3610                    }                    }
3611                                    
3612                  ## Clear back to table row context                  ## Clear back to table row context
3613                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3614                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3615                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t253');
3616                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this case be reached?
3617                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3618                  }                  }
3619                                    
3620                  pop @{$self->{open_elements}}; # tr                  pop @{$self->{open_elements}}; # tr
3621                  $self->{insertion_mode} = 'in table body';                  $self->{insertion_mode} = IN_TABLE_BODY_IM;
3622                  ## reprocess in the "in table body" insertion mode...                  ## reprocess in the "in table body" insertion mode...
3623                }                }
3624    
# Line 4488  sub _tree_construction_main ($) { Line 3626  sub _tree_construction_main ($) {
3626                my $i;                my $i;
3627                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3628                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3629                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3630                      !!!cp ('t254');
3631                    $i = $_;                    $i = $_;
3632                    last INSCOPE;                    last INSCOPE;
3633                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3634                            table => 1, html => 1,                    !!!cp ('t255');
                          }->{$node->[1]}) {  
3635                    last INSCOPE;                    last INSCOPE;
3636                  }                  }
3637                } # INSCOPE                } # INSCOPE
3638                unless (defined $i) {                unless (defined $i) {
3639                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t256');
3640                    !!!parse-error (type => 'unmatched end tag',
3641                                    text => $token->{tag_name}, token => $token);
3642                  ## Ignore the token                  ## Ignore the token
3643                    !!!nack ('t256.1');
3644                  !!!next-token;                  !!!next-token;
3645                  redo B;                  next B;
3646                }                }
3647    
3648                ## Clear back to table body context                ## Clear back to table body context
3649                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3650                  tbody => 1, tfoot => 1, thead => 1, html => 1,                                & TABLE_ROWS_SCOPING_EL)) {
3651                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t257');
3652                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this case be reached?
3653                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3654                }                }
3655    
3656                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3657                $self->{insertion_mode} = 'in table';                $self->{insertion_mode} = IN_TABLE_IM;
3658                  !!!nack ('t257.1');
3659                !!!next-token;                !!!next-token;
3660                redo B;                next B;
3661              } elsif ({              } elsif ({
3662                        body => 1, caption => 1, col => 1, colgroup => 1,                        body => 1, caption => 1, col => 1, colgroup => 1,
3663                        html => 1, td => 1, th => 1,                        html => 1, td => 1, th => 1,
3664                        tr => 1, # $self->{insertion_mode} eq 'in row'                        tr => 1, # $self->{insertion_mode} == IN_ROW_IM
3665                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} eq 'in table'                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM
3666                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
3667                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t258');
3668                ## Ignore the token            !!!parse-error (type => 'unmatched end tag',
3669                !!!next-token;                            text => $token->{tag_name}, token => $token);
3670                redo B;            ## Ignore the token
3671              } else {            !!!nack ('t258.1');
3672                #             !!!next-token;
3673              }            next B;
3674            } else {          } else {
3675              die "$0: $token->{type}: Unknown token type";            !!!cp ('t259');
3676            }            !!!parse-error (type => 'in table:/',
3677                              text => $token->{tag_name}, token => $token);
3678    
3679              $insert = $insert_to_foster;
3680              #
3681            }
3682          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3683            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
3684                    @{$self->{open_elements}} == 1) { # redundant, maybe
3685              !!!parse-error (type => 'in body:#eof', token => $token);
3686              !!!cp ('t259.1');
3687              #
3688            } else {
3689              !!!cp ('t259.2');
3690              #
3691            }
3692    
3693            !!!parse-error (type => 'in table:'.$token->{tag_name});          ## Stop parsing
3694            $in_body->($insert_to_foster);          last B;
3695            redo B;        } else {
3696          } elsif ($self->{insertion_mode} eq 'in column group') {          die "$0: $token->{type}: Unknown token type";
3697            if ($token->{type} eq 'character') {        }
3698              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {      } elsif ($self->{insertion_mode} == IN_COLUMN_GROUP_IM) {
3699              if ($token->{type} == CHARACTER_TOKEN) {
3700                if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
3701                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
3702                unless (length $token->{data}) {                unless (length $token->{data}) {
3703                    !!!cp ('t260');
3704                  !!!next-token;                  !!!next-token;
3705                  redo B;                  next B;
3706                }                }
3707              }              }
3708                            
3709                !!!cp ('t261');
3710              #              #
3711            } elsif ($token->{type} eq 'start tag') {            } elsif ($token->{type} == START_TAG_TOKEN) {
3712              if ($token->{tag_name} eq 'col') {              if ($token->{tag_name} eq 'col') {
3713                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!cp ('t262');
3714                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3715                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3716                  !!!ack ('t262.1');
3717                !!!next-token;                !!!next-token;
3718                redo B;                next B;
3719              } else {              } else {
3720                  !!!cp ('t263');
3721                #                #
3722              }              }
3723            } elsif ($token->{type} eq 'end tag') {            } elsif ($token->{type} == END_TAG_TOKEN) {
3724              if ($token->{tag_name} eq 'colgroup') {              if ($token->{tag_name} eq 'colgroup') {
3725                if ($self->{open_elements}->[-1]->[1] eq 'html') {                if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3726                  !!!parse-error (type => 'unmatched end tag:colgroup');                  !!!cp ('t264');
3727                    !!!parse-error (type => 'unmatched end tag',
3728                                    text => 'colgroup', token => $token);
3729                  ## Ignore the token                  ## Ignore the token
3730                  !!!next-token;                  !!!next-token;
3731                  redo B;                  next B;
3732                } else {                } else {
3733                    !!!cp ('t265');
3734                  pop @{$self->{open_elements}}; # colgroup                  pop @{$self->{open_elements}}; # colgroup
3735                  $self->{insertion_mode} = 'in table';                  $self->{insertion_mode} = IN_TABLE_IM;
3736                  !!!next-token;                  !!!next-token;
3737                  redo B;                              next B;            
3738                }                }
3739              } elsif ($token->{tag_name} eq 'col') {              } elsif ($token->{tag_name} eq 'col') {
3740                !!!parse-error (type => 'unmatched end tag:col');                !!!cp ('t266');
3741                  !!!parse-error (type => 'unmatched end tag',
3742                                  text => 'col', token => $token);
3743                ## Ignore the token                ## Ignore the token
3744                !!!next-token;                !!!next-token;
3745                redo B;                next B;
3746              } else {              } else {
3747                  !!!cp ('t267');
3748                #                #
3749              }              }
3750            } else {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3751              #          if ($self->{open_elements}->[-1]->[1] == HTML_EL and
3752            }              @{$self->{open_elements}} == 1) { # redundant, maybe
3753              !!!cp ('t270.2');
3754              ## Stop parsing.
3755              last B;
3756            } else {
3757              ## NOTE: As if </colgroup>.
3758              !!!cp ('t270.1');
3759              pop @{$self->{open_elements}}; # colgroup
3760              $self->{insertion_mode} = IN_TABLE_IM;
3761              ## Reprocess.
3762              next B;
3763            }
3764          } else {
3765            die "$0: $token->{type}: Unknown token type";
3766          }
3767    
3768            ## As if </colgroup>            ## As if </colgroup>
3769            if ($self->{open_elements}->[-1]->[1] eq 'html') {            if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3770              !!!parse-error (type => 'unmatched end tag:colgroup');              !!!cp ('t269');
3771    ## TODO: Wrong error type?
3772                !!!parse-error (type => 'unmatched end tag',
3773                                text => 'colgroup', token => $token);
3774              ## Ignore the token              ## Ignore the token
3775                !!!nack ('t269.1');
3776              !!!next-token;              !!!next-token;
3777              redo B;              next B;
3778            } else {            } else {
3779                !!!cp ('t270');
3780              pop @{$self->{open_elements}}; # colgroup              pop @{$self->{open_elements}}; # colgroup
3781              $self->{insertion_mode} = 'in table';              $self->{insertion_mode} = IN_TABLE_IM;
3782                !!!ack-later;
3783              ## reprocess              ## reprocess
3784              redo B;              next B;
3785              }
3786        } elsif ($self->{insertion_mode} & SELECT_IMS) {
3787          if ($token->{type} == CHARACTER_TOKEN) {
3788            !!!cp ('t271');
3789            $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
3790            !!!next-token;
3791            next B;
3792          } elsif ($token->{type} == START_TAG_TOKEN) {
3793            if ($token->{tag_name} eq 'option') {
3794              if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3795                !!!cp ('t272');
3796                ## As if </option>
3797                pop @{$self->{open_elements}};
3798              } else {
3799                !!!cp ('t273');
3800            }            }
         } elsif ($self->{insertion_mode} eq 'in select') {  
           if ($token->{type} eq 'character') {  
             $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});  
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} eq 'start tag') {  
             if ($token->{tag_name} eq 'option') {  
               if ($self->{open_elements}->[-1]->[1] eq 'option') {  
                 ## As if </option>  
                 pop @{$self->{open_elements}};  
               }  
3801    
3802                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3803                !!!next-token;            !!!nack ('t273.1');
3804                redo B;            !!!next-token;
3805              } elsif ($token->{tag_name} eq 'optgroup') {            next B;
3806                if ($self->{open_elements}->[-1]->[1] eq 'option') {          } elsif ($token->{tag_name} eq 'optgroup') {
3807                  ## As if </option>            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3808                  pop @{$self->{open_elements}};              !!!cp ('t274');
3809                }              ## As if </option>
3810                pop @{$self->{open_elements}};
3811              } else {
3812                !!!cp ('t275');
3813              }
3814    
3815                if ($self->{open_elements}->[-1]->[1] eq 'optgroup') {            if ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3816                  ## As if </optgroup>              !!!cp ('t276');
3817                  pop @{$self->{open_elements}};              ## As if </optgroup>
3818                }              pop @{$self->{open_elements}};
3819              } else {
3820                !!!cp ('t277');
3821              }
3822    
3823                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3824                !!!next-token;            !!!nack ('t277.1');
3825                redo B;            !!!next-token;
3826              } elsif ($token->{tag_name} eq 'select') {            next B;
3827                !!!parse-error (type => 'not closed:select');          } elsif ({
3828                ## As if </select> instead                     select => 1, input => 1, textarea => 1,
3829                ## have an element in table scope                   }->{$token->{tag_name}} or
3830                my $i;                   ($self->{insertion_mode} == IN_SELECT_IN_TABLE_IM and
3831                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                    {
3832                  my $node = $self->{open_elements}->[$_];                     caption => 1, table => 1,
3833                  if ($node->[1] eq $token->{tag_name}) {                     tbody => 1, tfoot => 1, thead => 1,
3834                    $i = $_;                     tr => 1, td => 1, th => 1,
3835                    last INSCOPE;                    }->{$token->{tag_name}})) {
3836                  } elsif ({            ## TODO: The type below is not good - <select> is replaced by </select>
3837                            table => 1, html => 1,            !!!parse-error (type => 'not closed', text => 'select',
3838                           }->{$node->[1]}) {                            token => $token);
3839                    last INSCOPE;            ## NOTE: As if the token were </select> (<select> case) or
3840                  }            ## as if there were </select> (otherwise).
