/[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 1.61 by wakaba, Sun Nov 4 04:15:06 2007 UTC revision 1.178 by wakaba, Sun Sep 14 11:57:41 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  ## ISSUE:  ## ISSUE:
7  ## var doc = implementation.createDocument (null, null, null);  ## var doc = implementation.createDocument (null, null, null);
8  ## doc.write ('');  ## doc.write ('');
9  ## alert (doc.compatMode);  ## alert (doc.compatMode);
10    
11  ## ISSUE: HTML5 revision 967 says that the encoding layer MUST NOT  require IO::Handle;
12  ## strip BOM and the HTML layer MUST ignore it.  Whether we can do it  
13  ## is not yet clear.  my $HTML_NS = q<http://www.w3.org/1999/xhtml>;
14  ## "{U+FEFF}..." in UTF-16BE/UTF-16LE is three or four characters?  my $MML_NS = q<http://www.w3.org/1998/Math/MathML>;
15  ## "{U+FEFF}..." in GB18030?  my $SVG_NS = q<http://www.w3.org/2000/svg>;
16    my $XLINK_NS = q<http://www.w3.org/1999/xlink>;
17  my $permitted_slash_tag_name = {  my $XML_NS = q<http://www.w3.org/XML/1998/namespace>;
18    base => 1,  my $XMLNS_NS = q<http://www.w3.org/2000/xmlns/>;
19    link => 1,  
20    meta => 1,  sub A_EL () { 0b1 }
21    hr => 1,  sub ADDRESS_EL () { 0b10 }
22    br => 1,  sub BODY_EL () { 0b100 }
23    img=> 1,  sub BUTTON_EL () { 0b1000 }
24    embed => 1,  sub CAPTION_EL () { 0b10000 }
25    param => 1,  sub DD_EL () { 0b100000 }
26    area => 1,  sub DIV_EL () { 0b1000000 }
27    col => 1,  sub DT_EL () { 0b10000000 }
28    input => 1,  sub FORM_EL () { 0b100000000 }
29    sub FORMATTING_EL () { 0b1000000000 }
30    sub FRAMESET_EL () { 0b10000000000 }
31    sub HEADING_EL () { 0b100000000000 }
32    sub HTML_EL () { 0b1000000000000 }
33    sub LI_EL () { 0b10000000000000 }
34    sub NOBR_EL () { 0b100000000000000 }
35    sub OPTION_EL () { 0b1000000000000000 }
36    sub OPTGROUP_EL () { 0b10000000000000000 }
37    sub P_EL () { 0b100000000000000000 }
38    sub SELECT_EL () { 0b1000000000000000000 }
39    sub TABLE_EL () { 0b10000000000000000000 }
40    sub TABLE_CELL_EL () { 0b100000000000000000000 }
41    sub TABLE_ROW_EL () { 0b1000000000000000000000 }
42    sub TABLE_ROW_GROUP_EL () { 0b10000000000000000000000 }
43    sub MISC_SCOPING_EL () { 0b100000000000000000000000 }
44    sub MISC_SPECIAL_EL () { 0b1000000000000000000000000 }
45    sub FOREIGN_EL () { 0b10000000000000000000000000 }
46    sub FOREIGN_FLOW_CONTENT_EL () { 0b100000000000000000000000000 }
47    sub MML_AXML_EL () { 0b1000000000000000000000000000 }
48    sub RUBY_EL () { 0b10000000000000000000000000000 }
49    sub RUBY_COMPONENT_EL () { 0b100000000000000000000000000000 }
50    
51    sub TABLE_ROWS_EL () {
52      TABLE_EL |
53      TABLE_ROW_EL |
54      TABLE_ROW_GROUP_EL
55    }
56    
57    ## NOTE: Used in "generate implied end tags" algorithm.
58    ## NOTE: There is a code where a modified version of END_TAG_OPTIONAL_EL
59    ## is used in "generate implied end tags" implementation (search for the
60    ## function mae).
61    sub END_TAG_OPTIONAL_EL () {
62      DD_EL |
63      DT_EL |
64      LI_EL |
65      P_EL |
66      RUBY_COMPONENT_EL
67    }
68    
69    ## NOTE: Used in </body> and EOF algorithms.
70    sub ALL_END_TAG_OPTIONAL_EL () {
71      DD_EL |
72      DT_EL |
73      LI_EL |
74      P_EL |
75    
76      BODY_EL |
77      HTML_EL |
78      TABLE_CELL_EL |
79      TABLE_ROW_EL |
80      TABLE_ROW_GROUP_EL
81    }
82    
83    sub SCOPING_EL () {
84      BUTTON_EL |
85      CAPTION_EL |
86      HTML_EL |
87      TABLE_EL |
88      TABLE_CELL_EL |
89      MISC_SCOPING_EL
90    }
91    
92    sub TABLE_SCOPING_EL () {
93      HTML_EL |
94      TABLE_EL
95    }
96    
97    sub TABLE_ROWS_SCOPING_EL () {
98      HTML_EL |
99      TABLE_ROW_GROUP_EL
100    }
101    
102    sub TABLE_ROW_SCOPING_EL () {
103      HTML_EL |
104      TABLE_ROW_EL
105    }
106    
107    sub SPECIAL_EL () {
108      ADDRESS_EL |
109      BODY_EL |
110      DIV_EL |
111    
112      DD_EL |
113      DT_EL |
114      LI_EL |
115      P_EL |
116    
117      FORM_EL |
118      FRAMESET_EL |
119      HEADING_EL |
120      OPTION_EL |
121      OPTGROUP_EL |
122      SELECT_EL |
123      TABLE_ROW_EL |
124      TABLE_ROW_GROUP_EL |
125      MISC_SPECIAL_EL
126    }
127    
128    my $el_category = {
129      a => A_EL | FORMATTING_EL,
130      address => ADDRESS_EL,
131      applet => MISC_SCOPING_EL,
132      area => MISC_SPECIAL_EL,
133      b => FORMATTING_EL,
134      base => MISC_SPECIAL_EL,
135      basefont => MISC_SPECIAL_EL,
136      bgsound => MISC_SPECIAL_EL,
137      big => FORMATTING_EL,
138      blockquote => MISC_SPECIAL_EL,
139      body => BODY_EL,
140      br => MISC_SPECIAL_EL,
141      button => BUTTON_EL,
142      caption => CAPTION_EL,
143      center => MISC_SPECIAL_EL,
144      col => MISC_SPECIAL_EL,
145      colgroup => MISC_SPECIAL_EL,
146      dd => DD_EL,
147      dir => MISC_SPECIAL_EL,
148      div => DIV_EL,
149      dl => MISC_SPECIAL_EL,
150      dt => DT_EL,
151      em => FORMATTING_EL,
152      embed => MISC_SPECIAL_EL,
153      fieldset => MISC_SPECIAL_EL,
154      font => FORMATTING_EL,
155      form => FORM_EL,
156      frame => MISC_SPECIAL_EL,
157      frameset => FRAMESET_EL,
158      h1 => HEADING_EL,
159      h2 => HEADING_EL,
160      h3 => HEADING_EL,
161      h4 => HEADING_EL,
162      h5 => HEADING_EL,
163      h6 => HEADING_EL,
164      head => MISC_SPECIAL_EL,
165      hr => MISC_SPECIAL_EL,
166      html => HTML_EL,
167      i => FORMATTING_EL,
168      iframe => MISC_SPECIAL_EL,
169      img => MISC_SPECIAL_EL,
170      input => MISC_SPECIAL_EL,
171      isindex => MISC_SPECIAL_EL,
172      li => LI_EL,
173      link => MISC_SPECIAL_EL,
174      listing => MISC_SPECIAL_EL,
175      marquee => MISC_SCOPING_EL,
176      menu => MISC_SPECIAL_EL,
177      meta => MISC_SPECIAL_EL,
178      nobr => NOBR_EL | FORMATTING_EL,
179      noembed => MISC_SPECIAL_EL,
180      noframes => MISC_SPECIAL_EL,
181      noscript => MISC_SPECIAL_EL,
182      object => MISC_SCOPING_EL,
183      ol => MISC_SPECIAL_EL,
184      optgroup => OPTGROUP_EL,
185      option => OPTION_EL,
186      p => P_EL,
187      param => MISC_SPECIAL_EL,
188      plaintext => MISC_SPECIAL_EL,
189      pre => MISC_SPECIAL_EL,
190      rp => RUBY_COMPONENT_EL,
191      rt => RUBY_COMPONENT_EL,
192      ruby => RUBY_EL,
193      s => FORMATTING_EL,
194      script => MISC_SPECIAL_EL,
195      select => SELECT_EL,
196      small => FORMATTING_EL,
197      spacer => MISC_SPECIAL_EL,
198      strike => FORMATTING_EL,
199      strong => FORMATTING_EL,
200      style => MISC_SPECIAL_EL,
201      table => TABLE_EL,
202      tbody => TABLE_ROW_GROUP_EL,
203      td => TABLE_CELL_EL,
204      textarea => MISC_SPECIAL_EL,
205      tfoot => TABLE_ROW_GROUP_EL,
206      th => TABLE_CELL_EL,
207      thead => TABLE_ROW_GROUP_EL,
208      title => MISC_SPECIAL_EL,
209      tr => TABLE_ROW_EL,
210      tt => FORMATTING_EL,
211      u => FORMATTING_EL,
212      ul => MISC_SPECIAL_EL,
213      wbr => MISC_SPECIAL_EL,
214    };
215    
216    my $el_category_f = {
217      $MML_NS => {
218        'annotation-xml' => MML_AXML_EL,
219        mi => FOREIGN_FLOW_CONTENT_EL,
220        mo => FOREIGN_FLOW_CONTENT_EL,
221        mn => FOREIGN_FLOW_CONTENT_EL,
222        ms => FOREIGN_FLOW_CONTENT_EL,
223        mtext => FOREIGN_FLOW_CONTENT_EL,
224      },
225      $SVG_NS => {
226        foreignObject => FOREIGN_FLOW_CONTENT_EL,
227        desc => FOREIGN_FLOW_CONTENT_EL,
228        title => FOREIGN_FLOW_CONTENT_EL,
229      },
230      ## NOTE: In addition, FOREIGN_EL is set to non-HTML elements.
231    };
232    
233    my $svg_attr_name = {
234      attributename => 'attributeName',
235      attributetype => 'attributeType',
236      basefrequency => 'baseFrequency',
237      baseprofile => 'baseProfile',
238      calcmode => 'calcMode',
239      clippathunits => 'clipPathUnits',
240      contentscripttype => 'contentScriptType',
241      contentstyletype => 'contentStyleType',
242      diffuseconstant => 'diffuseConstant',
243      edgemode => 'edgeMode',
244      externalresourcesrequired => 'externalResourcesRequired',
245      filterres => 'filterRes',
246      filterunits => 'filterUnits',
247      glyphref => 'glyphRef',
248      gradienttransform => 'gradientTransform',
249      gradientunits => 'gradientUnits',
250      kernelmatrix => 'kernelMatrix',
251      kernelunitlength => 'kernelUnitLength',
252      keypoints => 'keyPoints',
253      keysplines => 'keySplines',
254      keytimes => 'keyTimes',
255      lengthadjust => 'lengthAdjust',
256      limitingconeangle => 'limitingConeAngle',
257      markerheight => 'markerHeight',
258      markerunits => 'markerUnits',
259      markerwidth => 'markerWidth',
260      maskcontentunits => 'maskContentUnits',
261      maskunits => 'maskUnits',
262      numoctaves => 'numOctaves',
263      pathlength => 'pathLength',
264      patterncontentunits => 'patternContentUnits',
265      patterntransform => 'patternTransform',
266      patternunits => 'patternUnits',
267      pointsatx => 'pointsAtX',
268      pointsaty => 'pointsAtY',
269      pointsatz => 'pointsAtZ',
270      preservealpha => 'preserveAlpha',
271      preserveaspectratio => 'preserveAspectRatio',
272      primitiveunits => 'primitiveUnits',
273      refx => 'refX',
274      refy => 'refY',
275      repeatcount => 'repeatCount',
276      repeatdur => 'repeatDur',
277      requiredextensions => 'requiredExtensions',
278      requiredfeatures => 'requiredFeatures',
279      specularconstant => 'specularConstant',
280      specularexponent => 'specularExponent',
281      spreadmethod => 'spreadMethod',
282      startoffset => 'startOffset',
283      stddeviation => 'stdDeviation',
284      stitchtiles => 'stitchTiles',
285      surfacescale => 'surfaceScale',
286      systemlanguage => 'systemLanguage',
287      tablevalues => 'tableValues',
288      targetx => 'targetX',
289      targety => 'targetY',
290      textlength => 'textLength',
291      viewbox => 'viewBox',
292      viewtarget => 'viewTarget',
293      xchannelselector => 'xChannelSelector',
294      ychannelselector => 'yChannelSelector',
295      zoomandpan => 'zoomAndPan',
296    };
297    
298    my $foreign_attr_xname = {
299      'xlink:actuate' => [$XLINK_NS, ['xlink', 'actuate']],
300      'xlink:arcrole' => [$XLINK_NS, ['xlink', 'arcrole']],
301      'xlink:href' => [$XLINK_NS, ['xlink', 'href']],
302      'xlink:role' => [$XLINK_NS, ['xlink', 'role']],
303      'xlink:show' => [$XLINK_NS, ['xlink', 'show']],
304      'xlink:title' => [$XLINK_NS, ['xlink', 'title']],
305      'xlink:type' => [$XLINK_NS, ['xlink', 'type']],
306      'xml:base' => [$XML_NS, ['xml', 'base']],
307      'xml:lang' => [$XML_NS, ['xml', 'lang']],
308      'xml:space' => [$XML_NS, ['xml', 'space']],
309      'xmlns' => [$XMLNS_NS, [undef, 'xmlns']],
310      'xmlns:xlink' => [$XMLNS_NS, ['xmlns', 'xlink']],
311  };  };
312    
313    ## ISSUE: xmlns:xlink="non-xlink-ns" is not an error.
