/[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 1.56 by wakaba, Sat Aug 11 07:19:18 2007 UTC revision 1.208 by wakaba, Tue Oct 14 02:27:55 2008 UTC
# Line 1  Line 1 
1  package Whatpm::HTML;  package Whatpm::HTML;
2  use strict;  use strict;
3  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};
4    use Error qw(:try);
5    
6    use Whatpm::HTML::Tokenizer;
7    
8    ## NOTE: This module don't check all HTML5 parse errors; character
9    ## encoding related parse errors are expected to be handled by relevant
10    ## modules.
11    ## Parse errors for control characters that are not allowed in HTML5
12    ## documents, for surrogate code points, and for noncharacter code
13    ## points, as well as U+FFFD substitions for characters whose code points
14    ## is higher than U+10FFFF may be detected by combining the parser with
15    ## the checker implemented by Whatpm::Charset::UnicodeChecker (for its
16    ## usage example, see |t/HTML-tree.t| in the Whatpm package or the
17    ## WebHACC::Language::HTML module in the WebHACC package).
18    
19  ## ISSUE:  ## ISSUE:
20  ## var doc = implementation.createDocument (null, null, null);  ## var doc = implementation.createDocument (null, null, null);
21  ## doc.write ('');  ## doc.write ('');
22  ## alert (doc.compatMode);  ## alert (doc.compatMode);
23    
24  ## ISSUE: HTML5 revision 967 says that the encoding layer MUST NOT  require IO::Handle;
25  ## strip BOM and the HTML layer MUST ignore it.  Whether we can do it  
26  ## is not yet clear.  ## Namespace URLs
27  ## "{U+FEFF}..." in UTF-16BE/UTF-16LE is three or four characters?  
28  ## "{U+FEFF}..." in GB18030?  my $HTML_NS = q<http://www.w3.org/1999/xhtml>;
29    my $MML_NS = q<http://www.w3.org/1998/Math/MathML>;
30  my $permitted_slash_tag_name = {  my $SVG_NS = q<http://www.w3.org/2000/svg>;
31    base => 1,  my $XLINK_NS = q<http://www.w3.org/1999/xlink>;
32    link => 1,  my $XML_NS = q<http://www.w3.org/XML/1998/namespace>;
33    meta => 1,  my $XMLNS_NS = q<http://www.w3.org/2000/xmlns/>;
34    hr => 1,  
35    br => 1,  ## Element categories
36    img=> 1,  
37    embed => 1,  ## Bits 12-15
38    param => 1,  sub SPECIAL_EL () { 0b1_000000000000000 }
39    area => 1,  sub SCOPING_EL () { 0b1_00000000000000 }
40    col => 1,  sub FORMATTING_EL () { 0b1_0000000000000 }
41    input => 1,  sub PHRASING_EL () { 0b1_000000000000 }
42    
43    ## Bits 10-11
44    #sub FOREIGN_EL () { 0b1_00000000000 } # see Whatpm::HTML::Tokenizer
45    sub FOREIGN_FLOW_CONTENT_EL () { 0b1_0000000000 }
46    
47    ## Bits 6-9
48    sub TABLE_SCOPING_EL () { 0b1_000000000 }
49    sub TABLE_ROWS_SCOPING_EL () { 0b1_00000000 }
50    sub TABLE_ROW_SCOPING_EL () { 0b1_0000000 }
51    sub TABLE_ROWS_EL () { 0b1_000000 }
52    
53    ## Bit 5
54    sub ADDRESS_DIV_P_EL () { 0b1_00000 }
55    
56    ## NOTE: Used in </body> and EOF algorithms.
57    ## Bit 4
58    sub ALL_END_TAG_OPTIONAL_EL () { 0b1_0000 }
59    
60    ## NOTE: Used in "generate implied end tags" algorithm.
61    ## NOTE: There is a code where a modified version of
62    ## END_TAG_OPTIONAL_EL is used in "generate implied end tags"
63    ## implementation (search for the algorithm name).
64    ## Bit 3
65    sub END_TAG_OPTIONAL_EL () { 0b1_000 }
66    
67    ## Bits 0-2
68    
69    sub MISC_SPECIAL_EL () { SPECIAL_EL | 0b000 }
70    sub FORM_EL () { SPECIAL_EL | 0b001 }
71    sub FRAMESET_EL () { SPECIAL_EL | 0b010 }
72    sub HEADING_EL () { SPECIAL_EL | 0b011 }
73    sub SELECT_EL () { SPECIAL_EL | 0b100 }
74    sub SCRIPT_EL () { SPECIAL_EL | 0b101 }
75    
76    sub ADDRESS_DIV_EL () { SPECIAL_EL | ADDRESS_DIV_P_EL | 0b001 }
77    sub BODY_EL () { SPECIAL_EL | ALL_END_TAG_OPTIONAL_EL | 0b001 }
78    
79    sub DTDD_EL () {
80      SPECIAL_EL |
81      END_TAG_OPTIONAL_EL |
82      ALL_END_TAG_OPTIONAL_EL |
83      0b010
84    }
85    sub LI_EL () {
86      SPECIAL_EL |
87      END_TAG_OPTIONAL_EL |
88      ALL_END_TAG_OPTIONAL_EL |
89      0b100
90    }
91    sub P_EL () {
92      SPECIAL_EL |
93      ADDRESS_DIV_P_EL |
94      END_TAG_OPTIONAL_EL |
95      ALL_END_TAG_OPTIONAL_EL |
96      0b001
97    }
98    
99    sub TABLE_ROW_EL () {
100      SPECIAL_EL |
101      TABLE_ROWS_EL |
102      TABLE_ROW_SCOPING_EL |
103      ALL_END_TAG_OPTIONAL_EL |
104      0b001
105    }
106    sub TABLE_ROW_GROUP_EL () {
107      SPECIAL_EL |
108      TABLE_ROWS_EL |
109      TABLE_ROWS_SCOPING_EL |
110      ALL_END_TAG_OPTIONAL_EL |
111      0b001
112    }
113    
114    sub MISC_SCOPING_EL () { SCOPING_EL | 0b000 }
115    sub BUTTON_EL () { SCOPING_EL | 0b001 }
116    sub CAPTION_EL () { SCOPING_EL | 0b010 }
117    sub HTML_EL () {
118      SCOPING_EL |
119      TABLE_SCOPING_EL |
120      TABLE_ROWS_SCOPING_EL |
121      TABLE_ROW_SCOPING_EL |
122      ALL_END_TAG_OPTIONAL_EL |
123      0b001
124    }
125    sub TABLE_EL () {
126      SCOPING_EL |
127      TABLE_ROWS_EL |
128      TABLE_SCOPING_EL |
129      0b001
130    }
131    sub TABLE_CELL_EL () {
132      SCOPING_EL |
133      TABLE_ROW_SCOPING_EL |
134      ALL_END_TAG_OPTIONAL_EL |
135      0b001
136    }
137    
138    sub MISC_FORMATTING_EL () { FORMATTING_EL | 0b000 }
139    sub A_EL () { FORMATTING_EL | 0b001 }
140    sub NOBR_EL () { FORMATTING_EL | 0b010 }
141    
142    sub RUBY_EL () { PHRASING_EL | 0b001 }
143    
144    ## ISSUE: ALL_END_TAG_OPTIONAL_EL?
145    sub OPTGROUP_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b001 }
146    sub OPTION_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b010 }
147    sub RUBY_COMPONENT_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b100 }
148    
149    sub MML_AXML_EL () { PHRASING_EL | FOREIGN_EL | 0b001 }
150    
151    my $el_category = {
152      a => A_EL,
153      address => ADDRESS_DIV_EL,
154      applet => MISC_SCOPING_EL,
155      area => MISC_SPECIAL_EL,
156      article => MISC_SPECIAL_EL,
157      aside => MISC_SPECIAL_EL,
158      b => FORMATTING_EL,
159      base => MISC_SPECIAL_EL,
160      basefont => MISC_SPECIAL_EL,
161      bgsound => MISC_SPECIAL_EL,
162      big => FORMATTING_EL,
163      blockquote => MISC_SPECIAL_EL,
164      body => BODY_EL,
165      br => MISC_SPECIAL_EL,
166      button => BUTTON_EL,
167      caption => CAPTION_EL,
168      center => MISC_SPECIAL_EL,
169      col => MISC_SPECIAL_EL,
170      colgroup => MISC_SPECIAL_EL,
171      command => MISC_SPECIAL_EL,
172      datagrid => MISC_SPECIAL_EL,
173      dd => DTDD_EL,
174      details => MISC_SPECIAL_EL,
175      dialog => MISC_SPECIAL_EL,
176      dir => MISC_SPECIAL_EL,
177      div => ADDRESS_DIV_EL,
178      dl => MISC_SPECIAL_EL,
179      dt => DTDD_EL,
180      em => FORMATTING_EL,
181      embed => MISC_SPECIAL_EL,
182      eventsource => MISC_SPECIAL_EL,
183      fieldset => MISC_SPECIAL_EL,
184      figure => MISC_SPECIAL_EL,
185      font => FORMATTING_EL,
186      footer => MISC_SPECIAL_EL,
187      form => FORM_EL,
188      frame => MISC_SPECIAL_EL,
189      frameset => FRAMESET_EL,
190      h1 => HEADING_EL,
191      h2 => HEADING_EL,
192      h3 => HEADING_EL,
193      h4 => HEADING_EL,
194      h5 => HEADING_EL,
195      h6 => HEADING_EL,
196      head => MISC_SPECIAL_EL,
197      header => MISC_SPECIAL_EL,
198      hr => MISC_SPECIAL_EL,
199      html => HTML_EL,
200      i => FORMATTING_EL,
201      iframe => MISC_SPECIAL_EL,
202      img => MISC_SPECIAL_EL,
203      #image => MISC_SPECIAL_EL, ## NOTE: Commented out in the spec.
204      input => MISC_SPECIAL_EL,
205      isindex => MISC_SPECIAL_EL,
206      li => LI_EL,
207      link => MISC_SPECIAL_EL,
208      listing => MISC_SPECIAL_EL,
209      marquee => MISC_SCOPING_EL,
210      menu => MISC_SPECIAL_EL,
211      meta => MISC_SPECIAL_EL,
212      nav => MISC_SPECIAL_EL,
213      nobr => NOBR_EL,
214      noembed => MISC_SPECIAL_EL,
215      noframes => MISC_SPECIAL_EL,
216      noscript => MISC_SPECIAL_EL,
217      object => MISC_SCOPING_EL,
218      ol => MISC_SPECIAL_EL,
219      optgroup => OPTGROUP_EL,
220      option => OPTION_EL,
221      p => P_EL,
222      param => MISC_SPECIAL_EL,
223      plaintext => MISC_SPECIAL_EL,
224      pre => MISC_SPECIAL_EL,
225      rp => RUBY_COMPONENT_EL,
226      rt => RUBY_COMPONENT_EL,
227      ruby => RUBY_EL,
228      s => FORMATTING_EL,
229      script => MISC_SPECIAL_EL,
230      select => SELECT_EL,
231      section => MISC_SPECIAL_EL,
232      small => FORMATTING_EL,
233      spacer => MISC_SPECIAL_EL,
234      strike => FORMATTING_EL,
235      strong => FORMATTING_EL,
236      style => MISC_SPECIAL_EL,
237      table => TABLE_EL,
238      tbody => TABLE_ROW_GROUP_EL,
239      td => TABLE_CELL_EL,
240      textarea => MISC_SPECIAL_EL,
241      tfoot => TABLE_ROW_GROUP_EL,
242      th => TABLE_CELL_EL,
243      thead => TABLE_ROW_GROUP_EL,
244      title => MISC_SPECIAL_EL,
245      tr => TABLE_ROW_EL,
246      tt => FORMATTING_EL,
247      u => FORMATTING_EL,
248      ul => MISC_SPECIAL_EL,
249      wbr => MISC_SPECIAL_EL,
250  };  };
251    
252  my $c1_entity_char = {  my $el_category_f = {
253    0x80 => 0x20AC,    $MML_NS => {
254    0x81 => 0xFFFD,      'annotation-xml' => MML_AXML_EL,
255    0x82 => 0x201A,      mi => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
256    0x83 => 0x0192,      mo => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
257    0x84 => 0x201E,      mn => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
258    0x85 => 0x2026,      ms => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
259    0x86 => 0x2020,      mtext => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
260    0x87 => 0x2021,    },
261    0x88 => 0x02C6,    $SVG_NS => {
262    0x89 => 0x2030,      foreignObject => SCOPING_EL | FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
263    0x8A => 0x0160,      desc => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
264    0x8B => 0x2039,      title => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
265    0x8C => 0x0152,    },
266    0x8D => 0xFFFD,    ## NOTE: In addition, FOREIGN_EL is set to non-HTML elements.
   0x8E => 0x017D,  
   0x8F => 0xFFFD,  
   0x90 => 0xFFFD,  
   0x91 => 0x2018,  
   0x92 => 0x2019,  
   0x93 => 0x201C,  
   0x94 => 0x201D,  
   0x95 => 0x2022,  
   0x96 => 0x2013,  
   0x97 => 0x2014,  
   0x98 => 0x02DC,  
   0x99 => 0x2122,  
   0x9A => 0x0161,  
   0x9B => 0x203A,  
   0x9C => 0x0153,  
   0x9D => 0xFFFD,  
   0x9E => 0x017E,  
   0x9F => 0x0178,  
 }; # $c1_entity_char  
   
 my $special_category = {  
   address => 1, area => 1, base => 1, basefont => 1, bgsound => 1,  
   blockquote => 1, body => 1, br => 1, center => 1, col => 1, colgroup => 1,  
   dd => 1, dir => 1, div => 1, dl => 1, dt => 1, embed => 1, fieldset => 1,  
   form => 1, frame => 1, frameset => 1, h1 => 1, h2 => 1, h3 => 1,  
   h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, iframe => 1, image => 1,  
   img => 1, input => 1, isindex => 1, li => 1, link => 1, listing => 1,  
   menu => 1, meta => 1, noembed => 1, noframes => 1, noscript => 1,  
   ol => 1, optgroup => 1, option => 1, p => 1, param => 1, plaintext => 1,  
   pre => 1, script => 1, select => 1, spacer => 1, style => 1, tbody => 1,  
   textarea => 1, tfoot => 1, thead => 1, title => 1, tr => 1, ul => 1, wbr => 1,  
267  };  };
268  my $scoping_category = {  
269    button => 1, caption => 1, html => 1, marquee => 1, object => 1,  my $svg_attr_name = {
270    table => 1, td => 1, th => 1,    attributename => 'attributeName',
271      attributetype => 'attributeType',
272      basefrequency => 'baseFrequency',
273      baseprofile => 'baseProfile',
274      calcmode => 'calcMode',
275      clippathunits => 'clipPathUnits',
276      contentscripttype => 'contentScriptType',
277      contentstyletype => 'contentStyleType',
278      diffuseconstant => 'diffuseConstant',
279      edgemode => 'edgeMode',
280      externalresourcesrequired => 'externalResourcesRequired',
281      filterres => 'filterRes',
282      filterunits => 'filterUnits',
283      glyphref => 'glyphRef',
284      gradienttransform => 'gradientTransform',
285      gradientunits => 'gradientUnits',
286      kernelmatrix => 'kernelMatrix',
287      kernelunitlength => 'kernelUnitLength',
288      keypoints => 'keyPoints',
289      keysplines => 'keySplines',
290      keytimes => 'keyTimes',
291      lengthadjust => 'lengthAdjust',
292      limitingconeangle => 'limitingConeAngle',
293      markerheight => 'markerHeight',
294      markerunits => 'markerUnits',
295      markerwidth => 'markerWidth',
296      maskcontentunits => 'maskContentUnits',
297      maskunits => 'maskUnits',
298      numoctaves => 'numOctaves',
299      pathlength => 'pathLength',
300      patterncontentunits => 'patternContentUnits',
301      patterntransform => 'patternTransform',
302      patternunits => 'patternUnits',
303      pointsatx => 'pointsAtX',
304      pointsaty => 'pointsAtY',
305      pointsatz => 'pointsAtZ',
306      preservealpha => 'preserveAlpha',
307      preserveaspectratio => 'preserveAspectRatio',
308      primitiveunits => 'primitiveUnits',
309      refx => 'refX',
310      refy => 'refY',
311      repeatcount => 'repeatCount',
312      repeatdur => 'repeatDur',
313      requiredextensions => 'requiredExtensions',
314      requiredfeatures => 'requiredFeatures',
315      specularconstant => 'specularConstant',
316      specularexponent => 'specularExponent',
317      spreadmethod => 'spreadMethod',
318      startoffset => 'startOffset',
319      stddeviation => 'stdDeviation',
320      stitchtiles => 'stitchTiles',
321      surfacescale => 'surfaceScale',
322      systemlanguage => 'systemLanguage',
323      tablevalues => 'tableValues',
324      targetx => 'targetX',
325      targety => 'targetY',
326      textlength => 'textLength',
327      viewbox => 'viewBox',
328      viewtarget => 'viewTarget',
329      xchannelselector => 'xChannelSelector',
330      ychannelselector => 'yChannelSelector',
331      zoomandpan => 'zoomAndPan',
332  };  };
333  my $formatting_category = {  
334    a => 1, b => 1, big => 1, em => 1, font => 1, i => 1, nobr => 1,  my $foreign_attr_xname = {
335    s => 1, small => 1, strile => 1, strong => 1, tt => 1, u => 1,    'xlink:actuate' => [$XLINK_NS, ['xlink', 'actuate']],
336      'xlink:arcrole' => [$XLINK_NS, ['xlink', 'arcrole']],
337      'xlink:href' => [$XLINK_NS, ['xlink', 'href']],
338      'xlink:role' => [$XLINK_NS, ['xlink', 'role']],
339      'xlink:show' => [$XLINK_NS, ['xlink', 'show']],
340      'xlink:title' => [$XLINK_NS, ['xlink', 'title']],
341      'xlink:type' => [$XLINK_NS, ['xlink', 'type']],
342      'xml:base' => [$XML_NS, ['xml', 'base']],
343      'xml:lang' => [$XML_NS, ['xml', 'lang']],
344      'xml:space' => [$XML_NS, ['xml', 'space']],
345      'xmlns' => [$XMLNS_NS, [undef, 'xmlns']],
346      'xmlns:xlink' => [$XMLNS_NS, ['xmlns', 'xlink']],
347  };  };
 # $phrasing_category: all other elements  
348    
349  sub parse_string ($$$;$) {  ## ISSUE: xmlns:xlink="non-xlink-ns" is not an error.
350    my $self = shift->new;  
351    my $s = \$_[0];  ## TODO: Invoke the reset algorithm when a resettable element is
352    ## created (cf. HTML5 revision 2259).
353    
354    sub parse_byte_string ($$$$;$) {
355      my $self = shift;
356      my $charset_name = shift;
357      open my $input, '<', ref $_[0] ? $_[0] : \($_[0]);
358      return $self->parse_byte_stream ($charset_name, $input, @_[1..$#_]);
359    } # parse_byte_string
360    
361    sub parse_byte_stream ($$$$;$$) {
362      # my ($self, $charset_name, $byte_stream, $doc, $onerror, $get_wrapper) = @_;
363      my $self = ref $_[0] ? shift : shift->new;
364      my $charset_name = shift;
365      my $byte_stream = $_[0];
366    
367      my $onerror = $_[2] || sub {
368        my (%opt) = @_;
369        warn "Parse error ($opt{type})\n";
370      };
371      $self->{parse_error} = $onerror; # updated later by parse_char_string
372    
373      my $get_wrapper = $_[3] || sub ($) {
374        return $_[0]; # $_[0] = byte stream handle, returned = arg to char handle
375      };
376    
377      ## HTML5 encoding sniffing algorithm
378      require Message::Charset::Info;
379      my $charset;
380      my $buffer;
381      my ($char_stream, $e_status);
382    
383      SNIFFING: {
384        ## NOTE: By setting |allow_fallback| option true when the
385        ## |get_decode_handle| method is invoked, we ignore what the HTML5
386        ## spec requires, i.e. unsupported encoding should be ignored.
387          ## TODO: We should not do this unless the parser is invoked
388          ## in the conformance checking mode, in which this behavior
389          ## would be useful.
390    
391        ## Step 1
392        if (defined $charset_name) {
393          $charset = Message::Charset::Info->get_by_html_name ($charset_name);
394              ## TODO: Is this ok?  Transfer protocol's parameter should be
395              ## interpreted in its semantics?
396    
397          ($char_stream, $e_status) = $charset->get_decode_handle
398              ($byte_stream, allow_error_reporting => 1,
399               allow_fallback => 1);
400          if ($char_stream) {
401            $self->{confident} = 1;
402            last SNIFFING;
403          } else {
404            !!!parse-error (type => 'charset:not supported',
405                            layer => 'encode',
406                            line => 1, column => 1,
407                            value => $charset_name,
408                            level => $self->{level}->{uncertain});
409          }
410        }
411    
412        ## Step 2
413        my $byte_buffer = '';
414        for (1..1024) {
415          my $char = $byte_stream->getc;
416          last unless defined $char;
417          $byte_buffer .= $char;
418        } ## TODO: timeout
419    
420        ## Step 3
421        if ($byte_buffer =~ /^\xFE\xFF/) {
422          $charset = Message::Charset::Info->get_by_html_name ('utf-16be');
423          ($char_stream, $e_status) = $charset->get_decode_handle
424              ($byte_stream, allow_error_reporting => 1,
425               allow_fallback => 1, byte_buffer => \$byte_buffer);
426          $self->{confident} = 1;
427          last SNIFFING;
428        } elsif ($byte_buffer =~ /^\xFF\xFE/) {
429          $charset = Message::Charset::Info->get_by_html_name ('utf-16le');
430          ($char_stream, $e_status) = $charset->get_decode_handle
431              ($byte_stream, allow_error_reporting => 1,
432               allow_fallback => 1, byte_buffer => \$byte_buffer);
433          $self->{confident} = 1;
434          last SNIFFING;
435        } elsif ($byte_buffer =~ /^\xEF\xBB\xBF/) {
436          $charset = Message::Charset::Info->get_by_html_name ('utf-8');
437          ($char_stream, $e_status) = $charset->get_decode_handle
438              ($byte_stream, allow_error_reporting => 1,
439               allow_fallback => 1, byte_buffer => \$byte_buffer);
440          $self->{confident} = 1;
441          last SNIFFING;
442        }
443    
444        ## Step 4
445        ## TODO: <meta charset>
446    
447        ## Step 5
448        ## TODO: from history
449    
450        ## Step 6
451        require Whatpm::Charset::UniversalCharDet;
452        $charset_name = Whatpm::Charset::UniversalCharDet->detect_byte_string
453            ($byte_buffer);
454        if (defined $charset_name) {
455          $charset = Message::Charset::Info->get_by_html_name ($charset_name);
456    
457          require Whatpm::Charset::DecodeHandle;
458          $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new
459              ($byte_stream);
460          ($char_stream, $e_status) = $charset->get_decode_handle
461              ($buffer, allow_error_reporting => 1,
462               allow_fallback => 1, byte_buffer => \$byte_buffer);
463          if ($char_stream) {
464            $buffer->{buffer} = $byte_buffer;
465            !!!parse-error (type => 'sniffing:chardet',
466                            text => $charset_name,
467                            level => $self->{level}->{info},
468                            layer => 'encode',
469                            line => 1, column => 1);
470            $self->{confident} = 0;
471            last SNIFFING;
472          }
473        }
474    
475        ## Step 7: default
476        ## TODO: Make this configurable.
477        $charset = Message::Charset::Info->get_by_html_name ('windows-1252');
478            ## NOTE: We choose |windows-1252| here, since |utf-8| should be
479            ## detectable in the step 6.
480        require Whatpm::Charset::DecodeHandle;
481        $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new
482            ($byte_stream);
483        ($char_stream, $e_status)
484            = $charset->get_decode_handle ($buffer,
485                                           allow_error_reporting => 1,
486                                           allow_fallback => 1,
487                                           byte_buffer => \$byte_buffer);
488        $buffer->{buffer} = $byte_buffer;
489        !!!parse-error (type => 'sniffing:default',
490                        text => 'windows-1252',
491                        level => $self->{level}->{info},
492                        line => 1, column => 1,
493                        layer => 'encode');
494        $self->{confident} = 0;
495      } # SNIFFING
496    
497      if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
498        $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
499        !!!parse-error (type => 'chardecode:fallback',
500                        #text => $self->{input_encoding},
501                        level => $self->{level}->{uncertain},
502                        line => 1, column => 1,
503                        layer => 'encode');
504      } elsif (not ($e_status &
505                    Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
506        $self->{input_encoding} = $charset->get_iana_name;
507        !!!parse-error (type => 'chardecode:no error',
508                        text => $self->{input_encoding},
509                        level => $self->{level}->{uncertain},
510                        line => 1, column => 1,
511                        layer => 'encode');
512      } else {
513        $self->{input_encoding} = $charset->get_iana_name;
514      }
515    
516      $self->{change_encoding} = sub {
517        my $self = shift;
518        $charset_name = shift;
519        my $token = shift;
520    
521        $charset = Message::Charset::Info->get_by_html_name ($charset_name);
522        ($char_stream, $e_status) = $charset->get_decode_handle
523            ($byte_stream, allow_error_reporting => 1, allow_fallback => 1,
524             byte_buffer => \ $buffer->{buffer});
525        
526        if ($char_stream) { # if supported
527          ## "Change the encoding" algorithm:
528    
529          ## Step 1    
530          if ($charset->{category} &
531              Message::Charset::Info::CHARSET_CATEGORY_UTF16 ()) {
532            $charset = Message::Charset::Info->get_by_html_name ('utf-8');
533            ($char_stream, $e_status) = $charset->get_decode_handle
534                ($byte_stream,
535                 byte_buffer => \ $buffer->{buffer});
536          }
537          $charset_name = $charset->get_iana_name;
538          
539          ## Step 2
540          if (defined $self->{input_encoding} and
541              $self->{input_encoding} eq $charset_name) {
542            !!!parse-error (type => 'charset label:matching',
543                            text => $charset_name,
544                            level => $self->{level}->{info});
545            $self->{confident} = 1;
546            return;
547          }
548    
549          !!!parse-error (type => 'charset label detected',
550                          text => $self->{input_encoding},
551                          value => $charset_name,
552                          level => $self->{level}->{warn},
553                          token => $token);
554          
555          ## Step 3
556          # if (can) {
557            ## change the encoding on the fly.
558            #$self->{confident} = 1;
559            #return;
560          # }
561          
562          ## Step 4
563          throw Whatpm::HTML::RestartParser ();
564        }
565      }; # $self->{change_encoding}
566    
567      my $char_onerror = sub {
568        my (undef, $type, %opt) = @_;
569        !!!parse-error (layer => 'encode',
570                        line => $self->{line}, column => $self->{column} + 1,
571                        %opt, type => $type);
572        if ($opt{octets}) {
573          ${$opt{octets}} = "\x{FFFD}"; # relacement character
574        }
575      };
576    
577      my $wrapped_char_stream = $get_wrapper->($char_stream);
578      $wrapped_char_stream->onerror ($char_onerror);
579    
580      my @args = ($_[1], $_[2]); # $doc, $onerror - $get_wrapper = undef;
581      my $return;
582      try {
583        $return = $self->parse_char_stream ($wrapped_char_stream, @args);  
584      } catch Whatpm::HTML::RestartParser with {
585        ## NOTE: Invoked after {change_encoding}.
586    
587        if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
588          $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
589          !!!parse-error (type => 'chardecode:fallback',
590                          level => $self->{level}->{uncertain},
591                          #text => $self->{input_encoding},
592                          line => 1, column => 1,
593                          layer => 'encode');
594        } elsif (not ($e_status &
595                      Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
596          $self->{input_encoding} = $charset->get_iana_name;
597          !!!parse-error (type => 'chardecode:no error',
598                          text => $self->{input_encoding},
599                          level => $self->{level}->{uncertain},
600                          line => 1, column => 1,
601                          layer => 'encode');
602        } else {
603          $self->{input_encoding} = $charset->get_iana_name;
604        }
605        $self->{confident} = 1;
606    
607        $wrapped_char_stream = $get_wrapper->($char_stream);
608        $wrapped_char_stream->onerror ($char_onerror);
609    
610        $return = $self->parse_char_stream ($wrapped_char_stream, @args);
611      };
612      return $return;
613    } # parse_byte_stream
614    
615    ## NOTE: HTML5 spec says that the encoding layer MUST NOT strip BOM
616    ## and the HTML layer MUST ignore it.  However, we does strip BOM in
617    ## the encoding layer and the HTML layer does not ignore any U+FEFF,
618    ## because the core part of our HTML parser expects a string of character,
619    ## not a string of bytes or code units or anything which might contain a BOM.
620    ## Therefore, any parser interface that accepts a string of bytes,
621    ## such as |parse_byte_string| in this module, must ensure that it does
622    ## strip the BOM and never strip any ZWNBSP.
623    
624    sub parse_char_string ($$$;$$) {
625      #my ($self, $s, $doc, $onerror, $get_wrapper) = @_;
626      my $self = shift;
627      my $s = ref $_[0] ? $_[0] : \($_[0]);
628      require Whatpm::Charset::DecodeHandle;
629      my $input = Whatpm::Charset::DecodeHandle::CharString->new ($s);
630      return $self->parse_char_stream ($input, @_[1..$#_]);
631    } # parse_char_string
632    *parse_string = \&parse_char_string; ## NOTE: Alias for backward compatibility.
633    
634    sub parse_char_stream ($$$;$$) {
635      my $self = ref $_[0] ? shift : shift->new;
636      my $input = $_[0];
637    $self->{document} = $_[1];    $self->{document} = $_[1];
638      @{$self->{document}->child_nodes} = ();
639    
640    ## NOTE: |set_inner_html| copies most of this method's code    ## NOTE: |set_inner_html| copies most of this method's code
641    
642    my $i = 0;    $self->{confident} = 1 unless exists $self->{confident};
643    my $line = 1;    $self->{document}->input_encoding ($self->{input_encoding})
644    my $column = 0;        if defined $self->{input_encoding};
645    $self->{set_next_input_character} = sub {  ## TODO: |{input_encoding}| is needless?
646    
647      $self->{line_prev} = $self->{line} = 1;
648      $self->{column_prev} = -1;
649      $self->{column} = 0;
650      $self->{set_nc} = sub {
651      my $self = shift;      my $self = shift;
652    
653      pop @{$self->{prev_input_character}};      my $char = '';
654      unshift @{$self->{prev_input_character}}, $self->{next_input_character};      if (defined $self->{next_nc}) {
655          $char = $self->{next_nc};
656          delete $self->{next_nc};
657          $self->{nc} = ord $char;
658        } else {
659          $self->{char_buffer} = '';
660          $self->{char_buffer_pos} = 0;
661    
662      $self->{next_input_character} = -1 and return if $i >= length $$s;        my $count = $input->manakai_read_until
663      $self->{next_input_character} = ord substr $$s, $i++, 1;           ($self->{char_buffer}, qr/[^\x00\x0A\x0D]/, $self->{char_buffer_pos});
664      $column++;        if ($count) {
665            $self->{line_prev} = $self->{line};
666            $self->{column_prev} = $self->{column};
667            $self->{column}++;
668            $self->{nc}
669                = ord substr ($self->{char_buffer}, $self->{char_buffer_pos}++, 1);
670            return;
671          }
672    
673          if ($input->read ($char, 1)) {
674            $self->{nc} = ord $char;
675          } else {
676            $self->{nc} = -1;
677            return;
678          }
679        }
680    
681        ($self->{line_prev}, $self->{column_prev})
682            = ($self->{line}, $self->{column});
683        $self->{column}++;
684            
685      if ($self->{next_input_character} == 0x000A) { # LF      if ($self->{nc} == 0x000A) { # LF
686        $line++;        !!!cp ('j1');
687        $column = 0;        $self->{line}++;
688      } elsif ($self->{next_input_character} == 0x000D) { # CR        $self->{column} = 0;
689        $i++ if substr ($$s, $i, 1) eq "\x0A";      } elsif ($self->{nc} == 0x000D) { # CR
690        $self->{next_input_character} = 0x000A; # LF # MUST        !!!cp ('j2');
691        $line++;  ## TODO: support for abort/streaming
692        $column = 0;        my $next = '';
693      } elsif ($self->{next_input_character} > 0x10FFFF) {        if ($input->read ($next, 1) and $next ne "\x0A") {
694        $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{next_nc} = $next;
695      } elsif ($self->{next_input_character} == 0x0000) { # NULL        }
696          $self->{nc} = 0x000A; # LF # MUST
697          $self->{line}++;
698          $self->{column} = 0;
699        } elsif ($self->{nc} == 0x0000) { # NULL
700          !!!cp ('j4');
701        !!!parse-error (type => 'NULL');        !!!parse-error (type => 'NULL');
702        $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST        $self->{nc} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
703      }      }
704    };    };
705    $self->{prev_input_character} = [-1, -1, -1];  
706    $self->{next_input_character} = -1;    $self->{read_until} = sub {
707        #my ($scalar, $specials_range, $offset) = @_;
708        return 0 if defined $self->{next_nc};
709    
710        my $pattern = qr/[^$_[1]\x00\x0A\x0D]/;
711        my $offset = $_[2] || 0;
712    
713        if ($self->{char_buffer_pos} < length $self->{char_buffer}) {
714          pos ($self->{char_buffer}) = $self->{char_buffer_pos};
715          if ($self->{char_buffer} =~ /\G(?>$pattern)+/) {
716            substr ($_[0], $offset)
717                = substr ($self->{char_buffer}, $-[0], $+[0] - $-[0]);
718            my $count = $+[0] - $-[0];
719            if ($count) {
720              $self->{column} += $count;
721              $self->{char_buffer_pos} += $count;
722              $self->{line_prev} = $self->{line};
723              $self->{column_prev} = $self->{column} - 1;
724              $self->{nc} = -1;
725            }
726            return $count;
727          } else {
728            return 0;
729          }
730        } else {
731          my $count = $input->manakai_read_until ($_[0], $pattern, $_[2]);
732          if ($count) {
733            $self->{column} += $count;
734            $self->{line_prev} = $self->{line};
735            $self->{column_prev} = $self->{column} - 1;
736            $self->{nc} = -1;
737          }
738          return $count;
739        }
740      }; # $self->{read_until}
741    
742    my $onerror = $_[2] || sub {    my $onerror = $_[2] || sub {
743      my (%opt) = @_;      my (%opt) = @_;
744      warn "Parse error ($opt{type}) at line $opt{line} column $opt{column}\n";      my $line = $opt{token} ? $opt{token}->{line} : $opt{line};
745        my $column = $opt{token} ? $opt{token}->{column} : $opt{column};
746        warn "Parse error ($opt{type}) at line $line column $column\n";
747    };    };
748    $self->{parse_error} = sub {    $self->{parse_error} = sub {
749      $onerror->(@_, line => $line, column => $column);      $onerror->(line => $self->{line}, column => $self->{column}, @_);
750    };    };
751    
752      my $char_onerror = sub {
753        my (undef, $type, %opt) = @_;
754        !!!parse-error (layer => 'encode',
755                        line => $self->{line}, column => $self->{column} + 1,
756                        %opt, type => $type);
757      }; # $char_onerror
758    
759      if ($_[3]) {
760        $input = $_[3]->($input);
761        $input->onerror ($char_onerror);
762      } else {
763        $input->onerror ($char_onerror) unless defined $input->onerror;
764      }
765    
766    $self->_initialize_tokenizer;    $self->_initialize_tokenizer;
767    $self->_initialize_tree_constructor;    $self->_initialize_tree_constructor;
768    $self->_construct_tree;    $self->_construct_tree;
769    $self->_terminate_tree_constructor;    $self->_terminate_tree_constructor;
770    
771      delete $self->{parse_error}; # remove loop
772    
773    return $self->{document};    return $self->{document};
774  } # parse_string  } # parse_char_stream
775    
776  sub new ($) {  sub new ($) {
777    my $class = shift;    my $class = shift;
778    my $self = bless {}, $class;    my $self = bless {
779    $self->{set_next_input_character} = sub {      level => {must => 'm',
780      $self->{next_input_character} = -1;                should => 's',
781                  warn => 'w',
782                  info => 'i',
783                  uncertain => 'u'},
784      }, $class;
785      $self->{set_nc} = sub {
786        $self->{nc} = -1;
787    };    };
788    $self->{parse_error} = sub {    $self->{parse_error} = sub {
789      #      #
790    };    };
791      $self->{change_encoding} = sub {
792        # if ($_[0] is a supported encoding) {
793        #   run "change the encoding" algorithm;
794        #   throw Whatpm::HTML::RestartParser (charset => $new_encoding);
795        # }
796      };
797      $self->{application_cache_selection} = sub {
798        #
799      };
800    return $self;    return $self;
801  } # new  } # new
802    
803  sub CM_ENTITY () { 0b001 } # & markup in data  ## Insertion modes
 sub CM_LIMITED_MARKUP () { 0b010 } # < markup in data (limited)  
 sub CM_FULL_MARKUP () { 0b100 } # < markup in data (any)  
   