3841                } # INSCOPE            ## have an element in table scope
3842                unless (defined $i) {            my $i;
3843                  !!!parse-error (type => 'unmatched end tag:select');            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3844                  ## Ignore the token              my $node = $self->{open_elements}->[$_];
3845                  !!!next-token;              if ($node->[1] == SELECT_EL) {
3846                  redo B;                !!!cp ('t278');
3847                }                $i = $_;
3848                  last INSCOPE;
3849                } elsif ($node->[1] & TABLE_SCOPING_EL) {
3850                  !!!cp ('t279');
3851                  last INSCOPE;
3852                }
3853              } # INSCOPE
3854              unless (defined $i) {
3855                !!!cp ('t280');
3856                !!!parse-error (type => 'unmatched end tag',
3857                                text => 'select', token => $token);
3858                ## Ignore the token
3859                !!!nack ('t280.1');
3860                !!!next-token;
3861                next B;
3862              }
3863                                
3864                splice @{$self->{open_elements}}, $i;            !!!cp ('t281');
3865              splice @{$self->{open_elements}}, $i;
3866    
3867                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
3868    
3869                !!!next-token;            if ($token->{tag_name} eq 'select') {
3870                redo B;              !!!nack ('t281.2');
3871              } else {              !!!next-token;
3872                #              next B;
3873              } else {
3874                !!!cp ('t281.1');
3875                !!!ack-later;
3876                ## Reprocess the token.
3877                next B;
3878              }
3879            } else {
3880              !!!cp ('t282');
3881              !!!parse-error (type => 'in select',
3882                              text => $token->{tag_name}, token => $token);
3883              ## Ignore the token
3884              !!!nack ('t282.1');
3885              !!!next-token;
3886              next B;
3887            }
3888          } elsif ($token->{type} == END_TAG_TOKEN) {
3889            if ($token->{tag_name} eq 'optgroup') {
3890              if ($self->{open_elements}->[-1]->[1] == OPTION_EL and
3891                  $self->{open_elements}->[-2]->[1] == OPTGROUP_EL) {
3892                !!!cp ('t283');
3893                ## As if </option>
3894                splice @{$self->{open_elements}}, -2;
3895              } elsif ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3896                !!!cp ('t284');
3897                pop @{$self->{open_elements}};
3898              } else {
3899                !!!cp ('t285');
3900                !!!parse-error (type => 'unmatched end tag',
3901                                text => $token->{tag_name}, token => $token);
3902                ## Ignore the token
3903              }
3904              !!!nack ('t285.1');
3905              !!!next-token;
3906              next B;
3907            } elsif ($token->{tag_name} eq 'option') {
3908              if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3909                !!!cp ('t286');
3910                pop @{$self->{open_elements}};
3911              } else {
3912                !!!cp ('t287');
3913                !!!parse-error (type => 'unmatched end tag',
3914                                text => $token->{tag_name}, token => $token);
3915                ## Ignore the token
3916              }
3917              !!!nack ('t287.1');
3918              !!!next-token;
3919              next B;
3920            } elsif ($token->{tag_name} eq 'select') {
3921              ## have an element in table scope
3922              my $i;
3923              INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3924                my $node = $self->{open_elements}->[$_];
3925                if ($node->[1] == SELECT_EL) {
3926                  !!!cp ('t288');
3927                  $i = $_;
3928                  last INSCOPE;
3929                } elsif ($node->[1] & TABLE_SCOPING_EL) {
3930                  !!!cp ('t289');
3931                  last INSCOPE;
3932              }              }
3933            } elsif ($token->{type} eq 'end tag') {            } # INSCOPE
3934              if ($token->{tag_name} eq 'optgroup') {            unless (defined $i) {
3935                if ($self->{open_elements}->[-1]->[1] eq 'option' and              !!!cp ('t290');
3936                    $self->{open_elements}->[-2]->[1] eq 'optgroup') {              !!!parse-error (type => 'unmatched end tag',
3937                  ## As if </option>                              text => $token->{tag_name}, token => $token);
3938                  splice @{$self->{open_elements}}, -2;              ## Ignore the token
3939                } elsif ($self->{open_elements}->[-1]->[1] eq 'optgroup') {              !!!nack ('t290.1');
3940                  pop @{$self->{open_elements}};              !!!next-token;
3941                } else {              next B;
3942                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            }
                 ## Ignore the token  
               }  
               !!!next-token;  
               redo B;  
             } elsif ($token->{tag_name} eq 'option') {  
               if ($self->{open_elements}->[-1]->[1] eq 'option') {  
                 pop @{$self->{open_elements}};  
               } else {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                 ## Ignore the token  
               }  
               !!!next-token;  
               redo B;  
             } elsif ($token->{tag_name} eq 'select') {  
               ## have an element in table scope  
               my $i;  
               INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                 my $node = $self->{open_elements}->[$_];  
                 if ($node->[1] eq $token->{tag_name}) {  
                   $i = $_;  
                   last INSCOPE;  
                 } elsif ({  
                           table => 1, html => 1,  
                          }->{$node->[1]}) {  
                   last INSCOPE;  
                 }  
               } # INSCOPE  
               unless (defined $i) {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                 ## Ignore the token  
                 !!!next-token;  
                 redo B;  
               }  
3943                                
3944                splice @{$self->{open_elements}}, $i;            !!!cp ('t291');
3945              splice @{$self->{open_elements}}, $i;
3946    
3947                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
3948    
3949                !!!next-token;            !!!nack ('t291.1');
3950                redo B;            !!!next-token;
3951              } elsif ({            next B;
3952                        caption => 1, table => 1, tbody => 1,          } elsif ($self->{insertion_mode} == IN_SELECT_IN_TABLE_IM and
3953                        tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,                   {
3954                       }->{$token->{tag_name}}) {                    caption => 1, table => 1, tbody => 1,
3955                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,
3956                                   }->{$token->{tag_name}}) {
3957                ## have an element in table scope  ## TODO: The following is wrong?
3958                my $i;            !!!parse-error (type => 'unmatched end tag',
3959                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                            text => $token->{tag_name}, token => $token);
                 my $node = $self->{open_elements}->[$_];  
                 if ($node->[1] eq $token->{tag_name}) {  
                   $i = $_;  
                   last INSCOPE;  
                 } elsif ({  
                           table => 1, html => 1,  
                          }->{$node->[1]}) {  
                   last INSCOPE;  
                 }  
               } # INSCOPE  
               unless (defined $i) {  
                 ## Ignore the token  
                 !!!next-token;  
                 redo B;  
               }  
3960                                
3961                ## As if </select>            ## have an element in table scope
3962                ## have an element in table scope            my $i;
3963                undef $i;            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3964                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {              my $node = $self->{open_elements}->[$_];
3965                  my $node = $self->{open_elements}->[$_];              if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3966                  if ($node->[1] eq 'select') {                !!!cp ('t292');
3967                    $i = $_;                $i = $_;
3968                    last INSCOPE;                last INSCOPE;
3969                  } elsif ({              } elsif ($node->[1] & TABLE_SCOPING_EL) {
3970                            table => 1, html => 1,                !!!cp ('t293');
3971                           }->{$node->[1]}) {                last INSCOPE;
3972                    last INSCOPE;              }
3973                  }            } # INSCOPE
3974                } # INSCOPE            unless (defined $i) {
3975                unless (defined $i) {              !!!cp ('t294');
3976                  !!!parse-error (type => 'unmatched end tag:select');              ## Ignore the token
3977                  ## Ignore the </select> token              !!!nack ('t294.1');
3978                  !!!next-token; ## TODO: ok?              !!!next-token;
3979                  redo B;              next B;
3980                }            }
3981                                
3982                splice @{$self->{open_elements}}, $i;            ## As if </select>
3983              ## have an element in table scope
3984                $self->_reset_insertion_mode;            undef $i;
3985              INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3986                ## reprocess              my $node = $self->{open_elements}->[$_];
3987                redo B;              if ($node->[1] == SELECT_EL) {
3988              } else {                !!!cp ('t295');
3989                #                $i = $_;
3990                  last INSCOPE;
3991                } elsif ($node->[1] & TABLE_SCOPING_EL) {
3992    ## ISSUE: Can this state be reached?
3993                  !!!cp ('t296');
3994                  last INSCOPE;
3995              }              }
3996            } else {            } # INSCOPE
3997              #            unless (defined $i) {
3998                !!!cp ('t297');
3999    ## TODO: The following error type is correct?
4000                !!!parse-error (type => 'unmatched end tag',
4001                                text => 'select', token => $token);
4002                ## Ignore the </select> token
4003                !!!nack ('t297.1');
4004                !!!next-token; ## TODO: ok?
4005                next B;
4006            }            }
4007                  
4008              !!!cp ('t298');
4009              splice @{$self->{open_elements}}, $i;
4010    
4011            !!!parse-error (type => 'in select:'.$token->{tag_name});            $self->_reset_insertion_mode;
4012    
4013              !!!ack-later;
4014              ## reprocess
4015              next B;
4016            } else {
4017              !!!cp ('t299');
4018              !!!parse-error (type => 'in select:/',
4019                              text => $token->{tag_name}, token => $token);
4020            ## Ignore the token            ## Ignore the token
4021              !!!nack ('t299.3');
4022            !!!next-token;            !!!next-token;
4023            redo B;            next B;
4024          } elsif ($self->{insertion_mode} eq 'after body') {          }
4025            if ($token->{type} eq 'character') {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4026              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
4027                my $data = $1;                  @{$self->{open_elements}} == 1) { # redundant, maybe
4028                ## As if in body            !!!cp ('t299.1');
4029                $reconstruct_active_formatting_elements->($insert_to_current);            !!!parse-error (type => 'in body:#eof', token => $token);
4030            } else {
4031              !!!cp ('t299.2');
4032            }
4033    
4034            ## Stop parsing.
4035            last B;
4036          } else {
4037            die "$0: $token->{type}: Unknown token type";
4038          }
4039        } elsif ($self->{insertion_mode} & BODY_AFTER_IMS) {
4040          if ($token->{type} == CHARACTER_TOKEN) {
4041            if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
4042              my $data = $1;
4043              ## As if in body
4044              $reconstruct_active_formatting_elements->($insert_to_current);
4045                                
4046                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4047              
4048              unless (length $token->{data}) {
4049                !!!cp ('t300');
4050                !!!next-token;
4051                next B;
4052              }
4053            }
4054            
4055            if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4056              !!!cp ('t301');
4057              !!!parse-error (type => 'after html:#text', token => $token);
4058              #
4059            } else {
4060              !!!cp ('t302');
4061              ## "after body" insertion mode
4062              !!!parse-error (type => 'after body:#text', token => $token);
4063              #
4064            }
4065    
4066                unless (length $token->{data}) {          $self->{insertion_mode} = IN_BODY_IM;
4067                  !!!next-token;          ## reprocess
4068                  redo B;          next B;
4069                }        } elsif ($token->{type} == START_TAG_TOKEN) {
4070              }          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4071                          !!!cp ('t303');
4072              #            !!!parse-error (type => 'after html',
4073              !!!parse-error (type => 'after body:#character');                            text => $token->{tag_name}, token => $token);
4074            } elsif ($token->{type} eq 'start tag') {            #
4075              !!!parse-error (type => 'after body:'.$token->{tag_name});          } else {
4076              #            !!!cp ('t304');
4077            } elsif ($token->{type} eq 'end tag') {            ## "after body" insertion mode
4078              if ($token->{tag_name} eq 'html') {            !!!parse-error (type => 'after body',
4079                if (defined $self->{inner_html_node}) {                            text => $token->{tag_name}, token => $token);
4080                  !!!parse-error (type => 'unmatched end tag:html');            #
4081                  ## Ignore the token          }
4082                  !!!next-token;  
4083                  redo B;          $self->{insertion_mode} = IN_BODY_IM;
4084                } else {          !!!ack-later;
4085                  $previous_insertion_mode = $self->{insertion_mode};          ## reprocess
4086                  $self->{insertion_mode} = 'trailing end';          next B;
4087                  !!!next-token;        } elsif ($token->{type} == END_TAG_TOKEN) {
4088                  redo B;          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4089                }            !!!cp ('t305');
4090              } else {            !!!parse-error (type => 'after html:/',
4091                !!!parse-error (type => 'after body:/'.$token->{tag_name});                            text => $token->{tag_name}, token => $token);
4092              }            
4093              $self->{insertion_mode} = IN_BODY_IM;
4094              ## Reprocess.