314    
315  my $c1_entity_char = {  my $c1_entity_char = {
316    0x80 => 0x20AC,    0x80 => 0x20AC,
317    0x81 => 0xFFFD,    0x81 => 0xFFFD,
# Line 62  my $c1_entity_char = { Line 347  my $c1_entity_char = {
347    0x9F => 0x0178,    0x9F => 0x0178,
348  }; # $c1_entity_char  }; # $c1_entity_char
349    
350  my $special_category = {  sub parse_byte_string ($$$$;$) {
351    address => 1, area => 1, base => 1, basefont => 1, bgsound => 1,    my $self = shift;
352    blockquote => 1, body => 1, br => 1, center => 1, col => 1, colgroup => 1,    my $charset_name = shift;
353    dd => 1, dir => 1, div => 1, dl => 1, dt => 1, embed => 1, fieldset => 1,    open my $input, '<', ref $_[0] ? $_[0] : \($_[0]);
354    form => 1, frame => 1, frameset => 1, h1 => 1, h2 => 1, h3 => 1,    return $self->parse_byte_stream ($charset_name, $input, @_[1..$#_]);
355    h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, iframe => 1, image => 1,  } # parse_byte_string
356    img => 1, input => 1, isindex => 1, li => 1, link => 1, listing => 1,  
357    menu => 1, meta => 1, noembed => 1, noframes => 1, noscript => 1,  sub parse_byte_stream ($$$$;$$) {
358    ol => 1, optgroup => 1, option => 1, p => 1, param => 1, plaintext => 1,    # my ($self, $charset_name, $byte_stream, $doc, $onerror, $get_wrapper) = @_;
359    pre => 1, script => 1, select => 1, spacer => 1, style => 1, tbody => 1,    my $self = ref $_[0] ? shift : shift->new;
360    textarea => 1, tfoot => 1, thead => 1, title => 1, tr => 1, ul => 1, wbr => 1,    my $charset_name = shift;
361  };    my $byte_stream = $_[0];
362  my $scoping_category = {  
363    button => 1, caption => 1, html => 1, marquee => 1, object => 1,    my $onerror = $_[2] || sub {
364    table => 1, td => 1, th => 1,      my (%opt) = @_;
365  };      warn "Parse error ($opt{type})\n";
366  my $formatting_category = {    };
367    a => 1, b => 1, big => 1, em => 1, font => 1, i => 1, nobr => 1,    $self->{parse_error} = $onerror; # updated later by parse_char_string
368    s => 1, small => 1, strile => 1, strong => 1, tt => 1, u => 1,  
369  };    my $get_wrapper = $_[3] || sub ($) {
370  # $phrasing_category: all other elements      return $_[0]; # $_[0] = byte stream handle, returned = arg to char handle
371      };
372    
373      ## HTML5 encoding sniffing algorithm
374      require Message::Charset::Info;
375      my $charset;
376      my $buffer;
377      my ($char_stream, $e_status);
378    
379      SNIFFING: {
380        ## NOTE: By setting |allow_fallback| option true when the
381        ## |get_decode_handle| method is invoked, we ignore what the HTML5
382        ## spec requires, i.e. unsupported encoding should be ignored.
383          ## TODO: We should not do this unless the parser is invoked
384          ## in the conformance checking mode, in which this behavior
385          ## would be useful.
386    
387        ## Step 1
388        if (defined $charset_name) {
389          $charset = Message::Charset::Info->get_by_html_name ($charset_name);
390              ## TODO: Is this ok?  Transfer protocol's parameter should be
391              ## interpreted in its semantics?
392    
393          ## ISSUE: Unsupported encoding is not ignored according to the spec.
394          ($char_stream, $e_status) = $charset->get_decode_handle
395              ($byte_stream, allow_error_reporting => 1,
396               allow_fallback => 1);
397          if ($char_stream) {
398            $self->{confident} = 1;
399            last SNIFFING;
400          } else {
401            ## TODO: unsupported error
402          }
403        }
404    
405        ## Step 2
406        my $byte_buffer = '';
407        for (1..1024) {
408          my $char = $byte_stream->getc;
409          last unless defined $char;
410          $byte_buffer .= $char;
411        } ## TODO: timeout
412    
413        ## Step 3
414        if ($byte_buffer =~ /^\xFE\xFF/) {
415          $charset = Message::Charset::Info->get_by_html_name ('utf-16be');
416          ($char_stream, $e_status) = $charset->get_decode_handle
417              ($byte_stream, allow_error_reporting => 1,
418               allow_fallback => 1, byte_buffer => \$byte_buffer);
419          $self->{confident} = 1;
420          last SNIFFING;
421        } elsif ($byte_buffer =~ /^\xFF\xFE/) {
422          $charset = Message::Charset::Info->get_by_html_name ('utf-16le');
423          ($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 =~ /^\xEF\xBB\xBF/) {
429          $charset = Message::Charset::Info->get_by_html_name ('utf-8');
430          ($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        }
436    
437        ## Step 4
438        ## TODO: <meta charset>
439    
440        ## Step 5
441        ## TODO: from history
442    
443        ## Step 6
444        require Whatpm::Charset::UniversalCharDet;
445        $charset_name = Whatpm::Charset::UniversalCharDet->detect_byte_string
446            ($byte_buffer);
447        if (defined $charset_name) {
448          $charset = Message::Charset::Info->get_by_html_name ($charset_name);
449    
450          ## ISSUE: Unsupported encoding is not ignored according to the spec.
451          require Whatpm::Charset::DecodeHandle;
452          $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new
453              ($byte_stream);
454          ($char_stream, $e_status) = $charset->get_decode_handle
455              ($buffer, allow_error_reporting => 1,
456               allow_fallback => 1, byte_buffer => \$byte_buffer);
457          if ($char_stream) {
458            $buffer->{buffer} = $byte_buffer;
459            !!!parse-error (type => 'sniffing:chardet',
460                            text => $charset_name,
461                            level => $self->{level}->{info},
462                            layer => 'encode',
463                            line => 1, column => 1);
464            $self->{confident} = 0;
465            last SNIFFING;
466          }
467        }
468    
469        ## Step 7: default
470        ## TODO: Make this configurable.
471        $charset = Message::Charset::Info->get_by_html_name ('windows-1252');
472            ## NOTE: We choose |windows-1252| here, since |utf-8| should be
473            ## detectable in the step 6.
474        require Whatpm::Charset::DecodeHandle;
475        $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new
476            ($byte_stream);
477        ($char_stream, $e_status)
478            = $charset->get_decode_handle ($buffer,
479                                           allow_error_reporting => 1,
480                                           allow_fallback => 1,
481                                           byte_buffer => \$byte_buffer);
482        $buffer->{buffer} = $byte_buffer;
483        !!!parse-error (type => 'sniffing:default',
484                        text => 'windows-1252',
485                        level => $self->{level}->{info},
486                        line => 1, column => 1,
487                        layer => 'encode');
488        $self->{confident} = 0;
489      } # SNIFFING
490    
491      if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
492        $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
493        !!!parse-error (type => 'chardecode:fallback',
494                        #text => $self->{input_encoding},
495                        level => $self->{level}->{uncertain},
496                        line => 1, column => 1,
497                        layer => 'encode');
498      } elsif (not ($e_status &
499                    Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
500        $self->{input_encoding} = $charset->get_iana_name;
501        !!!parse-error (type => 'chardecode:no error',
502                        text => $self->{input_encoding},
503                        level => $self->{level}->{uncertain},
504                        line => 1, column => 1,
505                        layer => 'encode');
506      } else {
507        $self->{input_encoding} = $charset->get_iana_name;
508      }
509    
510      $self->{change_encoding} = sub {
511        my $self = shift;
512        $charset_name = shift;
513        my $token = shift;
514    
515        $charset = Message::Charset::Info->get_by_html_name ($charset_name);
516        ($char_stream, $e_status) = $charset->get_decode_handle
517            ($byte_stream, allow_error_reporting => 1, allow_fallback => 1,
518             byte_buffer => \ $buffer->{buffer});
519        
520        if ($char_stream) { # if supported
521          ## "Change the encoding" algorithm:
522    
523          ## Step 1    
524          if ($charset->{category} &
525              Message::Charset::Info::CHARSET_CATEGORY_UTF16 ()) {
526            $charset = Message::Charset::Info->get_by_html_name ('utf-8');
527            ($char_stream, $e_status) = $charset->get_decode_handle
528                ($byte_stream,
529                 byte_buffer => \ $buffer->{buffer});
530          }
531          $charset_name = $charset->get_iana_name;
532          
533          ## Step 2
534          if (defined $self->{input_encoding} and
535              $self->{input_encoding} eq $charset_name) {
536            !!!parse-error (type => 'charset label:matching',
537                            text => $charset_name,
538                            level => $self->{level}->{info});
539            $self->{confident} = 1;
540            return;
541          }
542    
543          !!!parse-error (type => 'charset label detected',
544                          text => $self->{input_encoding},
545                          value => $charset_name,
546                          level => $self->{level}->{warn},
547                          token => $token);
548          
549          ## Step 3
550          # if (can) {
551            ## change the encoding on the fly.
552            #$self->{confident} = 1;
553            #return;
554          # }
555          
556          ## Step 4
557          throw Whatpm::HTML::RestartParser ();
558        }
559      }; # $self->{change_encoding}
560    
561  sub parse_string ($$$;$) {    my $char_onerror = sub {
562    my $self = shift->new;      my (undef, $type, %opt) = @_;
563    my $s = \$_[0];      !!!parse-error (layer => 'encode',
564                        line => $self->{line}, column => $self->{column} + 1,
565                        %opt, type => $type);
566        if ($opt{octets}) {
567          ${$opt{octets}} = "\x{FFFD}"; # relacement character
568        }
569      };
570    
571      my $wrapped_char_stream = $get_wrapper->($char_stream);
572      $wrapped_char_stream->onerror ($char_onerror);
573    
574      my @args = @_; shift @args; # $s
575      my $return;
576      try {
577        $return = $self->parse_char_stream ($wrapped_char_stream, @args);  
578      } catch Whatpm::HTML::RestartParser with {
579        ## NOTE: Invoked after {change_encoding}.
580    
581        if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
582          $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
583          !!!parse-error (type => 'chardecode:fallback',
584                          level => $self->{level}->{uncertain},
585                          #text => $self->{input_encoding},
586                          line => 1, column => 1,
587                          layer => 'encode');
588        } elsif (not ($e_status &
589                      Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
590          $self->{input_encoding} = $charset->get_iana_name;
591          !!!parse-error (type => 'chardecode:no error',
592                          text => $self->{input_encoding},
593                          level => $self->{level}->{uncertain},
594                          line => 1, column => 1,
595                          layer => 'encode');
596        } else {
597          $self->{input_encoding} = $charset->get_iana_name;
598        }
599        $self->{confident} = 1;
600    
601        $wrapped_char_stream = $get_wrapper->($char_stream);
602        $wrapped_char_stream->onerror ($char_onerror);
603    
604        $return = $self->parse_char_stream ($wrapped_char_stream, @args);
605      };
606      return $return;
607    } # parse_byte_stream
608    
609    ## NOTE: HTML5 spec says that the encoding layer MUST NOT strip BOM
610    ## and the HTML layer MUST ignore it.  However, we does strip BOM in
611    ## the encoding layer and the HTML layer does not ignore any U+FEFF,
612    ## because the core part of our HTML parser expects a string of character,
613    ## not a string of bytes or code units or anything which might contain a BOM.