 sub PLAINTEXT_CONTENT_MODEL () { 0 }  
 sub CDATA_CONTENT_MODEL () { CM_LIMITED_MARKUP }  
 sub RCDATA_CONTENT_MODEL () { CM_ENTITY | CM_LIMITED_MARKUP }  
 sub PCDATA_CONTENT_MODEL () { CM_ENTITY | CM_FULL_MARKUP }  
   
 sub DOCTYPE_TOKEN () { 1 }  
 sub COMMENT_TOKEN () { 2 }  
 sub START_TAG_TOKEN () { 3 }  
 sub END_TAG_TOKEN () { 4 }  
 sub END_OF_FILE_TOKEN () { 5 }  
 sub CHARACTER_TOKEN () { 6 }  
804    
805  sub AFTER_HTML_IMS () { 0b100 }  sub AFTER_HTML_IMS () { 0b100 }
806  sub HEAD_IMS ()       { 0b1000 }  sub HEAD_IMS ()       { 0b1000 }
# Line 174  sub TABLE_IMS ()      { 0b1000000 } Line 810  sub TABLE_IMS ()      { 0b1000000 }
810  sub ROW_IMS ()        { 0b10000000 }  sub ROW_IMS ()        { 0b10000000 }
811  sub BODY_AFTER_IMS () { 0b100000000 }  sub BODY_AFTER_IMS () { 0b100000000 }
812  sub FRAME_IMS ()      { 0b1000000000 }  sub FRAME_IMS ()      { 0b1000000000 }
813    sub SELECT_IMS ()     { 0b10000000000 }
814    #sub IN_FOREIGN_CONTENT_IM () { 0b100000000000 } # see Whatpm::HTML::Tokenizer
815        ## NOTE: "in foreign content" insertion mode is special; it is combined
816        ## with the secondary insertion mode.  In this parser, they are stored
817        ## together in the bit-or'ed form.
818    sub IN_CDATA_RCDATA_IM () { 0b1000000000000 }
819        ## NOTE: "in CDATA/RCDATA" insertion mode is also special; it is
820        ## combined with the original insertion mode.  In thie parser,
821        ## they are stored together in the bit-or'ed form.
822    
823    ## NOTE: "initial" and "before html" insertion modes have no constants.
824    
825    ## NOTE: "after after body" insertion mode.
826  sub AFTER_HTML_BODY_IM () { AFTER_HTML_IMS | BODY_AFTER_IMS }  sub AFTER_HTML_BODY_IM () { AFTER_HTML_IMS | BODY_AFTER_IMS }
827    
828    ## NOTE: "after after frameset" insertion mode.
829  sub AFTER_HTML_FRAMESET_IM () { AFTER_HTML_IMS | FRAME_IMS }  sub AFTER_HTML_FRAMESET_IM () { AFTER_HTML_IMS | FRAME_IMS }
830    
831  sub IN_HEAD_IM () { HEAD_IMS | 0b00 }  sub IN_HEAD_IM () { HEAD_IMS | 0b00 }
832  sub IN_HEAD_NOSCRIPT_IM () { HEAD_IMS | 0b01 }  sub IN_HEAD_NOSCRIPT_IM () { HEAD_IMS | 0b01 }
833  sub AFTER_HEAD_IM () { HEAD_IMS | 0b10 }  sub AFTER_HEAD_IM () { HEAD_IMS | 0b10 }
# Line 190  sub IN_TABLE_IM () { TABLE_IMS } Line 841  sub IN_TABLE_IM () { TABLE_IMS }
841  sub AFTER_BODY_IM () { BODY_AFTER_IMS }  sub AFTER_BODY_IM () { BODY_AFTER_IMS }
842  sub IN_FRAMESET_IM () { FRAME_IMS | 0b01 }  sub IN_FRAMESET_IM () { FRAME_IMS | 0b01 }
843  sub AFTER_FRAMESET_IM () { FRAME_IMS | 0b10 }  sub AFTER_FRAMESET_IM () { FRAME_IMS | 0b10 }
844  sub IN_SELECT_IM () { 0b01 }  sub IN_SELECT_IM () { SELECT_IMS | 0b01 }
845    sub IN_SELECT_IN_TABLE_IM () { SELECT_IMS | 0b10 }
846  sub IN_COLUMN_GROUP_IM () { 0b10 }  sub IN_COLUMN_GROUP_IM () { 0b10 }
847    
 ## Implementations MUST act as if state machine in the spec  
   
 sub _initialize_tokenizer ($) {  
   my $self = shift;  
   $self->{state} = 'data'; # MUST  
   $self->{content_model} = PCDATA_CONTENT_MODEL; # be  
   undef $self->{current_token}; # start tag, end tag, comment, or DOCTYPE  
   undef $self->{current_attribute};  
   undef $self->{last_emitted_start_tag_name};  
   undef $self->{last_attribute_value_state};  
   $self->{char} = [];  
   # $self->{next_input_character}  
   !!!next-input-character;  
   $self->{token} = [];  
   # $self->{escape}  
 } # _initialize_tokenizer  
   
 ## A token has:  
 ##   ->{type} == DOCTYPE_TOKEN, START_TAG_TOKEN, END_TAG_TOKEN, COMMENT_TOKEN,  
 ##       CHARACTER_TOKEN, or END_OF_FILE_TOKEN  
 ##   ->{name} (DOCTYPE_TOKEN)  
 ##   ->{tag_name} (START_TAG_TOKEN, END_TAG_TOKEN)  
 ##   ->{public_identifier} (DOCTYPE_TOKEN)  
 ##   ->{system_identifier} (DOCTYPE_TOKEN)  
 ##   ->{correct} == 1 or 0 (DOCTYPE_TOKEN)  
 ##   ->{attributes} isa HASH (START_TAG_TOKEN, END_TAG_TOKEN)  
 ##   ->{data} (COMMENT_TOKEN, CHARACTER_TOKEN)  
   
 ## Emitted token MUST immediately be handled by the tree construction state.  
   
 ## Before each step, UA MAY check to see if either one of the scripts in  
 ## "list of scripts that will execute as soon as possible" or the first  
 ## script in the "list of scripts that will execute asynchronously",  
 ## has completed loading.  If one has, then it MUST be executed  
 ## and removed from the list.  
   
 sub _get_next_token ($) {  
   my $self = shift;  
   if (@{$self->{token}}) {  
     return shift @{$self->{token}};  
   }  
   
   A: {  
     if ($self->{state} eq 'data') {  
       if ($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_TOKEN});  
         last A; ## TODO: ok?  
       }  
       # Anything else  
       my $token = {type => CHARACTER_TOKEN,  
                    data => chr $self->{next_input_character}};  
       ## Stay in the data state  
       !!!next-input-character;  
   
       !!!emit ($token);  
   
       redo A;  
     } elsif ($self->{state} eq 'entity data') {  
       ## (cannot happen in CDATA state)  
         
       my $token = $self->_tokenize_attempt_to_consume_an_entity (0);  
   
       $self->{state} = 'data';  
       # next-input-character is already done  
   
       unless (defined $token) {  
         !!!emit ({type => CHARACTER_TOKEN, data => '&'});  
       } else {  
         !!!emit ($token);  
       }  
   
       redo A;  
     } elsif ($self->{state} eq 'tag open') {  
       if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
         if ($self->{next_input_character} == 0x002F) { # /  
           !!!next-input-character;  
           $self->{state} = 'close tag open';  
           redo A;  
         } else {  
           ## reconsume  
           $self->{state} = 'data';  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<'});  
   
           redo A;  
         }  
       } elsif ($self->{content_model} & CM_FULL_MARKUP) { # PCDATA  
         if ($self->{next_input_character} == 0x0021) { # !  
           $self->{state} = 'markup declaration open';  
           !!!next-input-character;  
           redo A;  
         } elsif ($self->{next_input_character} == 0x002F) { # /  
           $self->{state} = 'close tag open';  
           !!!next-input-character;  
           redo A;  
         } elsif (0x0041 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x005A) { # A..Z  
           $self->{current_token}  
             = {type => START_TAG_TOKEN,  
                tag_name => chr ($self->{next_input_character} + 0x0020)};  
           $self->{state} = 'tag name';  
           !!!next-input-character;  
           redo A;  
         } elsif (0x0061 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x007A) { # a..z  
           $self->{current_token} = {type => START_TAG_TOKEN,  
                             tag_name => chr ($self->{next_input_character})};  
           $self->{state} = 'tag name';  
           !!!next-input-character;  
           redo A;  
         } elsif ($self->{next_input_character} == 0x003E) { # >  
           !!!parse-error (type => 'empty start tag');  
           $self->{state} = 'data';  
           !!!next-input-character;  
   
           !!!emit ({type => CHARACTER_TOKEN, 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  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<'});  
   
           redo A;  
         }  
       } else {  
         die "$0: $self->{content_model} in tag open";  
       }  
     } elsif ($self->{state} eq 'close tag open') {  
       if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
         if (defined $self->{last_emitted_start_tag_name}) {  
           ## NOTE: <http://krijnhoetmer.nl/irc-logs/whatwg/20070626#l-564>  
           my @next_char;  
           TAGNAME: for (my $i = 0; $i < length $self->{last_emitted_start_tag_name}; $i++) {  
             push @next_char, $self->{next_input_character};  
             my $c = ord substr ($self->{last_emitted_start_tag_name}, $i, 1);  
             my $C = 0x0061 <= $c && $c <= 0x007A ? $c - 0x0020 : $c;  
             if ($self->{next_input_character} == $c or $self->{next_input_character} == $C) {  
               !!!next-input-character;  
               next TAGNAME;  
             } else {  
               $self->{next_input_character} = shift @next_char; # reconsume  
               !!!back-next-input-character (@next_char);  
               $self->{state} = 'data';  
   
               !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
     
               redo A;  
             }  
           }  
           push @next_char, $self->{next_input_character};  
         
           unless ($self->{next_input_character} == 0x0009 or # HT  
                   $self->{next_input_character} == 0x000A or # LF  
                   $self->{next_input_character} == 0x000B or # VT  
                   $self->{next_input_character} == 0x000C or # FF  
                   $self->{next_input_character} == 0x0020 or # SP  
                   $self->{next_input_character} == 0x003E or # >  
                   $self->{next_input_character} == 0x002F or # /  
                   $self->{next_input_character} == -1) {  
             $self->{next_input_character} = shift @next_char; # reconsume  
             !!!back-next-input-character (@next_char);  
             $self->{state} = 'data';  
             !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
             redo A;  
           } else {  
             $self->{next_input_character} = shift @next_char;  
             !!!back-next-input-character (@next_char);  
             # and consume...  
           }  
         } else {  
           ## No start tag token has ever been emitted  
           # next-input-character is already done  
           $self->{state} = 'data';  
           !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
           redo A;  
         }  
       }  
         
       if (0x0041 <= $self->{next_input_character} and  
           $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_token} = {type => END_TAG_TOKEN,  
                           tag_name => chr ($self->{next_input_character} + 0x0020)};  
         $self->{state} = 'tag name';  
         !!!next-input-character;  
         redo A;  
       } elsif (0x0061 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x007A) { # a..z  
         $self->{current_token} = {type => END_TAG_TOKEN,  
                           tag_name => chr ($self->{next_input_character})};  
         $self->{state} = 'tag name';  
         !!!next-input-character;  
         redo A;  
       } elsif ($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_TOKEN, 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} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_token}->{tag_name} .= chr ($self->{next_input_character} + 0x0020);  
           # start tag or end tag  
         ## Stay in this state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         $self->{state} = 'before attribute name';  
         # 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} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         !!!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} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         ## Stay in the state  
         # next-input-character is already done  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         # 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} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_attribute}->{name} .= chr ($self->{next_input_character} + 0x0020);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         $before_leave->();  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         $self->{state} = 'before attribute name';  
         # next-input-character is already done  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         $before_leave->();  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         # 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} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         !!!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} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
           ## TODO: Different error type for <aa / bb> than <aa/>  
         }  
         $self->{state} = 'before attribute name';  
         # next-input-character is already done  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         # 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} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         ## 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} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         ## 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} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         ## 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} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = 'data';  
         ## 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"  
       }  
   
       $self->{state} = $self->{last_attribute_value_state};  
       # next-input-character is already done  
       redo A;  
     } elsif ($self->{state} eq 'bogus comment') {  
       ## (only happen if PCDATA state)  
         
       my $token = {type => COMMENT_TOKEN, data => ''};  
   
       BC: {  
         if ($self->{next_input_character} == 0x003E) { # >  
           $self->{state} = 'data';  
           !!!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_TOKEN, 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;  
         
       ## ISSUE: typos in spec: chacacters, is is a parse error  
       ## ISSUE: spec is somewhat unclear on "is the first character that will be in the comment"; what is "that will be in the comment" is what the algorithm defines, isn't it?  
     } elsif ($self->{state} eq 'comment start') {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = 'comment start dash';  
         !!!next-input-character;  
         redo A;  
       } elsif ($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  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} # comment  
             .= chr ($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  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} # comment  
             .= '-' . chr ($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  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} .= chr ($self->{next_input_character}); # comment  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} eq 'comment end dash') {  
       if ($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  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } 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  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'dash in comment');  
         $self->{current_token}->{data} .= '--' . chr ($self->{next_input_character}); # comment  
         $self->{state} = 'comment';  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($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_TOKEN}); # incorrect  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'no DOCTYPE name');  
         $self->{state} = 'data';  
         ## reconsume  
   
         !!!emit ({type => DOCTYPE_TOKEN}); # incorrect  
   
         redo A;  
       } else {  
         $self->{current_token}  
             = {type => DOCTYPE_TOKEN,  
                name => chr ($self->{next_input_character}),  
                correct => 1};  
 ## ISSUE: "Set the token's name name to the" in the spec  
         $self->{state} = 'DOCTYPE name';  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($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  
   
         redo A;  
       } else {  
         $self->{current_token}->{name}  
           .= chr ($self->{next_input_character}); # DOCTYPE  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} eq 'after DOCTYPE name') {  
       if ($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) { # >  
         $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;  
       } 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;  
                 }  
               }  
             }  
           }  
         }  
   
         #  
       } elsif ($self->{next_input_character} == 0x0053 or # S  
                $self->{next_input_character} == 0x0073) { # s  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x0059 or # Y  
             $self->{next_input_character} == 0x0079) { # y  
           !!!next-input-character;  
           if ($self->{next_input_character} == 0x0053 or # S  
               $self->{next_input_character} == 0x0073) { # s  
             !!!next-input-character;  
             if ($self->{next_input_character} == 0x0054 or # T  
                 $self->{next_input_character} == 0x0074) { # t  
               !!!next-input-character;  
               if ($self->{next_input_character} == 0x0045 or # E  
                   $self->{next_input_character} == 0x0065) { # e  
                 !!!next-input-character;  
                 if ($self->{next_input_character} == 0x004D or # M  
                     $self->{next_input_character} == 0x006D) { # m  
                   $self->{state} = 'before DOCTYPE system identifier';  
                   !!!next-input-character;  
                   redo A;  
                 }  
               }  
             }  
           }  
         }  
   
         #  
       } else {  
         !!!next-input-character;  
         #  
       }  
   
       !!!parse-error (type => 'string after DOCTYPE name');  
       $self->{state} = 'bogus DOCTYPE';  
       # next-input-character is already done  
       redo A;  
     } elsif ($self->{state} eq 'before 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} 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  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after SYSTEM literal');  
         $self->{state} = 'bogus DOCTYPE';  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} eq 'bogus DOCTYPE') {  
       if ($self->{next_input_character} == 0x003E) { # >  
         $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 {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } else {  
       die "$0: $self->{state}: Unknown state";  
     }  
   } # A    
   
   die "$0: _get_next_token: unexpected case";  
 } # _get_next_token  
   
 sub _tokenize_attempt_to_consume_an_entity ($$) {  
   my ($self, $in_attr) = @_;  
   
   if ({  
        0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, # HT, LF, VT, FF,  
        0x0020 => 1, 0x003C => 1, 0x0026 => 1, -1 => 1, # SP, <, & # 0x000D # CR  
       }->{$self->{next_input_character}}) {  
     ## Don't consume  
     ## No error  
     return undef;  
   } elsif ($self->{next_input_character} == 0x0023) { # #  
     !!!next-input-character;  
     if ($self->{next_input_character} == 0x0078 or # x  
         $self->{next_input_character} == 0x0058) { # X  
       my $code;  
       X: {  
         my $x_char = $self->{next_input_character};  
         !!!next-input-character;  
         if (0x0030 <= $self->{next_input_character} and  
             $self->{next_input_character} <= 0x0039) { # 0..9  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_input_character} - 0x0030;  
           redo X;  
         } elsif (0x0061 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x0066) { # a..f  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_input_character} - 0x0060 + 9;  
           redo X;  
         } elsif (0x0041 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x0046) { # A..F  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_input_character} - 0x0040 + 9;  
           redo X;  
         } elsif (not defined $code) { # no hexadecimal digit  
           !!!parse-error (type => 'bare hcro');  
           !!!back-next-input-character ($x_char, $self->{next_input_character});  
           $self->{next_input_character} = 0x0023; # #  
           return undef;  
         } elsif ($self->{next_input_character} == 0x003B) { # ;  
           !!!next-input-character;  
         } else {  
           !!!parse-error (type => 'no refc');  
         }  
   
         if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {  
           !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);  
           $code = 0xFFFD;  
         } elsif ($code > 0x10FFFF) {  
           !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);  
           $code = 0xFFFD;  
         } elsif ($code == 0x000D) {  
           !!!parse-error (type => 'CR character reference');  
           $code = 0x000A;  
         } elsif (0x80 <= $code and $code <= 0x9F) {  
           !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);  
           $code = $c1_entity_char->{$code};  
         }  
   
         return {type => CHARACTER_TOKEN, data => chr $code};  
       } # X  
     } elsif (0x0030 <= $self->{next_input_character} and  
              $self->{next_input_character} <= 0x0039) { # 0..9  
       my $code = $self->{next_input_character} - 0x0030;  
       !!!next-input-character;  
         
       while (0x0030 <= $self->{next_input_character} and  
                 $self->{next_input_character} <= 0x0039) { # 0..9  
         $code *= 10;  
         $code += $self->{next_input_character} - 0x0030;  
           
         !!!next-input-character;  
       }  
   
       if ($self->{next_input_character} == 0x003B) { # ;  
         !!!next-input-character;  
       } else {  
         !!!parse-error (type => 'no refc');  
       }  
   
       if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {  
         !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);  
         $code = 0xFFFD;  
       } elsif ($code > 0x10FFFF) {  
         !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);  
         $code = 0xFFFD;  
       } elsif ($code == 0x000D) {  
         !!!parse-error (type => 'CR character reference');  
         $code = 0x000A;  
       } elsif (0x80 <= $code and $code <= 0x9F) {  
         !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);  
         $code = $c1_entity_char->{$code};  
       }  
         
       return {type => CHARACTER_TOKEN, data => chr $code};  
     } else {  
       !!!parse-error (type => 'bare nero');  
       !!!back-next-input-character ($self->{next_input_character});  
       $self->{next_input_character} = 0x0023; # #  
       return undef;  
     }  
   } elsif ((0x0041 <= $self->{next_input_character} and  
             $self->{next_input_character} <= 0x005A) or  
            (0x0061 <= $self->{next_input_character} and  
             $self->{next_input_character} <= 0x007A)) {  
     my $entity_name = chr $self->{next_input_character};  
     !!!next-input-character;  
   
     my $value = $entity_name;  
     my $match = 0;  
     require Whatpm::_NamedEntityList;  
     our $EntityChar;  
   
     while (length $entity_name < 10 and  
            ## NOTE: Some number greater than the maximum length of entity name  
            ((0x0041 <= $self->{next_input_character} and # a  
              $self->{next_input_character} <= 0x005A) or # x  
             (0x0061 <= $self->{next_input_character} and # a  
              $self->{next_input_character} <= 0x007A) or # z  
             (0x0030 <= $self->{next_input_character} and # 0  
              $self->{next_input_character} <= 0x0039) or # 9  
             $self->{next_input_character} == 0x003B)) { # ;  
       $entity_name .= chr $self->{next_input_character};  
       if (defined $EntityChar->{$entity_name}) {  
         if ($self->{next_input_character} == 0x003B) { # ;  
           $value = $EntityChar->{$entity_name};  
           $match = 1;  
           !!!next-input-character;  
           last;  
         } else {  
           $value = $EntityChar->{$entity_name};  
           $match = -1;  
           !!!next-input-character;  
         }  
       } else {  
         $value .= chr $self->{next_input_character};  
         $match *= 2;  
         !!!next-input-character;  
       }  
     }  
       
     if ($match > 0) {  
       return {type => CHARACTER_TOKEN, data => $value};  
     } elsif ($match < 0) {  
       !!!parse-error (type => 'no refc');  
       if ($in_attr and $match < -1) {  
         return {type => CHARACTER_TOKEN, data => '&'.$entity_name};  
       } else {  
         return {type => CHARACTER_TOKEN, data => $value};  
       }  
     } else {  
       !!!parse-error (type => 'bare ero');  
       ## NOTE: No characters are consumed in the spec.  
       return {type => CHARACTER_TOKEN, data => '&'.$value};  
     }  
   } else {  
     ## no characters are consumed  
     !!!parse-error (type => 'bare ero');  
     return undef;  
   }  
 } # _tokenize_attempt_to_consume_an_entity  
   