4095              next B;
4096            } else {
4097              !!!cp ('t306');
4098            }
4099    
4100            ## "after body" insertion mode
4101            if ($token->{tag_name} eq 'html') {
4102              if (defined $self->{inner_html_node}) {
4103                !!!cp ('t307');
4104                !!!parse-error (type => 'unmatched end tag',
4105                                text => 'html', token => $token);
4106                ## Ignore the token
4107                !!!next-token;
4108                next B;
4109            } else {            } else {
4110              die "$0: $token->{type}: Unknown token type";              !!!cp ('t308');
4111                $self->{insertion_mode} = AFTER_HTML_BODY_IM;
4112                !!!next-token;
4113                next B;
4114            }            }
4115            } else {
4116              !!!cp ('t309');
4117              !!!parse-error (type => 'after body:/',
4118                              text => $token->{tag_name}, token => $token);
4119    
4120            $self->{insertion_mode} = 'in body';            $self->{insertion_mode} = IN_BODY_IM;
4121            ## reprocess            ## reprocess
4122            redo B;            next B;
4123      } elsif ($self->{insertion_mode} eq 'in frameset') {          }
4124        if ($token->{type} eq 'character') {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4125          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          !!!cp ('t309.2');
4126            ## Stop parsing
4127            last B;
4128          } else {
4129            die "$0: $token->{type}: Unknown token type";
4130          }
4131        } elsif ($self->{insertion_mode} & FRAME_IMS) {
4132          if ($token->{type} == CHARACTER_TOKEN) {
4133            if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
4134            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4135              
4136            unless (length $token->{data}) {            unless (length $token->{data}) {
4137                !!!cp ('t310');
4138              !!!next-token;              !!!next-token;
4139              redo B;              next B;
4140            }            }
4141          }          }
4142            
4143          !!!parse-error (type => 'in frameset:#character');          if ($token->{data} =~ s/^[^\x09\x0A\x0C\x20]+//) {
4144          ## Ignore the token            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4145          !!!next-token;              !!!cp ('t311');
4146          redo B;              !!!parse-error (type => 'in frameset:#text', token => $token);
4147        } elsif ($token->{type} eq 'start tag') {            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4148          if ($token->{tag_name} eq 'frameset') {              !!!cp ('t312');
4149            !!!insert-element ($token->{tag_name}, $token->{attributes});              !!!parse-error (type => 'after frameset:#text', token => $token);
4150              } else { # "after after frameset"
4151                !!!cp ('t313');
4152                !!!parse-error (type => 'after html:#text', token => $token);
4153              }
4154              
4155              ## Ignore the token.
4156              if (length $token->{data}) {
4157                !!!cp ('t314');
4158                ## reprocess the rest of characters
4159              } else {
4160                !!!cp ('t315');
4161                !!!next-token;
4162              }
4163              next B;
4164            }
4165            
4166            die qq[$0: Character "$token->{data}"];
4167          } elsif ($token->{type} == START_TAG_TOKEN) {
4168            if ($token->{tag_name} eq 'frameset' and
4169                $self->{insertion_mode} == IN_FRAMESET_IM) {
4170              !!!cp ('t318');
4171              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4172              !!!nack ('t318.1');
4173            !!!next-token;            !!!next-token;
4174            redo B;            next B;
4175          } elsif ($token->{tag_name} eq 'frame') {          } elsif ($token->{tag_name} eq 'frame' and
4176            !!!insert-element ($token->{tag_name}, $token->{attributes});                   $self->{insertion_mode} == IN_FRAMESET_IM) {
4177              !!!cp ('t319');
4178              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4179            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
4180              !!!ack ('t319.1');
4181            !!!next-token;            !!!next-token;
4182            redo B;            next B;
4183          } elsif ($token->{tag_name} eq 'noframes') {          } elsif ($token->{tag_name} eq 'noframes') {
4184            ## NOTE: As if in body.            !!!cp ('t320');
4185            $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);            ## NOTE: As if in head.
4186            redo B;            $parse_rcdata->(CDATA_CONTENT_MODEL);
4187          } else {            next B;
4188            !!!parse-error (type => 'in frameset:'.$token->{tag_name});  
4189              ## NOTE: |<!DOCTYPE HTML><frameset></frameset></html><noframes></noframes>|
4190              ## has no parse error.
4191            } else {
4192              if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4193                !!!cp ('t321');
4194                !!!parse-error (type => 'in frameset',
4195                                text => $token->{tag_name}, token => $token);
4196              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4197                !!!cp ('t322');
4198                !!!parse-error (type => 'after frameset',
4199                                text => $token->{tag_name}, token => $token);
4200              } else { # "after after frameset"
4201                !!!cp ('t322.2');
4202                !!!parse-error (type => 'after after frameset',
4203                                text => $token->{tag_name}, token => $token);
4204              }
4205            ## Ignore the token            ## Ignore the token
4206              !!!nack ('t322.1');
4207            !!!next-token;            !!!next-token;
4208            redo B;            next B;
4209          }          }
4210        } elsif ($token->{type} eq 'end tag') {        } elsif ($token->{type} == END_TAG_TOKEN) {
4211          if ($token->{tag_name} eq 'frameset') {          if ($token->{tag_name} eq 'frameset' and
4212            if ($self->{open_elements}->[-1]->[1] eq 'html' and              $self->{insertion_mode} == IN_FRAMESET_IM) {
4213              if ($self->{open_elements}->[-1]->[1] == HTML_EL and
4214                @{$self->{open_elements}} == 1) {                @{$self->{open_elements}} == 1) {
4215              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t325');
4216                !!!parse-error (type => 'unmatched end tag',
4217                                text => $token->{tag_name}, token => $token);
4218              ## Ignore the token              ## Ignore the token
4219              !!!next-token;              !!!next-token;
4220            } else {            } else {
4221                !!!cp ('t326');
4222              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
4223              !!!next-token;              !!!next-token;
4224            }            }
4225    
4226            if (not defined $self->{inner_html_node} and            if (not defined $self->{inner_html_node} and
4227                $self->{open_elements}->[-1]->[1] ne 'frameset') {                not ($self->{open_elements}->[-1]->[1] == FRAMESET_EL)) {
4228              $self->{insertion_mode} = 'after frameset';              !!!cp ('t327');
4229                $self->{insertion_mode} = AFTER_FRAMESET_IM;
4230              } else {
4231                !!!cp ('t328');
4232            }            }
4233            redo B;            next B;
4234            } elsif ($token->{tag_name} eq 'html' and
4235                     $self->{insertion_mode} == AFTER_FRAMESET_IM) {
4236              !!!cp ('t329');
4237              $self->{insertion_mode} = AFTER_HTML_FRAMESET_IM;
4238              !!!next-token;
4239              next B;
4240          } else {          } else {
4241            !!!parse-error (type => 'in frameset:/'.$token->{tag_name});            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4242                !!!cp ('t330');
4243                !!!parse-error (type => 'in frameset:/',
4244                                text => $token->{tag_name}, token => $token);
4245              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4246                !!!cp ('t330.1');
4247                !!!parse-error (type => 'after frameset:/',
4248                                text => $token->{tag_name}, token => $token);
4249              } else { # "after after html"
4250                !!!cp ('t331');
4251                !!!parse-error (type => 'after after frameset:/',
4252                                text => $token->{tag_name}, token => $token);
4253              }
4254            ## Ignore the token            ## Ignore the token
4255            !!!next-token;            !!!next-token;
4256            redo B;            next B;
4257            }
4258          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4259            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
4260                    @{$self->{open_elements}} == 1) { # redundant, maybe
4261              !!!cp ('t331.1');
4262              !!!parse-error (type => 'in body:#eof', token => $token);
4263            } else {
4264              !!!cp ('t331.2');
4265          }          }
4266            
4267            ## Stop parsing
4268            last B;
4269        } else {        } else {
4270          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4271        }        }
4272      } elsif ($self->{insertion_mode} eq 'after frameset') {      } else {
4273        if ($token->{type} eq 'character') {        die "$0: $self->{insertion_mode}: Unknown insertion mode";
4274              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {      }
               $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);  
4275    
4276                unless (length $token->{data}) {      ## "in body" insertion mode
4277                  !!!next-token;      if ($token->{type} == START_TAG_TOKEN) {
4278                  redo B;        if ($token->{tag_name} eq 'script') {
4279            !!!cp ('t332');
4280            ## NOTE: This is an "as if in head" code clone
4281            $script_start_tag->();
4282            next B;
4283          } elsif ($token->{tag_name} eq 'style') {
4284            !!!cp ('t333');
4285            ## NOTE: This is an "as if in head" code clone
4286            $parse_rcdata->(CDATA_CONTENT_MODEL);
4287            next B;
4288          } elsif ({
4289                    base => 1, command => 1, eventsource => 1, link => 1,
4290                   }->{$token->{tag_name}}) {
4291            !!!cp ('t334');
4292            ## NOTE: This is an "as if in head" code clone, only "-t" differs
4293            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4294            pop @{$self->{open_elements}};
4295            !!!ack ('t334.1');
4296            !!!next-token;
4297            next B;
4298          } elsif ($token->{tag_name} eq 'meta') {
4299            ## NOTE: This is an "as if in head" code clone, only "-t" differs
4300            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4301            my $meta_el = pop @{$self->{open_elements}};
4302    
4303            unless ($self->{confident}) {
4304              if ($token->{attributes}->{charset}) {
4305                !!!cp ('t335');
4306                ## NOTE: Whether the encoding is supported or not is handled
4307                ## in the {change_encoding} callback.
4308                $self->{change_encoding}
4309                    ->($self, $token->{attributes}->{charset}->{value}, $token);
4310                
4311                $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4312                    ->set_user_data (manakai_has_reference =>
4313                                         $token->{attributes}->{charset}
4314                                             ->{has_reference});
4315              } elsif ($token->{attributes}->{content}) {
4316                if ($token->{attributes}->{content}->{value}
4317                    =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
4318                        [\x09\x0A\x0C\x0D\x20]*=
4319                        [\x09\x0A\x0C\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
4320                        ([^"'\x09\x0A\x0C\x0D\x20][^\x09\x0A\x0C\x0D\x20\x3B]*))
4321                       /x) {
4322                  !!!cp ('t336');
4323                  ## NOTE: Whether the encoding is supported or not is handled
4324                  ## in the {change_encoding} callback.