614    ## Therefore, any parser interface that accepts a string of bytes,
615    ## such as |parse_byte_string| in this module, must ensure that it does
616    ## strip the BOM and never strip any ZWNBSP.
617    
618    sub parse_char_string ($$$;$$) {
619      #my ($self, $s, $doc, $onerror, $get_wrapper) = @_;
620      my $self = shift;
621      my $s = ref $_[0] ? $_[0] : \($_[0]);
622      require Whatpm::Charset::DecodeHandle;
623      my $input = Whatpm::Charset::DecodeHandle::CharString->new ($s);
624      if ($_[3]) {
625        $input = $_[3]->($input);
626      }
627      return $self->parse_char_stream ($input, @_[1..$#_]);
628    } # parse_char_string
629    *parse_string = \&parse_char_string; ## NOTE: Alias for backward compatibility.
630    
631    sub parse_char_stream ($$$;$) {
632      my $self = ref $_[0] ? shift : shift->new;
633      my $input = $_[0];
634    $self->{document} = $_[1];    $self->{document} = $_[1];
635      @{$self->{document}->child_nodes} = ();
636    
637    ## NOTE: |set_inner_html| copies most of this method's code    ## NOTE: |set_inner_html| copies most of this method's code
638    
639      $self->{confident} = 1 unless exists $self->{confident};
640      $self->{document}->input_encoding ($self->{input_encoding})
641          if defined $self->{input_encoding};
642    ## TODO: |{input_encoding}| is needless?
643    
644    my $i = 0;    my $i = 0;
645    my $line = 1;    $self->{line_prev} = $self->{line} = 1;
646    my $column = 0;    $self->{column_prev} = $self->{column} = 0;
647    $self->{set_next_input_character} = sub {    $self->{set_next_char} = sub {
648      my $self = shift;      my $self = shift;
649    
650      pop @{$self->{prev_input_character}};      pop @{$self->{prev_char}};
651      unshift @{$self->{prev_input_character}}, $self->{next_input_character};      unshift @{$self->{prev_char}}, $self->{next_char};
652    
653        my $char = '';
654        if (defined $self->{next_next_char}) {
655          $char = $self->{next_next_char};
656          delete $self->{next_next_char};
657          $self->{next_char} = ord $char;
658        } else {
659          if ($input->read ($char, 1)) {
660            $self->{next_char} = ord $char;
661          } else {
662            $self->{next_char} = -1;
663            return;
664          }
665        }
666    
667      $self->{next_input_character} = -1 and return if $i >= length $$s;      ($self->{line_prev}, $self->{column_prev})
668      $self->{next_input_character} = ord substr $$s, $i++, 1;          = ($self->{line}, $self->{column});
669      $column++;      $self->{column}++;
670            
671      if ($self->{next_input_character} == 0x000A) { # LF      if ($self->{next_char} == 0x000A) { # LF
672        $line++;        !!!cp ('j1');
673        $column = 0;        $self->{line}++;
674      } elsif ($self->{next_input_character} == 0x000D) { # CR        $self->{column} = 0;
675        $i++ if substr ($$s, $i, 1) eq "\x0A";      } elsif ($self->{next_char} == 0x000D) { # CR
676        $self->{next_input_character} = 0x000A; # LF # MUST        !!!cp ('j2');
677        $line++;  ## TODO: support for abort/streaming
678        $column = 0;        my $next = '';
679      } elsif ($self->{next_input_character} > 0x10FFFF) {        if ($input->read ($next, 1) and $next ne "\x0A") {
680        $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{next_next_char} = $next;
681      } elsif ($self->{next_input_character} == 0x0000) { # NULL        }
682          $self->{next_char} = 0x000A; # LF # MUST
683          $self->{line}++;
684          $self->{column} = 0;
685        } elsif ($self->{next_char} > 0x10FFFF) {
686          !!!cp ('j3');
687          $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
688        } elsif ($self->{next_char} == 0x0000) { # NULL
689          !!!cp ('j4');
690        !!!parse-error (type => 'NULL');        !!!parse-error (type => 'NULL');
691        $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST        $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
692        } elsif ($self->{next_char} <= 0x0008 or
693                 (0x000E <= $self->{next_char} and $self->{next_char} <= 0x001F) or
694                 (0x007F <= $self->{next_char} and $self->{next_char} <= 0x009F) or
695                 (0xD800 <= $self->{next_char} and $self->{next_char} <= 0xDFFF) or
696                 (0xFDD0 <= $self->{next_char} and $self->{next_char} <= 0xFDDF) or
697    ## ISSUE: U+FDE0-U+FDEF are not excluded
698                 {
699                  0xFFFE => 1, 0xFFFF => 1, 0x1FFFE => 1, 0x1FFFF => 1,
700                  0x2FFFE => 1, 0x2FFFF => 1, 0x3FFFE => 1, 0x3FFFF => 1,
701                  0x4FFFE => 1, 0x4FFFF => 1, 0x5FFFE => 1, 0x5FFFF => 1,
702                  0x6FFFE => 1, 0x6FFFF => 1, 0x7FFFE => 1, 0x7FFFF => 1,
703                  0x8FFFE => 1, 0x8FFFF => 1, 0x9FFFE => 1, 0x9FFFF => 1,
704                  0xAFFFE => 1, 0xAFFFF => 1, 0xBFFFE => 1, 0xBFFFF => 1,
705                  0xCFFFE => 1, 0xCFFFF => 1, 0xDFFFE => 1, 0xDFFFF => 1,
706                  0xEFFFE => 1, 0xEFFFF => 1, 0xFFFFE => 1, 0xFFFFF => 1,
707                  0x10FFFE => 1, 0x10FFFF => 1,
708                 }->{$self->{next_char}}) {
709          !!!cp ('j5');
710          if ($self->{next_char} < 0x10000) {
711            !!!parse-error (type => 'control char',
712                            text => (sprintf 'U+%04X', $self->{next_char}));
713          } else {
714            !!!parse-error (type => 'control char',
715                            text => (sprintf 'U-%08X', $self->{next_char}));
716          }
717      }      }
718    };    };
719    $self->{prev_input_character} = [-1, -1, -1];    $self->{prev_char} = [-1, -1, -1];
720    $self->{next_input_character} = -1;    $self->{next_char} = -1;
721    
722      $self->{read_until} = sub {
723        #my ($scalar, $specials_range, $offset) = @_;
724        my $specials_range = $_[1];
725        return 0 if defined $self->{next_next_char};
726        my $count = $input->manakai_read_until
727           ($_[0],
728            qr/(?![$specials_range\x{FDD0}-\x{FDDF}\x{FFFE}\x{FFFF}\x{1FFFE}\x{1FFFF}\x{2FFFE}\x{2FFFF}\x{3FFFE}\x{3FFFF}\x{4FFFE}\x{4FFFF}\x{5FFFE}\x{5FFFF}\x{6FFFE}\x{6FFFF}\x{7FFFE}\x{7FFFF}\x{8FFFE}\x{8FFFF}\x{9FFFE}\x{9FFFF}\x{AFFFE}\x{AFFFF}\x{BFFFE}\x{BFFFF}\x{CFFFE}\x{CFFFF}\x{DFFFE}\x{DFFFF}\x{EFFFE}\x{EFFFF}\x{FFFFE}\x{FFFFF}])[\x20-\x7E\xA0-\x{D7FF}\x{E000}-\x{10FFFD}]/,
729            $_[2]);
730        if ($count) {
731          $self->{column} += $count;
732          $self->{column_prev} += $count;
733          $self->{prev_char} = [-1, -1, -1];
734          $self->{next_char} = -1;
735        }
736        return $count;
737      }; # $self->{read_until}
738    
739    my $onerror = $_[2] || sub {    my $onerror = $_[2] || sub {
740      my (%opt) = @_;      my (%opt) = @_;
741      warn "Parse error ($opt{type}) at line $opt{line} column $opt{column}\n";      my $line = $opt{token} ? $opt{token}->{line} : $opt{line};
742        my $column = $opt{token} ? $opt{token}->{column} : $opt{column};
743        warn "Parse error ($opt{type}) at line $line column $column\n";
744    };    };
745    $self->{parse_error} = sub {    $self->{parse_error} = sub {
746      $onerror->(@_, line => $line, column => $column);      $onerror->(line => $self->{line}, column => $self->{column}, @_);
747    };    };
748    
749    $self->_initialize_tokenizer;    $self->_initialize_tokenizer;
# Line 135  sub parse_string ($$$;$) { Line 751  sub parse_string ($$$;$) {
751    $self->_construct_tree;    $self->_construct_tree;
752    $self->_terminate_tree_constructor;    $self->_terminate_tree_constructor;
753    
754      delete $self->{parse_error}; # remove loop
755    
756    return $self->{document};    return $self->{document};
757  } # parse_string  } # parse_char_stream
758    
759  sub new ($) {  sub new ($) {
760    my $class = shift;    my $class = shift;
761    my $self = bless {}, $class;    my $self = bless {
762    $self->{set_next_input_character} = sub {      level => {must => 'm',
763      $self->{next_input_character} = -1;                should => 's',
764                  warn => 'w',
765                  info => 'i',
766                  uncertain => 'u'},
767      }, $class;
768      $self->{set_next_char} = sub {
769        $self->{next_char} = -1;
770    };    };
771    $self->{parse_error} = sub {    $self->{parse_error} = sub {
772      #      #
773    };    };
774      $self->{change_encoding} = sub {
775        # if ($_[0] is a supported encoding) {
776        #   run "change the encoding" algorithm;
777        #   throw Whatpm::HTML::RestartParser (charset => $new_encoding);
778        # }
779      };
780    $self->{application_cache_selection} = sub {    $self->{application_cache_selection} = sub {
781      #      #
782    };    };
# Line 163  sub RCDATA_CONTENT_MODEL () { CM_ENTITY Line 793  sub RCDATA_CONTENT_MODEL () { CM_ENTITY
793  sub PCDATA_CONTENT_MODEL () { CM_ENTITY | CM_FULL_MARKUP }  sub PCDATA_CONTENT_MODEL () { CM_ENTITY | CM_FULL_MARKUP }
794    
795  sub DATA_STATE () { 0 }  sub DATA_STATE () { 0 }
796  sub ENTITY_DATA_STATE () { 1 }  #sub ENTITY_DATA_STATE () { 1 }
797  sub TAG_OPEN_STATE () { 2 }  sub TAG_OPEN_STATE () { 2 }
798  sub CLOSE_TAG_OPEN_STATE () { 3 }  sub CLOSE_TAG_OPEN_STATE () { 3 }
799  sub TAG_NAME_STATE () { 4 }  sub TAG_NAME_STATE () { 4 }
# Line 174  sub BEFORE_ATTRIBUTE_VALUE_STATE () { 8 Line 804  sub BEFORE_ATTRIBUTE_VALUE_STATE () { 8
804  sub ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE () { 9 }  sub ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE () { 9 }
805  sub ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE () { 10 }  sub ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE () { 10 }
806  sub ATTRIBUTE_VALUE_UNQUOTED_STATE () { 11 }  sub ATTRIBUTE_VALUE_UNQUOTED_STATE () { 11 }
807  sub ENTITY_IN_ATTRIBUTE_VALUE_STATE () { 12 }  #sub ENTITY_IN_ATTRIBUTE_VALUE_STATE () { 12 }
808  sub MARKUP_DECLARATION_OPEN_STATE () { 13 }  sub MARKUP_DECLARATION_OPEN_STATE () { 13 }
809  sub COMMENT_START_STATE () { 14 }  sub COMMENT_START_STATE () { 14 }
810  sub COMMENT_START_DASH_STATE () { 15 }  sub COMMENT_START_DASH_STATE () { 15 }
# Line 195  sub DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUO Line 825  sub DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUO
825  sub DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE () { 30 }  sub DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE () { 30 }
826  sub AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE () { 31 }  sub AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE () { 31 }
827  sub BOGUS_DOCTYPE_STATE () { 32 }  sub BOGUS_DOCTYPE_STATE () { 32 }
828    sub AFTER_ATTRIBUTE_VALUE_QUOTED_STATE () { 33 }
829    sub SELF_CLOSING_START_TAG_STATE () { 34 }
830    sub CDATA_SECTION_STATE () { 35 }
831    sub MD_HYPHEN_STATE () { 36 } # "markup declaration open state" in the spec
832    sub MD_DOCTYPE_STATE () { 37 } # "markup declaration open state" in the spec
833    sub MD_CDATA_STATE () { 38 } # "markup declaration open state" in the spec
834    sub CDATA_PCDATA_CLOSE_TAG_STATE () { 39 } # "close tag open state" in the spec
835    sub CDATA_SECTION_MSE1_STATE () { 40 } # "CDATA section state" in the spec
836    sub CDATA_SECTION_MSE2_STATE () { 41 } # "CDATA section state" in the spec
837    sub PUBLIC_STATE () { 42 } # "after DOCTYPE name state" in the spec
838    sub SYSTEM_STATE () { 43 } # "after DOCTYPE name state" in the spec
839    ## NOTE: "Entity data state", "entity in attribute value state", and
840    ## "consume a character reference" algorithm are jointly implemented
841    ## using the following six states:
842    sub ENTITY_STATE () { 44 }
843    sub ENTITY_HASH_STATE () { 45 }
844    sub NCR_NUM_STATE () { 46 }
845    sub HEXREF_X_STATE () { 47 }
846    sub HEXREF_HEX_STATE () { 48 }
847    sub ENTITY_NAME_STATE () { 49 }
848    
849  sub DOCTYPE_TOKEN () { 1 }  sub DOCTYPE_TOKEN () { 1 }
850  sub COMMENT_TOKEN () { 2 }  sub COMMENT_TOKEN () { 2 }
# Line 211  sub TABLE_IMS ()      { 0b1000000 } Line 861  sub TABLE_IMS ()      { 0b1000000 }
861  sub ROW_IMS ()        { 0b10000000 }  sub ROW_IMS ()        { 0b10000000 }
862  sub BODY_AFTER_IMS () { 0b100000000 }  sub BODY_AFTER_IMS () { 0b100000000 }
863  sub FRAME_IMS ()      { 0b1000000000 }  sub FRAME_IMS ()      { 0b1000000000 }
864    sub SELECT_IMS ()     { 0b10000000000 }
865    sub IN_FOREIGN_CONTENT_IM () { 0b100000000000 }
866        ## NOTE: "in foreign content" insertion mode is special; it is combined
867        ## with the secondary insertion mode.  In this parser, they are stored
868        ## together in the bit-or'ed form.