848  sub _initialize_tree_constructor ($) {  sub _initialize_tree_constructor ($) {
849    my $self = shift;    my $self = shift;
850    ## NOTE: $self->{document} MUST be specified before this method is called    ## NOTE: $self->{document} MUST be specified before this method is called
# Line 1815  sub _initialize_tree_constructor ($) { 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 ($) {
# Line 1834  sub _construct_tree ($) { 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_IM;  
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} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
904        ## NOTE: Conformance checkers MAY, instead of reporting "not HTML5"        ## NOTE: Conformance checkers MAY, instead of reporting "not HTML5"
# Line 1861  sub _tree_construction_initial ($) { Line 906  sub _tree_construction_initial ($) {
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');            $self->{document}->manakai_compat_mode ('quirks');
1042              !!!cp ('t11');
1043            } else {
1044              !!!cp ('t12');
1045          }          }
1046          } else {
1047            !!!cp ('t13');
1048        }        }
1049                
1050        ## Go to the root element phase.        ## Go to the "before html" insertion mode.
1051        !!!next-token;        !!!next-token;
1052        return;        return;
1053      } elsif ({      } elsif ({
# Line 1986  sub _tree_construction_initial ($) { Line 1055  sub _tree_construction_initial ($) {
1055                END_TAG_TOKEN, 1,                END_TAG_TOKEN, 1,
1056                END_OF_FILE_TOKEN, 1,                END_OF_FILE_TOKEN, 1,
1057               }->{$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} == CHARACTER_TOKEN) {      } 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} == COMMENT_TOKEN) {      } 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 type";        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} == DOCTYPE_TOKEN) {        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} == COMMENT_TOKEN) {        } 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 ($token->{type} == CHARACTER_TOKEN) {        } elsif ($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                $self->{application_cache_selection}->(undef);
1160              }
1161    
1162              !!!nack ('t25c');
1163    
1164              !!!next-token;
1165              return; ## Go to the "before head" insertion mode.
1166            } else {
1167              !!!cp ('t25.1');
1168              #
1169            }
1170        } elsif ({        } elsif ({
                 START_TAG_TOKEN, 1,  
1171                  END_TAG_TOKEN, 1,                  END_TAG_TOKEN, 1,
1172                  END_OF_FILE_TOKEN, 1,                  END_OF_FILE_TOKEN, 1,
1173                 }->{$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 type";          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 ($) {
# Line 2078  sub _reset_insertion_mode ($) { 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 $new_mode;
1219          if ($node->[1] & FOREIGN_EL) {
1220            !!!cp ('t28.1');
1221            ## NOTE: Strictly spaking, the line below only applies to MathML and
1222            ## SVG elements.  Currently the HTML syntax supports only MathML and
1223            ## SVG elements as foreigners.
1224            $new_mode = IN_BODY_IM | IN_FOREIGN_CONTENT_IM;
1225          } elsif ($node->[1] == TABLE_CELL_EL) {
1226            if ($last) {
1227              !!!cp ('t28.2');
1228              #
1229            } else {
1230              !!!cp ('t28.3');
1231              $new_mode = IN_CELL_IM;
1232            }
1233          } else {
1234            !!!cp ('t28.4');
1235            $new_mode = {
1236                        select => IN_SELECT_IM,                        select => IN_SELECT_IM,
1237                        td => IN_CELL_IM,                        ## NOTE: |option| and |optgroup| do not set
1238                        th => IN_CELL_IM,                        ## insertion mode to "in select" by themselves.
1239                        tr => IN_ROW_IM,                        tr => IN_ROW_IM,
1240                        tbody => IN_TABLE_BODY_IM,                        tbody => IN_TABLE_BODY_IM,
1241                        thead => IN_TABLE_BODY_IM,                        thead => IN_TABLE_BODY_IM,
# Line 2110  sub _reset_insertion_mode ($) { Line 1246  sub _reset_insertion_mode ($) {
1246                        head => IN_BODY_IM, # not in head!                        head => IN_BODY_IM, # not in head!
1247                        body => IN_BODY_IM,                        body => IN_BODY_IM,
1248                        frameset => IN_FRAMESET_IM,                        frameset => IN_FRAMESET_IM,
1249                       }->{$node->[1]};                       }->{$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              !!!cp ('t29');
1257            $self->{insertion_mode} = BEFORE_HEAD_IM;            $self->{insertion_mode} = BEFORE_HEAD_IM;
1258          } else {          } else {
1259              ## ISSUE: Can this state be reached?
1260              !!!cp ('t30');
1261            $self->{insertion_mode} = AFTER_HEAD_IM;            $self->{insertion_mode} = AFTER_HEAD_IM;
1262          }          }
1263          return;          return;
1264          } else {
1265            !!!cp ('t31');
1266        }        }
1267                
1268        ## Step 15        ## Step 16
1269        $self->{insertion_mode} = IN_BODY_IM and return if $last;        $self->{insertion_mode} = IN_BODY_IM and return if $last;
1270                
1271        ## Step 16        ## 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 ($) {
# Line 2154  sub _tree_construction_main ($) { 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 $_->[0]) {
1301            !!!cp ('t32');
1302          return;          return;
1303        }        }
1304      }      }
# Line 2168  sub _tree_construction_main ($) { 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 ($in_open_elements) {
1328              !!!cp ('t34');
1329            #            #
1330          } else {          } else {
1331              ## NOTE: <!DOCTYPE HTML><p><b><i><u></p> <p>X
1332              !!!cp ('t35');
1333            redo S4;            redo S4;
1334          }          }
1335        }        }
# Line 2202  sub _tree_construction_main ($) { 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} == CHARACTER_TOKEN) { # or until stop tokenizing  
       $text .= $token->{data};  
       !!!next-token;  
     }  
   
     ## Step 5  
     if (length $text) {  
       my $text = $self->{document}->create_text_node ($text);  
       $el->append_child ($text);  
     }  
1394    
1395      ## Step 6      !!!nack ('t40.1');
     $self->{content_model} = PCDATA_CONTENT_MODEL;  
   
     ## Step 7  
     if ($token->{type} == END_TAG_TOKEN and $token->{tag_name} eq $start_tag_name) {  
       ## Ignore the token  
     } elsif ($content_model_flag == CDATA_CONTENT_MODEL) {  
       !!!parse-error (type => 'in CDATA:#'.$token->{type});  
     } elsif ($content_model_flag == RCDATA_CONTENT_MODEL) {  
       !!!parse-error (type => 'in RCDATA:#'.$token->{type});  
     } else {  
       die "$0: $content_model_flag in parse_rcdata";  
     }  
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} == CHARACTER_TOKEN) {  
       $text .= $token->{data};  
       !!!next-token;  
     } # stop if non-character token or tokenizer stops tokenising  
     if (length $text) {  
       $script_el->manakai_append_text ($text);  
     }  
                 
     $self->{content_model} = PCDATA_CONTENT_MODEL;  
1419    
1420      if ($token->{type} == END_TAG_TOKEN 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 => $end_tag_token);
1457          ## Ignore the token          ## Ignore the token
1458          !!!next-token;          !!!next-token;
1459          return;          return;
# Line 2340  sub _tree_construction_main ($) { 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 => $end_tag_token);
1500        }        }
1501                
1502        ## Step 2        ## Step 2
# Line 2370  sub _tree_construction_main ($) { 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, $formatting_element_i_in_active, 1;
1526          !!!next-token;          !!!next-token;
# Line 2395  sub _tree_construction_main ($) { 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 2417  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 = $_;
1561                last S7S2;                last S7S2;
1562              }              }
# Line 2430  sub _tree_construction_main ($) { 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] = $clone;
# Line 2452  sub _tree_construction_main ($) { 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 2469  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 = $_;
1645          }          }
1646        } # AFE        } # AFE
# Line 2481  sub _tree_construction_main ($) { 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 2524  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 $insert;    ## NOTE: Insert a character (MUST): When a character is inserted, if
1705      ## the last node that was inserted by the parser is a Text node and
1706      ## the character has to be inserted after that node, then the
1707      ## character is appended to the Text node.  However, if any other
1708      ## node is inserted by the parser, then a new Text node is created
1709      ## and the character is appended as that Text node.  If I'm not
1710      ## wrong, for a parser with scripting disabled, there are only two
1711      ## cases where this occurs.  One is the case where an element node
1712      ## is inserted to the |head| element.  This is covered by using the
1713      ## |$self->{head_element_inserted}| flag.  Another is the case where
1714      ## an element or comment is inserted into the |table| subtree while
1715      ## foster parenting happens.  This is covered by using the [2] flag
1716      ## of the |$open_tables| structure.  All other cases are handled
1717      ## simply by calling |manakai_append_text| method.
1718    
1719      ## TODO: |<body><script>document.write("a<br>");
1720      ## document.body.removeChild (document.body.lastChild);
1721      ## document.write ("b")</script>|
1722    
1723    B: {    B: while (1) {
1724      if ($token->{type} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
1725        !!!parse-error (type => 'DOCTYPE in the middle');        !!!cp ('t73');
1726          !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
1727        ## Ignore the token        ## Ignore the token
1728        ## Stay in the phase        ## Stay in the phase
1729        !!!next-token;        !!!next-token;
1730        redo B;        next B;
     } elsif ($token->{type} == END_OF_FILE_TOKEN) {  
       if ($self->{insertion_mode} & AFTER_HTML_IMS) {  
         #  
       } else {  
         ## Generate implied end tags  
         if ({  
              dd => 1, dt => 1, li => 1, p => 1, td => 1, th => 1, tr => 1,  
              tbody => 1, tfoot=> 1, thead => 1,  
             }->{$self->{open_elements}->[-1]->[1]}) {  
           !!!back-token;  
           $token = {type => END_TAG_TOKEN, tag_name => $self->{open_elements}->[-1]->[1]};  
           redo B;  
         }  
           
         if (@{$self->{open_elements}} > 2 or  
             (@{$self->{open_elements}} == 2 and $self->{open_elements}->[1]->[1] ne 'body')) {  
           !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
         } elsif (defined $self->{inner_html_node} and  
                  @{$self->{open_elements}} > 1 and  
                  $self->{open_elements}->[1]->[1] ne 'body') {  
           !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
         }  
   