4325                  $self->{change_encoding}
4326                      ->($self, defined $1 ? $1 : defined $2 ? $2 : $3, $token);
4327                  $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4328                      ->set_user_data (manakai_has_reference =>
4329                                           $token->{attributes}->{content}
4330                                                 ->{has_reference});
4331                }
4332              }
4333            } else {
4334              if ($token->{attributes}->{charset}) {
4335                !!!cp ('t337');
4336                $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4337                    ->set_user_data (manakai_has_reference =>
4338                                         $token->{attributes}->{charset}
4339                                             ->{has_reference});
4340              }
4341              if ($token->{attributes}->{content}) {
4342                !!!cp ('t338');
4343                $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4344                    ->set_user_data (manakai_has_reference =>
4345                                         $token->{attributes}->{content}
4346                                             ->{has_reference});
4347              }
4348            }
4349    
4350            !!!ack ('t338.1');
4351            !!!next-token;
4352            next B;
4353          } elsif ($token->{tag_name} eq 'title') {
4354            !!!cp ('t341');
4355            ## NOTE: This is an "as if in head" code clone
4356            $parse_rcdata->(RCDATA_CONTENT_MODEL);
4357            next B;
4358          } elsif ($token->{tag_name} eq 'body') {
4359            !!!parse-error (type => 'in body', text => 'body', token => $token);
4360                  
4361            if (@{$self->{open_elements}} == 1 or
4362                not ($self->{open_elements}->[1]->[1] == BODY_EL)) {
4363              !!!cp ('t342');
4364              ## Ignore the token
4365            } else {
4366              my $body_el = $self->{open_elements}->[1]->[0];
4367              for my $attr_name (keys %{$token->{attributes}}) {
4368                unless ($body_el->has_attribute_ns (undef, $attr_name)) {
4369                  !!!cp ('t343');
4370                  $body_el->set_attribute_ns
4371                    (undef, [undef, $attr_name],
4372                     $token->{attributes}->{$attr_name}->{value});
4373                }
4374              }
4375            }
4376            !!!nack ('t343.1');
4377            !!!next-token;
4378            next B;
4379          } elsif ({
4380                    ## NOTE: Start tags for non-phrasing flow content elements
4381    
4382                    ## NOTE: The normal one
4383                    address => 1, article => 1, aside => 1, blockquote => 1,
4384                    center => 1, datagrid => 1, details => 1, dialog => 1,
4385                    dir => 1, div => 1, dl => 1, fieldset => 1, figure => 1,
4386                    footer => 1, h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1,
4387                    h6 => 1, header => 1, menu => 1, nav => 1, ol => 1, p => 1,
4388                    section => 1, ul => 1,
4389                    ## NOTE: As normal, but drops leading newline
4390                    pre => 1, listing => 1,
4391                    ## NOTE: As normal, but interacts with the form element pointer
4392                    form => 1,
4393                    
4394                    table => 1,
4395                    hr => 1,
4396                   }->{$token->{tag_name}}) {
4397            if ($token->{tag_name} eq 'form' and defined $self->{form_element}) {
4398              !!!cp ('t350');
4399              !!!parse-error (type => 'in form:form', token => $token);
4400              ## Ignore the token
4401              !!!nack ('t350.1');
4402              !!!next-token;
4403              next B;
4404            }
4405    
4406            ## has a p element in scope
4407            INSCOPE: for (reverse @{$self->{open_elements}}) {
4408              if ($_->[1] == P_EL) {
4409                !!!cp ('t344');
4410                !!!back-token; # <form>
4411                $token = {type => END_TAG_TOKEN, tag_name => 'p',
4412                          line => $token->{line}, column => $token->{column}};
4413                next B;
4414              } elsif ($_->[1] & SCOPING_EL) {
4415                !!!cp ('t345');
4416                last INSCOPE;
4417              }
4418            } # INSCOPE
4419              
4420            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4421            if ($token->{tag_name} eq 'pre' or $token->{tag_name} eq 'listing') {
4422              !!!nack ('t346.1');
4423              !!!next-token;
4424              if ($token->{type} == CHARACTER_TOKEN) {
4425                $token->{data} =~ s/^\x0A//;
4426                unless (length $token->{data}) {
4427                  !!!cp ('t346');
4428                  !!!next-token;
4429                } else {
4430                  !!!cp ('t349');
4431                }
4432              } else {
4433                !!!cp ('t348');
4434              }
4435            } elsif ($token->{tag_name} eq 'form') {
4436              !!!cp ('t347.1');
4437              $self->{form_element} = $self->{open_elements}->[-1]->[0];
4438    
4439              !!!nack ('t347.2');
4440              !!!next-token;
4441            } elsif ($token->{tag_name} eq 'table') {
4442              !!!cp ('t382');
4443              push @{$open_tables}, [$self->{open_elements}->[-1]->[0]];
4444              
4445              $self->{insertion_mode} = IN_TABLE_IM;
4446    
4447              !!!nack ('t382.1');
4448              !!!next-token;
4449            } elsif ($token->{tag_name} eq 'hr') {
4450              !!!cp ('t386');
4451              pop @{$self->{open_elements}};
4452            
4453              !!!nack ('t386.1');
4454              !!!next-token;
4455            } else {
4456              !!!nack ('t347.1');
4457              !!!next-token;
4458            }
4459            next B;
4460          } elsif ($token->{tag_name} eq 'li') {
4461            ## NOTE: As normal, but imply </li> when there's another <li> ...
4462    
4463            ## NOTE: Special, Scope (<li><foo><li> == <li><foo><li/></foo></li>)
4464              ## Interpreted as <li><foo/></li><li/> (non-conforming)
4465              ## blockquote (O9.27), center (O), dd (Fx3, O, S3.1.2, IE7),
4466              ## dt (Fx, O, S, IE), dl (O), fieldset (O, S, IE), form (Fx, O, S),
4467              ## hn (O), pre (O), applet (O, S), button (O, S), marquee (Fx, O, S),
4468              ## object (Fx)
4469              ## Generate non-tree (non-conforming)
4470              ## basefont (IE7 (where basefont is non-void)), center (IE),
4471              ## form (IE), hn (IE)
4472            ## address, div, p (<li><foo><li> == <li><foo/></li><li/>)
4473              ## Interpreted as <li><foo><li/></foo></li> (non-conforming)
4474              ## div (Fx, S)
4475    
4476            my $non_optional;
4477            my $i = -1;
4478    
4479            ## 1.
4480            for my $node (reverse @{$self->{open_elements}}) {
4481              if ($node->[1] == LI_EL) {
4482                ## 2. (a) As if </li>
4483                {
4484                  ## If no </li> - not applied
4485                  #
4486    
4487                  ## Otherwise
4488    
4489                  ## 1. generate implied end tags, except for </li>
4490                  #
4491    
4492                  ## 2. If current node != "li", parse error
4493                  if ($non_optional) {
4494                    !!!parse-error (type => 'not closed',
4495                                    text => $non_optional->[0]->manakai_local_name,
4496                                    token => $token);
4497                    !!!cp ('t355');
4498                  } else {
4499                    !!!cp ('t356');
4500                }                }
4501    
4502                  ## 3. Pop
4503                  splice @{$self->{open_elements}}, $i;
4504              }              }
4505    
4506              if ($token->{data} =~ s/^[^\x09\x0A\x0B\x0C\x20]+//) {              last; ## 2. (b) goto 5.
4507                !!!parse-error (type => 'after frameset:#character');            } elsif (
4508                       ## NOTE: not "formatting" and not "phrasing"
4509                       ($node->[1] & SPECIAL_EL or
4510                        $node->[1] & SCOPING_EL) and
4511                       ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4512                       (not $node->[1] & ADDRESS_DIV_P_EL)
4513                      ) {
4514                ## 3.
4515                !!!cp ('t357');
4516                last; ## goto 5.
4517              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4518                !!!cp ('t358');
4519                #
4520              } else {
4521                !!!cp ('t359');
4522                $non_optional ||= $node;
4523                #
4524              }
4525              ## 4.
4526              ## goto 2.
4527              $i--;
4528            }
4529    
4530            ## 5. (a) has a |p| element in scope
4531            INSCOPE: for (reverse @{$self->{open_elements}}) {
4532              if ($_->[1] == P_EL) {
4533                !!!cp ('t353');
4534    
4535                ## NOTE: |<p><li>|, for example.
4536    
4537                !!!back-token; # <x>
4538                $token = {type => END_TAG_TOKEN, tag_name => 'p',
4539                          line => $token->{line}, column => $token->{column}};
4540                next B;
4541              } elsif ($_->[1] & SCOPING_EL) {
4542                !!!cp ('t354');
4543                last INSCOPE;
4544              }
4545            } # INSCOPE
4546    
4547            ## 5. (b) insert
4548            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4549            !!!nack ('t359.1');
4550            !!!next-token;
4551            next B;
4552          } elsif ($token->{tag_name} eq 'dt' or
4553                   $token->{tag_name} eq 'dd') {
4554            ## NOTE: As normal, but imply </dt> or </dd> when ...
4555    
4556            my $non_optional;
4557            my $i = -1;
4558    
4559                ## Ignore the token.          ## 1.
4560                if (length $token->{data}) {          for my $node (reverse @{$self->{open_elements}}) {
4561                  ## reprocess the rest of characters            if ($node->[1] == DTDD_EL) {
4562                ## 2. (a) As if </li>
4563                {
4564                  ## If no </li> - not applied
4565                  #
4566    
4567                  ## Otherwise
4568    
4569                  ## 1. generate implied end tags, except for </dt> or </dd>
4570                  #
4571    
4572                  ## 2. If current node != "dt"|"dd", parse error
4573                  if ($non_optional) {
4574                    !!!parse-error (type => 'not closed',
4575                                    text => $non_optional->[0]->manakai_local_name,
4576                                    token => $token);
4577                    !!!cp ('t355.1');
4578                } else {                } else {
4579                  !!!next-token;                  !!!cp ('t356.1');
4580                }                }
4581                redo B;  
4582                  ## 3. Pop
4583                  splice @{$self->{open_elements}}, $i;
4584              }              }
4585    
4586          die qq[$0: Character "$token->{data}"];              last; ## 2. (b) goto 5.
4587        } elsif ($token->{type} eq 'start tag') {            } elsif (
4588          if ($token->{tag_name} eq 'noframes') {                     ## NOTE: not "formatting" and not "phrasing"
4589            ## NOTE: As if in body.                     ($node->[1] & SPECIAL_EL or
4590            $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);                      $node->[1] & SCOPING_EL) and
4591            redo B;                     ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4592    
4593                       (not $node->[1] & ADDRESS_DIV_P_EL)
4594                      ) {
4595                ## 3.
4596                !!!cp ('t357.1');
4597                last; ## goto 5.
4598              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4599                !!!cp ('t358.1');
4600                #
4601              } else {
4602                !!!cp ('t359.1');
4603                $non_optional ||= $node;
4604                #
4605              }
4606              ## 4.
4607              ## goto 2.