869    
870    ## NOTE: "initial" and "before html" insertion modes have no constants.
871    
872    ## NOTE: "after after body" insertion mode.
873  sub AFTER_HTML_BODY_IM () { AFTER_HTML_IMS | BODY_AFTER_IMS }  sub AFTER_HTML_BODY_IM () { AFTER_HTML_IMS | BODY_AFTER_IMS }
874    
875    ## NOTE: "after after frameset" insertion mode.
876  sub AFTER_HTML_FRAMESET_IM () { AFTER_HTML_IMS | FRAME_IMS }  sub AFTER_HTML_FRAMESET_IM () { AFTER_HTML_IMS | FRAME_IMS }
877    
878  sub IN_HEAD_IM () { HEAD_IMS | 0b00 }  sub IN_HEAD_IM () { HEAD_IMS | 0b00 }
879  sub IN_HEAD_NOSCRIPT_IM () { HEAD_IMS | 0b01 }  sub IN_HEAD_NOSCRIPT_IM () { HEAD_IMS | 0b01 }
880  sub AFTER_HEAD_IM () { HEAD_IMS | 0b10 }  sub AFTER_HEAD_IM () { HEAD_IMS | 0b10 }
# Line 227  sub IN_TABLE_IM () { TABLE_IMS } Line 888  sub IN_TABLE_IM () { TABLE_IMS }
888  sub AFTER_BODY_IM () { BODY_AFTER_IMS }  sub AFTER_BODY_IM () { BODY_AFTER_IMS }
889  sub IN_FRAMESET_IM () { FRAME_IMS | 0b01 }  sub IN_FRAMESET_IM () { FRAME_IMS | 0b01 }
890  sub AFTER_FRAMESET_IM () { FRAME_IMS | 0b10 }  sub AFTER_FRAMESET_IM () { FRAME_IMS | 0b10 }
891  sub IN_SELECT_IM () { 0b01 }  sub IN_SELECT_IM () { SELECT_IMS | 0b01 }
892    sub IN_SELECT_IN_TABLE_IM () { SELECT_IMS | 0b10 }
893  sub IN_COLUMN_GROUP_IM () { 0b10 }  sub IN_COLUMN_GROUP_IM () { 0b10 }
894    
895  ## Implementations MUST act as if state machine in the spec  ## Implementations MUST act as if state machine in the spec
# Line 235  sub IN_COLUMN_GROUP_IM () { 0b10 } Line 897  sub IN_COLUMN_GROUP_IM () { 0b10 }
897  sub _initialize_tokenizer ($) {  sub _initialize_tokenizer ($) {
898    my $self = shift;    my $self = shift;
899    $self->{state} = DATA_STATE; # MUST    $self->{state} = DATA_STATE; # MUST
900      #$self->{state_keyword}; # initialized when used
901      #$self->{entity__value}; # initialized when used
902      #$self->{entity__match}; # initialized when used
903    $self->{content_model} = PCDATA_CONTENT_MODEL; # be    $self->{content_model} = PCDATA_CONTENT_MODEL; # be
904    undef $self->{current_token}; # start tag, end tag, comment, or DOCTYPE    undef $self->{current_token};
905    undef $self->{current_attribute};    undef $self->{current_attribute};
906    undef $self->{last_emitted_start_tag_name};    undef $self->{last_emitted_start_tag_name};
907    undef $self->{last_attribute_value_state};    #$self->{prev_state}; # initialized when used
908    $self->{char} = [];    delete $self->{self_closing};
909    # $self->{next_input_character}    # $self->{next_char}
910    !!!next-input-character;    !!!next-input-character;
911    $self->{token} = [];    $self->{token} = [];
912    # $self->{escape}    # $self->{escape}
# Line 254  sub _initialize_tokenizer ($) { Line 919  sub _initialize_tokenizer ($) {
919  ##   ->{tag_name} (START_TAG_TOKEN, END_TAG_TOKEN)  ##   ->{tag_name} (START_TAG_TOKEN, END_TAG_TOKEN)
920  ##   ->{public_identifier} (DOCTYPE_TOKEN)  ##   ->{public_identifier} (DOCTYPE_TOKEN)
921  ##   ->{system_identifier} (DOCTYPE_TOKEN)  ##   ->{system_identifier} (DOCTYPE_TOKEN)
922  ##   ->{correct} == 1 or 0 (DOCTYPE_TOKEN)  ##   ->{quirks} == 1 or 0 (DOCTYPE_TOKEN): "force-quirks" flag
923  ##   ->{attributes} isa HASH (START_TAG_TOKEN, END_TAG_TOKEN)  ##   ->{attributes} isa HASH (START_TAG_TOKEN, END_TAG_TOKEN)
924    ##        ->{name}
925    ##        ->{value}
926    ##        ->{has_reference} == 1 or 0
927  ##   ->{data} (COMMENT_TOKEN, CHARACTER_TOKEN)  ##   ->{data} (COMMENT_TOKEN, CHARACTER_TOKEN)
928    ## NOTE: The "self-closing flag" is hold as |$self->{self_closing}|.
929    ##     |->{self_closing}| is used to save the value of |$self->{self_closing}|
930    ##     while the token is pushed back to the stack.
931    
932  ## Emitted token MUST immediately be handled by the tree construction state.  ## Emitted token MUST immediately be handled by the tree construction state.
933    
# Line 266  sub _initialize_tokenizer ($) { Line 937  sub _initialize_tokenizer ($) {
937  ## has completed loading.  If one has, then it MUST be executed  ## has completed loading.  If one has, then it MUST be executed
938  ## and removed from the list.  ## and removed from the list.
939    
940  ## NOTE: HTML5 "Writing HTML documents" section, applied to  ## TODO: Polytheistic slash SHOULD NOT be used. (Applied only to atheists.)
941  ## documents and not to user agents and conformance checkers,  ## (This requirement was dropped from HTML5 spec, unfortunately.)
 ## contains some requirements that are not detected by the  
 ## parsing algorithm:  
 ## - Some requirements on character encoding declarations. ## TODO  
 ## - "Elements MUST NOT contain content that their content model disallows."  
 ##   ... Some are parse error, some are not (will be reported by c.c.).  
 ## - Polytheistic slash SHOULD NOT be used. (Applied only to atheists.) ## TODO  
 ## - Text (in elements, attributes, and comments) SHOULD NOT contain  
 ##   control characters other than space characters. ## TODO: (what is control character? C0, C1 and DEL?  Unicode control character?)  
   
 ## TODO: HTML5 poses authors two SHOULD-level requirements that cannot  
 ## be detected by the HTML5 parsing algorithm:  
 ## - Text,  
942    
943  sub _get_next_token ($) {  sub _get_next_token ($) {
944    my $self = shift;    my $self = shift;
945    
946      if ($self->{self_closing}) {
947        !!!parse-error (type => 'nestc', token => $self->{current_token});
948        ## NOTE: The |self_closing| flag is only set by start tag token.
949        ## In addition, when a start tag token is emitted, it is always set to
950        ## |current_token|.
951        delete $self->{self_closing};
952      }
953    
954    if (@{$self->{token}}) {    if (@{$self->{token}}) {
955        $self->{self_closing} = $self->{token}->[0]->{self_closing};
956      return shift @{$self->{token}};      return shift @{$self->{token}};
957    }    }
958    
959    A: {    A: {
960      if ($self->{state} == DATA_STATE) {      if ($self->{state} == DATA_STATE) {
961        if ($self->{next_input_character} == 0x0026) { # &        if ($self->{next_char} == 0x0026) { # &
962          if ($self->{content_model} & CM_ENTITY) { # PCDATA | RCDATA          if ($self->{content_model} & CM_ENTITY and # PCDATA | RCDATA
963            $self->{state} = ENTITY_DATA_STATE;              not $self->{escape}) {
964              !!!cp (1);
965              ## NOTE: In the spec, the tokenizer is switched to the
966              ## "entity data state".  In this implementation, the tokenizer
967              ## is switched to the |ENTITY_STATE|, which is an implementation
968              ## of the "consume a character reference" algorithm.
969              $self->{entity_additional} = -1;
970              $self->{prev_state} = DATA_STATE;
971              $self->{state} = ENTITY_STATE;
972            !!!next-input-character;            !!!next-input-character;
973            redo A;            redo A;
974          } else {          } else {
975              !!!cp (2);
976            #            #
977          }          }
978        } elsif ($self->{next_input_character} == 0x002D) { # -        } elsif ($self->{next_char} == 0x002D) { # -
979          if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA          if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA
980            unless ($self->{escape}) {            unless ($self->{escape}) {
981              if ($self->{prev_input_character}->[0] == 0x002D and # -              if ($self->{prev_char}->[0] == 0x002D and # -
982                  $self->{prev_input_character}->[1] == 0x0021 and # !                  $self->{prev_char}->[1] == 0x0021 and # !
983                  $self->{prev_input_character}->[2] == 0x003C) { # <                  $self->{prev_char}->[2] == 0x003C) { # <
984                  !!!cp (3);
985                $self->{escape} = 1;                $self->{escape} = 1;
986                } else {
987                  !!!cp (4);
988              }              }
989              } else {
990                !!!cp (5);
991            }            }
992          }          }
993                    
994          #          #
995        } elsif ($self->{next_input_character} == 0x003C) { # <        } elsif ($self->{next_char} == 0x003C) { # <
996          if ($self->{content_model} & CM_FULL_MARKUP or # PCDATA          if ($self->{content_model} & CM_FULL_MARKUP or # PCDATA
997              (($self->{content_model} & CM_LIMITED_MARKUP) and # CDATA | RCDATA              (($self->{content_model} & CM_LIMITED_MARKUP) and # CDATA | RCDATA
998               not $self->{escape})) {               not $self->{escape})) {
999              !!!cp (6);
1000            $self->{state} = TAG_OPEN_STATE;            $self->{state} = TAG_OPEN_STATE;
1001            !!!next-input-character;            !!!next-input-character;
1002            redo A;            redo A;
1003          } else {          } else {
1004              !!!cp (7);
1005            #            #
1006          }          }
1007        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
1008          if ($self->{escape} and          if ($self->{escape} and
1009              ($self->{content_model} & CM_LIMITED_MARKUP)) { # RCDATA | CDATA              ($self->{content_model} & CM_LIMITED_MARKUP)) { # RCDATA | CDATA
1010            if ($self->{prev_input_character}->[0] == 0x002D and # -            if ($self->{prev_char}->[0] == 0x002D and # -
1011                $self->{prev_input_character}->[1] == 0x002D) { # -                $self->{prev_char}->[1] == 0x002D) { # -
1012                !!!cp (8);
1013              delete $self->{escape};              delete $self->{escape};
1014              } else {
1015                !!!cp (9);
1016            }            }
1017            } else {
1018              !!!cp (10);
1019          }          }
1020                    
1021          #          #
1022        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
1023          !!!emit ({type => END_OF_FILE_TOKEN});          !!!cp (11);
1024            !!!emit ({type => END_OF_FILE_TOKEN,
1025                      line => $self->{line}, column => $self->{column}});
1026          last A; ## TODO: ok?          last A; ## TODO: ok?