         ## ISSUE: There is an issue in the spec.  
       }  
   
       ## Stop parsing  
       last B;  
1731      } elsif ($token->{type} == START_TAG_TOKEN and      } elsif ($token->{type} == START_TAG_TOKEN and
1732               $token->{tag_name} eq 'html') {               $token->{tag_name} eq 'html') {
1733        if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {        if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
1734          ## Turn into the main phase          !!!cp ('t79');
1735          !!!parse-error (type => 'after html:html');          !!!parse-error (type => 'after html', text => 'html', token => $token);
1736          $self->{insertion_mode} = AFTER_BODY_IM;          $self->{insertion_mode} = AFTER_BODY_IM;
1737        } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {        } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {
1738          ## Turn into the main phase          !!!cp ('t80');
1739          !!!parse-error (type => 'after html:html');          !!!parse-error (type => 'after html', text => 'html', token => $token);
1740          $self->{insertion_mode} = AFTER_FRAMESET_IM;          $self->{insertion_mode} = AFTER_FRAMESET_IM;
1741          } else {
1742            !!!cp ('t81');
1743        }        }
1744    
1745  ## ISSUE: "aa<html>" is not a parse error.        !!!cp ('t82');
1746  ## ISSUE: "<html>" in fragment is not a parse error.        !!!parse-error (type => 'not first start tag', token => $token);
       unless ($token->{first_start_tag}) {  
         !!!parse-error (type => 'not first start tag');  
       }  
1747        my $top_el = $self->{open_elements}->[0]->[0];        my $top_el = $self->{open_elements}->[0]->[0];
1748        for my $attr_name (keys %{$token->{attributes}}) {        for my $attr_name (keys %{$token->{attributes}}) {
1749          unless ($top_el->has_attribute_ns (undef, $attr_name)) {          unless ($top_el->has_attribute_ns (undef, $attr_name)) {
1750              !!!cp ('t84');
1751            $top_el->set_attribute_ns            $top_el->set_attribute_ns
1752              (undef, [undef, $attr_name],              (undef, [undef, $attr_name],
1753               $token->{attributes}->{$attr_name}->{value});               $token->{attributes}->{$attr_name}->{value});
1754          }          }
1755        }        }
1756          !!!nack ('t84.1');
1757        !!!next-token;        !!!next-token;
1758        redo B;        next B;
1759      } elsif ($token->{type} == COMMENT_TOKEN) {      } elsif ($token->{type} == COMMENT_TOKEN) {
1760        my $comment = $self->{document}->create_comment ($token->{data});        my $comment = $self->{document}->create_comment ($token->{data});
1761        if ($self->{insertion_mode} & AFTER_HTML_IMS) {        if ($self->{insertion_mode} & AFTER_HTML_IMS) {
1762            !!!cp ('t85');
1763          $self->{document}->append_child ($comment);          $self->{document}->append_child ($comment);
1764        } elsif ($self->{insertion_mode} == AFTER_BODY_IM) {        } elsif ($self->{insertion_mode} == AFTER_BODY_IM) {
1765            !!!cp ('t86');
1766          $self->{open_elements}->[0]->[0]->append_child ($comment);          $self->{open_elements}->[0]->[0]->append_child ($comment);
1767        } else {        } else {
1768            !!!cp ('t87');
1769          $self->{open_elements}->[-1]->[0]->append_child ($comment);          $self->{open_elements}->[-1]->[0]->append_child ($comment);
1770            $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
1771        }        }
1772        !!!next-token;        !!!next-token;
1773        redo B;        next B;
1774      } elsif ($self->{insertion_mode} & HEAD_IMS) {      } elsif ($self->{insertion_mode} & IN_CDATA_RCDATA_IM) {
1775        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
1776          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          $token->{data} =~ s/^\x0A// if $self->{ignore_newline};
1777            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);          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 {
1784              !!!cp ('t43.1');
1785            }
1786            !!!next-token;
1787            next B;
1788          } elsif ($token->{type} == END_TAG_TOKEN) {
1789            delete $self->{ignore_newline};
1790    
1791            if ($token->{tag_name} eq 'script') {
1792              !!!cp ('t50');
1793              
1794              ## Para 1-2
1795              my $script = pop @{$self->{open_elements}};
1796              
1797              ## Para 3
1798              $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1799    
1800              ## Para 4
1801              ## TODO: $old_insertion_point = $current_insertion_point;
1802              ## TODO: $current_insertion_point = just before $self->{nc};
1803    
1804              ## Para 5
1805              ## TODO: Run the $script->[0].
1806    
1807              ## Para 6
1808              ## TODO: $current_insertion_point = $old_insertion_point;
1809    
1810              ## Para 7
1811              ## TODO: if ($pending_external_script) {
1812                ## TODO: ...
1813              ## TODO: }
1814    
1815              !!!next-token;
1816              next B;
1817            } else {
1818              !!!cp ('t42');
1819    
1820              pop @{$self->{open_elements}};
1821    
1822              $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1823              !!!next-token;
1824              next B;
1825            }
1826          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
1827            delete $self->{ignore_newline};
1828    
1829            !!!cp ('t44');
1830            !!!parse-error (type => 'not closed',
1831                            text => $self->{open_elements}->[-1]->[0]
1832                                ->manakai_local_name,
1833                            token => $token);
1834    
1835            #if ($self->{open_elements}->[-1]->[1] == SCRIPT_EL) {
1836            #  ## TODO: Mark as "already executed"
1837            #}
1838    
1839            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;
1852            next B;
1853          } elsif ($token->{type} == START_TAG_TOKEN) {
1854            if ((not {mglyph => 1, malignmark => 1}->{$token->{tag_name}} and
1855                 $self->{open_elements}->[-1]->[1] & FOREIGN_FLOW_CONTENT_EL) or
1856                not ($self->{open_elements}->[-1]->[1] & FOREIGN_EL) or
1857                ($token->{tag_name} eq 'svg' and
1858                 $self->{open_elements}->[-1]->[1] == MML_AXML_EL)) {
1859              ## NOTE: "using the rules for secondary insertion mode"then"continue"
1860              !!!cp ('t87.2');
1861              #
1862            } elsif ({
1863                      b => 1, big => 1, blockquote => 1, body => 1, br => 1,
1864                      center => 1, code => 1, dd => 1, div => 1, dl => 1, dt => 1,
1865                      em => 1, embed => 1, font => 1, h1 => 1, h2 => 1, h3 => 1,
1866                      h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, i => 1,
1867                      img => 1, li => 1, listing => 1, menu => 1, meta => 1,
1868                      nobr => 1, ol => 1, p => 1, pre => 1, ruby => 1, s => 1,
1869                      small => 1, span => 1, strong => 1, strike => 1, sub => 1,
1870                      sup => 1, table => 1, tt => 1, u => 1, ul => 1, var => 1,
1871                     }->{$token->{tag_name}}) {
1872              !!!cp ('t87.2');
1873              !!!parse-error (type => 'not closed',
1874                              text => $self->{open_elements}->[-1]->[0]
1875                                  ->manakai_local_name,
1876                              token => $token);
1877    
1878              pop @{$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} || $tag_name;
1927              }
1928    
1929              ## "adjust SVG attributes" (SVG only) - done in insert-element-f
1930    
1931              ## "adjust foreign attributes" - done in insert-element-f
1932    
1933              !!!insert-element-f ($nsuri, $tag_name, $token->{attributes}, $token);
1934    
1935              if ($self->{self_closing}) {
1936                pop @{$self->{open_elements}};
1937                !!!ack ('t87.3');
1938              } else {
1939                !!!cp ('t87.4');
1940              }
1941    
1942              !!!next-token;
1943              next B;
1944            }
1945          } elsif ($token->{type} == END_TAG_TOKEN) {
1946            ## NOTE: "using the rules for secondary insertion mode" then "continue"
1947            !!!cp ('t87.5');
1948            #
1949          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
1950            !!!cp ('t87.6');
1951            !!!parse-error (type => 'not closed',
1952                            text => $self->{open_elements}->[-1]->[0]
1953                                ->manakai_local_name,
1954                            token => $token);
1955    
1956            pop @{$self->{open_elements}}
1957                while $self->{open_elements}->[-1]->[1] & FOREIGN_EL;
1958    
1959            ## NOTE: |<span><svg>| ... two parse errors, |<svg>| ... a parse error.
1960    
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 {
1987                !!!cp ('t88.1');
1988                ## Ignore the token.
1989                #
1990              }
1991            unless (length $token->{data}) {            unless (length $token->{data}) {
1992                !!!cp ('t88');
1993              !!!next-token;              !!!next-token;
1994              redo B;              next B;
1995            }            }
1996    ## TODO: set $token->{column} appropriately
1997          }          }
1998    
1999          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2000              !!!cp ('t89');
2001            ## As if <head>            ## As if <head>
2002            !!!create-element ($self->{head_element}, 'head');            !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2003            $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});            $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2004            push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            push @{$self->{open_elements}},
2005                  [$self->{head_element}, $el_category->{head}];
2006    
2007            ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2008            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2009    
2010            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
2011          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2012              !!!cp ('t90');
2013            ## As if </noscript>            ## As if </noscript>
2014            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2015            !!!parse-error (type => 'in noscript:#character');            !!!parse-error (type => 'in noscript:#text', token => $token);
2016                        
2017            ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2018            ## As if </head>            ## As if </head>
# Line 2635  sub _tree_construction_main ($) { Line 2020  sub _tree_construction_main ($) {
2020    
2021            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
2022          } elsif ($self->{insertion_mode} == IN_HEAD_IM) {          } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2023              !!!cp ('t91');
2024            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2025    
2026            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
2027            } else {
2028              !!!cp ('t92');
2029          }          }
2030    
2031              ## "after head" insertion mode          ## "after head" insertion mode
2032              ## As if <body>          ## As if <body>
2033              !!!insert-element ('body');          !!!insert-element ('body',, $token);
2034              $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
2035              ## reprocess          ## reprocess
2036              redo B;          next B;
2037            } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
2038              if ($token->{tag_name} eq 'head') {          if ($token->{tag_name} eq 'head') {
2039                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {            if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2040                  !!!create-element ($self->{head_element}, $token->{tag_name}, $token->{attributes});              !!!cp ('t93');
2041                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              !!!create-element ($self->{head_element}, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);
2042                  push @{$self->{open_elements}}, [$self->{head_element}, $token->{tag_name}];              $self->{open_elements}->[-1]->[0]->append_child
2043                  $self->{insertion_mode} = IN_HEAD_IM;                  ($self->{head_element});
2044                  !!!next-token;              push @{$self->{open_elements}},
2045                  redo B;                  [$self->{head_element}, $el_category->{head}];
2046                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2047                  #              !!!nack ('t93.1');
2048                } else {              !!!next-token;
2049                  !!!parse-error (type => 'in head:head'); # or in head noscript              next B;
2050                  ## Ignore the token            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2051                  !!!next-token;              !!!cp ('t93.2');
2052                  redo B;              !!!parse-error (type => 'after head', text => 'head',
2053                }                              token => $token);
2054              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {              ## Ignore the token
2055                ## As if <head>              !!!nack ('t93.3');
2056                !!!create-element ($self->{head_element}, 'head');              !!!next-token;
2057                $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              next B;
2058                push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } else {
2059                !!!cp ('t95');
2060                !!!parse-error (type => 'in head:head',
2061                                token => $token); # or in head noscript
2062                ## Ignore the token
2063                !!!nack ('t95.1');
2064                !!!next-token;
2065                next B;
2066              }
2067            } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2068              !!!cp ('t96');
2069              ## As if <head>
2070              !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2071              $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2072              push @{$self->{open_elements}},
2073                  [$self->{head_element}, $el_category->{head}];
2074    
2075                $self->{insertion_mode} = IN_HEAD_IM;            $self->{insertion_mode} = IN_HEAD_IM;
2076                ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2077              }          } else {
2078              !!!cp ('t97');
2079            }
2080    
2081              if ($token->{tag_name} eq 'base') {          if ($token->{tag_name} eq 'base') {
2082                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2083                  ## As if </noscript>              !!!cp ('t98');
2084                  pop @{$self->{open_elements}};              ## As if </noscript>
2085                  !!!parse-error (type => 'in noscript:base');              pop @{$self->{open_elements}};
2086                              !!!parse-error (type => 'in noscript', text => 'base',
2087                  $self->{insertion_mode} = IN_HEAD_IM;                              token => $token);
2088                  ## Reprocess in the "in head" insertion mode...            
2089                }              $self->{insertion_mode} = IN_HEAD_IM;
2090                ## Reprocess in the "in head" insertion mode...
2091              } else {
2092                !!!cp ('t99');
2093              }
2094    
2095                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2096                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2097                  !!!parse-error (type => 'after head:'.$token->{tag_name});              !!!cp ('t100');
2098                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];              !!!parse-error (type => 'after head',
2099                }                              text => $token->{tag_name}, token => $token);
2100                !!!insert-element ($token->{tag_name}, $token->{attributes});              push @{$self->{open_elements}},
2101                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.                  [$self->{head_element}, $el_category->{head}];
2102                pop @{$self->{open_elements}}              $self->{head_element_inserted} = 1;
2103                    if $self->{insertion_mode} == AFTER_HEAD_IM;            } else {
2104                !!!next-token;              !!!cp ('t101');
2105                redo B;            }
2106              } elsif ($token->{tag_name} eq 'link') {            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2107                ## NOTE: There is a "as if in head" code clone.            pop @{$self->{open_elements}};
2108                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            pop @{$self->{open_elements}} # <head>
2109                  !!!parse-error (type => 'after head:'.$token->{tag_name});                if $self->{insertion_mode} == AFTER_HEAD_IM;
2110                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            !!!nack ('t101.1');
2111                }            !!!next-token;
2112                !!!insert-element ($token->{tag_name}, $token->{attributes});            next B;
2113                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          } elsif ($token->{tag_name} eq 'link') {
2114                pop @{$self->{open_elements}}            ## NOTE: There is a "as if in head" code clone.
2115                    if $self->{insertion_mode} == AFTER_HEAD_IM;            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2116                !!!next-token;              !!!cp ('t102');
2117                redo B;              !!!parse-error (type => 'after head',
2118              } elsif ($token->{tag_name} eq 'meta') {                              text => $token->{tag_name}, token => $token);
2119                ## NOTE: There is a "as if in head" code clone.              push @{$self->{open_elements}},
2120                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                  [$self->{head_element}, $el_category->{head}];
2121                  !!!parse-error (type => 'after head:'.$token->{tag_name});              $self->{head_element_inserted} = 1;
2122                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } else {
2123                }              !!!cp ('t103');
2124                !!!insert-element ($token->{tag_name}, $token->{attributes});            }
2125                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2126              pop @{$self->{open_elements}};
2127              pop @{$self->{open_elements}} # <head>
2128                  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", $self->{insertion_mode}
2137                ## is already changed to |IN_HEAD_IM|.
2138    
2139                ## NOTE: There is a "as if in head" code clone.
2140                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2141                pop @{$self->{open_elements}};
2142                pop @{$self->{open_elements}} # <head>
2143                    if $self->{insertion_mode} == AFTER_HEAD_IM;
2144                !!!ack ('t103.2');
2145                !!!next-token;
2146                next B;
2147              } else {
2148                ## NOTE: "in head noscript" or "after head" insertion mode
2149                ## - in these cases, these tags are treated as same as
2150                ## normal in-body tags.
2151                !!!cp ('t103.3');
2152                #
2153              }
2154            } elsif ($token->{tag_name} eq 'meta') {
2155              ## NOTE: There is a "as if in head" code clone.
2156              if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2157                !!!cp ('t104');
2158                !!!parse-error (type => 'after head',
2159                                text => $token->{tag_name}, token => $token);
2160                push @{$self->{open_elements}},
2161                    [$self->{head_element}, $el_category->{head}];
2162                $self->{head_element_inserted} = 1;
2163              } else {
2164                !!!cp ('t105');
2165              }
2166              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2167              my $meta_el = pop @{$self->{open_elements}};
2168    
2169                unless ($self->{confident}) {                unless ($self->{confident}) {
2170                  my $charset;                  if ($token->{attributes}->{charset}) {
2171                  if ($token->{attributes}->{charset}) { ## TODO: And if supported                    !!!cp ('t106');
2172                    $charset = $token->{attributes}->{charset}->{value};                    ## NOTE: Whether the encoding is supported or not is handled
2173                      ## in the {change_encoding} callback.
2174                      $self->{change_encoding}
2175                          ->($self, $token->{attributes}->{charset}->{value},
2176                             $token);
2177                      
2178                      $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
2179                          ->set_user_data (manakai_has_reference =>
2180                                               $token->{attributes}->{charset}
2181                                                   ->{has_reference});
2182                    } elsif ($token->{attributes}->{content}) {
2183                      if ($token->{attributes}->{content}->{value}
2184                          =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
2185                              [\x09\x0A\x0C\x0D\x20]*=
2186                              [\x09\x0A\x0C\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
2187                              ([^"'\x09\x0A\x0C\x0D\x20]
2188                               [^\x09\x0A\x0C\x0D\x20\x3B]*))/x) {
2189                        !!!cp ('t107');
2190                        ## NOTE: Whether the encoding is supported or not is handled
2191                        ## in the {change_encoding} callback.
2192                        $self->{change_encoding}
2193                            ->($self, defined $1 ? $1 : defined $2 ? $2 : $3,
2194                               $token);
2195                        $meta_el->[0]->get_attribute_node_ns (undef, 'content')
2196                            ->set_user_data (manakai_has_reference =>
2197                                                 $token->{attributes}->{content}
2198                                                       ->{has_reference});
2199                      } else {
2200                        !!!cp ('t108');
2201                      }
2202                    }
2203                  } else {
2204                    if ($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}->{'http-equiv'}) {                  if ($token->{attributes}->{content}) {
2212                    ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.                    !!!cp ('t110');
2213                    if ($token->{attributes}->{'http-equiv'}->{value}                    $meta_el->[0]->get_attribute_node_ns (undef, 'content')
2214                        =~ /\A[^;]*;[\x09-\x0D\x20]*charset[\x09-\x0D\x20]*=                        ->set_user_data (manakai_has_reference =>
2215                            [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                                             $token->{attributes}->{content}
2216                            ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {                                                 ->{has_reference});
                     $charset = defined $1 ? $1 : defined $2 ? $2 : $3;  
                   } ## TODO: And if supported  
2217                  }                  }
                 ## TODO: Change the encoding  
2218                }                }
2219    
2220                ## TODO: Extracting |charset| from |meta|.                pop @{$self->{open_elements}} # <head>
               pop @{$self->{open_elements}}  
2221                    if $self->{insertion_mode} == AFTER_HEAD_IM;                    if $self->{insertion_mode} == AFTER_HEAD_IM;
2222                  !!!ack ('t110.1');
2223                !!!next-token;                !!!next-token;
2224                redo B;                next B;
2225              } elsif ($token->{tag_name} eq 'title') {          } elsif ($token->{tag_name} eq 'title') {
2226                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2227                  ## As if </noscript>              !!!cp ('t111');
2228                  pop @{$self->{open_elements}};              ## As if </noscript>
2229                  !!!parse-error (type => 'in noscript:title');              pop @{$self->{open_elements}};
2230                              !!!parse-error (type => 'in noscript', text => 'title',
2231                  $self->{insertion_mode} = IN_HEAD_IM;                              token => $token);
2232                  ## Reprocess in the "in head" insertion mode...            
2233                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2234                  !!!parse-error (type => 'after head:'.$token->{tag_name});              ## Reprocess in the "in head" insertion mode...
2235                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2236                }              !!!cp ('t112');
2237                !!!parse-error (type => 'after head',
2238                                text => $token->{tag_name}, token => $token);
2239                push @{$self->{open_elements}},
2240                    [$self->{head_element}, $el_category->{head}];
2241                $self->{head_element_inserted} = 1;
2242              } else {
2243                !!!cp ('t113');
2244              }
2245    
2246                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2247                my $parent = defined $self->{head_element} ? $self->{head_element}            $parse_rcdata->(RCDATA_CONTENT_MODEL);
2248                    : $self->{open_elements}->[-1]->[0];            ## ISSUE: A spec bug [Bug 6038]
2249                $parse_rcdata->(RCDATA_CONTENT_MODEL,            splice @{$self->{open_elements}}, -2, 1, () # <head>
2250                                sub { $parent->append_child ($_[0]) });                if ($self->{insertion_mode} & AFTER_HEAD_IM) == AFTER_HEAD_IM;
2251                pop @{$self->{open_elements}}            next B;
2252                    if $self->{insertion_mode} == AFTER_HEAD_IM;          } elsif ($token->{tag_name} eq 'style' or
2253                redo B;                   $token->{tag_name} eq 'noframes') {
2254              } elsif ($token->{tag_name} eq 'style') {            ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and
2255                ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and            ## insertion mode IN_HEAD_IM)
2256                ## insertion mode IN_HEAD_IM)            ## NOTE: There is a "as if in head" code clone.
2257                ## NOTE: There is a "as if in head" code clone.            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2258                if ($self->{insertion_mode} == AFTER_HEAD_IM) {              !!!cp ('t114');
2259                  !!!parse-error (type => 'after head:'.$token->{tag_name});              !!!parse-error (type => 'after head',
2260                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                              text => $token->{tag_name}, token => $token);
2261                }              push @{$self->{open_elements}},
2262                $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);                  [$self->{head_element}, $el_category->{head}];
2263                pop @{$self->{open_elements}}              $self->{head_element_inserted} = 1;
2264                    if $self->{insertion_mode} == AFTER_HEAD_IM;            } else {
2265                redo B;              !!!cp ('t115');
2266              } elsif ($token->{tag_name} eq 'noscript') {            }
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 ($self->{insertion_mode} == IN_HEAD_IM) {                if ($self->{insertion_mode} == IN_HEAD_IM) {
2274                    !!!cp ('t116');
2275                  ## NOTE: and scripting is disalbed                  ## NOTE: and scripting is disalbed
2276                  !!!insert-element ($token->{tag_name}, $token->{attributes});                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2277                  $self->{insertion_mode} = IN_HEAD_NOSCRIPT_IM;                  $self->{insertion_mode} = IN_HEAD_NOSCRIPT_IM;
2278                    !!!nack ('t116.1');
2279                  !!!next-token;                  !!!next-token;
2280                  redo B;                  next B;
2281                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2282                  !!!parse-error (type => 'in noscript:noscript');                  !!!cp ('t117');
2283                    !!!parse-error (type => 'in noscript', text => 'noscript',
2284                                    token => $token);
2285                  ## Ignore the token                  ## Ignore the token
2286                    !!!nack ('t117.1');
2287                  !!!next-token;                  !!!next-token;
2288                  redo B;                  next B;
2289                } else {                } else {
2290                    !!!cp ('t118');
2291                  #                  #
2292                }                }
2293              } elsif ($token->{tag_name} eq 'script') {          } elsif ($token->{tag_name} eq 'script') {
2294                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2295                  ## As if </noscript>              !!!cp ('t119');
2296                  pop @{$self->{open_elements}};              ## As if </noscript>
2297                  !!!parse-error (type => 'in noscript:script');              pop @{$self->{open_elements}};
2298                              !!!parse-error (type => 'in noscript', text => 'script',
2299                  $self->{insertion_mode} = IN_HEAD_IM;                              token => $token);
2300                  ## Reprocess in the "in head" insertion mode...            
2301                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2302                  !!!parse-error (type => 'after head:'.$token->{tag_name});              ## Reprocess in the "in head" insertion mode...
2303                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2304                }              !!!cp ('t120');
2305                !!!parse-error (type => 'after head',
2306                                text => $token->{tag_name}, token => $token);
2307                push @{$self->{open_elements}},
2308                    [$self->{head_element}, $el_category->{head}];
2309                $self->{head_element_inserted} = 1;
2310              } else {
2311                !!!cp ('t121');
2312              }
2313    
2314                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2315                $script_start_tag->($insert_to_current);            $script_start_tag->();
2316                pop @{$self->{open_elements}}            ## ISSUE: A spec bug  [Bug 6038]
2317                    if $self->{insertion_mode} == AFTER_HEAD_IM;            splice @{$self->{open_elements}}, -2, 1 # <head>
2318                redo B;                if ($self->{insertion_mode} & AFTER_HEAD_IM) == AFTER_HEAD_IM;
2319              } elsif ($token->{tag_name} eq 'body' or            next B;
2320                       $token->{tag_name} eq 'frameset') {          } elsif ($token->{tag_name} eq 'body' or
2321                     $token->{tag_name} eq 'frameset') {
2322                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2323                    !!!cp ('t122');
2324                  ## As if </noscript>                  ## As if </noscript>
2325                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2326                  !!!parse-error (type => 'in noscript:'.$token->{tag_name});                  !!!parse-error (type => 'in noscript',
2327                                    text => $token->{tag_name}, token => $token);
2328                                    
2329                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2330                  ## As if </head>                  ## As if </head>
# Line 2816  sub _tree_construction_main ($) { Line 2332  sub _tree_construction_main ($) {
2332                                    
2333                  ## Reprocess in the "after head" insertion mode...                  ## Reprocess in the "after head" insertion mode...
2334                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2335                    !!!cp ('t124');
2336                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2337                                    
2338                  ## Reprocess in the "after head" insertion mode...                  ## Reprocess in the "after head" insertion mode...
2339                  } else {
2340                    !!!cp ('t125');
2341                }                }
2342    
2343                ## "after head" insertion mode                ## "after head" insertion mode
2344                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2345                if ($token->{tag_name} eq 'body') {                if ($token->{tag_name} eq 'body') {
2346                    !!!cp ('t126');
2347                  $self->{insertion_mode} = IN_BODY_IM;                  $self->{insertion_mode} = IN_BODY_IM;
2348                } elsif ($token->{tag_name} eq 'frameset') {                } elsif ($token->{tag_name} eq 'frameset') {
2349                    !!!cp ('t127');
2350                  $self->{insertion_mode} = IN_FRAMESET_IM;                  $self->{insertion_mode} = IN_FRAMESET_IM;
2351                } else {                } else {
2352                  die "$0: tag name: $self->{tag_name}";                  die "$0: tag name: $self->{tag_name}";
2353                }                }
2354                  !!!nack ('t127.1');
2355                !!!next-token;                !!!next-token;
2356                redo B;                next B;
2357              } else {              } else {
2358                  !!!cp ('t128');
2359                #                #
2360              }              }
2361    
2362              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2363                  !!!cp ('t129');
2364                ## As if </noscript>                ## As if </noscript>
2365                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2366                !!!parse-error (type => 'in noscript:/'.$token->{tag_name});                !!!parse-error (type => 'in noscript:/',
2367                                  text => $token->{tag_name}, token => $token);
2368                                
2369                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
2370                ## As if </head>                ## As if </head>
# Line 2847  sub _tree_construction_main ($) { Line 2372  sub _tree_construction_main ($) {
2372    
2373                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2374              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2375                  !!!cp ('t130');
2376                ## As if </head>                ## As if </head>
2377                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2378    
2379                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2380                } else {
2381                  !!!cp ('t131');
2382              }              }
2383    
2384              ## "after head" insertion mode              ## "after head" insertion mode
2385              ## As if <body>              ## As if <body>
2386              !!!insert-element ('body');              !!!insert-element ('body',, $token);
2387              $self->{insertion_mode} = IN_BODY_IM;              $self->{insertion_mode} = IN_BODY_IM;
2388              ## reprocess              ## reprocess
2389              redo B;              !!!ack-later;
2390                next B;
2391            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
2392              if ($token->{tag_name} eq 'head') {              if ($token->{tag_name} eq 'head') {
2393                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2394                    !!!cp ('t132');
2395                  ## As if <head>                  ## As if <head>
2396                  !!!create-element ($self->{head_element}, 'head');                  !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2397                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2398                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  push @{$self->{open_elements}},
2399                        [$self->{head_element}, $el_category->{head}];
2400    
2401                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2402                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2403                  $self->{insertion_mode} = AFTER_HEAD_IM;                  $self->{insertion_mode} = AFTER_HEAD_IM;
2404                  !!!next-token;                  !!!next-token;
2405                  redo B;                  next B;
2406                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2407                    !!!cp ('t133');
2408                  ## As if </noscript>                  ## As if </noscript>
2409                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2410                  !!!parse-error (type => 'in noscript:script');                  !!!parse-error (type => 'in noscript:/',
2411                                    text => 'head', token => $token);
2412                                    
2413                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2414                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2415                  $self->{insertion_mode} = AFTER_HEAD_IM;                  $self->{insertion_mode} = AFTER_HEAD_IM;
2416                  !!!next-token;                  !!!next-token;
2417                  redo B;                  next B;
2418                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2419                    !!!cp ('t134');
2420                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2421                  $self->{insertion_mode} = AFTER_HEAD_IM;                  $self->{insertion_mode} = AFTER_HEAD_IM;
2422                  !!!next-token;                  !!!next-token;
2423                  redo B;                  next B;
2424                  } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2425                    !!!cp ('t134.1');
2426                    !!!parse-error (type => 'unmatched end tag', text => 'head',
2427                                    token => $token);
2428                    ## Ignore the token
2429                    !!!next-token;
2430                    next B;
2431                } else {                } else {
2432                  #                  die "$0: $self->{insertion_mode}: Unknown insertion mode";
2433                }                }
2434              } elsif ($token->{tag_name} eq 'noscript') {              } elsif ($token->{tag_name} eq 'noscript') {
2435                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2436                    !!!cp ('t136');
2437                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2438                  $self->{insertion_mode} = IN_HEAD_IM;                  $self->{insertion_mode} = IN_HEAD_IM;
2439                  !!!next-token;                  !!!next-token;
2440                  redo B;                  next B;
2441                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM or
2442                  !!!parse-error (type => 'unmatched end tag:noscript');                         $self->{insertion_mode} == AFTER_HEAD_IM) {
2443                    !!!cp ('t137');
2444                    !!!parse-error (type => 'unmatched end tag',
2445                                    text => 'noscript', token => $token);
2446                  ## Ignore the token ## ISSUE: An issue in the spec.                  ## Ignore the token ## ISSUE: An issue in the spec.
2447                  !!!next-token;                  !!!next-token;
2448                  redo B;                  next B;
2449                } else {                } else {
2450                    !!!cp ('t138');
2451                  #                  #
2452                }                }
2453              } elsif ({              } elsif ({
2454                        body => 1, html => 1,                        body => 1, html => 1,
2455                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
2456                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {                ## TODO: This branch is entirely redundant.
2457                  ## As if <head>                if ($self->{insertion_mode} == BEFORE_HEAD_IM or
2458                  !!!create-element ($self->{head_element}, 'head');                    $self->{insertion_mode} == IN_HEAD_IM or
2459                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                    $self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2460                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  !!!cp ('t140');
2461                    !!!parse-error (type => 'unmatched end tag',
2462                  $self->{insertion_mode} = IN_HEAD_IM;                                  text => $token->{tag_name}, token => $token);
                 ## Reprocess in the "in head" insertion mode...  
               } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
2463                  ## Ignore the token                  ## Ignore the token
2464                  !!!next-token;                  !!!next-token;
2465                  redo B;                  next B;
2466                  } elsif ($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              } elsif ({                !!!parse-error (type => 'unmatched end tag',
2479                        p => 1, br => 1,                                text => $token->{tag_name}, token => $token);
2480                       }->{$token->{tag_name}}) {                ## Ignore the token
2481                  !!!next-token;
2482                  next B;
2483                } elsif ($token->{tag_name} eq 'br') {
2484                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2485                  ## As if <head>                  !!!cp ('t142.2');
2486                  !!!create-element ($self->{head_element}, 'head');                  ## (before head) as if <head>, (in head) as if </head>
2487                    !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2488                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2489                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  $self->{insertion_mode} = AFTER_HEAD_IM;
2490      
2491                    ## Reprocess in the "after head" insertion mode...
2492                  } elsif ($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;                  $self->{insertion_mode} = IN_HEAD_IM;
2507    
2508                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2509                }                  ## As if </head>
2510                    pop @{$self->{open_elements}};
2511                    $self->{insertion_mode} = AFTER_HEAD_IM;
2512    
2513                #                  ## Reprocess in the "after head" insertion mode...
2514              } else {                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2515                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                  !!!cp ('t143.4');
2516                  #                  #
2517                } else {                } else {
2518                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  die "$0: $self->{insertion_mode}: Unknown insertion mode";
                 ## Ignore the token  
                 !!!next-token;  
                 redo B;  
2519                }                }
2520    
2521                  ## ISSUE: does not agree with IE7 - it doesn't ignore </br>.
2522                  !!!parse-error (type => 'unmatched end tag',
2523                                  text => 'br', token => $token);
2524                  ## Ignore the token
2525                  !!!next-token;
2526                  next B;
2527                } else {
2528                  !!!cp ('t145');
2529                  !!!parse-error (type => 'unmatched end tag',
2530                                  text => $token->{tag_name}, token => $token);
2531                  ## Ignore the token
2532                  !!!next-token;
2533                  next B;
2534              }              }
2535    
2536              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2537                  !!!cp ('t146');
2538                ## As if </noscript>                ## As if </noscript>
2539                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2540                !!!parse-error (type => 'in noscript:/'.$token->{tag_name});                !!!parse-error (type => 'in noscript:/',
2541                                  text => $token->{tag_name}, token => $token);
2542                                
2543                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
2544                ## As if </head>                ## As if </head>
# Line 2959  sub _tree_construction_main ($) { Line 2546  sub _tree_construction_main ($) {
2546    
2547                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2548              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2549                  !!!cp ('t147');
2550                ## As if </head>                ## As if </head>
2551                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2552    
2553                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2554              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2555                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  ## ISSUE: This case cannot be reached?
2556                  !!!cp ('t148');
2557                  !!!parse-error (type => 'unmatched end tag',
2558                                  text => $token->{tag_name}, token => $token);
2559                ## Ignore the token ## ISSUE: An issue in the spec.                ## Ignore the token ## ISSUE: An issue in the spec.
2560                !!!next-token;                !!!next-token;
2561                redo B;                next B;
2562                } else {
2563                  !!!cp ('t149');
2564              }              }
2565    
2566              ## "after head" insertion mode              ## "after head" insertion mode
2567              ## As if <body>              ## As if <body>
2568              !!!insert-element ('body');              !!!insert-element ('body',, $token);
2569              $self->{insertion_mode} = IN_BODY_IM;              $self->{insertion_mode} = IN_BODY_IM;
2570              ## reprocess              ## reprocess
2571              redo B;              next B;
2572            } else {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
2573              die "$0: $token->{type}: Unknown token type";          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2574            }            !!!cp ('t149.1');
2575    
2576              ## NOTE: As if <head>
2577              !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2578              $self->{open_elements}->[-1]->[0]->append_child
2579                  ($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 => $token);
2604    
2605            ## ISSUE: An issue in the spec.            ## As if </noscript>
2606              pop @{$self->{open_elements}};
2607              #$self->{insertion_mode} = IN_HEAD_IM;
2608              ## NOTE: Reprocess.
2609    
2610              ## NOTE: As if </head>
2611              pop @{$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) {      } elsif ($self->{insertion_mode} & BODY_IMS) {
2630            if ($token->{type} == CHARACTER_TOKEN) {            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 ($token->{type} == START_TAG_TOKEN) {            } elsif ($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,
# Line 2997  sub _tree_construction_main ($) { Line 2643  sub _tree_construction_main ($) {
2643                  }->{$token->{tag_name}}) {                  }->{$token->{tag_name}}) {
2644                if ($self->{insertion_mode} == IN_CELL_IM) {                if ($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                  ## Close the cell  
2665                  !!!back-token; # <?>                  !!!cp ('t153');
2666                  $token = {type => END_TAG_TOKEN, tag_name => $tn};                  !!!parse-error (type => 'start tag not allowed',
2667                  redo B;                      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) {                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {
2673                  !!!parse-error (type => 'not closed:caption');                  !!!parse-error (type => 'not closed', text => 'caption',
2674                                    token => $token);
2675                                    
2676                  ## As if </caption>                  ## NOTE: 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_TOKEN, tag_name => 'caption'};  
                   !!!back-token;  
                   $token = {type => END_TAG_TOKEN,  
                             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}}, $i;
# Line 3069  sub _tree_construction_main ($) { Line 2722  sub _tree_construction_main ($) {
2722                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
2723                                    
2724                  ## reprocess                  ## reprocess
2725                  redo B;                  !!!ack-later;
2726                    next B;
2727                } else {                } else {
2728                    !!!cp ('t161');
2729                  #                  #
2730                }                }
2731              } else {              } else {
2732                  !!!cp ('t162');
2733                #                #
2734              }              }
2735            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
# Line 3083  sub _tree_construction_main ($) { Line 2739  sub _tree_construction_main ($) {
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_TOKEN,  
                             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}}, $i;
# Line 3124  sub _tree_construction_main ($) { Line 2783  sub _tree_construction_main ($) {
2783                  $self->{insertion_mode} = IN_ROW_IM;                  $self->{insertion_mode} = IN_ROW_IM;
2784                                    
2785                  !!!next-token;                  !!!next-token;
2786                  redo B;                  next B;
2787                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {                } 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} == IN_CAPTION_IM) {                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_TOKEN,  
                             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}}, $i;
# Line 3178  sub _tree_construction_main ($) { Line 2844  sub _tree_construction_main ($) {
2844                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
2845                                    
2846                  !!!next-token;                  !!!next-token;
2847                  redo B;                  next B;
2848                } elsif ($self->{insertion_mode} == IN_CELL_IM) {                } 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 => $token);
2852                  ## Ignore the token                  ## Ignore the token
2853                  !!!next-token;                  !!!next-token;
2854                  redo B;                  next B;
2855                } else {                } else {
2856                    !!!cp ('t178');
2857                  #                  #
2858                }                }
2859              } elsif ({              } elsif ({
# Line 3195  sub _tree_construction_main ($) { Line 2864  sub _tree_construction_main ($) {
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_TOKEN, tag_name => $tn};  
               redo B;  
2899              } elsif ($token->{tag_name} eq 'table' and              } elsif ($token->{tag_name} eq 'table' and
2900                       $self->{insertion_mode} == IN_CAPTION_IM) {                       $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                    !!!parse-error (type => 'unmatched end tag',
2921                                    text => 'caption', token => $token);
2922                  ## Ignore the token                  ## Ignore the token
2923                  !!!next-token;                  !!!next-token;
2924                  redo B;                  next B;
2925                }                }
2926                                
2927                ## generate implied end tags                ## generate implied end tags
2928                if ({                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
2929                     dd => 1, dt => 1, li => 1, p => 1,                  !!!cp ('t187');
2930                     td => 1, th => 1, tr => 1,                  pop @{$self->{open_elements}};
                    tbody => 1, tfoot=> 1, thead => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token; # </table>  
                 $token = {type => END_TAG_TOKEN, tag_name => 'caption'};  
                 !!!back-token;  
                 $token = {type => END_TAG_TOKEN,  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
2931                }                }
2932    
2933                if ($self->{open_elements}->[-1]->[1] ne 'caption') {                unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2934                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!cp ('t188');
2935                    !!!parse-error (type => 'not closed',
2936                                    text => $self->{open_elements}->[-1]->[0]
2937                                        ->manakai_local_name,
2938                                    token => $token);
2939                  } else {
2940                    !!!cp ('t189');
2941                }                }
2942    
2943                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
# Line 3271  sub _tree_construction_main ($) { Line 2947  sub _tree_construction_main ($) {
2947                $self->{insertion_mode} = IN_TABLE_IM;                $self->{insertion_mode} = IN_TABLE_IM;
2948    
2949                ## reprocess                ## reprocess
2950                redo B;                next B;
2951              } elsif ({              } elsif ({
2952                        body => 1, col => 1, colgroup => 1, html => 1,                        body => 1, col => 1, colgroup => 1, html => 1,
2953                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
2954                if ($self->{insertion_mode} & BODY_TABLE_IMS) {                if ($self->{insertion_mode} & BODY_TABLE_IMS) {
2955                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t190');
2956                    !!!parse-error (type => 'unmatched end tag',
2957                                    text => $token->{tag_name}, token => $token);
2958                  ## Ignore the token                  ## Ignore the token
2959                  !!!next-token;                  !!!next-token;
2960                  redo B;                  next B;
2961                } else {                } else {
2962                    !!!cp ('t191');
2963                  #                  #
2964                }                }
2965              } elsif ({              } elsif ({
# Line 3288  sub _tree_construction_main ($) { Line 2967  sub _tree_construction_main ($) {
2967                        thead => 1, tr => 1,                        thead => 1, tr => 1,
2968                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
2969                       $self->{insertion_mode} == IN_CAPTION_IM) {                       $self->{insertion_mode} == IN_CAPTION_IM) {
2970                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!cp ('t192');
2971                  !!!parse-error (type => 'unmatched end tag',
2972                                  text => $token->{tag_name}, token => $token);
2973                ## Ignore the token                ## Ignore the token
2974                !!!next-token;                !!!next-token;
2975                redo B;                next B;
2976              } else {              } else {
2977                  !!!cp ('t193');
2978                #                #
2979              }              }
2980          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
2981            for my $entry (@{$self->{open_elements}}) {
2982              unless ($entry->[1] & ALL_END_TAG_OPTIONAL_EL) {
2983                !!!cp ('t75');
2984                !!!parse-error (type => 'in body:#eof', token => $token);
2985                last;
2986              }
2987            }
2988    
2989            ## Stop parsing.
2990            last B;
2991        } else {        } else {
2992          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
2993        }        }
# Line 3302  sub _tree_construction_main ($) { Line 2995  sub _tree_construction_main ($) {
2995        $insert = $insert_to_current;        $insert = $insert_to_current;
2996        #        #
2997      } elsif ($self->{insertion_mode} & TABLE_IMS) {      } elsif ($self->{insertion_mode} & TABLE_IMS) {
2998            if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
2999              ## NOTE: There are "character in table" code clones.          if (not $open_tables->[-1]->[1] and # tainted
3000              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {              $token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
3001                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
3002                                
3003                unless (length $token->{data}) {            unless (length $token->{data}) {
3004                  !!!next-token;              !!!cp ('t194');
3005                  redo B;              !!!next-token;
3006                }              next B;
3007              }            } else {
3008                !!!cp ('t195');
3009              }
3010            }
3011    
3012              !!!parse-error (type => 'in table:#character');          !!!parse-error (type => 'in table:#text', token => $token);
3013    
3014              ## As if in body, but insert into foster parent element          ## NOTE: As if in body, but insert into the foster parent element.
3015              ## 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);  
3016                            
3017              if ({          if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
3018                   table => 1, tbody => 1, tfoot => 1,            # MUST
3019                   thead => 1, tr => 1,            my $foster_parent_element;
3020                  }->{$self->{open_elements}->[-1]->[1]}) {            my $next_sibling;
3021                # MUST            my $prev_sibling;
3022                my $foster_parent_element;            OE: for (reverse 0..$#{$self->{open_elements}}) {
3023                my $next_sibling;              if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
3024                my $prev_sibling;                my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
3025                OE: for (reverse 0..$#{$self->{open_elements}}) {                if (defined $parent and $parent->node_type == 1) {
3026                  if ($self->{open_elements}->[$_]->[1] eq 'table') {                  $foster_parent_element = $parent;
3027                    my $parent = $self->{open_elements}->[$_]->[0]->parent_node;                  !!!cp ('t196');
3028                    if (defined $parent and $parent->node_type == 1) {                  $next_sibling = $self->{open_elements}->[$_]->[0];
3029                      $foster_parent_element = $parent;                  $prev_sibling = $next_sibling->previous_sibling;
3030                      $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});  
3031                } else {                } else {
3032                  $foster_parent_element->insert_before                  !!!cp ('t197');
3033                    ($self->{document}->create_text_node ($token->{data}),                  $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];
3034                     $next_sibling);                  $prev_sibling = $foster_parent_element->last_child;
3035                    #
3036                }                }
3037              } else {                last OE;
               $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});  
3038              }              }
3039              } # OE
3040              $foster_parent_element = $self->{open_elements}->[0]->[0] and
3041              $prev_sibling = $foster_parent_element->last_child
3042                  unless defined $foster_parent_element;
3043              undef $prev_sibling unless $open_tables->[-1]->[2]; # ~node inserted
3044              if (defined $prev_sibling and
3045                  $prev_sibling->node_type == 3) {
3046                !!!cp ('t198');
3047                $prev_sibling->manakai_append_text ($token->{data});
3048              } else {
3049                !!!cp ('t199');
3050                $foster_parent_element->insert_before
3051                    ($self->{document}->create_text_node ($token->{data}),
3052                     $next_sibling);
3053              }
3054              $open_tables->[-1]->[1] = 1; # tainted
3055              $open_tables->[-1]->[2] = 1; # ~node inserted
3056            } else {
3057              ## NOTE: Fragment case or in a foster parent'ed element
3058              ## (e.g. |<table><span>a|).  In fragment case, whether the
3059              ## character is appended to existing node or a new node is
3060              ## created is irrelevant, since the foster parent'ed nodes
3061              ## are discarded and fragment parsing does not invoke any
3062              ## script.
3063              !!!cp ('t200');
3064              $self->{open_elements}->[-1]->[0]->manakai_append_text
3065                  ($token->{data});
3066            }
3067                            
3068              !!!next-token;          !!!next-token;
3069              redo B;          next B;
3070            } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
3071              if ({          if ({
3072                   tr => ($self->{insertion_mode} != IN_ROW_IM),               tr => ($self->{insertion_mode} != IN_ROW_IM),
3073                   th => 1, td => 1,               th => 1, td => 1,
3074                  }->{$token->{tag_name}}) {              }->{$token->{tag_name}}) {
3075                if ($self->{insertion_mode} == IN_TABLE_IM) {            if ($self->{insertion_mode} == IN_TABLE_IM) {
3076                  ## Clear back to table context              ## Clear back to table context
3077                  while ($self->{open_elements}->[-1]->[1] ne 'table' and              while (not ($self->{open_elements}->[-1]->[1]
3078                         $self->{open_elements}->[-1]->[1] ne 'html') {                              & TABLE_SCOPING_EL)) {
3079                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!cp ('t201');
3080                    pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3081                  }              }
3082                                
3083                  !!!insert-element ('tbody');              !!!insert-element ('tbody',, $token);
3084                  $self->{insertion_mode} = IN_TABLE_BODY_IM;              $self->{insertion_mode} = IN_TABLE_BODY_IM;
3085                  ## reprocess in the "in table body" insertion mode...              ## reprocess in the "in table body" insertion mode...
3086                }            }
3087              
3088                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {            if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {
3089                  unless ($token->{tag_name} eq 'tr') {              unless ($token->{tag_name} eq 'tr') {
3090                    !!!parse-error (type => 'missing start tag:tr');                !!!cp ('t202');
3091                  }                !!!parse-error (type => 'missing start tag:tr', token => $token);
3092                }
3093                                    
3094                  ## Clear back to table body context              ## Clear back to table body context
3095                  while (not {              while (not ($self->{open_elements}->[-1]->[1]
3096                    tbody => 1, tfoot => 1, thead => 1, html => 1,                              & TABLE_ROWS_SCOPING_EL)) {
3097                  }->{$self->{open_elements}->[-1]->[1]}) {                !!!cp ('t203');
3098                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                ## ISSUE: Can this case be reached?
3099                    pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3100                  }              }
3101                                    
3102                  $self->{insertion_mode} = IN_ROW_IM;              $self->{insertion_mode} = IN_ROW_IM;
3103                  if ($token->{tag_name} eq 'tr') {              if ($token->{tag_name} eq 'tr') {
3104                    !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!cp ('t204');
3105                    !!!next-token;                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3106                    redo B;                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3107                  } else {                !!!nack ('t204');
3108                    !!!insert-element ('tr');                !!!next-token;
3109                    ## reprocess in the "in row" insertion mode                next B;
3110                  }              } else {
3111                }                !!!cp ('t205');
3112                  !!!insert-element ('tr',, $token);
3113                  ## reprocess in the "in row" insertion mode
3114                }
3115              } else {
3116                !!!cp ('t206');
3117              }
3118    
3119                ## Clear back to table row context                ## Clear back to table row context
3120                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3121                  tr => 1, html => 1,                                & TABLE_ROW_SCOPING_EL)) {
3122                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t207');
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3123                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3124                }                }
3125                                
3126                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3127                $self->{insertion_mode} = IN_CELL_IM;            $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3128              $self->{insertion_mode} = IN_CELL_IM;
3129    
3130                push @$active_formatting_elements, ['#marker', ''];            push @$active_formatting_elements, ['#marker', ''];
3131                                
3132              !!!nack ('t207.1');
3133              !!!next-token;
3134              next B;
3135            } elsif ({
3136                      caption => 1, col => 1, colgroup => 1,
3137                      tbody => 1, tfoot => 1, thead => 1,
3138                      tr => 1, # $self->{insertion_mode} == IN_ROW_IM
3139                     }->{$token->{tag_name}}) {
3140              if ($self->{insertion_mode} == IN_ROW_IM) {
3141                ## As if </tr>
3142                ## have an element in table scope
3143                my $i;
3144                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3145                  my $node = $self->{open_elements}->[$_];
3146                  if ($node->[1] == TABLE_ROW_EL) {
3147                    !!!cp ('t208');
3148                    $i = $_;
3149                    last INSCOPE;
3150                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3151                    !!!cp ('t209');
3152                    last INSCOPE;
3153                  }
3154                } # INSCOPE
3155                unless (defined $i) {
3156                  !!!cp ('t210');
3157                  ## TODO: This type is wrong.
3158                  !!!parse-error (type => 'unmacthed end tag',
3159                                  text => $token->{tag_name}, token => $token);
3160                  ## Ignore the token
3161                  !!!nack ('t210.1');
3162                !!!next-token;                !!!next-token;
3163                redo B;                next B;
3164              } elsif ({              }
                       caption => 1, col => 1, colgroup => 1,  
                       tbody => 1, tfoot => 1, thead => 1,  
                       tr => 1, # $self->{insertion_mode} == IN_ROW_IM  
                      }->{$token->{tag_name}}) {  
               if ($self->{insertion_mode} == IN_ROW_IM) {  
                 ## As if </tr>  
                 ## have an element in table scope  
                 my $i;  
                 INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                   my $node = $self->{open_elements}->[$_];  
                   if ($node->[1] eq 'tr') {  
                     $i = $_;  
                     last INSCOPE;  
                   } elsif ({  
                             table => 1, html => 1,  
                            }->{$node->[1]}) {  
                     last INSCOPE;  
                   }  
                 } # INSCOPE  
                 unless (defined $i) {  
                   !!!parse-error (type => 'unmacthed end tag:'.$token->{tag_name});  
                   ## Ignore the token  
                   !!!next-token;  
                   redo B;  
                 }  
3165                                    
3166                  ## Clear back to table row context                  ## Clear back to table row context
3167                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3168                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3169                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t211');
3170                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    ## ISSUE: Can this case be reached?
3171                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3172                  }                  }
3173                                    
3174                  pop @{$self->{open_elements}}; # tr                  pop @{$self->{open_elements}}; # tr
3175                  $self->{insertion_mode} = IN_TABLE_BODY_IM;                  $self->{insertion_mode} = IN_TABLE_BODY_IM;
3176                  if ($token->{tag_name} eq 'tr') {                  if ($token->{tag_name} eq 'tr') {
3177                      !!!cp ('t212');
3178                    ## reprocess                    ## reprocess
3179                    redo B;                    !!!ack-later;
3180                      next B;
3181                  } else {                  } else {
3182                      !!!cp ('t213');
3183                    ## reprocess in the "in table body" insertion mode...                    ## reprocess in the "in table body" insertion mode...
3184                  }                  }
3185                }                }
# Line 3467  sub _tree_construction_main ($) { Line 3189  sub _tree_construction_main ($) {
3189                  my $i;                  my $i;
3190                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3191                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3192                    if ({                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3193                         tbody => 1, thead => 1, tfoot => 1,                      !!!cp ('t214');
                       }->{$node->[1]}) {  
3194                      $i = $_;                      $i = $_;
3195                      last INSCOPE;                      last INSCOPE;
3196                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3197                              table => 1, html => 1,                      !!!cp ('t215');
                            }->{$node->[1]}) {  
3198                      last INSCOPE;                      last INSCOPE;
3199                    }                    }
3200                  } # INSCOPE                  } # INSCOPE
3201                  unless (defined $i) {                  unless (defined $i) {
3202                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    !!!cp ('t216');
3203    ## TODO: This erorr type is wrong.
3204                      !!!parse-error (type => 'unmatched end tag',
3205                                      text => $token->{tag_name}, token => $token);
3206                    ## Ignore the token                    ## Ignore the token
3207                      !!!nack ('t216.1');
3208                    !!!next-token;                    !!!next-token;
3209                    redo B;                    next B;
3210                  }                  }
3211    
3212                  ## Clear back to table body context                  ## Clear back to table body context
3213                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3214                    tbody => 1, tfoot => 1, thead => 1, html => 1,                                  & TABLE_ROWS_SCOPING_EL)) {
3215                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t217');
3216                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    ## ISSUE: Can this state be reached?
3217                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3218                  }                  }
3219                                    
# Line 3503  sub _tree_construction_main ($) { Line 3227  sub _tree_construction_main ($) {
3227                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3228                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
3229                  ## reprocess in "in table" insertion mode...                  ## reprocess in "in table" insertion mode...
3230                  } else {
3231                    !!!cp ('t218');
3232                }                }
3233    
3234                if ($token->{tag_name} eq 'col') {            if ($token->{tag_name} eq 'col') {
3235                  ## Clear back to table context              ## Clear back to table context
3236                  while ($self->{open_elements}->[-1]->[1] ne 'table' and              while (not ($self->{open_elements}->[-1]->[1]
3237                         $self->{open_elements}->[-1]->[1] ne 'html') {                              & TABLE_SCOPING_EL)) {
3238                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!cp ('t219');
3239                    pop @{$self->{open_elements}};                ## ISSUE: Can this state be reached?
3240                  }                pop @{$self->{open_elements}};
3241                                }
3242                  !!!insert-element ('colgroup');              
3243                  $self->{insertion_mode} = IN_COLUMN_GROUP_IM;              !!!insert-element ('colgroup',, $token);
3244                  ## reprocess              $self->{insertion_mode} = IN_COLUMN_GROUP_IM;
3245                  redo B;              ## reprocess
3246                } elsif ({              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3247                          caption => 1,              !!!ack-later;
3248                          colgroup => 1,              next B;
3249                          tbody => 1, tfoot => 1, thead => 1,            } elsif ({
3250                         }->{$token->{tag_name}}) {                      caption => 1,
3251                  ## Clear back to table context                      colgroup => 1,
3252                  while ($self->{open_elements}->[-1]->[1] ne 'table' and                      tbody => 1, tfoot => 1, thead => 1,
3253                         $self->{open_elements}->[-1]->[1] ne 'html') {                     }->{$token->{tag_name}}) {
3254                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);              ## Clear back to table context
3255                    while (not ($self->{open_elements}->[-1]->[1]
3256                                    & TABLE_SCOPING_EL)) {
3257                      !!!cp ('t220');
3258                      ## ISSUE: Can this state be reached?
3259                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3260                  }                  }
3261                                    
3262                  push @$active_formatting_elements, ['#marker', '']              push @$active_formatting_elements, ['#marker', '']
3263                      if $token->{tag_name} eq 'caption';                  if $token->{tag_name} eq 'caption';
3264                                    
3265                  !!!insert-element ($token->{tag_name}, $token->{attributes});              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3266                  $self->{insertion_mode} = {              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3267                                             caption => IN_CAPTION_IM,              $self->{insertion_mode} = {
3268                                             colgroup => IN_COLUMN_GROUP_IM,                                         caption => IN_CAPTION_IM,
3269                                             tbody => IN_TABLE_BODY_IM,                                         colgroup => IN_COLUMN_GROUP_IM,
3270                                             tfoot => IN_TABLE_BODY_IM,                                         tbody => IN_TABLE_BODY_IM,
3271                                             thead => IN_TABLE_BODY_IM,                                         tfoot => IN_TABLE_BODY_IM,
3272                                            }->{$token->{tag_name}};                                         thead => IN_TABLE_BODY_IM,
3273                  !!!next-token;                                        }->{$token->{tag_name}};
3274                  redo B;              !!!next-token;
3275                } else {              !!!nack ('t220.1');
3276                  die "$0: in table: <>: $token->{tag_name}";              next B;
3277                }            } else {
3278                die "$0: in table: <>: $token->{tag_name}";
3279              }
3280              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3281                ## NOTE: There are code clones for this "table in table"                !!!parse-error (type => 'not closed',
3282                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                                text => $self->{open_elements}->[-1]->[0]
3283                                      ->manakai_local_name,
3284                                  token => $token);
3285    
3286                ## As if </table>                ## As if </table>
3287                ## have a table element in table scope                ## have a table element in table scope
3288                my $i;                my $i;
3289                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3290                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3291                  if ($node->[1] eq 'table') {                  if ($node->[1] == TABLE_EL) {
3292                      !!!cp ('t221');
3293                    $i = $_;                    $i = $_;
3294                    last INSCOPE;                    last INSCOPE;
3295                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3296                            table => 1, html => 1,                    !!!cp ('t222');
                          }->{$node->[1]}) {  
3297                    last INSCOPE;                    last INSCOPE;
3298                  }                  }
3299                } # INSCOPE                } # INSCOPE
3300                unless (defined $i) {                unless (defined $i) {
3301                  !!!parse-error (type => 'unmatched end tag:table');                  !!!cp ('t223');
3302    ## TODO: The following is wrong, maybe.
3303                    !!!parse-error (type => 'unmatched end tag', text => 'table',
3304                                    token => $token);
3305                  ## Ignore tokens </table><table>                  ## Ignore tokens </table><table>
3306                    !!!nack ('t223.1');
3307                  !!!next-token;                  !!!next-token;
3308                  redo B;                  next B;
3309                }                }
3310                                
3311    ## TODO: Followings are removed from the latest spec.
3312                ## generate implied end tags                ## generate implied end tags
3313                if ({                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
3314                     dd => 1, dt => 1, li => 1, p => 1,                  !!!cp ('t224');
3315                     td => 1, th => 1, tr => 1,                  pop @{$self->{open_elements}};
                    tbody => 1, tfoot=> 1, thead => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token; # <table>  
                 $token = {type => END_TAG_TOKEN, tag_name => 'table'};  
                 !!!back-token;  
                 $token = {type => END_TAG_TOKEN,  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
3316                }                }
3317    
3318                if ($self->{open_elements}->[-1]->[1] ne 'table') {                unless ($self->{open_elements}->[-1]->[1] == TABLE_EL) {
3319                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!cp ('t225');
3320                    ## NOTE: |<table><tr><table>|
3321                    !!!parse-error (type => 'not closed',
3322                                    text => $self->{open_elements}->[-1]->[0]
3323                                        ->manakai_local_name,
3324                                    token => $token);
3325                  } else {
3326                    !!!cp ('t226');
3327                }                }
3328    
3329                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
3330                  pop @{$open_tables};
3331    
3332                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
3333    
3334                ## reprocess            ## reprocess
3335                redo B;            !!!ack-later;
3336              next B;
3337            } elsif ($token->{tag_name} eq 'style') {
3338              if (not $open_tables->[-1]->[1]) { # tainted
3339                !!!cp ('t227.8');
3340                ## NOTE: This is a "as if in head" code clone.
3341                $parse_rcdata->(CDATA_CONTENT_MODEL);
3342                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3343                next B;
3344              } else {
3345                !!!cp ('t227.7');
3346                #
3347              }
3348            } elsif ($token->{tag_name} eq 'script') {
3349              if (not $open_tables->[-1]->[1]) { # tainted
3350                !!!cp ('t227.6');
3351                ## NOTE: This is a "as if in head" code clone.
3352                $script_start_tag->();
3353                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3354                next B;
3355              } else {
3356                !!!cp ('t227.5');
3357                #
3358              }
3359            } elsif ($token->{tag_name} eq 'input') {
3360              if (not $open_tables->[-1]->[1]) { # tainted
3361                if ($token->{attributes}->{type}) { ## TODO: case
3362                  my $type = lc $token->{attributes}->{type}->{value};
3363                  if ($type eq 'hidden') {
3364                    !!!cp ('t227.3');
3365                    !!!parse-error (type => 'in table',
3366                                    text => $token->{tag_name}, token => $token);
3367    
3368                    !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3369                    $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3370    
3371                    ## TODO: form element pointer
3372    
3373                    pop @{$self->{open_elements}};
3374    
3375                    !!!next-token;
3376                    !!!ack ('t227.2.1');
3377                    next B;
3378                  } else {
3379                    !!!cp ('t227.2');
3380                    #
3381                  }
3382              } else {              } else {
3383                  !!!cp ('t227.1');
3384                #                #
3385              }              }
3386            } elsif ($token->{type} == END_TAG_TOKEN) {            } else {
3387                !!!cp ('t227.4');
3388                #
3389              }
3390            } else {
3391              !!!cp ('t227');
3392              #
3393            }
3394    
3395            !!!parse-error (type => 'in table', text => $token->{tag_name},
3396                            token => $token);
3397    
3398            $insert = $insert_to_foster;
3399            #
3400          } elsif ($token->{type} == END_TAG_TOKEN) {
3401              if ($token->{tag_name} eq 'tr' and              if ($token->{tag_name} eq 'tr' and
3402                  $self->{insertion_mode} == IN_ROW_IM) {                  $self->{insertion_mode} == IN_ROW_IM) {
3403                ## have an element in table scope                ## have an element in table scope
3404                my $i;                my $i;
3405                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3406                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3407                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[1] == TABLE_ROW_EL) {
3408                      !!!cp ('t228');
3409                    $i = $_;                    $i = $_;
3410                    last INSCOPE;                    last INSCOPE;
3411                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3412                            table => 1, html => 1,                    !!!cp ('t229');
                          }->{$node->[1]}) {  
3413                    last INSCOPE;                    last INSCOPE;
3414                  }                  }
3415                } # INSCOPE                } # INSCOPE
3416                unless (defined $i) {                unless (defined $i) {
3417                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t230');
3418                    !!!parse-error (type => 'unmatched end tag',
3419                                    text => $token->{tag_name}, token => $token);
3420                  ## Ignore the token                  ## Ignore the token
3421                    !!!nack ('t230.1');
3422                  !!!next-token;                  !!!next-token;
3423                  redo B;                  next B;
3424                  } else {
3425                    !!!cp ('t232');
3426                }                }
3427    
3428                ## Clear back to table row context                ## Clear back to table row context
3429                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3430                  tr => 1, html => 1,                                & TABLE_ROW_SCOPING_EL)) {
3431                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t231');
3432                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this state be reached?
3433                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3434                }                }
3435    
3436                pop @{$self->{open_elements}}; # tr                pop @{$self->{open_elements}}; # tr
3437                $self->{insertion_mode} = IN_TABLE_BODY_IM;                $self->{insertion_mode} = IN_TABLE_BODY_IM;
3438                !!!next-token;                !!!next-token;
3439                redo B;                !!!nack ('t231.1');
3440                  next B;
3441              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3442                if ($self->{insertion_mode} == IN_ROW_IM) {                if ($self->{insertion_mode} == IN_ROW_IM) {
3443                  ## As if </tr>                  ## As if </tr>
# Line 3639  sub _tree_construction_main ($) { Line 3445  sub _tree_construction_main ($) {
3445                  my $i;                  my $i;
3446                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3447                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3448                    if ($node->[1] eq 'tr') {                    if ($node->[1] == TABLE_ROW_EL) {
3449                        !!!cp ('t233');
3450                      $i = $_;                      $i = $_;
3451                      last INSCOPE;                      last INSCOPE;
3452                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3453                              table => 1, html => 1,                      !!!cp ('t234');
                            }->{$node->[1]}) {  
3454                      last INSCOPE;                      last INSCOPE;
3455                    }                    }
3456                  } # INSCOPE                  } # INSCOPE
3457                  unless (defined $i) {                  unless (defined $i) {
3458                    !!!parse-error (type => 'unmatched end tag:'.$token->{type});                    !!!cp ('t235');
3459    ## TODO: The following is wrong.
3460                      !!!parse-error (type => 'unmatched end tag',
3461                                      text => $token->{type}, token => $token);
3462                    ## Ignore the token                    ## Ignore the token
3463                      !!!nack ('t236.1');
3464                    !!!next-token;                    !!!next-token;
3465                    redo B;                    next B;
3466                  }                  }
3467                                    
3468                  ## Clear back to table row context                  ## Clear back to table row context
3469                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3470                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3471                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t236');
3472                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this state be reached?
3473                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3474                  }                  }
3475                                    
# Line 3673  sub _tree_construction_main ($) { Line 3483  sub _tree_construction_main ($) {
3483                  my $i;                  my $i;
3484                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3485                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3486                    if ({                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3487                         tbody => 1, thead => 1, tfoot => 1,                      !!!cp ('t237');
                       }->{$node->[1]}) {  
3488                      $i = $_;                      $i = $_;
3489                      last INSCOPE;                      last INSCOPE;
3490                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3491                              table => 1, html => 1,                      !!!cp ('t238');
                            }->{$node->[1]}) {  
3492                      last INSCOPE;                      last INSCOPE;
3493                    }                    }
3494                  } # INSCOPE                  } # INSCOPE
3495                  unless (defined $i) {                  unless (defined $i) {
3496                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    !!!cp ('t239');
3497                      !!!parse-error (type => 'unmatched end tag',
3498                                      text => $token->{tag_name}, token => $token);
3499                    ## Ignore the token                    ## Ignore the token
3500                      !!!nack ('t239.1');
3501                    !!!next-token;                    !!!next-token;
3502                    redo B;                    next B;
3503                  }                  }
3504                                    
3505                  ## Clear back to table body context                  ## Clear back to table body context
3506                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3507                    tbody => 1, tfoot => 1, thead => 1, html => 1,                                  & TABLE_ROWS_SCOPING_EL)) {
3508                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t240');
                   !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3509                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3510                  }                  }
3511                                    
# Line 3711  sub _tree_construction_main ($) { Line 3521  sub _tree_construction_main ($) {
3521                  ## reprocess in the "in table" insertion mode...                  ## reprocess in the "in table" insertion mode...
3522                }                }
3523    
3524                  ## NOTE: </table> in the "in table" insertion mode.
3525                  ## When you edit the code fragment below, please ensure that
3526                  ## the code for <table> in the "in table" insertion mode
3527                  ## is synced with it.
3528    
3529                ## have a table element in table scope                ## have a table element in table scope
3530                my $i;                my $i;
3531                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3532                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3533                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[1] == TABLE_EL) {
3534                      !!!cp ('t241');
3535                    $i = $_;                    $i = $_;
3536                    last INSCOPE;                    last INSCOPE;
3537                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3538                            table => 1, html => 1,                    !!!cp ('t242');
                          }->{$node->[1]}) {  
3539                    last INSCOPE;                    last INSCOPE;
3540                  }                  }
3541                } # INSCOPE                } # INSCOPE
3542                unless (defined $i) {                unless (defined $i) {
3543                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t243');
3544                    !!!parse-error (type => 'unmatched end tag',
3545                                    text => $token->{tag_name}, token => $token);
3546                  ## Ignore the token                  ## Ignore the token
3547                    !!!nack ('t243.1');
3548                  !!!next-token;                  !!!next-token;
3549                  redo B;                  next B;
               }  
   