4608              $i--;
4609            }
4610    
4611            ## 5. (a) has a |p| element in scope
4612            INSCOPE: for (reverse @{$self->{open_elements}}) {
4613              if ($_->[1] == P_EL) {
4614                !!!cp ('t353.1');
4615                !!!back-token; # <x>
4616                $token = {type => END_TAG_TOKEN, tag_name => 'p',
4617                          line => $token->{line}, column => $token->{column}};
4618                next B;
4619              } elsif ($_->[1] & SCOPING_EL) {
4620                !!!cp ('t354.1');
4621                last INSCOPE;
4622              }
4623            } # INSCOPE
4624    
4625            ## 5. (b) insert
4626            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4627            !!!nack ('t359.2');
4628            !!!next-token;
4629            next B;
4630          } elsif ($token->{tag_name} eq 'plaintext') {
4631            ## NOTE: As normal, but effectively ends parsing
4632    
4633            ## has a p element in scope
4634            INSCOPE: for (reverse @{$self->{open_elements}}) {
4635              if ($_->[1] == P_EL) {
4636                !!!cp ('t367');
4637                !!!back-token; # <plaintext>
4638                $token = {type => END_TAG_TOKEN, tag_name => 'p',
4639                          line => $token->{line}, column => $token->{column}};
4640                next B;
4641              } elsif ($_->[1] & SCOPING_EL) {
4642                !!!cp ('t368');
4643                last INSCOPE;
4644              }
4645            } # INSCOPE
4646              
4647            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4648              
4649            $self->{content_model} = PLAINTEXT_CONTENT_MODEL;
4650              
4651            !!!nack ('t368.1');
4652            !!!next-token;
4653            next B;
4654          } elsif ($token->{tag_name} eq 'a') {
4655            AFE: for my $i (reverse 0..$#$active_formatting_elements) {
4656              my $node = $active_formatting_elements->[$i];
4657              if ($node->[1] == A_EL) {
4658                !!!cp ('t371');
4659                !!!parse-error (type => 'in a:a', token => $token);
4660                
4661                !!!back-token; # <a>
4662                $token = {type => END_TAG_TOKEN, tag_name => 'a',
4663                          line => $token->{line}, column => $token->{column}};
4664                $formatting_end_tag->($token);
4665                
4666                AFE2: for (reverse 0..$#$active_formatting_elements) {
4667                  if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {
4668                    !!!cp ('t372');
4669                    splice @$active_formatting_elements, $_, 1;
4670                    last AFE2;
4671                  }
4672                } # AFE2
4673                OE: for (reverse 0..$#{$self->{open_elements}}) {
4674                  if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {
4675                    !!!cp ('t373');
4676                    splice @{$self->{open_elements}}, $_, 1;
4677                    last OE;
4678                  }
4679                } # OE
4680                last AFE;
4681              } elsif ($node->[0] eq '#marker') {
4682                !!!cp ('t374');
4683                last AFE;
4684              }
4685            } # AFE
4686              
4687            $reconstruct_active_formatting_elements->($insert_to_current);
4688    
4689            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4690            push @$active_formatting_elements, $self->{open_elements}->[-1];
4691    
4692            !!!nack ('t374.1');
4693            !!!next-token;
4694            next B;
4695          } elsif ($token->{tag_name} eq 'nobr') {
4696            $reconstruct_active_formatting_elements->($insert_to_current);
4697    
4698            ## has a |nobr| element in scope
4699            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4700              my $node = $self->{open_elements}->[$_];
4701              if ($node->[1] == NOBR_EL) {
4702                !!!cp ('t376');
4703                !!!parse-error (type => 'in nobr:nobr', token => $token);
4704                !!!back-token; # <nobr>
4705                $token = {type => END_TAG_TOKEN, tag_name => 'nobr',
4706                          line => $token->{line}, column => $token->{column}};
4707                next B;
4708              } elsif ($node->[1] & SCOPING_EL) {
4709                !!!cp ('t377');
4710                last INSCOPE;
4711              }
4712            } # INSCOPE
4713            
4714            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4715            push @$active_formatting_elements, $self->{open_elements}->[-1];
4716            
4717            !!!nack ('t377.1');
4718            !!!next-token;
4719            next B;
4720          } elsif ($token->{tag_name} eq 'button') {
4721            ## has a button element in scope
4722            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4723              my $node = $self->{open_elements}->[$_];
4724              if ($node->[1] == BUTTON_EL) {
4725                !!!cp ('t378');
4726                !!!parse-error (type => 'in button:button', token => $token);
4727                !!!back-token; # <button>
4728                $token = {type => END_TAG_TOKEN, tag_name => 'button',
4729                          line => $token->{line}, column => $token->{column}};
4730                next B;
4731              } elsif ($node->[1] & SCOPING_EL) {
4732                !!!cp ('t379');
4733                last INSCOPE;
4734              }
4735            } # INSCOPE
4736              
4737            $reconstruct_active_formatting_elements->($insert_to_current);
4738              
4739            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4740    
4741            ## TODO: associate with $self->{form_element} if defined
4742    
4743            push @$active_formatting_elements, ['#marker', ''];
4744    
4745            !!!nack ('t379.1');
4746            !!!next-token;
4747            next B;
4748          } elsif ({
4749                    xmp => 1,
4750                    iframe => 1,
4751                    noembed => 1,
4752                    noframes => 1, ## NOTE: This is an "as if in head" code clone.
4753                    noscript => 0, ## TODO: 1 if scripting is enabled
4754                   }->{$token->{tag_name}}) {
4755            if ($token->{tag_name} eq 'xmp') {
4756              !!!cp ('t381');
4757              $reconstruct_active_formatting_elements->($insert_to_current);
4758          } else {          } else {
4759            !!!parse-error (type => 'after frameset:'.$token->{tag_name});            !!!cp ('t399');
4760            }
4761            ## NOTE: There is an "as if in body" code clone.
4762            $parse_rcdata->(CDATA_CONTENT_MODEL);
4763            next B;
4764          } elsif ($token->{tag_name} eq 'isindex') {
4765            !!!parse-error (type => 'isindex', token => $token);
4766            
4767            if (defined $self->{form_element}) {
4768              !!!cp ('t389');
4769            ## Ignore the token            ## Ignore the token
4770              !!!nack ('t389'); ## NOTE: Not acknowledged.
4771              !!!next-token;
4772              next B;
4773            } else {
4774              !!!ack ('t391.1');
4775    
4776              my $at = $token->{attributes};
4777              my $form_attrs;
4778              $form_attrs->{action} = $at->{action} if $at->{action};
4779              my $prompt_attr = $at->{prompt};
4780              $at->{name} = {name => 'name', value => 'isindex'};
4781              delete $at->{action};
4782              delete $at->{prompt};
4783              my @tokens = (
4784                            {type => START_TAG_TOKEN, tag_name => 'form',
4785                             attributes => $form_attrs,
4786                             line => $token->{line}, column => $token->{column}},
4787                            {type => START_TAG_TOKEN, tag_name => 'hr',
4788                             line => $token->{line}, column => $token->{column}},
4789                            {type => START_TAG_TOKEN, tag_name => 'p',
4790                             line => $token->{line}, column => $token->{column}},
4791                            {type => START_TAG_TOKEN, tag_name => 'label',
4792                             line => $token->{line}, column => $token->{column}},
4793                           );
4794              if ($prompt_attr) {
4795                !!!cp ('t390');
4796                push @tokens, {type => CHARACTER_TOKEN, data => $prompt_attr->{value},
4797                               #line => $token->{line}, column => $token->{column},
4798                              };
4799              } else {
4800                !!!cp ('t391');
4801                push @tokens, {type => CHARACTER_TOKEN,
4802                               data => 'This is a searchable index. Insert your search keywords here: ',
4803                               #line => $token->{line}, column => $token->{column},
4804                              }; # SHOULD
4805                ## TODO: make this configurable
4806              }
4807              push @tokens,
4808                            {type => START_TAG_TOKEN, tag_name => 'input', attributes => $at,
4809                             line => $token->{line}, column => $token->{column}},
4810                            #{type => CHARACTER_TOKEN, data => ''}, # SHOULD
4811                            {type => END_TAG_TOKEN, tag_name => 'label',
4812                             line => $token->{line}, column => $token->{column}},
4813                            {type => END_TAG_TOKEN, tag_name => 'p',
4814                             line => $token->{line}, column => $token->{column}},
4815                            {type => START_TAG_TOKEN, tag_name => 'hr',
4816                             line => $token->{line}, column => $token->{column}},
4817                            {type => END_TAG_TOKEN, tag_name => 'form',
4818                             line => $token->{line}, column => $token->{column}};
4819              !!!back-token (@tokens);
4820            !!!next-token;            !!!next-token;
4821            redo B;            next B;
4822          }          }
4823        } elsif ($token->{type} eq 'end tag') {        } elsif ($token->{tag_name} eq 'textarea') {
4824          if ($token->{tag_name} eq 'html') {          ## Step 1
4825            $previous_insertion_mode = $self->{insertion_mode};          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4826            $self->{insertion_mode} = 'trailing end';          
4827            ## Step 2
4828            ## TODO: $self->{form_element} if defined
4829    
4830            ## Step 3
4831            $self->{ignore_newline} = 1;
4832    
4833            ## Step 4
4834            ## ISSUE: This step is wrong. (r2302 enbugged)
4835    
4836            ## Step 5
4837            $self->{content_model} = RCDATA_CONTENT_MODEL;
4838            delete $self->{escape}; # MUST
4839    
4840            ## Step 6-7
4841            $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
4842    
4843            !!!nack ('t392.1');
4844            !!!next-token;
4845            next B;
4846          } elsif ($token->{tag_name} eq 'optgroup' or
4847                   $token->{tag_name} eq 'option') {
4848            ## has an |option| element in scope
4849            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4850              my $node = $self->{open_elements}->[$_];
4851              if ($node->[1] == OPTION_EL) {
4852                !!!cp ('t397.1');
4853                ## NOTE: As if </option>
4854                !!!back-token; # <option> or <optgroup>
4855                $token = {type => END_TAG_TOKEN, tag_name => 'option',
4856                          line => $token->{line}, column => $token->{column}};
4857                next B;
4858              } elsif ($node->[1] & SCOPING_EL) {
4859                !!!cp ('t397.2');
4860                last INSCOPE;
4861              }
4862            } # INSCOPE
4863    
4864            $reconstruct_active_formatting_elements->($insert_to_current);
4865    
4866            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4867    
4868            !!!nack ('t397.3');
4869            !!!next-token;
4870            redo B;
4871          } elsif ($token->{tag_name} eq 'rt' or
4872                   $token->{tag_name} eq 'rp') {
4873            ## has a |ruby| element in scope
4874            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4875              my $node = $self->{open_elements}->[$_];
4876              if ($node->[1] == RUBY_EL) {
4877                !!!cp ('t398.1');
4878                ## generate implied end tags
4879                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
4880                  !!!cp ('t398.2');
4881                  pop @{$self->{open_elements}};
4882                }
4883                unless ($self->{open_elements}->[-1]->[1] == RUBY_EL) {
4884                  !!!cp ('t398.3');
4885                  !!!parse-error (type => 'not closed',
4886                                  text => $self->{open_elements}->[-1]->[0]
4887                                      ->manakai_local_name,
4888                                  token => $token);
4889                  pop @{$self->{open_elements}}
4890                      while not $self->{open_elements}->[-1]->[1] == RUBY_EL;
4891                }
4892                last INSCOPE;
4893              } elsif ($node->[1] & SCOPING_EL) {
4894                !!!cp ('t398.4');
4895                last INSCOPE;
4896              }
4897            } # INSCOPE
4898    
4899            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4900    
4901            !!!nack ('t398.5');
4902            !!!next-token;
4903            redo B;
4904          } elsif ($token->{tag_name} eq 'math' or
4905                   $token->{tag_name} eq 'svg') {
4906            $reconstruct_active_formatting_elements->($insert_to_current);
4907    
4908            ## "Adjust MathML attributes" ('math' only) - done in insert-element-f
4909    
4910            ## "adjust SVG attributes" ('svg' only) - done in insert-element-f
4911    
4912            ## "adjust foreign attributes" - done in insert-element-f
4913            
4914            !!!insert-element-f ($token->{tag_name} eq 'math' ? $MML_NS : $SVG_NS, $token->{tag_name}, $token->{attributes}, $token);
4915            
4916            if ($self->{self_closing}) {
4917              pop @{$self->{open_elements}};
4918              !!!ack ('t398.6');
4919            } else {
4920              !!!cp ('t398.7');
4921              $self->{insertion_mode} |= IN_FOREIGN_CONTENT_IM;
4922              ## NOTE: |<body><math><mi><svg>| -> "in foreign content" insertion
4923              ## mode, "in body" (not "in foreign content") secondary insertion
4924              ## mode, maybe.
4925            }
4926    
4927            !!!next-token;
4928            next B;
4929          } elsif ({
4930                    caption => 1, col => 1, colgroup => 1, frame => 1,
4931                    frameset => 1, head => 1,
4932                    tbody => 1, td => 1, tfoot => 1, th => 1,
4933                    thead => 1, tr => 1,
4934                   }->{$token->{tag_name}}) {
4935            !!!cp ('t401');
4936            !!!parse-error (type => 'in body',
4937                            text => $token->{tag_name}, token => $token);
4938            ## Ignore the token
4939            !!!nack ('t401.1'); ## NOTE: |<col/>| or |<frame/>| here is an error.