1027          } else {
1028            !!!cp (12);
1029        }        }
1030        # Anything else        # Anything else
1031        my $token = {type => CHARACTER_TOKEN,        my $token = {type => CHARACTER_TOKEN,
1032                     data => chr $self->{next_input_character}};                     data => chr $self->{next_char},
1033                       line => $self->{line}, column => $self->{column},
1034                      };
1035          $self->{read_until}->($token->{data}, q[-!<>&], length $token->{data});
1036    
1037        ## Stay in the data state        ## Stay in the data state
1038        !!!next-input-character;        !!!next-input-character;
1039    
1040        !!!emit ($token);        !!!emit ($token);
1041    
1042        redo A;        redo A;
     } elsif ($self->{state} == ENTITY_DATA_STATE) {  
       ## (cannot happen in CDATA state)  
         
       my $token = $self->_tokenize_attempt_to_consume_an_entity (0);  
   
       $self->{state} = DATA_STATE;  
       # next-input-character is already done  
   
       unless (defined $token) {  
         !!!emit ({type => CHARACTER_TOKEN, data => '&'});  
       } else {  
         !!!emit ($token);  
       }  
   
       redo A;  
1043      } elsif ($self->{state} == TAG_OPEN_STATE) {      } elsif ($self->{state} == TAG_OPEN_STATE) {
1044        if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA        if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA
1045          if ($self->{next_input_character} == 0x002F) { # /          if ($self->{next_char} == 0x002F) { # /
1046              !!!cp (15);
1047            !!!next-input-character;            !!!next-input-character;
1048            $self->{state} = CLOSE_TAG_OPEN_STATE;            $self->{state} = CLOSE_TAG_OPEN_STATE;
1049            redo A;            redo A;
1050          } else {          } else {
1051              !!!cp (16);
1052            ## reconsume            ## reconsume
1053            $self->{state} = DATA_STATE;            $self->{state} = DATA_STATE;
1054    
1055            !!!emit ({type => CHARACTER_TOKEN, data => '<'});            !!!emit ({type => CHARACTER_TOKEN, data => '<',
1056                        line => $self->{line_prev},
1057                        column => $self->{column_prev},
1058                       });
1059    
1060            redo A;            redo A;
1061          }          }
1062        } elsif ($self->{content_model} & CM_FULL_MARKUP) { # PCDATA        } elsif ($self->{content_model} & CM_FULL_MARKUP) { # PCDATA
1063          if ($self->{next_input_character} == 0x0021) { # !          if ($self->{next_char} == 0x0021) { # !
1064              !!!cp (17);
1065            $self->{state} = MARKUP_DECLARATION_OPEN_STATE;            $self->{state} = MARKUP_DECLARATION_OPEN_STATE;
1066            !!!next-input-character;            !!!next-input-character;
1067            redo A;            redo A;
1068          } elsif ($self->{next_input_character} == 0x002F) { # /          } elsif ($self->{next_char} == 0x002F) { # /
1069              !!!cp (18);
1070            $self->{state} = CLOSE_TAG_OPEN_STATE;            $self->{state} = CLOSE_TAG_OPEN_STATE;
1071            !!!next-input-character;            !!!next-input-character;
1072            redo A;            redo A;
1073          } elsif (0x0041 <= $self->{next_input_character} and          } elsif (0x0041 <= $self->{next_char} and
1074                   $self->{next_input_character} <= 0x005A) { # A..Z                   $self->{next_char} <= 0x005A) { # A..Z
1075              !!!cp (19);
1076            $self->{current_token}            $self->{current_token}
1077              = {type => START_TAG_TOKEN,              = {type => START_TAG_TOKEN,
1078                 tag_name => chr ($self->{next_input_character} + 0x0020)};                 tag_name => chr ($self->{next_char} + 0x0020),
1079                   line => $self->{line_prev},
1080                   column => $self->{column_prev}};
1081            $self->{state} = TAG_NAME_STATE;            $self->{state} = TAG_NAME_STATE;
1082            !!!next-input-character;            !!!next-input-character;
1083            redo A;            redo A;
1084          } elsif (0x0061 <= $self->{next_input_character} and          } elsif (0x0061 <= $self->{next_char} and
1085                   $self->{next_input_character} <= 0x007A) { # a..z                   $self->{next_char} <= 0x007A) { # a..z
1086              !!!cp (20);
1087            $self->{current_token} = {type => START_TAG_TOKEN,            $self->{current_token} = {type => START_TAG_TOKEN,
1088                              tag_name => chr ($self->{next_input_character})};                                      tag_name => chr ($self->{next_char}),
1089                                        line => $self->{line_prev},
1090                                        column => $self->{column_prev}};
1091            $self->{state} = TAG_NAME_STATE;            $self->{state} = TAG_NAME_STATE;
1092            !!!next-input-character;            !!!next-input-character;
1093            redo A;            redo A;
1094          } elsif ($self->{next_input_character} == 0x003E) { # >          } elsif ($self->{next_char} == 0x003E) { # >
1095            !!!parse-error (type => 'empty start tag');            !!!cp (21);
1096              !!!parse-error (type => 'empty start tag',
1097                              line => $self->{line_prev},
1098                              column => $self->{column_prev});
1099            $self->{state} = DATA_STATE;            $self->{state} = DATA_STATE;
1100            !!!next-input-character;            !!!next-input-character;
1101    
1102            !!!emit ({type => CHARACTER_TOKEN, data => '<>'});            !!!emit ({type => CHARACTER_TOKEN, data => '<>',
1103                        line => $self->{line_prev},
1104                        column => $self->{column_prev},
1105                       });
1106    
1107            redo A;            redo A;
1108          } elsif ($self->{next_input_character} == 0x003F) { # ?          } elsif ($self->{next_char} == 0x003F) { # ?
1109            !!!parse-error (type => 'pio');            !!!cp (22);
1110              !!!parse-error (type => 'pio',
1111                              line => $self->{line_prev},
1112                              column => $self->{column_prev});
1113            $self->{state} = BOGUS_COMMENT_STATE;            $self->{state} = BOGUS_COMMENT_STATE;
1114            ## $self->{next_input_character} is intentionally left as is            $self->{current_token} = {type => COMMENT_TOKEN, data => '',
1115                                        line => $self->{line_prev},
1116                                        column => $self->{column_prev},
1117                                       };
1118              ## $self->{next_char} is intentionally left as is
1119            redo A;            redo A;
1120          } else {          } else {
1121            !!!parse-error (type => 'bare stago');            !!!cp (23);
1122              !!!parse-error (type => 'bare stago',
1123                              line => $self->{line_prev},
1124                              column => $self->{column_prev});
1125            $self->{state} = DATA_STATE;            $self->{state} = DATA_STATE;
1126            ## reconsume            ## reconsume
1127    
1128            !!!emit ({type => CHARACTER_TOKEN, data => '<'});            !!!emit ({type => CHARACTER_TOKEN, data => '<',
1129                        line => $self->{line_prev},
1130                        column => $self->{column_prev},
1131                       });
1132    
1133            redo A;            redo A;
1134          }          }
# Line 421  sub _get_next_token ($) { Line 1136  sub _get_next_token ($) {
1136          die "$0: $self->{content_model} in tag open";          die "$0: $self->{content_model} in tag open";
1137        }        }
1138      } elsif ($self->{state} == CLOSE_TAG_OPEN_STATE) {      } elsif ($self->{state} == CLOSE_TAG_OPEN_STATE) {
1139          ## NOTE: The "close tag open state" in the spec is implemented as
1140          ## |CLOSE_TAG_OPEN_STATE| and |CDATA_PCDATA_CLOSE_TAG_STATE|.
1141    
1142          my ($l, $c) = ($self->{line_prev}, $self->{column_prev} - 1); # "<"of"</"
1143        if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA        if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA
1144          if (defined $self->{last_emitted_start_tag_name}) {          if (defined $self->{last_emitted_start_tag_name}) {
1145            ## NOTE: <http://krijnhoetmer.nl/irc-logs/whatwg/20070626#l-564>            $self->{state} = CDATA_PCDATA_CLOSE_TAG_STATE;
1146            my @next_char;            $self->{state_keyword} = '';
1147            TAGNAME: for (my $i = 0; $i < length $self->{last_emitted_start_tag_name}; $i++) {            ## Reconsume.
1148              push @next_char, $self->{next_input_character};            redo A;
             my $c = ord substr ($self->{last_emitted_start_tag_name}, $i, 1);  
             my $C = 0x0061 <= $c && $c <= 0x007A ? $c - 0x0020 : $c;  
             if ($self->{next_input_character} == $c or $self->{next_input_character} == $C) {  
               !!!next-input-character;  
               next TAGNAME;  
             } else {  
               $self->{next_input_character} = shift @next_char; # reconsume  
               !!!back-next-input-character (@next_char);  
               $self->{state} = DATA_STATE;  
   
               !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
     
               redo A;  
             }  
           }  
           push @next_char, $self->{next_input_character};  
         
           unless ($self->{next_input_character} == 0x0009 or # HT  
                   $self->{next_input_character} == 0x000A or # LF  
                   $self->{next_input_character} == 0x000B or # VT  
                   $self->{next_input_character} == 0x000C or # FF  
                   $self->{next_input_character} == 0x0020 or # SP  
                   $self->{next_input_character} == 0x003E or # >  
                   $self->{next_input_character} == 0x002F or # /  
                   $self->{next_input_character} == -1) {  
             $self->{next_input_character} = shift @next_char; # reconsume  
             !!!back-next-input-character (@next_char);  
             $self->{state} = DATA_STATE;  
             !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
             redo A;  
           } else {  
             $self->{next_input_character} = shift @next_char;  
             !!!back-next-input-character (@next_char);  
             # and consume...  
           }  
1149          } else {          } else {
1150            ## No start tag token has ever been emitted            ## No start tag token has ever been emitted
1151            # next-input-character is already done            ## NOTE: See <http://krijnhoetmer.nl/irc-logs/whatwg/20070626#l-564>.
1152              !!!cp (28);
1153            $self->{state} = DATA_STATE;            $self->{state} = DATA_STATE;
1154            !!!emit ({type => CHARACTER_TOKEN, data => '</'});            ## Reconsume.
1155              !!!emit ({type => CHARACTER_TOKEN, data => '</',
1156                        line => $l, column => $c,
1157                       });
1158            redo A;            redo A;
1159          }          }
1160        }        }
1161          
1162        if (0x0041 <= $self->{next_input_character} and        if (0x0041 <= $self->{next_char} and
1163            $self->{next_input_character} <= 0x005A) { # A..Z            $self->{next_char} <= 0x005A) { # A..Z
1164          $self->{current_token} = {type => END_TAG_TOKEN,          !!!cp (29);
1165                            tag_name => chr ($self->{next_input_character} + 0x0020)};          $self->{current_token}
1166                = {type => END_TAG_TOKEN,
1167                   tag_name => chr ($self->{next_char} + 0x0020),
1168                   line => $l, column => $c};
1169          $self->{state} = TAG_NAME_STATE;          $self->{state} = TAG_NAME_STATE;
1170          !!!next-input-character;          !!!next-input-character;
1171          redo A;          redo A;
1172        } elsif (0x0061 <= $self->{next_input_character} and        } elsif (0x0061 <= $self->{next_char} and
1173                 $self->{next_input_character} <= 0x007A) { # a..z                 $self->{next_char} <= 0x007A) { # a..z
1174            !!!cp (30);
1175          $self->{current_token} = {type => END_TAG_TOKEN,          $self->{current_token} = {type => END_TAG_TOKEN,
1176                            tag_name => chr ($self->{next_input_character})};                                    tag_name => chr ($self->{next_char}),
1177                                      line => $l, column => $c};
1178          $self->{state} = TAG_NAME_STATE;          $self->{state} = TAG_NAME_STATE;
1179          !!!next-input-character;          !!!next-input-character;
1180          redo A;          redo A;
1181        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
1182          !!!parse-error (type => 'empty end tag');          !!!cp (31);
1183            !!!parse-error (type => 'empty end tag',
1184                            line => $self->{line_prev}, ## "<" in "</>"
1185                            column => $self->{column_prev} - 1);
1186          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
1187          !!!next-input-character;          !!!next-input-character;
1188          redo A;          redo A;
1189        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
1190            !!!cp (32);
1191          !!!parse-error (type => 'bare etago');          !!!parse-error (type => 'bare etago');
1192          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
1193          # reconsume          # reconsume
1194    
1195          !!!emit ({type => CHARACTER_TOKEN, data => '</'});          !!!emit ({type => CHARACTER_TOKEN, data => '</',
1196                      line => $l, column => $c,
1197                     });
1198    
1199          redo A;          redo A;
1200        } else {        } else {
1201            !!!cp (33);
1202          !!!parse-error (type => 'bogus end tag');          !!!parse-error (type => 'bogus end tag');
1203          $self->{state} = BOGUS_COMMENT_STATE;          $self->{state} = BOGUS_COMMENT_STATE;
1204          ## $self->{next_input_character} is intentionally left as is          $self->{current_token} = {type => COMMENT_TOKEN, data => '',
1205          redo A;                                    line => $self->{line_prev}, # "<" of "</"
1206                                      column => $self->{column_prev} - 1,
1207                                     };
1208            ## NOTE: $self->{next_char} is intentionally left as is.