               ## generate implied end tags  
               if ({  
                    dd => 1, dt => 1, li => 1, p => 1,  
                    td => 1, th => 1, tr => 1,  
                    tbody => 1, tfoot=> 1, thead => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token;  
                 $token = {type => END_TAG_TOKEN,  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
               }  
                 
               if ($self->{open_elements}->[-1]->[1] ne 'table') {  
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3550                }                }
3551                                    
3552                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
3553                  pop @{$open_tables};
3554                                
3555                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
3556                                
3557                !!!next-token;                !!!next-token;
3558                redo B;                next B;
3559              } elsif ({              } elsif ({
3560                        tbody => 1, tfoot => 1, thead => 1,                        tbody => 1, tfoot => 1, thead => 1,
3561                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
# Line 3762  sub _tree_construction_main ($) { Line 3565  sub _tree_construction_main ($) {
3565                  my $i;                  my $i;
3566                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3567                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3568                    if ($node->[1] eq $token->{tag_name}) {                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3569                        !!!cp ('t247');
3570                      $i = $_;                      $i = $_;
3571                      last INSCOPE;                      last INSCOPE;
3572                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3573                              table => 1, html => 1,                      !!!cp ('t248');
                            }->{$node->[1]}) {  
3574                      last INSCOPE;                      last INSCOPE;
3575                    }                    }
3576                  } # INSCOPE                  } # INSCOPE
3577                    unless (defined $i) {                    unless (defined $i) {
3578                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                      !!!cp ('t249');
3579                        !!!parse-error (type => 'unmatched end tag',
3580                                        text => $token->{tag_name}, token => $token);
3581                      ## Ignore the token                      ## Ignore the token
3582                        !!!nack ('t249.1');
3583                      !!!next-token;                      !!!next-token;
3584                      redo B;                      next B;
3585                    }                    }
3586                                    
3587                  ## As if </tr>                  ## As if </tr>
# Line 3783  sub _tree_construction_main ($) { Line 3589  sub _tree_construction_main ($) {
3589                  my $i;                  my $i;
3590                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3591                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3592                    if ($node->[1] eq 'tr') {                    if ($node->[1] == TABLE_ROW_EL) {
3593                        !!!cp ('t250');
3594                      $i = $_;                      $i = $_;
3595                      last INSCOPE;                      last INSCOPE;
3596                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3597                              table => 1, html => 1,                      !!!cp ('t251');
                            }->{$node->[1]}) {  
3598                      last INSCOPE;                      last INSCOPE;
3599                    }                    }
3600                  } # INSCOPE                  } # INSCOPE
3601                    unless (defined $i) {                    unless (defined $i) {
3602                      !!!parse-error (type => 'unmatched end tag:tr');                      !!!cp ('t252');
3603                        !!!parse-error (type => 'unmatched end tag',
3604                                        text => 'tr', token => $token);
3605                      ## Ignore the token                      ## Ignore the token
3606                        !!!nack ('t252.1');
3607                      !!!next-token;                      !!!next-token;
3608                      redo B;                      next B;
3609                    }                    }
3610                                    
3611                  ## Clear back to table row context                  ## Clear back to table row context
3612                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3613                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3614                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t253');
3615                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this case be reached?
3616                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3617                  }                  }
3618                                    
# Line 3816  sub _tree_construction_main ($) { Line 3625  sub _tree_construction_main ($) {
3625                my $i;                my $i;
3626                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3627                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3628                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3629                      !!!cp ('t254');
3630                    $i = $_;                    $i = $_;
3631                    last INSCOPE;                    last INSCOPE;
3632                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3633                            table => 1, html => 1,                    !!!cp ('t255');
                          }->{$node->[1]}) {  
3634                    last INSCOPE;                    last INSCOPE;
3635                  }                  }
3636                } # INSCOPE                } # INSCOPE
3637                unless (defined $i) {                unless (defined $i) {
3638                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t256');
3639                    !!!parse-error (type => 'unmatched end tag',
3640                                    text => $token->{tag_name}, token => $token);
3641                  ## Ignore the token                  ## Ignore the token
3642                    !!!nack ('t256.1');
3643                  !!!next-token;                  !!!next-token;
3644                  redo B;                  next B;
3645                }                }
3646    
3647                ## Clear back to table body context                ## Clear back to table body context
3648                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3649                  tbody => 1, tfoot => 1, thead => 1, html => 1,                                & TABLE_ROWS_SCOPING_EL)) {
3650                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t257');
3651                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this case be reached?
3652                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3653                }                }
3654    
3655                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3656                $self->{insertion_mode} = IN_TABLE_IM;                $self->{insertion_mode} = IN_TABLE_IM;
3657                  !!!nack ('t257.1');
3658                !!!next-token;                !!!next-token;
3659                redo B;                next B;
3660              } elsif ({              } elsif ({
3661                        body => 1, caption => 1, col => 1, colgroup => 1,                        body => 1, caption => 1, col => 1, colgroup => 1,
3662                        html => 1, td => 1, th => 1,                        html => 1, td => 1, th => 1,
3663                        tr => 1, # $self->{insertion_mode} == IN_ROW_IM                        tr => 1, # $self->{insertion_mode} == IN_ROW_IM
3664                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM
3665                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
3666                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t258');
3667                ## Ignore the token            !!!parse-error (type => 'unmatched end tag',
3668                !!!next-token;                            text => $token->{tag_name}, token => $token);
3669                redo B;            ## Ignore the token
3670              } else {            !!!nack ('t258.1');
3671                #             !!!next-token;
3672              }            next B;
3673            } else {          } else {
3674              die "$0: $token->{type}: Unknown token type";            !!!cp ('t259');
3675            }            !!!parse-error (type => 'in table:/',
3676                              text => $token->{tag_name}, token => $token);
3677    
3678        !!!parse-error (type => 'in table:'.$token->{tag_name});            $insert = $insert_to_foster;
3679              #
3680            }
3681          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3682            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
3683                    @{$self->{open_elements}} == 1) { # redundant, maybe
3684              !!!parse-error (type => 'in body:#eof', token => $token);
3685              !!!cp ('t259.1');
3686              #
3687            } else {
3688              !!!cp ('t259.2');
3689              #
3690            }
3691    
3692        $insert = $insert_to_foster;          ## Stop parsing
3693        #          last B;
3694          } else {
3695            die "$0: $token->{type}: Unknown token type";
3696          }
3697      } elsif ($self->{insertion_mode} == IN_COLUMN_GROUP_IM) {      } elsif ($self->{insertion_mode} == IN_COLUMN_GROUP_IM) {
3698            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
3699              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {              if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
3700                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
3701                unless (length $token->{data}) {                unless (length $token->{data}) {
3702                    !!!cp ('t260');
3703                  !!!next-token;                  !!!next-token;
3704                  redo B;                  next B;
3705                }                }
3706              }              }
3707                            
3708                !!!cp ('t261');
3709              #              #
3710            } elsif ($token->{type} == START_TAG_TOKEN) {            } elsif ($token->{type} == START_TAG_TOKEN) {
3711              if ($token->{tag_name} eq 'col') {              if ($token->{tag_name} eq 'col') {
3712                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!cp ('t262');
3713                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3714                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3715                  !!!ack ('t262.1');
3716                !!!next-token;                !!!next-token;
3717                redo B;                next B;
3718              } else {              } else {
3719                  !!!cp ('t263');
3720                #                #
3721              }              }
3722            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
3723              if ($token->{tag_name} eq 'colgroup') {              if ($token->{tag_name} eq 'colgroup') {
3724                if ($self->{open_elements}->[-1]->[1] eq 'html') {                if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3725                  !!!parse-error (type => 'unmatched end tag:colgroup');                  !!!cp ('t264');
3726                    !!!parse-error (type => 'unmatched end tag',
3727                                    text => 'colgroup', token => $token);
3728                  ## Ignore the token                  ## Ignore the token
3729                  !!!next-token;                  !!!next-token;
3730                  redo B;                  next B;
3731                } else {                } else {
3732                    !!!cp ('t265');
3733                  pop @{$self->{open_elements}}; # colgroup                  pop @{$self->{open_elements}}; # colgroup
3734                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
3735                  !!!next-token;                  !!!next-token;
3736                  redo B;                              next B;            
3737                }                }
3738              } elsif ($token->{tag_name} eq 'col') {              } elsif ($token->{tag_name} eq 'col') {
3739                !!!parse-error (type => 'unmatched end tag:col');                !!!cp ('t266');
3740                  !!!parse-error (type => 'unmatched end tag',
3741                                  text => 'col', token => $token);
3742                ## Ignore the token                ## Ignore the token
3743                !!!next-token;                !!!next-token;
3744                redo B;                next B;
3745              } else {              } else {
3746                  !!!cp ('t267');
3747                #                #
3748              }              }
3749            } else {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3750              #          if ($self->{open_elements}->[-1]->[1] == HTML_EL and
3751            }              @{$self->{open_elements}} == 1) { # redundant, maybe
3752              !!!cp ('t270.2');
3753              ## Stop parsing.
3754              last B;
3755            } else {
3756              ## NOTE: As if </colgroup>.
3757              !!!cp ('t270.1');
3758              pop @{$self->{open_elements}}; # colgroup
3759              $self->{insertion_mode} = IN_TABLE_IM;
3760              ## Reprocess.
3761              next B;
3762            }
3763          } else {
3764            die "$0: $token->{type}: Unknown token type";
3765          }
3766    
3767            ## As if </colgroup>            ## As if </colgroup>
3768            if ($self->{open_elements}->[-1]->[1] eq 'html') {            if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3769              !!!parse-error (type => 'unmatched end tag:colgroup');              !!!cp ('t269');
3770    ## TODO: Wrong error type?
3771                !!!parse-error (type => 'unmatched end tag',
3772                                text => 'colgroup', token => $token);
3773              ## Ignore the token              ## Ignore the token
3774                !!!nack ('t269.1');
3775              !!!next-token;              !!!next-token;
3776              redo B;              next B;
3777            } else {            } else {
3778                !!!cp ('t270');
3779              pop @{$self->{open_elements}}; # colgroup              pop @{$self->{open_elements}}; # colgroup
3780              $self->{insertion_mode} = IN_TABLE_IM;              $self->{insertion_mode} = IN_TABLE_IM;
3781                !!!ack-later;
3782              ## reprocess              ## reprocess
3783              redo B;              next B;
3784              }
3785        } elsif ($self->{insertion_mode} & SELECT_IMS) {
3786          if ($token->{type} == CHARACTER_TOKEN) {
3787            !!!cp ('t271');
3788            $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
3789            !!!next-token;
3790            next B;
3791          } elsif ($token->{type} == START_TAG_TOKEN) {
3792            if ($token->{tag_name} eq 'option') {
3793              if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3794                !!!cp ('t272');
3795                ## As if </option>
3796                pop @{$self->{open_elements}};
3797              } else {
3798                !!!cp ('t273');
3799            }            }
     } elsif ($self->{insertion_mode} == IN_SELECT_IM) {  
           if ($token->{type} == CHARACTER_TOKEN) {  
             $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});  
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} == START_TAG_TOKEN) {  
             if ($token->{tag_name} eq 'option') {  
               if ($self->{open_elements}->[-1]->[1] eq 'option') {  
                 ## As if </option>  
                 pop @{$self->{open_elements}};  
               }  
3800    
3801                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3802                !!!next-token;            !!!nack ('t273.1');
3803                redo B;            !!!next-token;
3804              } elsif ($token->{tag_name} eq 'optgroup') {            next B;
3805                if ($self->{open_elements}->[-1]->[1] eq 'option') {          } elsif ($token->{tag_name} eq 'optgroup') {
3806                  ## As if </option>            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3807                  pop @{$self->{open_elements}};              !!!cp ('t274');
3808                }              ## As if </option>
3809                pop @{$self->{open_elements}};
3810              } else {
3811                !!!cp ('t275');
3812              }
3813    
3814                if ($self->{open_elements}->[-1]->[1] eq 'optgroup') {            if ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3815                  ## As if </optgroup>              !!!cp ('t276');
3816                  pop @{$self->{open_elements}};              ## As if </optgroup>
3817                }              pop @{$self->{open_elements}};
3818              } else {
3819                !!!cp ('t277');
3820              }
3821    
3822                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3823                !!!next-token;            !!!nack ('t277.1');
3824                redo B;            !!!next-token;
3825              } elsif ($token->{tag_name} eq 'select') {            next B;
3826                !!!parse-error (type => 'not closed:select');          } elsif ({
3827                ## As if </select> instead                     select => 1, input => 1, textarea => 1,
3828                ## have an element in table scope                   }->{$token->{tag_name}} or
3829                my $i;                   ($self->{insertion_mode} == IN_SELECT_IN_TABLE_IM and
3830                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                    {
3831                  my $node = $self->{open_elements}->[$_];                     caption => 1, table => 1,
3832                  if ($node->[1] eq $token->{tag_name}) {                     tbody => 1, tfoot => 1, thead => 1,
3833                    $i = $_;                     tr => 1, td => 1, th => 1,
3834                    last INSCOPE;                    }->{$token->{tag_name}})) {
3835                  } elsif ({            ## TODO: The type below is not good - <select> is replaced by </select>
3836                            table => 1, html => 1,            !!!parse-error (type => 'not closed', text => 'select',
3837                           }->{$node->[1]}) {                            token => $token);
3838                    last INSCOPE;            ## NOTE: As if the token were </select> (<select> case) or
3839                  }            ## as if there were </select> (otherwise).
3840                } # INSCOPE            ## have an element in table scope
3841                unless (defined $i) {            my $i;
3842                  !!!parse-error (type => 'unmatched end tag:select');            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3843                  ## Ignore the token              my $node = $self->{open_elements}->[$_];
3844                  !!!next-token;              if ($node->[1] == SELECT_EL) {
3845                  redo B;                !!!cp ('t278');
3846                }                $i = $_;
3847                  last INSCOPE;
3848                } elsif ($node->[1] & TABLE_SCOPING_EL) {
3849                  !!!cp ('t279');
3850                  last INSCOPE;
3851                }
3852              } # INSCOPE
3853              unless (defined $i) {
3854                !!!cp ('t280');
3855                !!!parse-error (type => 'unmatched end tag',
3856                                text => 'select', token => $token);
3857                ## Ignore the token
3858                !!!nack ('t280.1');
3859                !!!next-token;
3860                next B;
3861              }
3862                                
3863                splice @{$self->{open_elements}}, $i;            !!!cp ('t281');
3864              splice @{$self->{open_elements}}, $i;
3865    
3866                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
3867    
3868                !!!next-token;            if ($token->{tag_name} eq 'select') {
3869                redo B;              !!!nack ('t281.2');
3870              } else {              !!!next-token;
3871                #              next B;
3872              } else {
3873                !!!cp ('t281.1');
3874                !!!ack-later;
3875                ## Reprocess the token.
3876                next B;
3877              }
3878            } else {
3879              !!!cp ('t282');
3880              !!!parse-error (type => 'in select',
3881                              text => $token->{tag_name}, token => $token);
3882              ## Ignore the token
3883              !!!nack ('t282.1');
3884              !!!next-token;
3885              next B;
3886            }
3887          } elsif ($token->{type} == END_TAG_TOKEN) {
3888            if ($token->{tag_name} eq 'optgroup') {
3889              if ($self->{open_elements}->[-1]->[1] == OPTION_EL and
3890                  $self->{open_elements}->[-2]->[1] == OPTGROUP_EL) {
3891                !!!cp ('t283');
3892                ## As if </option>
3893                splice @{$self->{open_elements}}, -2;
3894              } elsif ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3895                !!!cp ('t284');
3896                pop @{$self->{open_elements}};
3897              } else {
3898                !!!cp ('t285');
3899                !!!parse-error (type => 'unmatched end tag',
3900                                text => $token->{tag_name}, token => $token);
3901                ## Ignore the token
3902              }
3903              !!!nack ('t285.1');
3904              !!!next-token;
3905              next B;
3906            } elsif ($token->{tag_name} eq 'option') {
3907              if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3908                !!!cp ('t286');
3909                pop @{$self->{open_elements}};
3910              } else {
3911                !!!cp ('t287');
3912                !!!parse-error (type => 'unmatched end tag',
3913                                text => $token->{tag_name}, token => $token);
3914                ## Ignore the token
3915              }
3916              !!!nack ('t287.1');
3917              !!!next-token;
3918              next B;
3919            } elsif ($token->{tag_name} eq 'select') {
3920              ## have an element in table scope
3921              my $i;
3922              INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3923                my $node = $self->{open_elements}->[$_];
3924                if ($node->[1] == SELECT_EL) {
3925                  !!!cp ('t288');
3926                  $i = $_;
3927                  last INSCOPE;
3928                } elsif ($node->[1] & TABLE_SCOPING_EL) {
3929                  !!!cp ('t289');
3930                  last INSCOPE;
3931              }              }
3932            } elsif ($token->{type} == END_TAG_TOKEN) {            } # INSCOPE
3933              if ($token->{tag_name} eq 'optgroup') {            unless (defined $i) {
3934                if ($self->{open_elements}->[-1]->[1] eq 'option' and              !!!cp ('t290');
3935                    $self->{open_elements}->[-2]->[1] eq 'optgroup') {              !!!parse-error (type => 'unmatched end tag',
3936                  ## As if </option>                              text => $token->{tag_name}, token => $token);
3937                  splice @{$self->{open_elements}}, -2;              ## Ignore the token
3938                } elsif ($self->{open_elements}->[-1]->[1] eq 'optgroup') {              !!!nack ('t290.1');
3939                  pop @{$self->{open_elements}};              !!!next-token;
3940                } else {              next B;
3941                  !!!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;  
               }  
3942                                
3943                splice @{$self->{open_elements}}, $i;            !!!cp ('t291');
3944              splice @{$self->{open_elements}}, $i;
3945    
3946                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
3947    
3948                !!!next-token;            !!!nack ('t291.1');
3949                redo B;            !!!next-token;
3950              } elsif ({            next B;
3951                        caption => 1, table => 1, tbody => 1,          } elsif ($self->{insertion_mode} == IN_SELECT_IN_TABLE_IM and
3952                        tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,                   {
3953                       }->{$token->{tag_name}}) {                    caption => 1, table => 1, tbody => 1,
3954                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,
3955                                   }->{$token->{tag_name}}) {
3956                ## have an element in table scope  ## TODO: The following is wrong?
3957                my $i;            !!!parse-error (type => 'unmatched end tag',
3958                INSCOPE: for (reverse 0..$#{$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;  
               }  
3959                                
3960                ## As if </select>            ## have an element in table scope
3961                ## have an element in table scope            my $i;
3962                undef $i;            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3963                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {              my $node = $self->{open_elements}->[$_];
3964                  my $node = $self->{open_elements}->[$_];              if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3965                  if ($node->[1] eq 'select') {                !!!cp ('t292');
3966                    $i = $_;                $i = $_;
3967                    last INSCOPE;                last INSCOPE;
3968                  } elsif ({              } elsif ($node->[1] & TABLE_SCOPING_EL) {
3969                            table => 1, html => 1,                !!!cp ('t293');
3970                           }->{$node->[1]}) {                last INSCOPE;
3971                    last INSCOPE;              }
3972                  }            } # INSCOPE
3973                } # INSCOPE            unless (defined $i) {
3974                unless (defined $i) {              !!!cp ('t294');
3975                  !!!parse-error (type => 'unmatched end tag:select');              ## Ignore the token
3976                  ## Ignore the </select> token              !!!nack ('t294.1');
3977                  !!!next-token; ## TODO: ok?              !!!next-token;
3978                  redo B;              next B;
3979                }            }
3980                                
3981                splice @{$self->{open_elements}}, $i;            ## As if </select>
3982              ## have an element in table scope
3983                $self->_reset_insertion_mode;            undef $i;
3984              INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3985                ## reprocess              my $node = $self->{open_elements}->[$_];
3986                redo B;              if ($node->[1] == SELECT_EL) {
3987              } else {                !!!cp ('t295');
3988                #                $i = $_;
3989                  last INSCOPE;
3990                } elsif ($node->[1] & TABLE_SCOPING_EL) {
3991    ## ISSUE: Can this state be reached?
3992                  !!!cp ('t296');
3993                  last INSCOPE;
3994              }              }
3995            } else {            } # INSCOPE
3996              #            unless (defined $i) {
3997                !!!cp ('t297');
3998    ## TODO: The following error type is correct?
3999                !!!parse-error (type => 'unmatched end tag',
4000                                text => 'select', token => $token);
4001                ## Ignore the </select> token
4002                !!!nack ('t297.1');
4003                !!!next-token; ## TODO: ok?
4004                next B;
4005            }            }
4006                  
4007              !!!cp ('t298');
4008              splice @{$self->{open_elements}}, $i;
4009    
4010              $self->_reset_insertion_mode;
4011    
4012            !!!parse-error (type => 'in select:'.$token->{tag_name});            !!!ack-later;
4013              ## reprocess
4014              next B;
4015            } else {
4016              !!!cp ('t299');
4017              !!!parse-error (type => 'in select:/',
4018                              text => $token->{tag_name}, token => $token);
4019            ## Ignore the token            ## Ignore the token
4020              !!!nack ('t299.3');
4021            !!!next-token;            !!!next-token;
4022            redo B;            next B;
4023            }
4024          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4025            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
4026                    @{$self->{open_elements}} == 1) { # redundant, maybe
4027              !!!cp ('t299.1');
4028              !!!parse-error (type => 'in body:#eof', token => $token);
4029            } else {
4030              !!!cp ('t299.2');
4031            }
4032    
4033            ## Stop parsing.
4034            last B;
4035          } else {
4036            die "$0: $token->{type}: Unknown token type";
4037          }
4038      } elsif ($self->{insertion_mode} & BODY_AFTER_IMS) {      } elsif ($self->{insertion_mode} & BODY_AFTER_IMS) {
4039        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
4040          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
4041            my $data = $1;            my $data = $1;
4042            ## As if in body            ## As if in body
4043            $reconstruct_active_formatting_elements->($insert_to_current);            $reconstruct_active_formatting_elements->($insert_to_current);
# Line 4106  sub _tree_construction_main ($) { Line 4045  sub _tree_construction_main ($) {
4045            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4046                        
4047            unless (length $token->{data}) {            unless (length $token->{data}) {
4048                !!!cp ('t300');
4049              !!!next-token;              !!!next-token;
4050              redo B;              next B;
4051            }            }
4052          }          }
4053                    
4054          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4055            !!!parse-error (type => 'after html:#character');            !!!cp ('t301');
4056              !!!parse-error (type => 'after html:#text', token => $token);
4057            ## Reprocess in the "main" phase, "after body" insertion mode...            #
4058            } else {
4059              !!!cp ('t302');
4060              ## "after body" insertion mode
4061              !!!parse-error (type => 'after body:#text', token => $token);
4062              #
4063          }          }
           