4940            !!!next-token;
4941            next B;
4942          } elsif ($token->{tag_name} eq 'param' or
4943                   $token->{tag_name} eq 'source') {
4944            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4945            pop @{$self->{open_elements}};
4946    
4947            !!!ack ('t398.5');
4948            !!!next-token;
4949            redo B;
4950          } else {
4951            if ($token->{tag_name} eq 'image') {
4952              !!!cp ('t384');
4953              !!!parse-error (type => 'image', token => $token);
4954              $token->{tag_name} = 'img';
4955            } else {
4956              !!!cp ('t385');
4957            }
4958    
4959            ## NOTE: There is an "as if <br>" code clone.
4960            $reconstruct_active_formatting_elements->($insert_to_current);
4961            
4962            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4963    
4964            if ({
4965                 applet => 1, marquee => 1, object => 1,
4966                }->{$token->{tag_name}}) {
4967              !!!cp ('t380');
4968              push @$active_formatting_elements, ['#marker', ''];
4969              !!!nack ('t380.1');
4970            } elsif ({
4971                      b => 1, big => 1, em => 1, font => 1, i => 1,
4972                      s => 1, small => 1, strike => 1,
4973                      strong => 1, tt => 1, u => 1,
4974                     }->{$token->{tag_name}}) {
4975              !!!cp ('t375');
4976              push @$active_formatting_elements, $self->{open_elements}->[-1];
4977              !!!nack ('t375.1');
4978            } elsif ($token->{tag_name} eq 'input') {
4979              !!!cp ('t388');
4980              ## TODO: associate with $self->{form_element} if defined
4981              pop @{$self->{open_elements}};
4982              !!!ack ('t388.2');
4983            } elsif ({
4984                      area => 1, basefont => 1, bgsound => 1, br => 1,
4985                      embed => 1, img => 1, spacer => 1, wbr => 1,
4986                     }->{$token->{tag_name}}) {
4987              !!!cp ('t388.1');
4988              pop @{$self->{open_elements}};
4989              !!!ack ('t388.3');
4990            } elsif ($token->{tag_name} eq 'select') {
4991              ## TODO: associate with $self->{form_element} if defined
4992            
4993              if ($self->{insertion_mode} & TABLE_IMS or
4994                  $self->{insertion_mode} & BODY_TABLE_IMS or
4995                  $self->{insertion_mode} == IN_COLUMN_GROUP_IM) {
4996                !!!cp ('t400.1');
4997                $self->{insertion_mode} = IN_SELECT_IN_TABLE_IM;
4998              } else {
4999                !!!cp ('t400.2');
5000                $self->{insertion_mode} = IN_SELECT_IM;
5001              }
5002              !!!nack ('t400.3');
5003            } else {
5004              !!!nack ('t402');
5005            }
5006            
5007            !!!next-token;
5008            next B;
5009          }
5010        } elsif ($token->{type} == END_TAG_TOKEN) {
5011          if ($token->{tag_name} eq 'body') {
5012            ## has a |body| element in scope
5013            my $i;
5014            INSCOPE: {
5015              for (reverse @{$self->{open_elements}}) {
5016                if ($_->[1] == BODY_EL) {
5017                  !!!cp ('t405');
5018                  $i = $_;
5019                  last INSCOPE;
5020                } elsif ($_->[1] & SCOPING_EL) {
5021                  !!!cp ('t405.1');
5022                  last;
5023                }
5024              }
5025    
5026              ## NOTE: |<marquee></body>|, |<svg><foreignobject></body>|
5027    
5028              !!!parse-error (type => 'unmatched end tag',
5029                              text => $token->{tag_name}, token => $token);
5030              ## NOTE: Ignore the token.
5031            !!!next-token;            !!!next-token;
5032            redo B;            next B;
5033            } # INSCOPE
5034    
5035            for (@{$self->{open_elements}}) {
5036              unless ($_->[1] & ALL_END_TAG_OPTIONAL_EL) {
5037                !!!cp ('t403');
5038                !!!parse-error (type => 'not closed',
5039                                text => $_->[0]->manakai_local_name,
5040                                token => $token);
5041                last;
5042              } else {
5043                !!!cp ('t404');
5044              }
5045            }
5046    
5047            $self->{insertion_mode} = AFTER_BODY_IM;
5048            !!!next-token;
5049            next B;
5050          } elsif ($token->{tag_name} eq 'html') {
5051            ## TODO: Update this code.  It seems that the code below is not
5052            ## up-to-date, though it has same effect as speced.
5053            if (@{$self->{open_elements}} > 1 and
5054                $self->{open_elements}->[1]->[1] == BODY_EL) {
5055              unless ($self->{open_elements}->[-1]->[1] == BODY_EL) {
5056                !!!cp ('t406');
5057                !!!parse-error (type => 'not closed',
5058                                text => $self->{open_elements}->[1]->[0]
5059                                    ->manakai_local_name,
5060                                token => $token);
5061              } else {
5062                !!!cp ('t407');
5063              }
5064              $self->{insertion_mode} = AFTER_BODY_IM;
5065              ## reprocess
5066              next B;
5067          } else {          } else {
5068            !!!parse-error (type => 'after frameset:/'.$token->{tag_name});            !!!cp ('t408');
5069              !!!parse-error (type => 'unmatched end tag',
5070                              text => $token->{tag_name}, token => $token);
5071            ## Ignore the token            ## Ignore the token
5072            !!!next-token;            !!!next-token;
5073            redo B;            next B;
5074          }          }
5075        } else {        } elsif ({
5076          die "$0: $token->{type}: Unknown token type";                  ## NOTE: End tags for non-phrasing flow content elements
       }  
5077    
5078        ## ISSUE: An issue in spec here                  ## NOTE: The normal ones
5079      } elsif ($self->{insertion_mode} eq 'trailing end') {                  address => 1, article => 1, aside => 1, blockquote => 1,
5080        ## states in the main stage is preserved yet # MUST                  center => 1, datagrid => 1, details => 1, dialog => 1,
5081                          dir => 1, div => 1, dl => 1, fieldset => 1, figure => 1,
5082        if ($token->{type} eq 'character') {                  footer => 1, header => 1, listing => 1, menu => 1, nav => 1,
5083          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {                  ol => 1, pre => 1, section => 1, ul => 1,
5084            my $data = $1;  
5085            ## As if in the main phase.                  ## NOTE: As normal, but ... optional tags
5086            ## NOTE: The insertion mode in the main phase                  dd => 1, dt => 1, li => 1,
5087            ## just before the phase has been changed to the trailing  
5088            ## end phase is either "after body" or "after frameset".                  applet => 1, button => 1, marquee => 1, object => 1,
5089            $reconstruct_active_formatting_elements->($insert_to_current);                 }->{$token->{tag_name}}) {
5090            ## NOTE: Code for <li> start tags includes "as if </li>" code.
5091            ## Code for <dt> or <dd> start tags includes "as if </dt> or
5092            ## </dd>" code.
5093    
5094            ## has an element in scope
5095            my $i;
5096            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5097              my $node = $self->{open_elements}->[$_];
5098              if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
5099                !!!cp ('t410');
5100                $i = $_;
5101                last INSCOPE;
5102              } elsif ($node->[1] & SCOPING_EL) {
5103                !!!cp ('t411');
5104                last INSCOPE;
5105              }
5106            } # INSCOPE
5107    
5108            unless (defined $i) { # has an element in scope
5109              !!!cp ('t413');
5110              !!!parse-error (type => 'unmatched end tag',
5111                              text => $token->{tag_name}, token => $token);
5112              ## NOTE: Ignore the token.
5113            } else {
5114              ## Step 1. generate implied end tags
5115              while ({
5116                      ## END_TAG_OPTIONAL_EL
5117                      dd => ($token->{tag_name} ne 'dd'),
5118                      dt => ($token->{tag_name} ne 'dt'),
5119                      li => ($token->{tag_name} ne 'li'),
5120                      option => 1,
5121                      optgroup => 1,
5122                      p => 1,
5123                      rt => 1,
5124                      rp => 1,
5125                     }->{$self->{open_elements}->[-1]->[0]->manakai_local_name}) {
5126                !!!cp ('t409');
5127                pop @{$self->{open_elements}};
5128              }
5129    
5130              ## Step 2.
5131              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5132                      ne $token->{tag_name}) {
5133                !!!cp ('t412');
5134                !!!parse-error (type => 'not closed',
5135                                text => $self->{open_elements}->[-1]->[0]
5136                                    ->manakai_local_name,
5137                                token => $token);
5138              } else {
5139                !!!cp ('t414');
5140              }
5141    
5142              ## Step 3.
5143              splice @{$self->{open_elements}}, $i;
5144    
5145              ## Step 4.
5146              $clear_up_to_marker->()
5147                  if {
5148                    applet => 1, button => 1, marquee => 1, object => 1,
5149                  }->{$token->{tag_name}};
5150            }
5151            !!!next-token;
5152            next B;
5153          } elsif ($token->{tag_name} eq 'form') {
5154            ## NOTE: As normal, but interacts with the form element pointer
5155    
5156            undef $self->{form_element};
5157    
5158            ## has an element in scope
5159            my $i;
5160            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5161              my $node = $self->{open_elements}->[$_];
5162              if ($node->[1] == FORM_EL) {
5163                !!!cp ('t418');
5164                $i = $_;
5165                last INSCOPE;
5166              } elsif ($node->[1] & SCOPING_EL) {
5167                !!!cp ('t419');
5168                last INSCOPE;
5169              }
5170            } # INSCOPE
5171    
5172            unless (defined $i) { # has an element in scope
5173              !!!cp ('t421');
5174              !!!parse-error (type => 'unmatched end tag',
5175                              text => $token->{tag_name}, token => $token);
5176              ## NOTE: Ignore the token.
5177            } else {
5178              ## Step 1. generate implied end tags
5179              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5180                !!!cp ('t417');
5181                pop @{$self->{open_elements}};
5182              }
5183                        
5184            $self->{open_elements}->[-1]->[0]->manakai_append_text ($data);            ## Step 2.
5185              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5186                      ne $token->{tag_name}) {
5187                !!!cp ('t417.1');
5188                !!!parse-error (type => 'not closed',
5189                                text => $self->{open_elements}->[-1]->[0]
5190                                    ->manakai_local_name,
5191                                token => $token);
5192              } else {
5193                !!!cp ('t420');
5194              }  
5195                        
5196            unless (length $token->{data}) {            ## Step 3.
5197              !!!next-token;            splice @{$self->{open_elements}}, $i;
5198              redo B;          }
5199    
5200            !!!next-token;
5201            next B;
5202          } elsif ({
5203                    ## NOTE: As normal, except acts as a closer for any ...
5204                    h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
5205                   }->{$token->{tag_name}}) {
5206            ## has an element in scope
5207            my $i;
5208            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5209              my $node = $self->{open_elements}->[$_];
5210              if ($node->[1] == HEADING_EL) {
5211                !!!cp ('t423');
5212                $i = $_;
5213                last INSCOPE;
5214              } elsif ($node->[1] & SCOPING_EL) {
5215                !!!cp ('t424');
5216                last INSCOPE;
5217            }            }
5218            } # INSCOPE
5219    
5220            unless (defined $i) { # has an element in scope
5221              !!!cp ('t425.1');
5222              !!!parse-error (type => 'unmatched end tag',
5223                              text => $token->{tag_name}, token => $token);
5224              ## NOTE: Ignore the token.
5225            } else {
5226              ## Step 1. generate implied end tags
5227              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5228                !!!cp ('t422');
5229                pop @{$self->{open_elements}};
5230              }
5231              
5232              ## Step 2.
5233              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5234                      ne $token->{tag_name}) {
5235                !!!cp ('t425');
5236                !!!parse-error (type => 'unmatched end tag',
5237                                text => $token->{tag_name}, token => $token);
5238              } else {
5239                !!!cp ('t426');
5240              }
5241    
5242              ## Step 3.