1209            ## Although the "anything else" case of the spec not explicitly
1210            ## states that the next input character is to be reconsumed,
1211            ## it will be included to the |data| of the comment token
1212            ## generated from the bogus end tag, as defined in the
1213            ## "bogus comment state" entry.
1214            redo A;
1215          }
1216        } elsif ($self->{state} == CDATA_PCDATA_CLOSE_TAG_STATE) {
1217          my $ch = substr $self->{last_emitted_start_tag_name}, length $self->{state_keyword}, 1;
1218          if (length $ch) {
1219            my $CH = $ch;
1220            $ch =~ tr/a-z/A-Z/;
1221            my $nch = chr $self->{next_char};
1222            if ($nch eq $ch or $nch eq $CH) {
1223              !!!cp (24);
1224              ## Stay in the state.
1225              $self->{state_keyword} .= $nch;
1226              !!!next-input-character;
1227              redo A;
1228            } else {
1229              !!!cp (25);
1230              $self->{state} = DATA_STATE;
1231              ## Reconsume.
1232              !!!emit ({type => CHARACTER_TOKEN,
1233                        data => '</' . $self->{state_keyword},
1234                        line => $self->{line_prev},
1235                        column => $self->{column_prev} - 1 - length $self->{state_keyword},
1236                       });
1237              redo A;
1238            }
1239          } else { # after "<{tag-name}"
1240            unless ({
1241                     0x0009 => 1, # HT
1242                     0x000A => 1, # LF
1243                     0x000B => 1, # VT
1244                     0x000C => 1, # FF
1245                     0x0020 => 1, # SP
1246                     0x003E => 1, # >
1247                     0x002F => 1, # /
1248                     -1 => 1, # EOF
1249                    }->{$self->{next_char}}) {
1250              !!!cp (26);
1251              ## Reconsume.
1252              $self->{state} = DATA_STATE;
1253              !!!emit ({type => CHARACTER_TOKEN,
1254                        data => '</' . $self->{state_keyword},
1255                        line => $self->{line_prev},
1256                        column => $self->{column_prev} - 1 - length $self->{state_keyword},
1257                       });
1258              redo A;
1259            } else {
1260              !!!cp (27);
1261              $self->{current_token}
1262                  = {type => END_TAG_TOKEN,
1263                     tag_name => $self->{last_emitted_start_tag_name},
1264                     line => $self->{line_prev},
1265                     column => $self->{column_prev} - 1 - length $self->{state_keyword}};
1266              $self->{state} = TAG_NAME_STATE;
1267              ## Reconsume.
1268              redo A;
1269            }
1270        }        }
1271      } elsif ($self->{state} == TAG_NAME_STATE) {      } elsif ($self->{state} == TAG_NAME_STATE) {
1272        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_char} == 0x0009 or # HT
1273            $self->{next_input_character} == 0x000A or # LF            $self->{next_char} == 0x000A or # LF
1274            $self->{next_input_character} == 0x000B or # VT            $self->{next_char} == 0x000B or # VT
1275            $self->{next_input_character} == 0x000C or # FF            $self->{next_char} == 0x000C or # FF
1276            $self->{next_input_character} == 0x0020) { # SP            $self->{next_char} == 0x0020) { # SP
1277            !!!cp (34);
1278          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
1279          !!!next-input-character;          !!!next-input-character;
1280          redo A;          redo A;
1281        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
1282          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1283            $self->{current_token}->{first_start_tag}            !!!cp (35);
               = not defined $self->{last_emitted_start_tag_name};  
1284            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1285          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1286            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1287            if ($self->{current_token}->{attributes}) {            #if ($self->{current_token}->{attributes}) {
1288              !!!parse-error (type => 'end tag attribute');            #  ## NOTE: This should never be reached.
1289            }            #  !!! cp (36);
1290              #  !!! parse-error (type => 'end tag attribute');
1291              #} else {
1292                !!!cp (37);
1293              #}
1294          } else {          } else {
1295            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
1296          }          }
# Line 532  sub _get_next_token ($) { Line 1300  sub _get_next_token ($) {
1300          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
1301    
1302          redo A;          redo A;
1303        } elsif (0x0041 <= $self->{next_input_character} and        } elsif (0x0041 <= $self->{next_char} and
1304                 $self->{next_input_character} <= 0x005A) { # A..Z                 $self->{next_char} <= 0x005A) { # A..Z
1305          $self->{current_token}->{tag_name} .= chr ($self->{next_input_character} + 0x0020);          !!!cp (38);
1306            $self->{current_token}->{tag_name} .= chr ($self->{next_char} + 0x0020);
1307            # start tag or end tag            # start tag or end tag
1308          ## Stay in this state          ## Stay in this state
1309          !!!next-input-character;          !!!next-input-character;
1310          redo A;          redo A;
1311        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
1312          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
1313          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1314            $self->{current_token}->{first_start_tag}            !!!cp (39);
               = not defined $self->{last_emitted_start_tag_name};  
1315            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1316          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1317            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1318            if ($self->{current_token}->{attributes}) {            #if ($self->{current_token}->{attributes}) {
1319              !!!parse-error (type => 'end tag attribute');            #  ## NOTE: This state should never be reached.
1320            }            #  !!! cp (40);
1321              #  !!! parse-error (type => 'end tag attribute');
1322              #} else {
1323                !!!cp (41);
1324              #}
1325          } else {          } else {
1326            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
1327          }          }
# Line 559  sub _get_next_token ($) { Line 1331  sub _get_next_token ($) {
1331          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
1332    
1333          redo A;          redo A;
1334        } elsif ($self->{next_input_character} == 0x002F) { # /        } elsif ($self->{next_char} == 0x002F) { # /
1335            !!!cp (42);
1336            $self->{state} = SELF_CLOSING_START_TAG_STATE;
1337          !!!next-input-character;          !!!next-input-character;
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
1338          redo A;          redo A;
1339        } else {        } else {
1340          $self->{current_token}->{tag_name} .= chr $self->{next_input_character};          !!!cp (44);
1341            $self->{current_token}->{tag_name} .= chr $self->{next_char};
1342            # start tag or end tag            # start tag or end tag
1343          ## Stay in the state          ## Stay in the state
1344          !!!next-input-character;          !!!next-input-character;
1345          redo A;          redo A;
1346        }        }
1347      } elsif ($self->{state} == BEFORE_ATTRIBUTE_NAME_STATE) {      } elsif ($self->{state} == BEFORE_ATTRIBUTE_NAME_STATE) {
1348        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_char} == 0x0009 or # HT
1349            $self->{next_input_character} == 0x000A or # LF            $self->{next_char} == 0x000A or # LF
1350            $self->{next_input_character} == 0x000B or # VT            $self->{next_char} == 0x000B or # VT
1351            $self->{next_input_character} == 0x000C or # FF            $self->{next_char} == 0x000C or # FF
1352            $self->{next_input_character} == 0x0020) { # SP            $self->{next_char} == 0x0020) { # SP
1353            !!!cp (45);
1354          ## Stay in the state          ## Stay in the state
1355          !!!next-input-character;          !!!next-input-character;
1356          redo A;          redo A;
1357        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
1358          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1359            $self->{current_token}->{first_start_tag}            !!!cp (46);
               = not defined $self->{last_emitted_start_tag_name};  
1360            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1361          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1362            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1363            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1364                !!!cp (47);
1365              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1366              } else {
1367                !!!cp (48);
1368            }            }
1369          } else {          } else {
1370            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 607  sub _get_next_token ($) { Line 1375  sub _get_next_token ($) {
1375          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
1376    
1377          redo A;          redo A;
1378        } elsif (0x0041 <= $self->{next_input_character} and        } elsif (0x0041 <= $self->{next_char} and
1379                 $self->{next_input_character} <= 0x005A) { # A..Z                 $self->{next_char} <= 0x005A) { # A..Z
1380          $self->{current_attribute} = {name => chr ($self->{next_input_character} + 0x0020),          !!!cp (49);
1381                                value => ''};          $self->{current_attribute}
1382                = {name => chr ($self->{next_char} + 0x0020),
1383                   value => '',
1384                   line => $self->{line}, column => $self->{column}};
1385          $self->{state} = ATTRIBUTE_NAME_STATE;          $self->{state} = ATTRIBUTE_NAME_STATE;
1386          !!!next-input-character;          !!!next-input-character;
1387          redo A;          redo A;
1388        } elsif ($self->{next_input_character} == 0x002F) { # /        } elsif ($self->{next_char} == 0x002F) { # /
1389            !!!cp (50);
1390            $self->{state} = SELF_CLOSING_START_TAG_STATE;
1391          !!!next-input-character;          !!!next-input-character;
         if ($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  
1392          redo A;          redo A;
1393        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
1394          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
1395          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1396            $self->{current_token}->{first_start_tag}            !!!cp (52);
               = not defined $self->{last_emitted_start_tag_name};  
1397            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1398          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1399            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1400            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1401                !!!cp (53);
1402              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1403              } else {
1404                !!!cp (54);
1405            }            }
1406          } else {          } else {
1407            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 648  sub _get_next_token ($) { Line 1413  sub _get_next_token ($) {
1413    
1414          redo A;          redo A;
1415        } else {        } else {
1416          $self->{current_attribute} = {name => chr ($self->{next_input_character}),          if ({
1417                                value => ''};               0x0022 => 1, # "
1418                 0x0027 => 1, # '
1419                 0x003D => 1, # =
1420                }->{$self->{next_char}}) {
1421              !!!cp (55);
1422              !!!parse-error (type => 'bad attribute name');
1423            } else {
1424              !!!cp (56);
1425            }
1426            $self->{current_attribute}
1427                = {name => chr ($self->{next_char}),
1428                   value => '',
1429                   line => $self->{line}, column => $self->{column}};
1430          $self->{state} = ATTRIBUTE_NAME_STATE;          $self->{state} = ATTRIBUTE_NAME_STATE;
1431          !!!next-input-character;          !!!next-input-character;
1432          redo A;          redo A;
# Line 658  sub _get_next_token ($) { Line 1435  sub _get_next_token ($) {
1435        my $before_leave = sub {        my $before_leave = sub {
1436          if (exists $self->{current_token}->{attributes} # start tag or end tag          if (exists $self->{current_token}->{attributes} # start tag or end tag
1437              ->{$self->{current_attribute}->{name}}) { # MUST              ->{$self->{current_attribute}->{name}}) { # MUST
1438            !!!parse-error (type => 'duplicate attribute:'.$self->{current_attribute}->{name});            !!!cp (57);
1439              !!!parse-error (type => 'duplicate attribute', text => $self->{current_attribute}->{name}, line => $self->{current_attribute}->{line}, column => $self->{current_attribute}->{column});
1440            ## Discard $self->{current_attribute} # MUST            ## Discard $self->{current_attribute} # MUST
1441          } else {          } else {
1442              !!!cp (58);
1443            $self->{current_token}->{attributes}->{$self->{current_attribute}->{name}}            $self->{current_token}->{attributes}->{$self->{current_attribute}->{name}}
1444              = $self->{current_attribute};              = $self->{current_attribute};
1445          }          }
1446        }; # $before_leave        }; # $before_leave
1447    
1448        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_char} == 0x0009 or # HT
1449            $self->{next_input_character} == 0x000A or # LF            $self->{next_char} == 0x000A or # LF
1450            $self->{next_input_character} == 0x000B or # VT            $self->{next_char} == 0x000B or # VT
1451            $self->{next_input_character} == 0x000C or # FF            $self->{next_char} == 0x000C or # FF
1452            $self->{next_input_character} == 0x0020) { # SP            $self->{next_char} == 0x0020) { # SP
1453            !!!cp (59);
1454          $before_leave->();          $before_leave->();
1455          $self->{state} = AFTER_ATTRIBUTE_NAME_STATE;          $self->{state} = AFTER_ATTRIBUTE_NAME_STATE;
1456          !!!next-input-character;          !!!next-input-character;
1457          redo A;          redo A;
1458        } elsif ($self->{next_input_character} == 0x003D) { # =        } elsif ($self->{next_char} == 0x003D) { # =
1459            !!!cp (60);
1460          $before_leave->();          $before_leave->();
1461          $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;          $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;
1462          !!!next-input-character;          !!!next-input-character;
1463          redo A;          redo A;
1464        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
1465          $before_leave->();          $before_leave->();
1466          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1467            $self->{current_token}->{first_start_tag}            !!!cp (61);
               = not defined $self->{last_emitted_start_tag_name};  
1468            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1469          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1470              !!!cp (62);
1471            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1472            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1473              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
# Line 700  sub _get_next_token ($) { Line 1481  sub _get_next_token ($) {
1481          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
1482    
1483          redo A;          redo A;
1484        } elsif (0x0041 <= $self->{next_input_character} and        } elsif (0x0041 <= $self->{next_char} and
1485                 $self->{next_input_character} <= 0x005A) { # A..Z                 $self->{next_char} <= 0x005A) { # A..Z
1486          $self->{current_attribute}->{name} .= chr ($self->{next_input_character} + 0x0020);          !!!cp (63);
1487            $self->{current_attribute}->{name} .= chr ($self->{next_char} + 0x0020);
1488          ## Stay in the state          ## Stay in the state
1489          !!!next-input-character;          !!!next-input-character;
1490          redo A;          redo A;
1491        } elsif ($self->{next_input_character} == 0x002F) { # /        } elsif ($self->{next_char} == 0x002F) { # /
1492            !!!cp (64);
1493          $before_leave->();          $before_leave->();
1494            $self->{state} = SELF_CLOSING_START_TAG_STATE;
1495          !!!next-input-character;          !!!next-input-character;
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
1496          redo A;          redo A;
1497        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
1498          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
1499          $before_leave->();          $before_leave->();
1500          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1501            $self->{current_token}->{first_start_tag}            !!!cp (66);
               = not defined $self->{last_emitted_start_tag_name};  
1502            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1503          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1504            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1505            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1506                !!!cp (67);
1507              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1508              } else {
1509                ## NOTE: This state should never be reached.