         ## "after body" insertion mode  
         !!!parse-error (type => 'after body:#character');  
4064    
4065          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4066          ## reprocess          ## reprocess
4067          redo B;          next B;
4068        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
4069          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4070            !!!parse-error (type => 'after html:'.$token->{tag_name});            !!!cp ('t303');
4071                        !!!parse-error (type => 'after html',
4072            ## Reprocess in the "main" phase, "after body" insertion mode...                            text => $token->{tag_name}, token => $token);
4073              #
4074            } else {
4075              !!!cp ('t304');
4076              ## "after body" insertion mode
4077              !!!parse-error (type => 'after body',
4078                              text => $token->{tag_name}, token => $token);
4079              #
4080          }          }
4081    
         ## "after body" insertion mode  
         !!!parse-error (type => 'after body:'.$token->{tag_name});  
   
4082          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4083            !!!ack-later;
4084          ## reprocess          ## reprocess
4085          redo B;          next B;
4086        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
4087          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4088            !!!parse-error (type => 'after html:/'.$token->{tag_name});            !!!cp ('t305');
4089              !!!parse-error (type => 'after html:/',
4090                              text => $token->{tag_name}, token => $token);
4091                        
4092            $self->{insertion_mode} = AFTER_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
4093            ## Reprocess in the "main" phase, "after body" insertion mode...            ## Reprocess.
4094              next B;
4095            } else {
4096              !!!cp ('t306');
4097          }          }
4098    
4099          ## "after body" insertion mode          ## "after body" insertion mode
4100          if ($token->{tag_name} eq 'html') {          if ($token->{tag_name} eq 'html') {
4101            if (defined $self->{inner_html_node}) {            if (defined $self->{inner_html_node}) {
4102              !!!parse-error (type => 'unmatched end tag:html');              !!!cp ('t307');
4103                !!!parse-error (type => 'unmatched end tag',
4104                                text => 'html', token => $token);
4105              ## Ignore the token              ## Ignore the token
4106              !!!next-token;              !!!next-token;
4107              redo B;              next B;
4108            } else {            } else {
4109                !!!cp ('t308');
4110              $self->{insertion_mode} = AFTER_HTML_BODY_IM;              $self->{insertion_mode} = AFTER_HTML_BODY_IM;
4111              !!!next-token;              !!!next-token;
4112              redo B;              next B;
4113            }            }
4114          } else {          } else {
4115            !!!parse-error (type => 'after body:/'.$token->{tag_name});            !!!cp ('t309');
4116              !!!parse-error (type => 'after body:/',
4117                              text => $token->{tag_name}, token => $token);
4118    
4119            $self->{insertion_mode} = IN_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
4120            ## reprocess            ## reprocess
4121            redo B;            next B;
4122          }          }
4123          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4124            !!!cp ('t309.2');
4125            ## Stop parsing
4126            last B;
4127        } else {        } else {
4128          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4129        }        }
4130      } elsif ($self->{insertion_mode} & FRAME_IMS) {      } elsif ($self->{insertion_mode} & FRAME_IMS) {
4131        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
4132          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
4133            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4134                        
4135            unless (length $token->{data}) {            unless (length $token->{data}) {
4136                !!!cp ('t310');
4137              !!!next-token;              !!!next-token;
4138              redo B;              next B;
4139            }            }
4140          }          }
4141                    
4142          if ($token->{data} =~ s/^[^\x09\x0A\x0B\x0C\x20]+//) {          if ($token->{data} =~ s/^[^\x09\x0A\x0C\x20]+//) {
4143            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4144              !!!parse-error (type => 'in frameset:#character');              !!!cp ('t311');
4145                !!!parse-error (type => 'in frameset:#text', token => $token);
4146            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4147              !!!parse-error (type => 'after frameset:#character');              !!!cp ('t312');
4148            } else { # "after html frameset"              !!!parse-error (type => 'after frameset:#text', token => $token);
4149              !!!parse-error (type => 'after html:#character');            } else { # "after after frameset"
4150                !!!cp ('t313');
4151              $self->{insertion_mode} = AFTER_FRAMESET_IM;              !!!parse-error (type => 'after html:#text', token => $token);
             ## Reprocess in the "main" phase, "after frameset"...  
             !!!parse-error (type => 'after frameset:#character');  
4152            }            }
4153                        
4154            ## Ignore the token.            ## Ignore the token.
4155            if (length $token->{data}) {            if (length $token->{data}) {
4156                !!!cp ('t314');
4157              ## reprocess the rest of characters              ## reprocess the rest of characters
4158            } else {            } else {
4159                !!!cp ('t315');
4160              !!!next-token;              !!!next-token;
4161            }            }
4162            redo B;            next B;
4163          }          }
4164                    
4165          die qq[$0: Character "$token->{data}"];          die qq[$0: Character "$token->{data}"];
4166        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
         if ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {  
           !!!parse-error (type => 'after html:'.$token->{tag_name});  
   
           $self->{insertion_mode} = AFTER_FRAMESET_IM;  
           ## Process in the "main" phase, "after frameset" insertion mode...  
         }  
   
4167          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
4168              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
4169            !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!cp ('t318');
4170              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4171              !!!nack ('t318.1');
4172            !!!next-token;            !!!next-token;
4173            redo B;            next B;
4174          } elsif ($token->{tag_name} eq 'frame' and          } elsif ($token->{tag_name} eq 'frame' and
4175                   $self->{insertion_mode} == IN_FRAMESET_IM) {                   $self->{insertion_mode} == IN_FRAMESET_IM) {
4176            !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!cp ('t319');
4177              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4178            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
4179              !!!ack ('t319.1');
4180            !!!next-token;            !!!next-token;
4181            redo B;            next B;
4182          } elsif ($token->{tag_name} eq 'noframes') {          } elsif ($token->{tag_name} eq 'noframes') {
4183            ## NOTE: As if in body.            !!!cp ('t320');
4184            $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);            ## NOTE: As if in head.
4185            redo B;            $parse_rcdata->(CDATA_CONTENT_MODEL);
4186              next B;
4187    
4188              ## NOTE: |<!DOCTYPE HTML><frameset></frameset></html><noframes></noframes>|
4189              ## has no parse error.
4190          } else {          } else {
4191            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4192              !!!parse-error (type => 'in frameset:'.$token->{tag_name});              !!!cp ('t321');
4193            } else {              !!!parse-error (type => 'in frameset',
4194              !!!parse-error (type => 'after frameset:'.$token->{tag_name});                              text => $token->{tag_name}, token => $token);
4195              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4196                !!!cp ('t322');
4197                !!!parse-error (type => 'after frameset',
4198                                text => $token->{tag_name}, token => $token);
4199              } else { # "after after frameset"
4200                !!!cp ('t322.2');
4201                !!!parse-error (type => 'after after frameset',
4202                                text => $token->{tag_name}, token => $token);
4203            }            }
4204            ## Ignore the token            ## Ignore the token
4205              !!!nack ('t322.1');
4206            !!!next-token;            !!!next-token;
4207            redo B;            next B;
4208          }          }
4209        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
         if ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {  
           !!!parse-error (type => 'after html:/'.$token->{tag_name});  
   
           $self->{insertion_mode} = AFTER_FRAMESET_IM;  
           ## Process in the "main" phase, "after frameset" insertion mode...  
         }  
   
4210          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
4211              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
4212            if ($self->{open_elements}->[-1]->[1] eq 'html' and            if ($self->{open_elements}->[-1]->[1] == HTML_EL and
4213                @{$self->{open_elements}} == 1) {                @{$self->{open_elements}} == 1) {
4214              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t325');
4215                !!!parse-error (type => 'unmatched end tag',
4216                                text => $token->{tag_name}, token => $token);
4217              ## Ignore the token              ## Ignore the token
4218              !!!next-token;              !!!next-token;
4219            } else {            } else {
4220                !!!cp ('t326');
4221              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
4222              !!!next-token;              !!!next-token;
4223            }            }
4224    
4225            if (not defined $self->{inner_html_node} and            if (not defined $self->{inner_html_node} and
4226                $self->{open_elements}->[-1]->[1] ne 'frameset') {                not ($self->{open_elements}->[-1]->[1] == FRAMESET_EL)) {
4227                !!!cp ('t327');
4228              $self->{insertion_mode} = AFTER_FRAMESET_IM;              $self->{insertion_mode} = AFTER_FRAMESET_IM;
4229              } else {
4230                !!!cp ('t328');
4231            }            }
4232            redo B;            next B;
4233          } elsif ($token->{tag_name} eq 'html' and          } elsif ($token->{tag_name} eq 'html' and
4234                   $self->{insertion_mode} == AFTER_FRAMESET_IM) {                   $self->{insertion_mode} == AFTER_FRAMESET_IM) {
4235              !!!cp ('t329');
4236            $self->{insertion_mode} = AFTER_HTML_FRAMESET_IM;            $self->{insertion_mode} = AFTER_HTML_FRAMESET_IM;
4237            !!!next-token;            !!!next-token;
4238            redo B;            next B;
4239          } else {          } else {
4240            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4241              !!!parse-error (type => 'in frameset:/'.$token->{tag_name});              !!!cp ('t330');
4242            } else {              !!!parse-error (type => 'in frameset:/',
4243              !!!parse-error (type => 'after frameset:/'.$token->{tag_name});                              text => $token->{tag_name}, token => $token);
4244              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4245                !!!cp ('t330.1');
4246                !!!parse-error (type => 'after frameset:/',
4247                                text => $token->{tag_name}, token => $token);
4248              } else { # "after after html"
4249                !!!cp ('t331');
4250                !!!parse-error (type => 'after after frameset:/',
4251                                text => $token->{tag_name}, token => $token);
4252            }            }
4253            ## Ignore the token            ## Ignore the token
4254            !!!next-token;            !!!next-token;
4255            redo B;            next B;
4256          }          }
4257          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4258            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
4259                    @{$self->{open_elements}} == 1) { # redundant, maybe
4260              !!!cp ('t331.1');
4261              !!!parse-error (type => 'in body:#eof', token => $token);
4262            } else {
4263              !!!cp ('t331.2');
4264            }
4265            
4266            ## Stop parsing
4267            last B;
4268        } else {        } else {
4269          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4270        }        }
   
       ## ISSUE: An issue in spec here  
4271      } else {      } else {
4272        die "$0: $self->{insertion_mode}: Unknown insertion mode";        die "$0: $self->{insertion_mode}: Unknown insertion mode";
4273      }      }
# Line 4285  sub _tree_construction_main ($) { Line 4275  sub _tree_construction_main ($) {
4275      ## "in body" insertion mode      ## "in body" insertion mode
4276      if ($token->{type} == START_TAG_TOKEN) {      if ($token->{type} == START_TAG_TOKEN) {
4277        if ($token->{tag_name} eq 'script') {        if ($token->{tag_name} eq 'script') {
4278            !!!cp ('t332');
4279          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
4280          $script_start_tag->($insert);          $script_start_tag->();
4281          redo B;          next B;
4282        } elsif ($token->{tag_name} eq 'style') {        } elsif ($token->{tag_name} eq 'style') {
4283            !!!cp ('t333');
4284          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
4285          $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);          $parse_rcdata->(CDATA_CONTENT_MODEL);
4286          redo B;          next B;
4287        } elsif ({        } elsif ({
4288                  base => 1, link => 1,                  base => 1, command => 1, eventsource => 1, link => 1,
4289                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4290            !!!cp ('t334');
4291          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
4292          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4293          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          pop @{$self->{open_elements}};
4294            !!!ack ('t334.1');
4295          !!!next-token;          !!!next-token;
4296          redo B;          next B;
4297        } elsif ($token->{tag_name} eq 'meta') {        } elsif ($token->{tag_name} eq 'meta') {
4298          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
4299          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4300          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          my $meta_el = pop @{$self->{open_elements}};
4301    
4302          unless ($self->{confident}) {          unless ($self->{confident}) {
4303            my $charset;            if ($token->{attributes}->{charset}) {
4304            if ($token->{attributes}->{charset}) { ## TODO: And if supported              !!!cp ('t335');
4305              $charset = $token->{attributes}->{charset}->{value};              ## NOTE: Whether the encoding is supported or not is handled
4306            }              ## in the {change_encoding} callback.
4307            if ($token->{attributes}->{'http-equiv'}) {              $self->{change_encoding}
4308              ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.                  ->($self, $token->{attributes}->{charset}->{value}, $token);
4309              if ($token->{attributes}->{'http-equiv'}->{value}              
4310                  =~ /\A[^;]*;[\x09-\x0D\x20]*charset[\x09-\x0D\x20]*=              $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4311                      [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                  ->set_user_data (manakai_has_reference =>
4312                      ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {                                       $token->{attributes}->{charset}
4313                $charset = defined $1 ? $1 : defined $2 ? $2 : $3;                                           ->{has_reference});
4314              } ## TODO: And if supported            } elsif ($token->{attributes}->{content}) {
4315                if ($token->{attributes}->{content}->{value}
4316                    =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
4317                        [\x09\x0A\x0C\x0D\x20]*=
4318                        [\x09\x0A\x0C\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
4319                        ([^"'\x09\x0A\x0C\x0D\x20][^\x09\x0A\x0C\x0D\x20\x3B]*))
4320                       /x) {
4321                  !!!cp ('t336');
4322                  ## NOTE: Whether the encoding is supported or not is handled
4323                  ## in the {change_encoding} callback.
4324                  $self->{change_encoding}
4325                      ->($self, defined $1 ? $1 : defined $2 ? $2 : $3, $token);
4326                  $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4327                      ->set_user_data (manakai_has_reference =>
4328                                           $token->{attributes}->{content}
4329                                                 ->{has_reference});
4330                }
4331              }
4332            } else {
4333              if ($token->{attributes}->{charset}) {
4334                !!!cp ('t337');
4335                $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4336                    ->set_user_data (manakai_has_reference =>
4337                                         $token->{attributes}->{charset}
4338                                             ->{has_reference});
4339              }
4340              if ($token->{attributes}->{content}) {
4341                !!!cp ('t338');
4342                $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4343                    ->set_user_data (manakai_has_reference =>
4344                                         $token->{attributes}->{content}
4345                                             ->{has_reference});
4346            }            }
           ## TODO: Change the encoding  
4347          }          }
4348    
4349            !!!ack ('t338.1');
4350          !!!next-token;          !!!next-token;
4351          redo B;          next B;
4352        } elsif ($token->{tag_name} eq 'title') {        } elsif ($token->{tag_name} eq 'title') {
4353          !!!parse-error (type => 'in body:title');          !!!cp ('t341');
4354          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
4355          $parse_rcdata->(RCDATA_CONTENT_MODEL, sub {          $parse_rcdata->(RCDATA_CONTENT_MODEL);
4356            if (defined $self->{head_element}) {          next B;
             $self->{head_element}->append_child ($_[0]);  
           } else {  
             $insert->($_[0]);  
           }  
         });  
         redo B;  
4357        } elsif ($token->{tag_name} eq 'body') {        } elsif ($token->{tag_name} eq 'body') {
4358          !!!parse-error (type => 'in body:body');          !!!parse-error (type => 'in body', text => 'body', token => $token);
4359                                
4360          if (@{$self->{open_elements}} == 1 or          if (@{$self->{open_elements}} == 1 or
4361              $self->{open_elements}->[1]->[1] ne 'body') {              not ($self->{open_elements}->[1]->[1] == BODY_EL)) {
4362              !!!cp ('t342');
4363            ## Ignore the token            ## Ignore the token
4364          } else {          } else {
4365            my $body_el = $self->{open_elements}->[1]->[0];            my $body_el = $self->{open_elements}->[1]->[0];
4366            for my $attr_name (keys %{$token->{attributes}}) {            for my $attr_name (keys %{$token->{attributes}}) {
4367              unless ($body_el->has_attribute_ns (undef, $attr_name)) {              unless ($body_el->has_attribute_ns (undef, $attr_name)) {
4368                  !!!cp ('t343');
4369                $body_el->set_attribute_ns                $body_el->set_attribute_ns
4370                  (undef, [undef, $attr_name],                  (undef, [undef, $attr_name],
4371                   $token->{attributes}->{$attr_name}->{value});                   $token->{attributes}->{$attr_name}->{value});
4372              }              }
4373            }            }
4374          }          }
4375            !!!nack ('t343.1');
4376          !!!next-token;          !!!next-token;
4377          redo B;          next B;
4378        } elsif ({        } elsif ({
4379                  address => 1, blockquote => 1, center => 1, dir => 1,                  ## NOTE: Start tags for non-phrasing flow content elements
4380                  div => 1, dl => 1, fieldset => 1, listing => 1,  
4381                  menu => 1, ol => 1, p => 1, ul => 1,                  ## NOTE: The normal one
4382                  pre => 1,                  address => 1, article => 1, aside => 1, blockquote => 1,
4383                    center => 1, datagrid => 1, details => 1, dialog => 1,
4384                    dir => 1, div => 1, dl => 1, fieldset => 1, figure => 1,
4385                    footer => 1, h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1,
4386                    h6 => 1, header => 1, menu => 1, nav => 1, ol => 1, p => 1,
4387                    section => 1, ul => 1,
4388                    ## NOTE: As normal, but drops leading newline
4389                    pre => 1, listing => 1,
4390                    ## NOTE: As normal, but interacts with the form element pointer
4391                    form => 1,
4392                    
4393                    table => 1,
4394                    hr => 1,
4395                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4396            if ($token->{tag_name} eq 'form' and defined $self->{form_element}) {
4397              !!!cp ('t350');
4398              !!!parse-error (type => 'in form:form', token => $token);
4399              ## Ignore the token
4400              !!!nack ('t350.1');
4401              !!!next-token;
4402              next B;
4403            }
4404    
4405          ## has a p element in scope          ## has a p element in scope
4406          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4407            if ($_->[1] eq 'p') {            if ($_->[1] == P_EL) {
4408              !!!back-token;              !!!cp ('t344');
4409              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              !!!back-token; # <form>
4410              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4411            } elsif ({                        line => $token->{line}, column => $token->{column}};
4412                      table => 1, caption => 1, td => 1, th => 1,              next B;
4413                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($_->[1] & SCOPING_EL) {
4414                     }->{$_->[1]}) {              !!!cp ('t345');
4415              last INSCOPE;              last INSCOPE;
4416            }            }
4417          } # INSCOPE          } # INSCOPE
4418                        
4419          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4420          if ($token->{tag_name} eq 'pre') {          if ($token->{tag_name} eq 'pre' or $token->{tag_name} eq 'listing') {
4421              !!!nack ('t346.1');
4422            !!!next-token;            !!!next-token;
4423            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
4424              $token->{data} =~ s/^\x0A//;              $token->{data} =~ s/^\x0A//;
4425              unless (length $token->{data}) {              unless (length $token->{data}) {
4426                  !!!cp ('t346');
4427                !!!next-token;                !!!next-token;
4428                } else {
4429                  !!!cp ('t349');
4430              }              }
4431              } else {
4432                !!!cp ('t348');
4433            }            }
4434          } else {          } elsif ($token->{tag_name} eq 'form') {
4435              !!!cp ('t347.1');
4436              $self->{form_element} = $self->{open_elements}->[-1]->[0];
4437    
4438              !!!nack ('t347.2');
4439            !!!next-token;            !!!next-token;
4440          }          } elsif ($token->{tag_name} eq 'table') {
4441          redo B;            !!!cp ('t382');
4442        } elsif ($token->{tag_name} eq 'form') {            push @{$open_tables}, [$self->{open_elements}->[-1]->[0]];
4443          if (defined $self->{form_element}) {            
4444            !!!parse-error (type => 'in form:form');            $self->{insertion_mode} = IN_TABLE_IM;
4445            ## Ignore the token  
4446              !!!nack ('t382.1');
4447              !!!next-token;
4448            } elsif ($token->{tag_name} eq 'hr') {
4449              !!!cp ('t386');
4450              pop @{$self->{open_elements}};
4451            
4452              !!!nack ('t386.1');
4453            !!!next-token;            !!!next-token;
           redo B;  
4454          } else {          } else {
4455            ## has a p element in scope            !!!nack ('t347.1');
           INSCOPE: for (reverse @{$self->{open_elements}}) {  
             if ($_->[1] eq 'p') {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
               redo B;  
             } elsif ({  
                       table => 1, caption => 1, td => 1, th => 1,  
                       button => 1, marquee => 1, object => 1, html => 1,  
                      }->{$_->[1]}) {  
               last INSCOPE;  
             }  
           } # INSCOPE  
               