5243              splice @{$self->{open_elements}}, $i;
5244          }          }
5245            
5246            !!!next-token;
5247            next B;
5248          } elsif ($token->{tag_name} eq 'p') {
5249            ## NOTE: As normal, except </p> implies <p> and ...
5250    
5251          !!!parse-error (type => 'after html:#character');          ## has an element in scope
5252          $self->{insertion_mode} = $previous_insertion_mode;          my $non_optional;
5253          ## reprocess          my $i;
5254          redo B;          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5255        } elsif ($token->{type} eq 'start tag') {            my $node = $self->{open_elements}->[$_];
5256          !!!parse-error (type => 'after html:'.$token->{tag_name});            if ($node->[1] == P_EL) {
5257          $self->{insertion_mode} = $previous_insertion_mode;              !!!cp ('t410.1');
5258          ## reprocess              $i = $_;
5259          redo B;              last INSCOPE;
5260        } elsif ($token->{type} eq 'end tag') {            } elsif ($node->[1] & SCOPING_EL) {
5261          !!!parse-error (type => 'after html:/'.$token->{tag_name});              !!!cp ('t411.1');
5262          $self->{insertion_mode} = $previous_insertion_mode;              last INSCOPE;
5263          ## reprocess            } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
5264          redo B;              ## NOTE: |END_TAG_OPTIONAL_EL| includes "p"
5265                !!!cp ('t411.2');
5266                #
5267              } else {
5268                !!!cp ('t411.3');
5269                $non_optional ||= $node;
5270                #
5271              }
5272            } # INSCOPE
5273    
5274            if (defined $i) {
5275              ## 1. Generate implied end tags
5276              #
5277    
5278              ## 2. If current node != "p", parse error
5279              if ($non_optional) {
5280                !!!cp ('t412.1');
5281                !!!parse-error (type => 'not closed',
5282                                text => $non_optional->[0]->manakai_local_name,
5283                                token => $token);
5284              } else {
5285                !!!cp ('t414.1');
5286              }
5287    
5288              ## 3. Pop
5289              splice @{$self->{open_elements}}, $i;
5290            } else {
5291              !!!cp ('t413.1');
5292              !!!parse-error (type => 'unmatched end tag',
5293                              text => $token->{tag_name}, token => $token);
5294    
5295              !!!cp ('t415.1');
5296              ## As if <p>, then reprocess the current token
5297              my $el;
5298              !!!create-element ($el, $HTML_NS, 'p',, $token);
5299              $insert->($el);
5300              ## NOTE: Not inserted into |$self->{open_elements}|.
5301            }
5302    
5303            !!!next-token;
5304            next B;
5305          } elsif ({
5306                    a => 1,
5307                    b => 1, big => 1, em => 1, font => 1, i => 1,
5308                    nobr => 1, s => 1, small => 1, strike => 1,
5309                    strong => 1, tt => 1, u => 1,
5310                   }->{$token->{tag_name}}) {
5311            !!!cp ('t427');
5312            $formatting_end_tag->($token);
5313            next B;
5314          } elsif ($token->{tag_name} eq 'br') {
5315            !!!cp ('t428');
5316            !!!parse-error (type => 'unmatched end tag',
5317                            text => 'br', token => $token);
5318    
5319            ## As if <br>
5320            $reconstruct_active_formatting_elements->($insert_to_current);
5321            
5322            my $el;
5323            !!!create-element ($el, $HTML_NS, 'br',, $token);
5324            $insert->($el);
5325            
5326            ## Ignore the token.
5327            !!!next-token;
5328            next B;
5329        } else {        } else {
5330          die "$0: $token->{type}: Unknown token";          if ($token->{tag_name} eq 'sarcasm') {
5331              sleep 0.001; # take a deep breath
5332            }
5333    
5334            ## Step 1
5335            my $node_i = -1;
5336            my $node = $self->{open_elements}->[$node_i];
5337    
5338            ## Step 2
5339            S2: {
5340              my $node_tag_name = $node->[0]->manakai_local_name;
5341              $node_tag_name =~ tr/A-Z/a-z/; # for SVG camelCase tag names
5342              if ($node_tag_name eq $token->{tag_name}) {
5343                ## Step 1
5344                ## generate implied end tags
5345                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5346                  !!!cp ('t430');
5347                  ## NOTE: |<ruby><rt></ruby>|.
5348                  ## ISSUE: <ruby><rt></rt> will also take this code path,
5349                  ## which seems wrong.
5350                  pop @{$self->{open_elements}};
5351                  $node_i++;
5352                }
5353            
5354                ## Step 2
5355                my $current_tag_name
5356                    = $self->{open_elements}->[-1]->[0]->manakai_local_name;
5357                $current_tag_name =~ tr/A-Z/a-z/;
5358                if ($current_tag_name ne $token->{tag_name}) {
5359                  !!!cp ('t431');
5360                  ## NOTE: <x><y></x>
5361                  !!!parse-error (type => 'not closed',
5362                                  text => $self->{open_elements}->[-1]->[0]
5363                                      ->manakai_local_name,
5364                                  token => $token);
5365                } else {
5366                  !!!cp ('t432');
5367                }
5368                
5369                ## Step 3
5370                splice @{$self->{open_elements}}, $node_i if $node_i < 0;
5371    
5372                !!!next-token;
5373                last S2;
5374              } else {
5375                ## Step 3
5376                if (not ($node->[1] & FORMATTING_EL) and
5377                    #not $phrasing_category->{$node->[1]} and
5378                    ($node->[1] & SPECIAL_EL or
5379                     $node->[1] & SCOPING_EL)) {
5380                  !!!cp ('t433');
5381                  !!!parse-error (type => 'unmatched end tag',
5382                                  text => $token->{tag_name}, token => $token);
5383                  ## Ignore the token
5384                  !!!next-token;
5385                  last S2;
5386    
5387                  ## NOTE: |<span><dd></span>a|: In Safari 3.1.2 and Opera
5388                  ## 9.27, "a" is a child of <dd> (conforming).  In
5389                  ## Firefox 3.0.2, "a" is a child of <body>.  In WinIE 7,
5390                  ## "a" is a child of both <body> and <dd>.
5391                }
5392                
5393                !!!cp ('t434');
5394              }
5395              
5396              ## Step 4
5397              $node_i--;
5398              $node = $self->{open_elements}->[$node_i];
5399              
5400              ## Step 5;
5401              redo S2;
5402            } # S2
5403            next B;
5404        }        }
5405      } else {      }
5406        die "$0: $self->{insertion_mode}: Unknown insertion mode";      next B;
5407      } continue { # B
5408        if ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {
5409          ## NOTE: The code below is executed in cases where it does not have
5410          ## to be, but it it is harmless even in those cases.
5411          ## has an element in scope
5412          INSCOPE: {
5413            for (reverse 0..$#{$self->{open_elements}}) {
5414              my $node = $self->{open_elements}->[$_];
5415              if ($node->[1] & FOREIGN_EL) {
5416                last INSCOPE;
5417              } elsif ($node->[1] & SCOPING_EL) {
5418                last;
5419              }
5420            }
5421            
5422            ## NOTE: No foreign element in scope.
5423            $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
5424          } # INSCOPE
5425      }      }
5426    } # B    } # B
5427    
# Line 4970  sub _tree_construction_main ($) { Line 5430  sub _tree_construction_main ($) {
5430    ## TODO: script stuffs    ## TODO: script stuffs
5431  } # _tree_construct_main  } # _tree_construct_main
5432    
5433  sub set_inner_html ($$$) {  sub set_inner_html ($$$$;$) {
5434    my $class = shift;    my $class = shift;
5435    my $node = shift;    my $node = shift;
5436    my $s = \$_[0];    #my $s = \$_[0];
5437    my $onerror = $_[1];    my $onerror = $_[1];
5438      my $get_wrapper = $_[2] || sub ($) { return $_[0] };
5439    
5440      ## ISSUE: Should {confident} be true?
5441    
5442    my $nt = $node->node_type;    my $nt = $node->node_type;
5443    if ($nt == 9) {    if ($nt == 9) {
# Line 4991  sub set_inner_html ($$$) { Line 5454  sub set_inner_html ($$$) {
5454      }      }
5455    
5456      ## Step 3, 4, 5 # MUST      ## Step 3, 4, 5 # MUST
5457      $class->parse_string ($$s => $node, $onerror);      $class->parse_char_string ($_[0] => $node, $onerror, $get_wrapper);
5458    } elsif ($nt == 1) {    } elsif ($nt == 1) {
5459      ## TODO: If non-html element      ## TODO: If non-html element
5460    
5461      ## NOTE: Most of this code is copied from |parse_string|      ## NOTE: Most of this code is copied from |parse_string|
5462    
5463    ## TODO: Support for $get_wrapper
5464    
5465      ## Step 1 # MUST      ## Step 1 # MUST
5466      my $this_doc = $node->owner_document;      my $this_doc = $node->owner_document;
5467      my $doc = $this_doc->implementation->create_document;      my $doc = $this_doc->implementation->create_document;
# Line 5004  sub set_inner_html ($$$) { Line 5469  sub set_inner_html ($$$) {
5469      my $p = $class->new;      my $p = $class->new;
5470      $p->{document} = $doc;      $p->{document} = $doc;
5471    
5472      ## Step 9 # MUST      ## Step 8 # MUST
5473      my $i = 0;      my $i = 0;
5474      my $line = 1;      $p->{line_prev} = $p->{line} = 1;
5475      my $column = 0;      $p->{column_prev} = $p->{column} = 0;
5476      $p->{set_next_input_character} = sub {      require Whatpm::Charset::DecodeHandle;
5477        my $input = Whatpm::Charset::DecodeHandle::CharString->new (\($_[0]));
5478        $input = $get_wrapper->($input);
5479        $p->{set_nc} = sub {
5480        my $self = shift;        my $self = shift;
5481    
5482        pop @{$self->{prev_input_character}};        my $char = '';
5483        unshift @{$self->{prev_input_character}}, $self->{next_input_character};        if (defined $self->{next_nc}) {
5484            $char = $self->{next_nc};
5485            delete $self->{next_nc};
5486            $self->{nc} = ord $char;
5487          } else {
5488            $self->{char_buffer} = '';
5489            $self->{char_buffer_pos} = 0;
5490            
5491            my $count = $input->manakai_read_until
5492                ($self->{char_buffer}, qr/[^\x00\x0A\x0D]/,
5493                 $self->{char_buffer_pos});
5494            if ($count) {
5495              $self->{line_prev} = $self->{line};
5496              $self->{column_prev} = $self->{column};
5497              $self->{column}++;
5498              $self->{nc}
5499                  = ord substr ($self->{char_buffer},
5500                                $self->{char_buffer_pos}++, 1);
5501              return;
5502            }
5503            
5504            if ($input->read ($char, 1)) {
5505              $self->{nc} = ord $char;
5506            } else {
5507              $self->{nc} = -1;
5508              return;
5509            }
5510          }
5511    
5512          ($p->{line_prev}, $p->{column_prev}) = ($p->{line}, $p->{column});
5513          $p->{column}++;