1510                !!!cp (68);
1511            }            }
1512          } else {          } else {
1513            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 742  sub _get_next_token ($) { Line 1519  sub _get_next_token ($) {
1519    
1520          redo A;          redo A;
1521        } else {        } else {
1522          $self->{current_attribute}->{name} .= chr ($self->{next_input_character});          if ($self->{next_char} == 0x0022 or # "
1523                $self->{next_char} == 0x0027) { # '
1524              !!!cp (69);
1525              !!!parse-error (type => 'bad attribute name');
1526            } else {
1527              !!!cp (70);
1528            }
1529            $self->{current_attribute}->{name} .= chr ($self->{next_char});
1530          ## Stay in the state          ## Stay in the state
1531          !!!next-input-character;          !!!next-input-character;
1532          redo A;          redo A;
1533        }        }
1534      } elsif ($self->{state} == AFTER_ATTRIBUTE_NAME_STATE) {      } elsif ($self->{state} == AFTER_ATTRIBUTE_NAME_STATE) {
1535        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_char} == 0x0009 or # HT
1536            $self->{next_input_character} == 0x000A or # LF            $self->{next_char} == 0x000A or # LF
1537            $self->{next_input_character} == 0x000B or # VT            $self->{next_char} == 0x000B or # VT
1538            $self->{next_input_character} == 0x000C or # FF            $self->{next_char} == 0x000C or # FF
1539            $self->{next_input_character} == 0x0020) { # SP            $self->{next_char} == 0x0020) { # SP
1540            !!!cp (71);
1541          ## Stay in the state          ## Stay in the state
1542          !!!next-input-character;          !!!next-input-character;
1543          redo A;          redo A;
1544        } elsif ($self->{next_input_character} == 0x003D) { # =        } elsif ($self->{next_char} == 0x003D) { # =
1545            !!!cp (72);
1546          $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;          $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;
1547          !!!next-input-character;          !!!next-input-character;
1548          redo A;          redo A;
1549        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
1550          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1551            $self->{current_token}->{first_start_tag}            !!!cp (73);
               = not defined $self->{last_emitted_start_tag_name};  
1552            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1553          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1554            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1555            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1556                !!!cp (74);
1557              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1558              } else {
1559                ## NOTE: This state should never be reached.
1560                !!!cp (75);
1561            }            }
1562          } else {          } else {
1563            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 779  sub _get_next_token ($) { Line 1568  sub _get_next_token ($) {
1568          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
1569    
1570          redo A;          redo A;
1571        } elsif (0x0041 <= $self->{next_input_character} and        } elsif (0x0041 <= $self->{next_char} and
1572                 $self->{next_input_character} <= 0x005A) { # A..Z                 $self->{next_char} <= 0x005A) { # A..Z
1573          $self->{current_attribute} = {name => chr ($self->{next_input_character} + 0x0020),          !!!cp (76);
1574                                value => ''};          $self->{current_attribute}
1575                = {name => chr ($self->{next_char} + 0x0020),
1576                   value => '',
1577                   line => $self->{line}, column => $self->{column}};
1578          $self->{state} = ATTRIBUTE_NAME_STATE;          $self->{state} = ATTRIBUTE_NAME_STATE;
1579          !!!next-input-character;          !!!next-input-character;
1580          redo A;          redo A;
1581        } elsif ($self->{next_input_character} == 0x002F) { # /        } elsif ($self->{next_char} == 0x002F) { # /
1582            !!!cp (77);
1583            $self->{state} = SELF_CLOSING_START_TAG_STATE;
1584          !!!next-input-character;          !!!next-input-character;
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
           ## TODO: Different error type for <aa / bb> than <aa/>  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
1585          redo A;          redo A;
1586        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
1587          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
1588          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1589            $self->{current_token}->{first_start_tag}            !!!cp (79);
               = not defined $self->{last_emitted_start_tag_name};  
1590            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1591          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1592            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1593            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1594                !!!cp (80);
1595              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1596              } else {
1597                ## NOTE: This state should never be reached.
1598                !!!cp (81);
1599            }            }
1600          } else {          } else {
1601            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 821  sub _get_next_token ($) { Line 1607  sub _get_next_token ($) {
1607    
1608          redo A;          redo A;
1609        } else {        } else {
1610          $self->{current_attribute} = {name => chr ($self->{next_input_character}),          if ($self->{next_char} == 0x0022 or # "
1611                                value => ''};              $self->{next_char} == 0x0027) { # '
1612              !!!cp (78);
1613              !!!parse-error (type => 'bad attribute name');
1614            } else {
1615              !!!cp (82);
1616            }
1617            $self->{current_attribute}
1618                = {name => chr ($self->{next_char}),
1619                   value => '',
1620                   line => $self->{line}, column => $self->{column}};
1621          $self->{state} = ATTRIBUTE_NAME_STATE;          $self->{state} = ATTRIBUTE_NAME_STATE;
1622          !!!next-input-character;          !!!next-input-character;
1623          redo A;                  redo A;        
1624        }        }
1625      } elsif ($self->{state} == BEFORE_ATTRIBUTE_VALUE_STATE) {      } elsif ($self->{state} == BEFORE_ATTRIBUTE_VALUE_STATE) {
1626        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_char} == 0x0009 or # HT
1627            $self->{next_input_character} == 0x000A or # LF            $self->{next_char} == 0x000A or # LF
1628            $self->{next_input_character} == 0x000B or # VT            $self->{next_char} == 0x000B or # VT
1629            $self->{next_input_character} == 0x000C or # FF            $self->{next_char} == 0x000C or # FF
1630            $self->{next_input_character} == 0x0020) { # SP                  $self->{next_char} == 0x0020) { # SP      
1631            !!!cp (83);
1632          ## Stay in the state          ## Stay in the state
1633          !!!next-input-character;          !!!next-input-character;
1634          redo A;          redo A;
1635        } elsif ($self->{next_input_character} == 0x0022) { # "        } elsif ($self->{next_char} == 0x0022) { # "
1636            !!!cp (84);
1637          $self->{state} = ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE;          $self->{state} = ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE;
1638          !!!next-input-character;          !!!next-input-character;
1639          redo A;          redo A;
1640        } elsif ($self->{next_input_character} == 0x0026) { # &        } elsif ($self->{next_char} == 0x0026) { # &
1641            !!!cp (85);
1642          $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;          $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;
1643          ## reconsume          ## reconsume
1644          redo A;          redo A;
1645        } elsif ($self->{next_input_character} == 0x0027) { # '        } elsif ($self->{next_char} == 0x0027) { # '
1646            !!!cp (86);
1647          $self->{state} = ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE;          $self->{state} = ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE;
1648          !!!next-input-character;          !!!next-input-character;
1649          redo A;          redo A;
1650        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
1651            !!!parse-error (type => 'empty unquoted attribute value');
1652          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1653            $self->{current_token}->{first_start_tag}            !!!cp (87);
               = not defined $self->{last_emitted_start_tag_name};  
1654            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1655          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1656            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1657            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1658                !!!cp (88);
1659              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1660              } else {
1661                ## NOTE: This state should never be reached.
1662                !!!cp (89);
1663            }            }
1664          } else {          } else {
1665            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 867  sub _get_next_token ($) { Line 1670  sub _get_next_token ($) {
1670          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
1671    
1672          redo A;          redo A;
1673        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
1674          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
1675          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1676            $self->{current_token}->{first_start_tag}            !!!cp (90);
               = not defined $self->{last_emitted_start_tag_name};  
1677            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1678          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1679            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1680            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1681                !!!cp (91);
1682              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1683              } else {
1684                ## NOTE: This state should never be reached.
1685                !!!cp (92);
1686            }            }
1687          } else {          } else {
1688            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 888  sub _get_next_token ($) { Line 1694  sub _get_next_token ($) {
1694    
1695          redo A;          redo A;
1696        } else {        } else {
1697          $self->{current_attribute}->{value} .= chr ($self->{next_input_character});          if ($self->{next_char} == 0x003D) { # =
1698              !!!cp (93);
1699              !!!parse-error (type => 'bad attribute value');
1700            } else {
1701              !!!cp (94);
1702            }
1703            $self->{current_attribute}->{value} .= chr ($self->{next_char});
1704          $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;          $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;
1705          !!!next-input-character;          !!!next-input-character;
1706          redo A;          redo A;
1707        }        }
1708      } elsif ($self->{state} == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE) {      } elsif ($self->{state} == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE) {
1709        if ($self->{next_input_character} == 0x0022) { # "        if ($self->{next_char} == 0x0022) { # "
1710          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;          !!!cp (95);
1711          !!!next-input-character;          $self->{state} = AFTER_ATTRIBUTE_VALUE_QUOTED_STATE;
1712          redo A;          !!!next-input-character;
1713        } elsif ($self->{next_input_character} == 0x0026) { # &          redo A;
1714          $self->{last_attribute_value_state} = $self->{state};        } elsif ($self->{next_char} == 0x0026) { # &
1715          $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;          !!!cp (96);
1716            ## NOTE: In the spec, the tokenizer is switched to the
1717            ## "entity in attribute value state".  In this implementation, the
1718            ## tokenizer is switched to the |ENTITY_STATE|, which is an
1719            ## implementation of the "consume a character reference" algorithm.
1720            $self->{prev_state} = $self->{state};
1721            $self->{entity_additional} = 0x0022; # "
1722            $self->{state} = ENTITY_STATE;
1723          !!!next-input-character;          !!!next-input-character;
1724          redo A;          redo A;
1725        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
1726          !!!parse-error (type => 'unclosed attribute value');          !!!parse-error (type => 'unclosed attribute value');
1727          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1728            $self->{current_token}->{first_start_tag}            !!!cp (97);
               = not defined $self->{last_emitted_start_tag_name};  
1729            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1730          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1731            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1732            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1733                !!!cp (98);
1734              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1735              } else {
1736                ## NOTE: This state should never be reached.