           !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
           $self->{form_element} = $self->{open_elements}->[-1]->[0];  
4456            !!!next-token;            !!!next-token;
           redo B;  
4457          }          }
4458            next B;
4459        } elsif ($token->{tag_name} eq 'li') {        } elsif ($token->{tag_name} eq 'li') {
4460          ## has a p element in scope          ## NOTE: As normal, but imply </li> when there's another <li> ...
4461          INSCOPE: for (reverse @{$self->{open_elements}}) {  
4462            if ($_->[1] eq 'p') {          ## NOTE: Special, Scope (<li><foo><li> == <li><foo><li/></foo></li>)
4463              !!!back-token;            ## Interpreted as <li><foo/></li><li/> (non-conforming)
4464              $token = {type => END_TAG_TOKEN, tag_name => 'p'};            ## blockquote (O9.27), center (O), dd (Fx3, O, S3.1.2, IE7),
4465              redo B;            ## dt (Fx, O, S, IE), dl (O), fieldset (O, S, IE), form (Fx, O, S),
4466            } elsif ({            ## hn (O), pre (O), applet (O, S), button (O, S), marquee (Fx, O, S),
4467                      table => 1, caption => 1, td => 1, th => 1,            ## object (Fx)
4468                      button => 1, marquee => 1, object => 1, html => 1,            ## Generate non-tree (non-conforming)
4469                     }->{$_->[1]}) {            ## basefont (IE7 (where basefont is non-void)), center (IE),
4470              last INSCOPE;            ## form (IE), hn (IE)
4471            }          ## address, div, p (<li><foo><li> == <li><foo/></li><li/>)
4472          } # INSCOPE            ## Interpreted as <li><foo><li/></foo></li> (non-conforming)
4473                        ## div (Fx, S)
4474          ## Step 1  
4475            my $non_optional;
4476          my $i = -1;          my $i = -1;
4477          my $node = $self->{open_elements}->[$i];  
4478          LI: {          ## 1.
4479            ## Step 2          for my $node (reverse @{$self->{open_elements}}) {
4480            if ($node->[1] eq 'li') {            if ($node->[1] == LI_EL) {
4481              if ($i != -1) {              ## 2. (a) As if </li>
4482                !!!parse-error (type => 'end tag missing:'.              {
4483                                $self->{open_elements}->[-1]->[1]);                ## If no </li> - not applied
4484                  #
4485    
4486                  ## Otherwise
4487    
4488                  ## 1. generate implied end tags, except for </li>
4489                  #
4490    
4491                  ## 2. If current node != "li", parse error
4492                  if ($non_optional) {
4493                    !!!parse-error (type => 'not closed',
4494                                    text => $non_optional->[0]->manakai_local_name,
4495                                    token => $token);
4496                    !!!cp ('t355');
4497                  } else {
4498                    !!!cp ('t356');
4499                  }
4500    
4501                  ## 3. Pop
4502                  splice @{$self->{open_elements}}, $i;
4503              }              }
4504              splice @{$self->{open_elements}}, $i;  
4505              last LI;              last; ## 2. (b) goto 5.
4506            }            } elsif (
4507                                 ## NOTE: not "formatting" and not "phrasing"
4508            ## Step 3                     ($node->[1] & SPECIAL_EL or
4509            if (not $formatting_category->{$node->[1]} and                      $node->[1] & SCOPING_EL) and
4510                #not $phrasing_category->{$node->[1]} and                     ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4511                ($special_category->{$node->[1]} or                     (not $node->[1] & ADDRESS_DIV_P_EL)
4512                 $scoping_category->{$node->[1]}) and                    ) {
4513                $node->[1] ne 'address' and $node->[1] ne 'div') {              ## 3.
4514              last LI;              !!!cp ('t357');
4515                last; ## goto 5.
4516              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4517                !!!cp ('t358');
4518                #
4519              } else {
4520                !!!cp ('t359');
4521                $non_optional ||= $node;
4522                #
4523            }            }
4524                        ## 4.
4525            ## Step 4            ## goto 2.
4526            $i--;            $i--;
4527            $node = $self->{open_elements}->[$i];          }
4528            redo LI;  
4529          } # LI          ## 5. (a) has a |p| element in scope
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'dd' or $token->{tag_name} eq 'dt') {  
         ## has a p element in scope  
4530          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4531            if ($_->[1] eq 'p') {            if ($_->[1] == P_EL) {
4532              !!!back-token;              !!!cp ('t353');
4533              $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
4534              redo B;              ## NOTE: |<p><li>|, for example.
4535            } elsif ({  
4536                      table => 1, caption => 1, td => 1, th => 1,              !!!back-token; # <x>
4537                      button => 1, marquee => 1, object => 1, html => 1,              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4538                     }->{$_->[1]}) {                        line => $token->{line}, column => $token->{column}};
4539                next B;
4540              } elsif ($_->[1] & SCOPING_EL) {
4541                !!!cp ('t354');
4542              last INSCOPE;              last INSCOPE;
4543            }            }
4544          } # INSCOPE          } # INSCOPE
4545              
4546          ## Step 1          ## 5. (b) insert
4547            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4548            !!!nack ('t359.1');
4549            !!!next-token;
4550            next B;
4551          } elsif ($token->{tag_name} eq 'dt' or
4552                   $token->{tag_name} eq 'dd') {
4553            ## NOTE: As normal, but imply </dt> or </dd> when ...
4554    
4555            my $non_optional;
4556          my $i = -1;          my $i = -1;
4557          my $node = $self->{open_elements}->[$i];  
4558          LI: {          ## 1.
4559            ## Step 2          for my $node (reverse @{$self->{open_elements}}) {
4560            if ($node->[1] eq 'dt' or $node->[1] eq 'dd') {            if ($node->[1] == DTDD_EL) {
4561              if ($i != -1) {              ## 2. (a) As if </li>
4562                !!!parse-error (type => 'end tag missing:'.              {
4563                                $self->{open_elements}->[-1]->[1]);                ## If no </li> - not applied
4564                  #
4565    
4566                  ## Otherwise
4567    
4568                  ## 1. generate implied end tags, except for </dt> or </dd>
4569                  #
4570    
4571                  ## 2. If current node != "dt"|"dd", parse error
4572                  if ($non_optional) {
4573                    !!!parse-error (type => 'not closed',
4574                                    text => $non_optional->[0]->manakai_local_name,
4575                                    token => $token);
4576                    !!!cp ('t355.1');
4577                  } else {
4578                    !!!cp ('t356.1');
4579                  }
4580    
4581                  ## 3. Pop
4582                  splice @{$self->{open_elements}}, $i;
4583              }              }
4584              splice @{$self->{open_elements}}, $i;  
4585              last LI;              last; ## 2. (b) goto 5.
4586            }            } elsif (
4587                                 ## NOTE: not "formatting" and not "phrasing"
4588            ## Step 3                     ($node->[1] & SPECIAL_EL or
4589            if (not $formatting_category->{$node->[1]} and                      $node->[1] & SCOPING_EL) and
4590                #not $phrasing_category->{$node->[1]} and                     ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4591                ($special_category->{$node->[1]} or  
4592                 $scoping_category->{$node->[1]}) and                     (not $node->[1] & ADDRESS_DIV_P_EL)
4593                $node->[1] ne 'address' and $node->[1] ne 'div') {                    ) {
4594              last LI;              ## 3.
4595                !!!cp ('t357.1');
4596                last; ## goto 5.
4597              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4598                !!!cp ('t358.1');
4599                #
4600              } else {
4601                !!!cp ('t359.1');
4602                $non_optional ||= $node;
4603                #
4604            }            }
4605                        ## 4.
4606            ## Step 4            ## goto 2.
4607            $i--;            $i--;
4608            $node = $self->{open_elements}->[$i];          }
4609            redo LI;  
4610          } # LI          ## 5. (a) has a |p| element in scope
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'plaintext') {  
         ## has a p element in scope  
4611          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4612            if ($_->[1] eq 'p') {            if ($_->[1] == P_EL) {
4613              !!!back-token;              !!!cp ('t353.1');
4614              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              !!!back-token; # <x>
4615              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4616            } elsif ({                        line => $token->{line}, column => $token->{column}};
4617                      table => 1, caption => 1, td => 1, th => 1,              next B;
4618                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($_->[1] & SCOPING_EL) {
4619                     }->{$_->[1]}) {              !!!cp ('t354.1');
4620              last INSCOPE;              last INSCOPE;
4621            }            }
4622          } # INSCOPE          } # INSCOPE
4623              
4624          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          ## 5. (b) insert
4625                      !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4626          $self->{content_model} = PLAINTEXT_CONTENT_MODEL;          !!!nack ('t359.2');
             
4627          !!!next-token;          !!!next-token;
4628          redo B;          next B;
4629        } elsif ({        } elsif ($token->{tag_name} eq 'plaintext') {
4630                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,          ## NOTE: As normal, but effectively ends parsing
4631                 }->{$token->{tag_name}}) {  
4632          ## has a p element in scope          ## has a p element in scope
4633          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4634            my $node = $self->{open_elements}->[$_];            if ($_->[1] == P_EL) {
4635            if ($node->[1] eq 'p') {              !!!cp ('t367');
4636              !!!back-token;              !!!back-token; # <plaintext>
4637              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4638              redo B;                        line => $token->{line}, column => $token->{column}};
4639            } elsif ({              next B;
4640                      table => 1, caption => 1, td => 1, th => 1,            } elsif ($_->[1] & SCOPING_EL) {
4641                      button => 1, marquee => 1, object => 1, html => 1,              !!!cp ('t368');
                    }->{$node->[1]}) {  
4642              last INSCOPE;              last INSCOPE;
4643            }            }
4644          } # INSCOPE          } # INSCOPE
4645                        
4646          ## NOTE: See <http://html5.org/tools/web-apps-tracker?from=925&to=926>          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
         ## has an element in scope  
         #my $i;  
         #INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
         #  my $node = $self->{open_elements}->[$_];  
         #  if ({  
         #       h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,  
         #      }->{$node->[1]}) {  
         #    $i = $_;  
         #    last INSCOPE;  
         #  } elsif ({  
         #            table => 1, caption => 1, td => 1, th => 1,  
         #            button => 1, marquee => 1, object => 1, html => 1,  
         #           }->{$node->[1]}) {  
         #    last INSCOPE;  
         #  }  
         #} # INSCOPE  
         #    
         #if (defined $i) {  
         #  !!! parse-error (type => 'in hn:hn');  
         #  splice @{$self->{open_elements}}, $i;  
         #}  
4647                        
4648          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          $self->{content_model} = PLAINTEXT_CONTENT_MODEL;
4649                        
4650            !!!nack ('t368.1');
4651          !!!next-token;          !!!next-token;
4652          redo B;          next B;
4653        } elsif ($token->{tag_name} eq 'a') {        } elsif ($token->{tag_name} eq 'a') {
4654          AFE: for my $i (reverse 0..$#$active_formatting_elements) {          AFE: for my $i (reverse 0..$#$active_formatting_elements) {
4655            my $node = $active_formatting_elements->[$i];            my $node = $active_formatting_elements->[$i];
4656            if ($node->[1] eq 'a') {            if ($node->[1] == A_EL) {
4657              !!!parse-error (type => 'in a:a');              !!!cp ('t371');
4658                !!!parse-error (type => 'in a:a', token => $token);
4659                            
4660              !!!back-token;              !!!back-token; # <a>
4661              $token = {type => END_TAG_TOKEN, tag_name => 'a'};              $token = {type => END_TAG_TOKEN, tag_name => 'a',
4662              $formatting_end_tag->($token->{tag_name});                        line => $token->{line}, column => $token->{column}};
4663                $formatting_end_tag->($token);
4664                            
4665              AFE2: for (reverse 0..$#$active_formatting_elements) {              AFE2: for (reverse 0..$#$active_formatting_elements) {
4666                if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {                if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {
4667                    !!!cp ('t372');
4668                  splice @$active_formatting_elements, $_, 1;                  splice @$active_formatting_elements, $_, 1;
4669                  last AFE2;                  last AFE2;
4670                }                }
4671              } # AFE2              } # AFE2
4672              OE: for (reverse 0..$#{$self->{open_elements}}) {              OE: for (reverse 0..$#{$self->{open_elements}}) {
4673                if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {                if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {
4674                    !!!cp ('t373');
4675                  splice @{$self->{open_elements}}, $_, 1;                  splice @{$self->{open_elements}}, $_, 1;
4676                  last OE;                  last OE;
4677                }                }
4678              } # OE              } # OE
4679              last AFE;              last AFE;
4680            } elsif ($node->[0] eq '#marker') {            } elsif ($node->[0] eq '#marker') {
4681                !!!cp ('t374');
4682              last AFE;              last AFE;
4683            }            }
4684          } # AFE          } # AFE
4685                        
4686          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4687    
4688          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4689          push @$active_formatting_elements, $self->{open_elements}->[-1];          push @$active_formatting_elements, $self->{open_elements}->[-1];
4690    
4691            !!!nack ('t374.1');
4692          !!!next-token;          !!!next-token;
4693          redo B;          next B;
       } elsif ({  
                 b => 1, big => 1, em => 1, font => 1, i => 1,  
                 s => 1, small => 1, strile => 1,  
                 strong => 1, tt => 1, u => 1,  
                }->{$token->{tag_name}}) {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         push @$active_formatting_elements, $self->{open_elements}->[-1];  
           
         !!!next-token;  
         redo B;  
4694        } elsif ($token->{tag_name} eq 'nobr') {        } elsif ($token->{tag_name} eq 'nobr') {
4695          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4696    
4697          ## has a |nobr| element in scope          ## has a |nobr| element in scope
4698          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4699            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
4700            if ($node->[1] eq 'nobr') {            if ($node->[1] == NOBR_EL) {
4701              !!!parse-error (type => 'not closed:nobr');              !!!cp ('t376');
4702              !!!back-token;              !!!parse-error (type => 'in nobr:nobr', token => $token);
4703              $token = {type => END_TAG_TOKEN, tag_name => 'nobr'};              !!!back-token; # <nobr>
4704              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'nobr',
4705            } elsif ({                        line => $token->{line}, column => $token->{column}};
4706                      table => 1, caption => 1, td => 1, th => 1,              next B;
4707                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($node->[1] & SCOPING_EL) {
4708                     }->{$node->[1]}) {              !!!cp ('t377');
4709              last INSCOPE;              last INSCOPE;
4710            }            }
4711          } # INSCOPE          } # INSCOPE
4712                    
4713          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4714          push @$active_formatting_elements, $self->{open_elements}->[-1];          push @$active_formatting_elements, $self->{open_elements}->[-1];
4715                    
4716            !!!nack ('t377.1');
4717          !!!next-token;          !!!next-token;
4718          redo B;          next B;
4719        } elsif ($token->{tag_name} eq 'button') {        } elsif ($token->{tag_name} eq 'button') {
4720          ## has a button element in scope          ## has a button element in scope
4721          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4722            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
4723            if ($node->[1] eq 'button') {            if ($node->[1] == BUTTON_EL) {
4724              !!!parse-error (type => 'in button:button');              !!!cp ('t378');
4725              !!!back-token;              !!!parse-error (type => 'in button:button', token => $token);
4726              $token = {type => END_TAG_TOKEN, tag_name => 'button'};              !!!back-token; # <button>
4727              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'button',
4728            } elsif ({                        line => $token->{line}, column => $token->{column}};
4729                      table => 1, caption => 1, td => 1, th => 1,              next B;
4730                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($node->[1] & SCOPING_EL) {
4731                     }->{$node->[1]}) {              !!!cp ('t379');
4732              last INSCOPE;              last INSCOPE;
4733            }            }
4734          } # INSCOPE          } # INSCOPE
4735                        
4736          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4737                        
4738          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4739          push @$active_formatting_elements, ['#marker', ''];  
4740            ## TODO: associate with $self->{form_element} if defined
4741    
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'marquee' or  
                $token->{tag_name} eq 'object') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
4742          push @$active_formatting_elements, ['#marker', ''];          push @$active_formatting_elements, ['#marker', ''];
4743            
4744          !!!next-token;          !!!nack ('t379.1');
         redo B;  
       } elsif ($token->{tag_name} eq 'xmp') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
         $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);  
         redo B;  
       } elsif ($token->{tag_name} eq 'table') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
             redo B;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
             
         $self->{insertion_mode} = IN_TABLE_IM;  
             
4745          !!!next-token;          !!!next-token;
4746          redo B;          next B;
4747        } elsif ({        } elsif ({
4748                  area => 1, basefont => 1, bgsound => 1, br => 1,                  xmp => 1,
4749                  embed => 1, img => 1, param => 1, spacer => 1, wbr => 1,                  iframe => 1,
4750                  image => 1,                  noembed => 1,
4751                    noframes => 1, ## NOTE: This is an "as if in head" code clone.
4752                    noscript => 0, ## TODO: 1 if scripting is enabled
4753                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4754          if ($token->{tag_name} eq 'image') {          if ($token->{tag_name} eq 'xmp') {
4755            !!!parse-error (type => 'image');            !!!cp ('t381');
4756            $token->{tag_name} = 'img';            $reconstruct_active_formatting_elements->($insert_to_current);
4757            } else {
4758              !!!cp ('t399');
4759          }          }
4760            ## NOTE: There is an "as if in body" code clone.
4761          ## NOTE: There is an "as if <br>" code clone.          $parse_rcdata->(CDATA_CONTENT_MODEL);
4762          $reconstruct_active_formatting_elements->($insert_to_current);          next B;
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         pop @{$self->{open_elements}};  
           
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'hr') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
             redo B;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         pop @{$self->{open_elements}};  
             
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'input') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         ## TODO: associate with $self->{form_element} if defined  
         pop @{$self->{open_elements}};  
           
         !!!next-token;  
         redo B;  
4763        } elsif ($token->{tag_name} eq 'isindex') {        } elsif ($token->{tag_name} eq 'isindex') {
4764          !!!parse-error (type => 'isindex');          !!!parse-error (type => 'isindex', token => $token);
4765                    
4766          if (defined $self->{form_element}) {          if (defined $self->{form_element}) {
4767              !!!cp ('t389');
4768            ## Ignore the token            ## Ignore the token
4769              !!!nack ('t389'); ## NOTE: Not acknowledged.
4770            !!!next-token;            !!!next-token;
4771            redo B;            next B;
4772          } else {          } else {
4773              !!!ack ('t391.1');
4774    
4775            my $at = $token->{attributes};            my $at = $token->{attributes};
4776            my $form_attrs;            my $form_attrs;
4777            $form_attrs->{action} = $at->{action} if $at->{action};            $form_attrs->{action} = $at->{action} if $at->{action};
# Line 4765  sub _tree_construction_main ($) { Line 4781  sub _tree_construction_main ($) {
4781            delete $at->{prompt};            delete $at->{prompt};
4782            my @tokens = (            my @tokens = (
4783                          {type => START_TAG_TOKEN, tag_name => 'form',                          {type => START_TAG_TOKEN, tag_name => 'form',
4784                           attributes => $form_attrs},                           attributes => $form_attrs,
4785                          {type => START_TAG_TOKEN, tag_name => 'hr'},                           line => $token->{line}, column => $token->{column}},
4786                          {type => START_TAG_TOKEN, tag_name => 'p'},                          {type => START_TAG_TOKEN, tag_name => 'hr',
4787                          {type => START_TAG_TOKEN, tag_name => 'label'},                           line => $token->{line}, column => $token->{column}},
4788                            {type => START_TAG_TOKEN, tag_name => 'p',
4789                             line => $token->{line}, column => $token->{column}},
4790                            {type => START_TAG_TOKEN, tag_name => 'label',
4791                             line => $token->{line}, column => $token->{column}},
4792                         );                         );
4793            if ($prompt_attr) {            if ($prompt_attr) {
4794              push @tokens, {type => CHARACTER_TOKEN, data => $prompt_attr->{value}};              !!!cp ('t390');
4795                push @tokens, {type => CHARACTER_TOKEN, data => $prompt_attr->{value},
4796                               #line => $token->{line}, column => $token->{column},
4797                              };
4798            } else {            } else {
4799                !!!cp ('t391');
4800              push @tokens, {type => CHARACTER_TOKEN,              push @tokens, {type => CHARACTER_TOKEN,
4801                             data => 'This is a searchable index. Insert your search keywords here: '}; # SHOULD                             data => 'This is a searchable index. Insert your search keywords here: ',
4802                               #line => $token->{line}, column => $token->{column},
4803                              }; # SHOULD
4804              ## TODO: make this configurable              ## TODO: make this configurable
4805            }            }
4806            push @tokens,            push @tokens,
4807                          {type => START_TAG_TOKEN, tag_name => 'input', attributes => $at},                          {type => START_TAG_TOKEN, tag_name => 'input', attributes => $at,
4808                             line => $token->{line}, column => $token->{column}},
4809                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD
4810                          {type => END_TAG_TOKEN, tag_name => 'label'},                          {type => END_TAG_TOKEN, tag_name => 'label',
4811                          {type => END_TAG_TOKEN, tag_name => 'p'},                           line => $token->{line}, column => $token->{column}},
4812                          {type => START_TAG_TOKEN, tag_name => 'hr'},                          {type => END_TAG_TOKEN, tag_name => 'p',
4813                          {type => END_TAG_TOKEN, tag_name => 'form'};                           line => $token->{line}, column => $token->{column}},
4814            $token = shift @tokens;                          {type => START_TAG_TOKEN, tag_name => 'hr',
4815                             line => $token->{line}, column => $token->{column}},
4816                            {type => END_TAG_TOKEN, tag_name => 'form',
4817                             line => $token->{line}, column => $token->{column}};
4818            !!!back-token (@tokens);            !!!back-token (@tokens);
4819            redo B;            !!!next-token;
4820              next B;
4821          }          }
4822        } elsif ($token->{tag_name} eq 'textarea') {        } elsif ($token->{tag_name} eq 'textarea') {
4823          my $tag_name = $token->{tag_name};          ## Step 1
4824          my $el;          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
         !!!create-element ($el, $token->{tag_name}, $token->{attributes});  
4825                    
4826            ## Step 2
4827          ## TODO: $self->{form_element} if defined          ## TODO: $self->{form_element} if defined
4828    
4829            ## Step 3
4830            $self->{ignore_newline} = 1;
4831    
4832            ## Step 4
4833            ## ISSUE: This step is wrong. (r2302 enbugged)
4834    
4835            ## Step 5
4836          $self->{content_model} = RCDATA_CONTENT_MODEL;          $self->{content_model} = RCDATA_CONTENT_MODEL;
4837          delete $self->{escape}; # MUST          delete $self->{escape}; # MUST
4838            
4839          $insert->($el);          ## Step 6-7
4840                    $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
4841          my $text = '';  
4842            !!!nack ('t392.1');
4843          !!!next-token;          !!!next-token;
4844          if ($token->{type} == CHARACTER_TOKEN) {          next B;
4845            $token->{data} =~ s/^\x0A//;        } elsif ($token->{tag_name} eq 'optgroup' or
4846            unless (length $token->{data}) {                 $token->{tag_name} eq 'option') {
4847              !!!next-token;          ## has an |option| element in scope
4848            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4849              my $node = $self->{open_elements}->[$_];
4850              if ($node->[1] == OPTION_EL) {
4851                !!!cp ('t397.1');
4852                ## NOTE: As if </option>
4853                !!!back-token; # <option> or <optgroup>
4854                $token = {type => END_TAG_TOKEN, tag_name => 'option',
4855                          line => $token->{line}, column => $token->{column}};
4856                next B;
4857              } elsif ($node->[1] & SCOPING_EL) {
4858                !!!cp ('t397.2');
4859                last INSCOPE;
4860            }            }
4861          }          } # INSCOPE
4862          while ($token->{type} == CHARACTER_TOKEN) {  
4863            $text .= $token->{data};          $reconstruct_active_formatting_elements->($insert_to_current);
4864            !!!next-token;  
4865          }          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4866          if (length $text) {  
4867            $el->manakai_append_text ($text);          !!!nack ('t397.3');
         }  
           
         $self->{content_model} = PCDATA_CONTENT_MODEL;  
           
         if ($token->{type} == END_TAG_TOKEN and  
             $token->{tag_name} eq $tag_name) {  
           ## Ignore the token  
         } else {  
           !!!parse-error (type => 'in RCDATA:#'.$token->{type});  
         }  
4868          !!!next-token;          !!!next-token;
4869          redo B;          redo B;
4870        } elsif ({        } elsif ($token->{tag_name} eq 'rt' or
4871                  iframe => 1,                 $token->{tag_name} eq 'rp') {
4872                  noembed => 1,          ## has a |ruby| element in scope
4873                  noframes => 1,          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4874                  noscript => 0, ## TODO: 1 if scripting is enabled            my $node = $self->{open_elements}->[$_];
4875                 }->{$token->{tag_name}}) {            if ($node->[1] == RUBY_EL) {
4876          ## NOTE: There are two "as if in body" code clones.              !!!cp ('t398.1');
4877          $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);              ## generate implied end tags
4878                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
4879                  !!!cp ('t398.2');
4880                  pop @{$self->{open_elements}};
4881                }
4882                unless ($self->{open_elements}->[-1]->[1] == RUBY_EL) {
4883                  !!!cp ('t398.3');
4884                  !!!parse-error (type => 'not closed',
4885                                  text => $self->{open_elements}->[-1]->[0]
4886                                      ->manakai_local_name,
4887                                  token => $token);
4888                  pop @{$self->{open_elements}}
4889                      while not $self->{open_elements}->[-1]->[1] == RUBY_EL;
4890                }
4891                last INSCOPE;
4892              } elsif ($node->[1] & SCOPING_EL) {
4893                !!!cp ('t398.4');
4894                last INSCOPE;
4895              }
4896            } # INSCOPE
4897    
4898            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4899    
4900            !!!nack ('t398.5');
4901            !!!next-token;
4902          redo B;          redo B;
4903        } elsif ($token->{tag_name} eq 'select') {        } elsif ($token->{tag_name} eq 'math' or
4904                   $token->{tag_name} eq 'svg') {
4905          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4906    
4907            ## "Adjust MathML attributes" ('math' only) - done in insert-element-f
4908    
4909            ## "adjust SVG attributes" ('svg' only) - done in insert-element-f
4910    
4911            ## "adjust foreign attributes" - done in insert-element-f
4912                    
4913          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-f ($token->{tag_name} eq 'math' ? $MML_NS : $SVG_NS, $token->{tag_name}, $token->{attributes}, $token);
4914                    
4915          $self->{insertion_mode} = IN_SELECT_IM;          if ($self->{self_closing}) {
4916              pop @{$self->{open_elements}};
4917              !!!ack ('t398.6');
4918            } else {
4919              !!!cp ('t398.7');
4920              $self->{insertion_mode} |= IN_FOREIGN_CONTENT_IM;
4921              ## NOTE: |<body><math><mi><svg>| -> "in foreign content" insertion
4922              ## mode, "in body" (not "in foreign content") secondary insertion
4923              ## mode, maybe.
4924            }
4925    
4926          !!!next-token;          !!!next-token;
4927          redo B;          next B;
4928        } elsif ({        } elsif ({
4929                  caption => 1, col => 1, colgroup => 1, frame => 1,                  caption => 1, col => 1, colgroup => 1, frame => 1,
4930                  frameset => 1, head => 1, option => 1, optgroup => 1,                  frameset => 1, head => 1,
4931                  tbody => 1, td => 1, tfoot => 1, th => 1,                  tbody => 1, td => 1, tfoot => 1, th => 1,
4932                  thead => 1, tr => 1,                  thead => 1, tr => 1,
4933                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4934          !!!parse-error (type => 'in body:'.$token->{tag_name});          !!!cp ('t401');
4935            !!!parse-error (type => 'in body',
4936                            text => $token->{tag_name}, token => $token);
4937          ## Ignore the token          ## Ignore the token
4938            !!!nack ('t401.1'); ## NOTE: |<col/>| or |<frame/>| here is an error.
4939            !!!next-token;
4940            next B;
4941          } elsif ($token->{tag_name} eq 'param' or
4942                   $token->{tag_name} eq 'source') {
4943            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4944            pop @{$self->{open_elements}};
4945    
4946            !!!ack ('t398.5');
4947          !!!next-token;          !!!next-token;
4948          redo B;          redo B;
           