5514    
5515        $self->{next_input_character} = -1 and return if $i >= length $$s;        if ($self->{nc} == 0x000A) { # LF
5516        $self->{next_input_character} = ord substr $$s, $i++, 1;          $p->{line}++;
5517        $column++;          $p->{column} = 0;
5518            !!!cp ('i1');
5519        if ($self->{next_input_character} == 0x000A) { # LF        } elsif ($self->{nc} == 0x000D) { # CR
5520          $line++;  ## TODO: support for abort/streaming
5521          $column = 0;          my $next = '';
5522        } elsif ($self->{next_input_character} == 0x000D) { # CR          if ($input->read ($next, 1) and $next ne "\x0A") {
5523          $i++ if substr ($$s, $i, 1) eq "\x0A";            $self->{next_nc} = $next;
5524          $self->{next_input_character} = 0x000A; # LF # MUST          }
5525          $line++;          $self->{nc} = 0x000A; # LF # MUST
5526          $column = 0;          $p->{line}++;
5527        } elsif ($self->{next_input_character} > 0x10FFFF) {          $p->{column} = 0;
5528          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          !!!cp ('i2');
5529        } elsif ($self->{next_input_character} == 0x0000) { # NULL        } elsif ($self->{nc} == 0x0000) { # NULL
5530            !!!cp ('i4');
5531          !!!parse-error (type => 'NULL');          !!!parse-error (type => 'NULL');
5532          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{nc} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
5533        }        }
5534      };      };
5535      $p->{prev_input_character} = [-1, -1, -1];  
5536      $p->{next_input_character} = -1;      $p->{read_until} = sub {
5537              #my ($scalar, $specials_range, $offset) = @_;
5538          return 0 if defined $p->{next_nc};
5539    
5540          my $pattern = qr/[^$_[1]\x00\x0A\x0D]/;
5541          my $offset = $_[2] || 0;
5542          
5543          if ($p->{char_buffer_pos} < length $p->{char_buffer}) {
5544            pos ($p->{char_buffer}) = $p->{char_buffer_pos};
5545            if ($p->{char_buffer} =~ /\G(?>$pattern)+/) {
5546              substr ($_[0], $offset)
5547                  = substr ($p->{char_buffer}, $-[0], $+[0] - $-[0]);
5548              my $count = $+[0] - $-[0];
5549              if ($count) {
5550                $p->{column} += $count;
5551                $p->{char_buffer_pos} += $count;
5552                $p->{line_prev} = $p->{line};
5553                $p->{column_prev} = $p->{column} - 1;
5554                $p->{nc} = -1;
5555              }
5556              return $count;
5557            } else {
5558              return 0;
5559            }
5560          } else {
5561            my $count = $input->manakai_read_until ($_[0], $pattern, $_[2]);
5562            if ($count) {
5563              $p->{column} += $count;
5564              $p->{column_prev} += $count;
5565              $p->{nc} = -1;
5566            }
5567            return $count;
5568          }
5569        }; # $p->{read_until}
5570    
5571      my $ponerror = $onerror || sub {      my $ponerror = $onerror || sub {
5572        my (%opt) = @_;        my (%opt) = @_;
5573        warn "Parse error ($opt{type}) at line $opt{line} column $opt{column}\n";        my $line = $opt{line};
5574          my $column = $opt{column};
5575          if (defined $opt{token} and defined $opt{token}->{line}) {
5576            $line = $opt{token}->{line};
5577            $column = $opt{token}->{column};
5578          }
5579          warn "Parse error ($opt{type}) at line $line column $column\n";
5580      };      };
5581      $p->{parse_error} = sub {      $p->{parse_error} = sub {
5582        $ponerror->(@_, line => $line, column => $column);        $ponerror->(line => $p->{line}, column => $p->{column}, @_);
5583      };      };
5584            
5585        my $char_onerror = sub {
5586          my (undef, $type, %opt) = @_;
5587          $ponerror->(layer => 'encode',
5588                      line => $p->{line}, column => $p->{column} + 1,
5589                      %opt, type => $type);
5590        }; # $char_onerror
5591        $input->onerror ($char_onerror);
5592    
5593      $p->_initialize_tokenizer;      $p->_initialize_tokenizer;
5594      $p->_initialize_tree_constructor;      $p->_initialize_tree_constructor;
5595    
5596      ## Step 2      ## Step 2
5597      my $node_ln = $node->local_name;      my $node_ln = $node->manakai_local_name;
5598      $p->{content_model} = {      $p->{content_model} = {
5599        title => RCDATA_CONTENT_MODEL,        title => RCDATA_CONTENT_MODEL,
5600        textarea => RCDATA_CONTENT_MODEL,        textarea => RCDATA_CONTENT_MODEL,
# Line 5065  sub set_inner_html ($$$) { Line 5611  sub set_inner_html ($$$) {
5611          unless defined $p->{content_model};          unless defined $p->{content_model};
5612          ## ISSUE: What is "the name of the element"? local name?          ## ISSUE: What is "the name of the element"? local name?
5613    
5614      $p->{inner_html_node} = [$node, $node_ln];      $p->{inner_html_node} = [$node, $el_category->{$node_ln}];
5615          ## TODO: Foreign element OK?
5616    
5617      ## Step 4      ## Step 3
5618      my $root = $doc->create_element_ns      my $root = $doc->create_element_ns
5619        ('http://www.w3.org/1999/xhtml', [undef, 'html']);        ('http://www.w3.org/1999/xhtml', [undef, 'html']);
5620    
5621      ## Step 5 # MUST      ## Step 4 # MUST
5622      $doc->append_child ($root);      $doc->append_child ($root);
5623    
5624      ## Step 6 # MUST      ## Step 5 # MUST
5625      push @{$p->{open_elements}}, [$root, 'html'];      push @{$p->{open_elements}}, [$root, $el_category->{html}];
5626    
5627      undef $p->{head_element};      undef $p->{head_element};
5628        undef $p->{head_element_inserted};
5629    
5630      ## Step 7 # MUST      ## Step 6 # MUST
5631      $p->_reset_insertion_mode;      $p->_reset_insertion_mode;
5632    
5633      ## Step 8 # MUST      ## Step 7 # MUST
5634      my $anode = $node;      my $anode = $node;
5635      AN: while (defined $anode) {      AN: while (defined $anode) {
5636        if ($anode->node_type == 1) {        if ($anode->node_type == 1) {
5637          my $nsuri = $anode->namespace_uri;          my $nsuri = $anode->namespace_uri;
5638          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {
5639            if ($anode->local_name eq 'form') { ## TODO: case?            if ($anode->manakai_local_name eq 'form') {
5640                !!!cp ('i5');
5641              $p->{form_element} = $anode;              $p->{form_element} = $anode;
5642              last AN;              last AN;
5643            }            }
# Line 5097  sub set_inner_html ($$$) { Line 5646  sub set_inner_html ($$$) {
5646        $anode = $anode->parent_node;        $anode = $anode->parent_node;
5647      } # AN      } # AN
5648            
5649      ## Step 3 # MUST      ## Step 9 # MUST
     ## Step 10 # MUST  
5650      {      {
5651        my $self = $p;        my $self = $p;
5652        !!!next-token;        !!!next-token;
5653      }      }
5654      $p->_tree_construction_main;      $p->_tree_construction_main;
5655    
5656      ## Step 11 # MUST      ## Step 10 # MUST
5657      my @cn = @{$node->child_nodes};      my @cn = @{$node->child_nodes};
5658      for (@cn) {      for (@cn) {
5659        $node->remove_child ($_);        $node->remove_child ($_);
5660      }      }
5661      ## ISSUE: mutation events? read-only?      ## ISSUE: mutation events? read-only?
5662    
5663      ## Step 12 # MUST      ## Step 11 # MUST
5664      @cn = @{$root->child_nodes};      @cn = @{$root->child_nodes};
5665      for (@cn) {      for (@cn) {
5666        $this_doc->adopt_node ($_);        $this_doc->adopt_node ($_);
# Line 5121  sub set_inner_html ($$$) { Line 5669  sub set_inner_html ($$$) {
5669      ## ISSUE: mutation events?      ## ISSUE: mutation events?
5670    
5671      $p->_terminate_tree_constructor;      $p->_terminate_tree_constructor;
5672    
5673        delete $p->{parse_error}; # delete loop
5674    } else {    } else {
5675      die "$0: |set_inner_html| is not defined for node of type $nt";      die "$0: |set_inner_html| is not defined for node of type $nt";
5676    }    }
# Line 5128  sub set_inner_html ($$$) { Line 5678  sub set_inner_html ($$$) {
5678    
5679  } # tree construction stage  } # tree construction stage
5680    
5681  sub get_inner_html ($$$) {  package Whatpm::HTML::RestartParser;
5682    my (undef, $node, $on_error) = @_;  push our @ISA, 'Error';
   
   ## Step 1  
   my $s = '';  
   
   my $in_cdata;  
   my $parent = $node;  
   while (defined $parent) {  
     if ($parent->node_type == 1 and  
         $parent->namespace_uri eq 'http://www.w3.org/1999/xhtml' and  
         {  
           style => 1, script => 1, xmp => 1, iframe => 1,  
           noembed => 1, noframes => 1, noscript => 1,  
         }->{$parent->local_name}) { ## TODO: case thingy  
       $in_cdata = 1;  
     }  
     $parent = $parent->parent_node;  
   }  
   
   ## Step 2  
   my @node = @{$node->child_nodes};  
   C: while (@node) {  
     my $child = shift @node;  
     unless (ref $child) {  
       if ($child eq 'cdata-out') {  
         $in_cdata = 0;  
       } else {  
         $s .= $child; # end tag  
       }  
       next C;  
     }  
       
     my $nt = $child->node_type;  
     if ($nt == 1) { # Element  
       my $tag_name = $child->tag_name; ## TODO: manakai_tag_name  
       $s .= '<' . $tag_name;  
       ## NOTE: Non-HTML case:  
       ## <http://permalink.gmane.org/gmane.org.w3c.whatwg.discuss/11191>  
   
       my @attrs = @{$child->attributes}; # sort order MUST be stable  
       for my $attr (@attrs) { # order is implementation dependent  
         my $attr_name = $attr->name; ## TODO: manakai_name  
         $s .= ' ' . $attr_name . '="';  
         my $attr_value = $attr->value;  
         ## escape  
         $attr_value =~ s/&/&amp;/g;  
         $attr_value =~ s/</&lt;/g;  
         $attr_value =~ s/>/&gt;/g;  
         $attr_value =~ s/"/&quot;/g;  
         $s .= $attr_value . '"';  
       }  
       $s .= '>';  
         
       next C if {  
         area => 1, base => 1, basefont => 1, bgsound => 1,  
         br => 1, col => 1, embed => 1, frame => 1, hr => 1,  
         img => 1, input => 1, link => 1, meta => 1, param => 1,  
         spacer => 1, wbr => 1,  
       }->{$tag_name};  
   
       $s .= "\x0A" if $tag_name eq 'pre' or $tag_name eq 'textarea';  
   
       if (not $in_cdata and {  
         style => 1, script => 1, xmp => 1, iframe => 1,  
         noembed => 1, noframes => 1, noscript => 1,  
         plaintext => 1,  
       }->{$tag_name}) {  
         unshift @node, 'cdata-out';  
         $in_cdata = 1;  
       }  
   
       unshift @node, @{$child->child_nodes}, '</' . $tag_name . '>';  
     } elsif ($nt == 3 or $nt == 4) {  
       if ($in_cdata) {  
         $s .= $child->data;  
       } else {  
         my $value = $child->data;  
         $value =~ s/&/&amp;/g;  
         $value =~ s/</&lt;/g;  
         $value =~ s/>/&gt;/g;  
         $value =~ s/"/&quot;/g;  
         $s .= $value;  
       }  
     } elsif ($nt == 8) {  
       $s .= '<!--' . $child->data . '-->';  
     } elsif ($nt == 10) {  
       $s .= '<!DOCTYPE ' . $child->name . '>';  
     } elsif ($nt == 5) { # entrefs  
       push @node, @{$child->child_nodes};  
     } else {  
       $on_error->($child) if defined $on_error;  
     }  
     ## ISSUE: This code does not support PIs.  
   } # C  
     
   ## Step 3  
   return \$s;  
 } # get_inner_html  
5683    
5684  1;  1;
5685  # $Date$  # $Date$
Legend:
Removed from v.1.48  
changed lines
  Added in v.1.209
admin@suikawiki.org
 ViewVC Help
Powered by ViewVC 1.1.24