         ## ISSUE: An issue on HTML5 new elements in the spec.  
4949        } else {        } else {
4950            if ($token->{tag_name} eq 'image') {
4951              !!!cp ('t384');
4952              !!!parse-error (type => 'image', token => $token);
4953              $token->{tag_name} = 'img';
4954            } else {
4955              !!!cp ('t385');
4956            }
4957    
4958            ## NOTE: There is an "as if <br>" code clone.
4959          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4960                    
4961          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4962    
4963            if ({
4964                 applet => 1, marquee => 1, object => 1,
4965                }->{$token->{tag_name}}) {
4966              !!!cp ('t380');
4967              push @$active_formatting_elements, ['#marker', ''];
4968              !!!nack ('t380.1');
4969            } elsif ({
4970                      b => 1, big => 1, em => 1, font => 1, i => 1,
4971                      s => 1, small => 1, strike => 1,
4972                      strong => 1, tt => 1, u => 1,
4973                     }->{$token->{tag_name}}) {
4974              !!!cp ('t375');
4975              push @$active_formatting_elements, $self->{open_elements}->[-1];
4976              !!!nack ('t375.1');
4977            } elsif ($token->{tag_name} eq 'input') {
4978              !!!cp ('t388');
4979              ## TODO: associate with $self->{form_element} if defined
4980              pop @{$self->{open_elements}};
4981              !!!ack ('t388.2');
4982            } elsif ({
4983                      area => 1, basefont => 1, bgsound => 1, br => 1,
4984                      embed => 1, img => 1, spacer => 1, wbr => 1,
4985                     }->{$token->{tag_name}}) {
4986              !!!cp ('t388.1');
4987              pop @{$self->{open_elements}};
4988              !!!ack ('t388.3');
4989            } elsif ($token->{tag_name} eq 'select') {
4990              ## TODO: associate with $self->{form_element} if defined
4991            
4992              if ($self->{insertion_mode} & TABLE_IMS or
4993                  $self->{insertion_mode} & BODY_TABLE_IMS or
4994                  $self->{insertion_mode} == IN_COLUMN_GROUP_IM) {
4995                !!!cp ('t400.1');
4996                $self->{insertion_mode} = IN_SELECT_IN_TABLE_IM;
4997              } else {
4998                !!!cp ('t400.2');
4999                $self->{insertion_mode} = IN_SELECT_IM;
5000              }
5001              !!!nack ('t400.3');
5002            } else {
5003              !!!nack ('t402');
5004            }
5005                    
5006          !!!next-token;          !!!next-token;
5007          redo B;          next B;
5008        }        }
5009      } elsif ($token->{type} == END_TAG_TOKEN) {      } elsif ($token->{type} == END_TAG_TOKEN) {
5010        if ($token->{tag_name} eq 'body') {        if ($token->{tag_name} eq 'body') {
5011          if (@{$self->{open_elements}} > 1 and          ## has a |body| element in scope
5012              $self->{open_elements}->[1]->[1] eq 'body') {          my $i;
5013            for (@{$self->{open_elements}}) {          INSCOPE: {
5014              unless ({            for (reverse @{$self->{open_elements}}) {
5015                         dd => 1, dt => 1, li => 1, p => 1, td => 1,              if ($_->[1] == BODY_EL) {
5016                         th => 1, tr => 1, body => 1, html => 1,                !!!cp ('t405');
5017                       tbody => 1, tfoot => 1, thead => 1,                $i = $_;
5018                      }->{$_->[1]}) {                last INSCOPE;
5019                !!!parse-error (type => 'not closed:'.$_->[1]);              } elsif ($_->[1] & SCOPING_EL) {
5020                  !!!cp ('t405.1');
5021                  last;
5022              }              }
5023            }            }
5024    
5025            $self->{insertion_mode} = AFTER_BODY_IM;            ## NOTE: |<marquee></body>|, |<svg><foreignobject></body>|
5026            !!!next-token;  
5027            redo B;            !!!parse-error (type => 'unmatched end tag',
5028          } else {                            text => $token->{tag_name}, token => $token);
5029            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            ## NOTE: Ignore the token.
           ## Ignore the token  
5030            !!!next-token;            !!!next-token;
5031            redo B;            next B;
5032            } # INSCOPE
5033    
5034            for (@{$self->{open_elements}}) {
5035              unless ($_->[1] & ALL_END_TAG_OPTIONAL_EL) {
5036                !!!cp ('t403');
5037                !!!parse-error (type => 'not closed',
5038                                text => $_->[0]->manakai_local_name,
5039                                token => $token);
5040                last;
5041              } else {
5042                !!!cp ('t404');
5043              }
5044          }          }
5045    
5046            $self->{insertion_mode} = AFTER_BODY_IM;
5047            !!!next-token;
5048            next B;
5049        } elsif ($token->{tag_name} eq 'html') {        } elsif ($token->{tag_name} eq 'html') {
5050          if (@{$self->{open_elements}} > 1 and $self->{open_elements}->[1]->[1] eq 'body') {          ## TODO: Update this code.  It seems that the code below is not
5051            ## ISSUE: There is an issue in the spec.          ## up-to-date, though it has same effect as speced.
5052            if ($self->{open_elements}->[-1]->[1] ne 'body') {          if (@{$self->{open_elements}} > 1 and
5053              !!!parse-error (type => 'not closed:'.$self->{open_elements}->[1]->[1]);              $self->{open_elements}->[1]->[1] == BODY_EL) {
5054              unless ($self->{open_elements}->[-1]->[1] == BODY_EL) {
5055                !!!cp ('t406');
5056                !!!parse-error (type => 'not closed',
5057                                text => $self->{open_elements}->[1]->[0]
5058                                    ->manakai_local_name,
5059                                token => $token);
5060              } else {
5061                !!!cp ('t407');
5062            }            }
5063            $self->{insertion_mode} = AFTER_BODY_IM;            $self->{insertion_mode} = AFTER_BODY_IM;
5064            ## reprocess            ## reprocess
5065            redo B;            next B;
5066          } else {          } else {
5067            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t408');
5068              !!!parse-error (type => 'unmatched end tag',
5069                              text => $token->{tag_name}, token => $token);
5070            ## Ignore the token            ## Ignore the token
5071            !!!next-token;            !!!next-token;
5072            redo B;            next B;
5073          }          }
5074        } elsif ({        } elsif ({
5075                  address => 1, blockquote => 1, center => 1, dir => 1,                  ## NOTE: End tags for non-phrasing flow content elements
5076                  div => 1, dl => 1, fieldset => 1, listing => 1,  
5077                  menu => 1, ol => 1, pre => 1, ul => 1,                  ## NOTE: The normal ones
5078                  p => 1,                  address => 1, article => 1, aside => 1, blockquote => 1,
5079                    center => 1, datagrid => 1, details => 1, dialog => 1,
5080                    dir => 1, div => 1, dl => 1, fieldset => 1, figure => 1,
5081                    footer => 1, header => 1, listing => 1, menu => 1, nav => 1,
5082                    ol => 1, pre => 1, section => 1, ul => 1,
5083    
5084                    ## NOTE: As normal, but ... optional tags
5085                  dd => 1, dt => 1, li => 1,                  dd => 1, dt => 1, li => 1,
5086                  button => 1, marquee => 1, object => 1,  
5087                    applet => 1, button => 1, marquee => 1, object => 1,
5088                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5089            ## NOTE: Code for <li> start tags includes "as if </li>" code.
5090            ## Code for <dt> or <dd> start tags includes "as if </dt> or
5091            ## </dd>" code.
5092    
5093          ## has an element in scope          ## has an element in scope
5094          my $i;          my $i;
5095          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5096            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5097            if ($node->[1] eq $token->{tag_name}) {            if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
5098              ## generate implied end tags              !!!cp ('t410');
             if ({  
                  dd => ($token->{tag_name} ne 'dd'),  
                  dt => ($token->{tag_name} ne 'dt'),  
                  li => ($token->{tag_name} ne 'li'),  
                  p => ($token->{tag_name} ne 'p'),  
                  td => 1, th => 1, tr => 1,  
                  tbody => 1, tfoot=> 1, thead => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN,  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
             }  
5099              $i = $_;              $i = $_;
5100              last INSCOPE unless $token->{tag_name} eq 'p';              last INSCOPE;
5101            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
5102                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t411');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
5103              last INSCOPE;              last INSCOPE;
5104            }            }
5105          } # INSCOPE          } # INSCOPE
5106            
5107          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {          unless (defined $i) { # has an element in scope
5108            if (defined $i) {            !!!cp ('t413');
5109              !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);            !!!parse-error (type => 'unmatched end tag',
5110                              text => $token->{tag_name}, token => $token);
5111              ## NOTE: Ignore the token.
5112            } else {
5113              ## Step 1. generate implied end tags
5114              while ({
5115                      ## END_TAG_OPTIONAL_EL
5116                      dd => ($token->{tag_name} ne 'dd'),
5117                      dt => ($token->{tag_name} ne 'dt'),
5118                      li => ($token->{tag_name} ne 'li'),
5119                      option => 1,
5120                      optgroup => 1,
5121                      p => 1,
5122                      rt => 1,
5123                      rp => 1,
5124                     }->{$self->{open_elements}->[-1]->[0]->manakai_local_name}) {
5125                !!!cp ('t409');
5126                pop @{$self->{open_elements}};
5127              }
5128    
5129              ## Step 2.
5130              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5131                      ne $token->{tag_name}) {
5132                !!!cp ('t412');
5133                !!!parse-error (type => 'not closed',
5134                                text => $self->{open_elements}->[-1]->[0]
5135                                    ->manakai_local_name,
5136                                token => $token);
5137            } else {            } else {
5138              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t414');
5139            }            }
5140          }  
5141                      ## Step 3.
         if (defined $i) {  
5142            splice @{$self->{open_elements}}, $i;            splice @{$self->{open_elements}}, $i;
5143          } elsif ($token->{tag_name} eq 'p') {  
5144            ## As if <p>, then reprocess the current token            ## Step 4.
5145            my $el;            $clear_up_to_marker->()
5146            !!!create-element ($el, 'p');                if {
5147            $insert->($el);                  applet => 1, button => 1, marquee => 1, object => 1,
5148                  }->{$token->{tag_name}};
5149          }          }
         $clear_up_to_marker->()  
           if {  
             button => 1, marquee => 1, object => 1,  
           }->{$token->{tag_name}};  
5150          !!!next-token;          !!!next-token;
5151          redo B;          next B;
5152        } elsif ($token->{tag_name} eq 'form') {        } elsif ($token->{tag_name} eq 'form') {
5153            ## NOTE: As normal, but interacts with the form element pointer
5154    
5155            undef $self->{form_element};
5156    
5157          ## has an element in scope          ## has an element in scope
5158            my $i;
5159          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5160            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5161            if ($node->[1] eq $token->{tag_name}) {            if ($node->[1] == FORM_EL) {
5162              ## generate implied end tags              !!!cp ('t418');
5163              if ({              $i = $_;
                  dd => 1, dt => 1, li => 1, p => 1,  
                  td => 1, th => 1, tr => 1,  
                  tbody => 1, tfoot=> 1, thead => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN,  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
             }  
5164              last INSCOPE;              last INSCOPE;
5165            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
5166                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t419');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
5167              last INSCOPE;              last INSCOPE;
5168            }            }
5169          } # INSCOPE          } # INSCOPE
5170            
5171          if ($self->{open_elements}->[-1]->[1] eq $token->{tag_name}) {          unless (defined $i) { # has an element in scope
5172            pop @{$self->{open_elements}};            !!!cp ('t421');
5173              !!!parse-error (type => 'unmatched end tag',
5174                              text => $token->{tag_name}, token => $token);
5175              ## NOTE: Ignore the token.
5176          } else {          } else {
5177            !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);            ## Step 1. generate implied end tags
5178              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5179                !!!cp ('t417');
5180                pop @{$self->{open_elements}};
5181              }
5182              
5183              ## Step 2.
5184              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5185                      ne $token->{tag_name}) {
5186                !!!cp ('t417.1');
5187                !!!parse-error (type => 'not closed',
5188                                text => $self->{open_elements}->[-1]->[0]
5189                                    ->manakai_local_name,
5190                                token => $token);
5191              } else {
5192                !!!cp ('t420');
5193              }  
5194              
5195              ## Step 3.
5196              splice @{$self->{open_elements}}, $i;
5197          }          }
5198    
         undef $self->{form_element};  
5199          !!!next-token;          !!!next-token;
5200          redo B;          next B;
5201        } elsif ({        } elsif ({
5202                    ## NOTE: As normal, except acts as a closer for any ...
5203                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
5204                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5205          ## has an element in scope          ## has an element in scope
5206          my $i;          my $i;
5207          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5208            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5209            if ({            if ($node->[1] == HEADING_EL) {
5210                 h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,              !!!cp ('t423');
               }->{$node->[1]}) {  
             ## generate implied end tags  
             if ({  
                  dd => 1, dt => 1, li => 1, p => 1,  
                  td => 1, th => 1, tr => 1,  
                  tbody => 1, tfoot=> 1, thead => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN,  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
             }  
5211              $i = $_;              $i = $_;
5212              last INSCOPE;              last INSCOPE;
5213            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
5214                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t424');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
5215              last INSCOPE;              last INSCOPE;
5216            }            }
5217          } # INSCOPE          } # INSCOPE
5218            
5219          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {          unless (defined $i) { # has an element in scope
5220            !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);            !!!cp ('t425.1');
5221              !!!parse-error (type => 'unmatched end tag',
5222                              text => $token->{tag_name}, token => $token);
5223              ## NOTE: Ignore the token.
5224            } else {
5225              ## Step 1. generate implied end tags
5226              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5227                !!!cp ('t422');
5228                pop @{$self->{open_elements}};
5229              }
5230              
5231              ## Step 2.
5232              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5233                      ne $token->{tag_name}) {
5234                !!!cp ('t425');
5235                !!!parse-error (type => 'unmatched end tag',
5236                                text => $token->{tag_name}, token => $token);
5237              } else {
5238                !!!cp ('t426');
5239              }
5240    
5241              ## Step 3.
5242              splice @{$self->{open_elements}}, $i;
5243          }          }
5244                    
         splice @{$self->{open_elements}}, $i if defined $i;  
5245          !!!next-token;          !!!next-token;
5246          redo B;          next B;
5247          } elsif ($token->{tag_name} eq 'p') {
5248            ## NOTE: As normal, except </p> implies <p> and ...
5249    
5250            ## has an element in scope
5251            my $non_optional;
5252            my $i;
5253            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5254              my $node = $self->{open_elements}->[$_];
5255              if ($node->[1] == P_EL) {
5256                !!!cp ('t410.1');
5257                $i = $_;
5258                last INSCOPE;
5259              } elsif ($node->[1] & SCOPING_EL) {
5260                !!!cp ('t411.1');
5261                last INSCOPE;
5262              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
5263                ## NOTE: |END_TAG_OPTIONAL_EL| includes "p"
5264                !!!cp ('t411.2');
5265                #
5266              } else {
5267                !!!cp ('t411.3');
5268                $non_optional ||= $node;
5269                #
5270              }
5271            } # INSCOPE
5272    
5273            if (defined $i) {
5274              ## 1. Generate implied end tags
5275              #
5276    
5277              ## 2. If current node != "p", parse error
5278              if ($non_optional) {
5279                !!!cp ('t412.1');
5280                !!!parse-error (type => 'not closed',
5281                                text => $non_optional->[0]->manakai_local_name,
5282                                token => $token);
5283              } else {
5284                !!!cp ('t414.1');
5285              }
5286    
5287              ## 3. Pop
5288              splice @{$self->{open_elements}}, $i;
5289            } else {
5290              !!!cp ('t413.1');
5291              !!!parse-error (type => 'unmatched end tag',
5292                              text => $token->{tag_name}, token => $token);
5293    
5294              !!!cp ('t415.1');
5295              ## As if <p>, then reprocess the current token
5296              my $el;
5297              !!!create-element ($el, $HTML_NS, 'p',, $token);
5298              $insert->($el);
5299              ## NOTE: Not inserted into |$self->{open_elements}|.
5300            }
5301    
5302            !!!next-token;
5303            next B;
5304        } elsif ({        } elsif ({
5305                  a => 1,                  a => 1,
5306                  b => 1, big => 1, em => 1, font => 1, i => 1,                  b => 1, big => 1, em => 1, font => 1, i => 1,
5307                  nobr => 1, s => 1, small => 1, strile => 1,                  nobr => 1, s => 1, small => 1, strike => 1,
5308                  strong => 1, tt => 1, u => 1,                  strong => 1, tt => 1, u => 1,
5309                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5310          $formatting_end_tag->($token->{tag_name});          !!!cp ('t427');
5311          redo B;          $formatting_end_tag->($token);
5312            next B;
5313        } elsif ($token->{tag_name} eq 'br') {        } elsif ($token->{tag_name} eq 'br') {
5314          !!!parse-error (type => 'unmatched end tag:br');          !!!cp ('t428');
5315            !!!parse-error (type => 'unmatched end tag',
5316                            text => 'br', token => $token);
5317    
5318          ## As if <br>          ## As if <br>
5319          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
5320                    
5321          my $el;          my $el;
5322          !!!create-element ($el, 'br');          !!!create-element ($el, $HTML_NS, 'br',, $token);
5323          $insert->($el);          $insert->($el);
5324                    
5325          ## Ignore the token.          ## Ignore the token.
5326          !!!next-token;          !!!next-token;
5327          redo B;          next B;
       } elsif ({  
                 caption => 1, col => 1, colgroup => 1, frame => 1,  
                 frameset => 1, head => 1, option => 1, optgroup => 1,  
                 tbody => 1, td => 1, tfoot => 1, th => 1,  
                 thead => 1, tr => 1,  
                 area => 1, basefont => 1, bgsound => 1,  
                 embed => 1, hr => 1, iframe => 1, image => 1,  
                 img => 1, input => 1, isindex => 1, noembed => 1,  
                 noframes => 1, param => 1, select => 1, spacer => 1,  
                 table => 1, textarea => 1, wbr => 1,  
                 noscript => 0, ## TODO: if scripting is enabled  
                }->{$token->{tag_name}}) {  
         !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
         ## Ignore the token  
         !!!next-token;  
         redo B;  
           
         ## ISSUE: Issue on HTML5 new elements in spec  
           
5328        } else {        } else {
5329            if ($token->{tag_name} eq 'sarcasm') {
5330              sleep 0.001; # take a deep breath
5331            }
5332    
5333          ## Step 1          ## Step 1
5334          my $node_i = -1;          my $node_i = -1;
5335          my $node = $self->{open_elements}->[$node_i];          my $node = $self->{open_elements}->[$node_i];
5336    
5337          ## Step 2          ## Step 2
5338          S2: {          S2: {
5339            if ($node->[1] eq $token->{tag_name}) {            my $node_tag_name = $node->[0]->manakai_local_name;
5340              $node_tag_name =~ tr/A-Z/a-z/; # for SVG camelCase tag names
5341              if ($node_tag_name eq $token->{tag_name}) {
5342              ## Step 1              ## Step 1
5343              ## generate implied end tags              ## generate implied end tags
5344              if ({              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5345                   dd => 1, dt => 1, li => 1, p => 1,                !!!cp ('t430');
5346                   td => 1, th => 1, tr => 1,                ## NOTE: |<ruby><rt></ruby>|.
5347                   tbody => 1, tfoot => 1, thead => 1,                ## ISSUE: <ruby><rt></rt> will also take this code path,
5348                  }->{$self->{open_elements}->[-1]->[1]}) {                ## which seems wrong.
5349                !!!back-token;                pop @{$self->{open_elements}};
5350                $token = {type => END_TAG_TOKEN,                $node_i++;
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
5351              }              }
5352                    
5353              ## Step 2              ## Step 2
5354              if ($token->{tag_name} ne $self->{open_elements}->[-1]->[1]) {              my $current_tag_name
5355                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  = $self->{open_elements}->[-1]->[0]->manakai_local_name;
5356                $current_tag_name =~ tr/A-Z/a-z/;
5357                if ($current_tag_name ne $token->{tag_name}) {
5358                  !!!cp ('t431');
5359                  ## NOTE: <x><y></x>
5360                  !!!parse-error (type => 'not closed',
5361                                  text => $self->{open_elements}->[-1]->[0]
5362                                      ->manakai_local_name,
5363                                  token => $token);
5364                } else {
5365                  !!!cp ('t432');
5366              }              }
5367                            
5368              ## Step 3              ## Step 3
5369              splice @{$self->{open_elements}}, $node_i;              splice @{$self->{open_elements}}, $node_i if $node_i < 0;
5370    
5371              !!!next-token;              !!!next-token;
5372              last S2;              last S2;
5373            } else {            } else {
5374              ## Step 3              ## Step 3
5375              if (not $formatting_category->{$node->[1]} and              if (not ($node->[1] & FORMATTING_EL) and
5376                  #not $phrasing_category->{$node->[1]} and                  #not $phrasing_category->{$node->[1]} and
5377                  ($special_category->{$node->[1]} or                  ($node->[1] & SPECIAL_EL or
5378                   $scoping_category->{$node->[1]})) {                   $node->[1] & SCOPING_EL)) {
5379                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!cp ('t433');
5380                  !!!parse-error (type => 'unmatched end tag',
5381                                  text => $token->{tag_name}, token => $token);
5382                ## Ignore the token                ## Ignore the token
5383                !!!next-token;                !!!next-token;
5384                last S2;                last S2;
5385    
5386                  ## NOTE: |<span><dd></span>a|: In Safari 3.1.2 and Opera
5387                  ## 9.27, "a" is a child of <dd> (conforming).  In
5388                  ## Firefox 3.0.2, "a" is a child of <body>.  In WinIE 7,
5389                  ## "a" is a child of both <body> and <dd>.
5390              }              }
5391                
5392                !!!cp ('t434');
5393            }            }
5394                        
5395            ## Step 4            ## Step 4
# Line 5122  sub _tree_construction_main ($) { Line 5399  sub _tree_construction_main ($) {
5399            ## Step 5;            ## Step 5;
5400            redo S2;            redo S2;
5401          } # S2          } # S2
5402          redo B;          next B;
5403        }        }
5404      }      }
5405      redo B;      next B;
5406      } continue { # B
5407        if ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {
5408          ## NOTE: The code below is executed in cases where it does not have
5409          ## to be, but it it is harmless even in those cases.
5410          ## has an element in scope
5411          INSCOPE: {
5412            for (reverse 0..$#{$self->{open_elements}}) {
5413              my $node = $self->{open_elements}->[$_];
5414              if ($node->[1] & FOREIGN_EL) {
5415                last INSCOPE;
5416              } elsif ($node->[1] & SCOPING_EL) {
5417                last;
5418              }
5419            }
5420            
5421            ## NOTE: No foreign element in scope.
5422            $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
5423          } # INSCOPE
5424        }
5425    } # B    } # B
5426    
   ## NOTE: The "trailing end" phase in HTML5 is split into  
   ## two insertion modes: "after html body" and "after html frameset".  
   ## NOTE: States in the main stage is preserved while  
   ## the parser stays in the trailing end phase. # MUST  
   
5427    ## Stop parsing # MUST    ## Stop parsing # MUST
5428        
5429    ## TODO: script stuffs    ## TODO: script stuffs
5430  } # _tree_construct_main  } # _tree_construct_main
5431    
5432  sub set_inner_html ($$$) {  sub set_inner_html ($$$$;$) {
5433    my $class = shift;    my $class = shift;
5434    my $node = shift;    my $node = shift;
5435    my $s = \$_[0];    #my $s = \$_[0];
5436    my $onerror = $_[1];    my $onerror = $_[1];
5437      my $get_wrapper = $_[2] || sub ($) { return $_[0] };
5438    
5439      ## ISSUE: Should {confident} be true?
5440    
5441    my $nt = $node->node_type;    my $nt = $node->node_type;
5442    if ($nt == 9) {    if ($nt == 9) {
# Line 5159  sub set_inner_html ($$$) { Line 5453  sub set_inner_html ($$$) {
5453      }      }
5454    
5455      ## Step 3, 4, 5 # MUST      ## Step 3, 4, 5 # MUST
5456      $class->parse_string ($$s => $node, $onerror);      $class->parse_char_string ($_[0] => $node, $onerror, $get_wrapper);
5457    } elsif ($nt == 1) {    } elsif ($nt == 1) {
5458      ## TODO: If non-html element      ## TODO: If non-html element
5459    
5460      ## NOTE: Most of this code is copied from |parse_string|      ## NOTE: Most of this code is copied from |parse_string|
5461    
5462    ## TODO: Support for $get_wrapper
5463    
5464      ## Step 1 # MUST      ## Step 1 # MUST
5465      my $this_doc = $node->owner_document;      my $this_doc = $node->owner_document;
5466      my $doc = $this_doc->implementation->create_document;      my $doc = $this_doc->implementation->create_document;
# Line 5172  sub set_inner_html ($$$) { Line 5468  sub set_inner_html ($$$) {
5468      my $p = $class->new;      my $p = $class->new;
5469      $p->{document} = $doc;      $p->{document} = $doc;
5470    
5471      ## Step 9 # MUST      ## Step 8 # MUST
5472      my $i = 0;      my $i = 0;
5473      my $line = 1;      $p->{line_prev} = $p->{line} = 1;
5474      my $column = 0;      $p->{column_prev} = $p->{column} = 0;
5475      $p->{set_next_input_character} = sub {      require Whatpm::Charset::DecodeHandle;
5476        my $input = Whatpm::Charset::DecodeHandle::CharString->new (\($_[0]));
5477        $input = $get_wrapper->($input);
5478        $p->{set_nc} = sub {
5479        my $self = shift;        my $self = shift;
5480    
5481        pop @{$self->{prev_input_character}};        my $char = '';
5482        unshift @{$self->{prev_input_character}}, $self->{next_input_character};        if (defined $self->{next_nc}) {
5483            $char = $self->{next_nc};
5484            delete $self->{next_nc};
5485            $self->{nc} = ord $char;
5486          } else {
5487            $self->{char_buffer} = '';
5488            $self->{char_buffer_pos} = 0;
5489            
5490            my $count = $input->manakai_read_until
5491                ($self->{char_buffer}, qr/[^\x00\x0A\x0D]/,
5492                 $self->{char_buffer_pos});
5493            if ($count) {
5494              $self->{line_prev} = $self->{line};
5495              $self->{column_prev} = $self->{column};
5496              $self->{column}++;
5497              $self->{nc}
5498                  = ord substr ($self->{char_buffer},
5499                                $self->{char_buffer_pos}++, 1);
5500              return;
5501            }
5502            
5503            if ($input->read ($char, 1)) {
5504              $self->{nc} = ord $char;
5505            } else {
5506              $self->{nc} = -1;
5507              return;
5508            }
5509          }
5510    
5511          ($p->{line_prev}, $p->{column_prev}) = ($p->{line}, $p->{column});
5512          $p->{column}++;
5513    
5514        $self->{next_input_character} = -1 and return if $i >= length $$s;        if ($self->{nc} == 0x000A) { # LF
5515        $self->{next_input_character} = ord substr $$s, $i++, 1;          $p->{line}++;
5516        $column++;          $p->{column} = 0;
5517            !!!cp ('i1');
5518        if ($self->{next_input_character} == 0x000A) { # LF        } elsif ($self->{nc} == 0x000D) { # CR
5519          $line++;  ## TODO: support for abort/streaming
5520          $column = 0;          my $next = '';
5521        } elsif ($self->{next_input_character} == 0x000D) { # CR          if ($input->read ($next, 1) and $next ne "\x0A") {
5522          $i++ if substr ($$s, $i, 1) eq "\x0A";            $self->{next_nc} = $next;
5523          $self->{next_input_character} = 0x000A; # LF # MUST          }
5524          $line++;          $self->{nc} = 0x000A; # LF # MUST
5525          $column = 0;          $p->{line}++;
5526        } elsif ($self->{next_input_character} > 0x10FFFF) {          $p->{column} = 0;
5527          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          !!!cp ('i2');
5528        } elsif ($self->{next_input_character} == 0x0000) { # NULL        } elsif ($self->{nc} == 0x0000) { # NULL
5529            !!!cp ('i4');
5530          !!!parse-error (type => 'NULL');          !!!parse-error (type => 'NULL');
5531          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{nc} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
5532        }        }
5533      };      };
5534      $p->{prev_input_character} = [-1, -1, -1];  
5535      $p->{next_input_character} = -1;      $p->{read_until} = sub {
5536              #my ($scalar, $specials_range, $offset) = @_;
5537          return 0 if defined $p->{next_nc};
5538    
5539          my $pattern = qr/[^$_[1]\x00\x0A\x0D]/;
5540          my $offset = $_[2] || 0;
5541          
5542          if ($p->{char_buffer_pos} < length $p->{char_buffer}) {
5543            pos ($p->{char_buffer}) = $p->{char_buffer_pos};
5544            if ($p->{char_buffer} =~ /\G(?>$pattern)+/) {
5545              substr ($_[0], $offset)
5546                  = substr ($p->{char_buffer}, $-[0], $+[0] - $-[0]);
5547              my $count = $+[0] - $-[0];
5548              if ($count) {
5549                $p->{column} += $count;
5550                $p->{char_buffer_pos} += $count;
5551                $p->{line_prev} = $p->{line};
5552                $p->{column_prev} = $p->{column} - 1;
5553                $p->{nc} = -1;
5554              }
5555              return $count;
5556            } else {
5557              return 0;
5558            }
5559          } else {
5560            my $count = $input->manakai_read_until ($_[0], $pattern, $_[2]);
5561            if ($count) {
5562              $p->{column} += $count;
5563              $p->{column_prev} += $count;
5564              $p->{nc} = -1;
5565            }
5566            return $count;
5567          }
5568        }; # $p->{read_until}
5569    
5570      my $ponerror = $onerror || sub {      my $ponerror = $onerror || sub {
5571        my (%opt) = @_;        my (%opt) = @_;
5572        warn "Parse error ($opt{type}) at line $opt{line} column $opt{column}\n";        my $line = $opt{line};
5573          my $column = $opt{column};
5574          if (defined $opt{token} and defined $opt{token}->{line}) {
5575            $line = $opt{token}->{line};
5576            $column = $opt{token}->{column};
5577          }
5578          warn "Parse error ($opt{type}) at line $line column $column\n";
5579      };      };
5580      $p->{parse_error} = sub {      $p->{parse_error} = sub {
5581        $ponerror->(@_, line => $line, column => $column);        $ponerror->(line => $p->{line}, column => $p->{column}, @_);
5582      };      };
5583            
5584        my $char_onerror = sub {
5585          my (undef, $type, %opt) = @_;
5586          $ponerror->(layer => 'encode',
5587                      line => $p->{line}, column => $p->{column} + 1,
5588                      %opt, type => $type);
5589        }; # $char_onerror
5590        $input->onerror ($char_onerror);
5591    
5592      $p->_initialize_tokenizer;      $p->_initialize_tokenizer;
5593      $p->_initialize_tree_constructor;      $p->_initialize_tree_constructor;
5594    
5595      ## Step 2      ## Step 2
5596      my $node_ln = $node->local_name;      my $node_ln = $node->manakai_local_name;
5597      $p->{content_model} = {      $p->{content_model} = {
5598        title => RCDATA_CONTENT_MODEL,        title => RCDATA_CONTENT_MODEL,
5599        textarea => RCDATA_CONTENT_MODEL,        textarea => RCDATA_CONTENT_MODEL,
# Line 5233  sub set_inner_html ($$$) { Line 5610  sub set_inner_html ($$$) {
5610          unless defined $p->{content_model};          unless defined $p->{content_model};
5611          ## ISSUE: What is "the name of the element"? local name?          ## ISSUE: What is "the name of the element"? local name?
5612    
5613      $p->{inner_html_node} = [$node, $node_ln];      $p->{inner_html_node} = [$node, $el_category->{$node_ln}];
5614          ## TODO: Foreign element OK?
5615    
5616      ## Step 4      ## Step 3
5617      my $root = $doc->create_element_ns      my $root = $doc->create_element_ns
5618        ('http://www.w3.org/1999/xhtml', [undef, 'html']);        ('http://www.w3.org/1999/xhtml', [undef, 'html']);
5619    
5620      ## Step 5 # MUST      ## Step 4 # MUST
5621      $doc->append_child ($root);      $doc->append_child ($root);
5622    
5623      ## Step 6 # MUST      ## Step 5 # MUST
5624      push @{$p->{open_elements}}, [$root, 'html'];      push @{$p->{open_elements}}, [$root, $el_category->{html}];
5625    
5626      undef $p->{head_element};      undef $p->{head_element};
5627        undef $p->{head_element_inserted};
5628    
5629      ## Step 7 # MUST      ## Step 6 # MUST
5630      $p->_reset_insertion_mode;      $p->_reset_insertion_mode;
5631    
5632      ## Step 8 # MUST      ## Step 7 # MUST
5633      my $anode = $node;      my $anode = $node;
5634      AN: while (defined $anode) {      AN: while (defined $anode) {
5635        if ($anode->node_type == 1) {        if ($anode->node_type == 1) {
5636          my $nsuri = $anode->namespace_uri;          my $nsuri = $anode->namespace_uri;
5637          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {
5638            if ($anode->local_name eq 'form') { ## TODO: case?            if ($anode->manakai_local_name eq 'form') {
5639                !!!cp ('i5');
5640              $p->{form_element} = $anode;              $p->{form_element} = $anode;
5641              last AN;              last AN;
5642            }            }
# Line 5265  sub set_inner_html ($$$) { Line 5645  sub set_inner_html ($$$) {
5645        $anode = $anode->parent_node;        $anode = $anode->parent_node;
5646      } # AN      } # AN
5647            
5648      ## Step 3 # MUST      ## Step 9 # MUST
     ## Step 10 # MUST  
5649      {      {
5650        my $self = $p;        my $self = $p;
5651        !!!next-token;        !!!next-token;
5652      }      }
5653      $p->_tree_construction_main;      $p->_tree_construction_main;
5654    
5655      ## Step 11 # MUST      ## Step 10 # MUST
5656      my @cn = @{$node->child_nodes};      my @cn = @{$node->child_nodes};
5657      for (@cn) {      for (@cn) {
5658        $node->remove_child ($_);        $node->remove_child ($_);
5659      }      }
5660      ## ISSUE: mutation events? read-only?      ## ISSUE: mutation events? read-only?
5661    
5662      ## Step 12 # MUST      ## Step 11 # MUST
5663      @cn = @{$root->child_nodes};      @cn = @{$root->child_nodes};
5664      for (@cn) {      for (@cn) {
5665        $this_doc->adopt_node ($_);        $this_doc->adopt_node ($_);
# Line 5289  sub set_inner_html ($$$) { Line 5668  sub set_inner_html ($$$) {
5668      ## ISSUE: mutation events?      ## ISSUE: mutation events?
5669    
5670      $p->_terminate_tree_constructor;      $p->_terminate_tree_constructor;
5671    
5672        delete $p->{parse_error}; # delete loop
5673    } else {    } else {
5674      die "$0: |set_inner_html| is not defined for node of type $nt";      die "$0: |set_inner_html| is not defined for node of type $nt";
5675    }    }
# Line 5296  sub set_inner_html ($$$) { Line 5677  sub set_inner_html ($$$) {
5677    
5678  } # tree construction stage  } # tree construction stage
5679    
5680  sub get_inner_html ($$$) {  package Whatpm::HTML::RestartParser;
5681    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  
5682    
5683  1;  1;
5684  # $Date$  # $Date$
Legend:
Removed from v.1.56  
changed lines
  Added in v.1.208
admin@suikawiki.org
 ViewVC Help
Powered by ViewVC 1.1.24