1737                !!!cp (99);
1738            }            }
1739          } else {          } else {
1740            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 924  sub _get_next_token ($) { Line 1746  sub _get_next_token ($) {
1746    
1747          redo A;          redo A;
1748        } else {        } else {
1749          $self->{current_attribute}->{value} .= chr ($self->{next_input_character});          !!!cp (100);
1750            $self->{current_attribute}->{value} .= chr ($self->{next_char});
1751            $self->{read_until}->($self->{current_attribute}->{value},
1752                                  q["&],
1753                                  length $self->{current_attribute}->{value});
1754    
1755          ## Stay in the state          ## Stay in the state
1756          !!!next-input-character;          !!!next-input-character;
1757          redo A;          redo A;
1758        }        }
1759      } elsif ($self->{state} == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE) {      } elsif ($self->{state} == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE) {
1760        if ($self->{next_input_character} == 0x0027) { # '        if ($self->{next_char} == 0x0027) { # '
1761          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;          !!!cp (101);
1762            $self->{state} = AFTER_ATTRIBUTE_VALUE_QUOTED_STATE;
1763            !!!next-input-character;
1764            redo A;
1765          } elsif ($self->{next_char} == 0x0026) { # &
1766            !!!cp (102);
1767            ## NOTE: In the spec, the tokenizer is switched to the
1768            ## "entity in attribute value state".  In this implementation, the
1769            ## tokenizer is switched to the |ENTITY_STATE|, which is an
1770            ## implementation of the "consume a character reference" algorithm.
1771            $self->{entity_additional} = 0x0027; # '
1772            $self->{prev_state} = $self->{state};
1773            $self->{state} = ENTITY_STATE;
1774          !!!next-input-character;          !!!next-input-character;
1775          redo A;          redo A;
1776        } elsif ($self->{next_input_character} == 0x0026) { # &        } elsif ($self->{next_char} == -1) {
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
1777          !!!parse-error (type => 'unclosed attribute value');          !!!parse-error (type => 'unclosed attribute value');
1778          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1779            $self->{current_token}->{first_start_tag}            !!!cp (103);
               = not defined $self->{last_emitted_start_tag_name};  
1780            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1781          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1782            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1783            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1784                !!!cp (104);
1785              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1786              } else {
1787                ## NOTE: This state should never be reached.
1788                !!!cp (105);
1789            }            }
1790          } else {          } else {
1791            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 960  sub _get_next_token ($) { Line 1797  sub _get_next_token ($) {
1797    
1798          redo A;          redo A;
1799        } else {        } else {
1800          $self->{current_attribute}->{value} .= chr ($self->{next_input_character});          !!!cp (106);
1801            $self->{current_attribute}->{value} .= chr ($self->{next_char});
1802            $self->{read_until}->($self->{current_attribute}->{value},
1803                                  q['&],
1804                                  length $self->{current_attribute}->{value});
1805    
1806          ## Stay in the state          ## Stay in the state
1807          !!!next-input-character;          !!!next-input-character;
1808          redo A;          redo A;
1809        }        }
1810      } elsif ($self->{state} == ATTRIBUTE_VALUE_UNQUOTED_STATE) {      } elsif ($self->{state} == ATTRIBUTE_VALUE_UNQUOTED_STATE) {
1811        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_char} == 0x0009 or # HT
1812            $self->{next_input_character} == 0x000A or # LF            $self->{next_char} == 0x000A or # LF
1813            $self->{next_input_character} == 0x000B or # HT            $self->{next_char} == 0x000B or # HT
1814            $self->{next_input_character} == 0x000C or # FF            $self->{next_char} == 0x000C or # FF
1815            $self->{next_input_character} == 0x0020) { # SP            $self->{next_char} == 0x0020) { # SP
1816            !!!cp (107);
1817          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
1818          !!!next-input-character;          !!!next-input-character;
1819          redo A;          redo A;
1820        } elsif ($self->{next_input_character} == 0x0026) { # &        } elsif ($self->{next_char} == 0x0026) { # &
1821          $self->{last_attribute_value_state} = $self->{state};          !!!cp (108);
1822          $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;          ## NOTE: In the spec, the tokenizer is switched to the
1823            ## "entity in attribute value state".  In this implementation, the
1824            ## tokenizer is switched to the |ENTITY_STATE|, which is an
1825            ## implementation of the "consume a character reference" algorithm.
1826            $self->{entity_additional} = -1;
1827            $self->{prev_state} = $self->{state};
1828            $self->{state} = ENTITY_STATE;
1829          !!!next-input-character;          !!!next-input-character;
1830          redo A;          redo A;
1831        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
1832          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1833            $self->{current_token}->{first_start_tag}            !!!cp (109);
               = not defined $self->{last_emitted_start_tag_name};  
1834            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1835          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1836            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1837            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1838                !!!cp (110);
1839              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1840              } else {
1841                ## NOTE: This state should never be reached.
1842                !!!cp (111);
1843            }            }
1844          } else {          } else {
1845            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 998  sub _get_next_token ($) { Line 1850  sub _get_next_token ($) {
1850          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
1851    
1852          redo A;          redo A;
1853        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
1854          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
1855          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1856            $self->{current_token}->{first_start_tag}            !!!cp (112);
               = not defined $self->{last_emitted_start_tag_name};  
1857            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1858          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1859            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1860            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1861                !!!cp (113);
1862              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1863              } else {
1864                ## NOTE: This state should never be reached.
1865                !!!cp (114);
1866            }            }
1867          } else {          } else {
1868            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 1019  sub _get_next_token ($) { Line 1874  sub _get_next_token ($) {
1874    
1875          redo A;          redo A;
1876        } else {        } else {
1877          $self->{current_attribute}->{value} .= chr ($self->{next_input_character});          if ({
1878                 0x0022 => 1, # "
1879                 0x0027 => 1, # '
1880                 0x003D => 1, # =
1881                }->{$self->{next_char}}) {
1882              !!!cp (115);
1883              !!!parse-error (type => 'bad attribute value');
1884            } else {
1885              !!!cp (116);
1886            }
1887            $self->{current_attribute}->{value} .= chr ($self->{next_char});
1888            $self->{read_until}->($self->{current_attribute}->{value},
1889                                  q["'=& >],
1890                                  length $self->{current_attribute}->{value});
1891    
1892          ## Stay in the state          ## Stay in the state
1893          !!!next-input-character;          !!!next-input-character;
1894          redo A;          redo A;
1895        }        }
1896      } elsif ($self->{state} == ENTITY_IN_ATTRIBUTE_VALUE_STATE) {      } elsif ($self->{state} == AFTER_ATTRIBUTE_VALUE_QUOTED_STATE) {
1897        my $token = $self->_tokenize_attempt_to_consume_an_entity (1);        if ($self->{next_char} == 0x0009 or # HT
1898              $self->{next_char} == 0x000A or # LF
1899              $self->{next_char} == 0x000B or # VT
1900              $self->{next_char} == 0x000C or # FF
1901              $self->{next_char} == 0x0020) { # SP
1902            !!!cp (118);
1903            $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
1904            !!!next-input-character;
1905            redo A;
1906          } elsif ($self->{next_char} == 0x003E) { # >
1907            if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1908              !!!cp (119);
1909              $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1910            } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1911              $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1912              if ($self->{current_token}->{attributes}) {
1913                !!!cp (120);
1914                !!!parse-error (type => 'end tag attribute');
1915              } else {
1916                ## NOTE: This state should never be reached.
1917                !!!cp (121);
1918              }
1919            } else {
1920              die "$0: $self->{current_token}->{type}: Unknown token type";
1921            }
1922            $self->{state} = DATA_STATE;
1923            !!!next-input-character;
1924    
1925        unless (defined $token) {          !!!emit ($self->{current_token}); # start tag or end tag
1926          $self->{current_attribute}->{value} .= '&';  
1927            redo A;
1928          } elsif ($self->{next_char} == 0x002F) { # /
1929            !!!cp (122);
1930            $self->{state} = SELF_CLOSING_START_TAG_STATE;
1931            !!!next-input-character;
1932            redo A;
1933          } elsif ($self->{next_char} == -1) {
1934            !!!parse-error (type => 'unclosed tag');
1935            if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1936              !!!cp (122.3);
1937              $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1938            } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1939              if ($self->{current_token}->{attributes}) {
1940                !!!cp (122.1);
1941                !!!parse-error (type => 'end tag attribute');
1942              } else {
1943                ## NOTE: This state should never be reached.
1944                !!!cp (122.2);
1945              }
1946            } else {
1947              die "$0: $self->{current_token}->{type}: Unknown token type";
1948            }
1949            $self->{state} = DATA_STATE;
1950            ## Reconsume.
1951            !!!emit ($self->{current_token}); # start tag or end tag
1952            redo A;
1953        } else {        } else {
1954          $self->{current_attribute}->{value} .= $token->{data};          !!!cp ('124.1');
1955          ## ISSUE: spec says "append the returned character token to the current attribute's value"          !!!parse-error (type => 'no space between attributes');
1956            $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
1957            ## reconsume
1958            redo A;
1959        }        }
1960        } elsif ($self->{state} == SELF_CLOSING_START_TAG_STATE) {
1961          if ($self->{next_char} == 0x003E) { # >
1962            if ($self->{current_token}->{type} == END_TAG_TOKEN) {
1963              !!!cp ('124.2');
1964              !!!parse-error (type => 'nestc', token => $self->{current_token});
1965              ## TODO: Different type than slash in start tag
1966              $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1967              if ($self->{current_token}->{attributes}) {
1968                !!!cp ('124.4');
1969                !!!parse-error (type => 'end tag attribute');
1970              } else {
1971                !!!cp ('124.5');
1972              }
1973              ## TODO: Test |<title></title/>|
1974            } else {
1975              !!!cp ('124.3');
1976              $self->{self_closing} = 1;
1977            }
1978    
1979        $self->{state} = $self->{last_attribute_value_state};          $self->{state} = DATA_STATE;
1980        # next-input-character is already done          !!!next-input-character;
1981        redo A;  
1982            !!!emit ($self->{current_token}); # start tag or end tag
1983    
1984            redo A;
1985          } elsif ($self->{next_char} == -1) {
1986            !!!parse-error (type => 'unclosed tag');
1987            if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1988              !!!cp (124.7);
1989              $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1990            } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1991              if ($self->{current_token}->{attributes}) {
1992                !!!cp (124.5);
1993                !!!parse-error (type => 'end tag attribute');
1994              } else {
1995                ## NOTE: This state should never be reached.
1996                !!!cp (124.6);
1997              }
1998            } else {
1999              die "$0: $self->{current_token}->{type}: Unknown token type";
2000            }
2001            $self->{state} = DATA_STATE;
2002            ## Reconsume.
2003            !!!emit ($self->{current_token}); # start tag or end tag
2004            redo A;
2005          } else {
2006            !!!cp ('124.4');
2007            !!!parse-error (type => 'nestc');
2008            ## TODO: This error type is wrong.
2009            $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
2010            ## Reconsume.
2011            redo A;
2012          }
2013      } elsif ($self->{state} == BOGUS_COMMENT_STATE) {      } elsif ($self->{state} == BOGUS_COMMENT_STATE) {
2014        ## (only happen if PCDATA state)        ## (only happen if PCDATA state)
         
       my $token = {type => COMMENT_TOKEN, data => ''};  
2015    
2016        BC: {        ## NOTE: Unlike spec's "bogus comment state", this implementation
2017          if ($self->{next_input_character} == 0x003E) { # >        ## consumes characters one-by-one basis.
2018            $self->{state} = DATA_STATE;        
2019            !!!next-input-character;        if ($self->{next_char} == 0x003E) { # >
2020            !!!cp (124);
2021            !!!emit ($token);          $self->{state} = DATA_STATE;
2022            !!!next-input-character;
2023    
2024            redo A;          !!!emit ($self->{current_token}); # comment
2025          } elsif ($self->{next_input_character} == -1) {          redo A;
2026            $self->{state} = DATA_STATE;        } elsif ($self->{next_char} == -1) {
2027            ## reconsume          !!!cp (125);
2028            $self->{state} = DATA_STATE;
2029            ## reconsume
2030    
2031            !!!emit ($token);          !!!emit ($self->{current_token}); # comment
2032            redo A;
2033          } else {
2034            !!!cp (126);
2035            $self->{current_token}->{data} .= chr ($self->{next_char}); # comment
2036            $self->{read_until}->($self->{current_token}->{data},
2037                                  q[>],
2038                                  length $self->{current_token}->{data});
2039    
2040            redo A;          ## Stay in the state.
2041          } else {          !!!next-input-character;
2042            $token->{data} .= chr ($self->{next_input_character});          redo A;
2043            !!!next-input-character;        }
           redo BC;  
         }  
       } # BC  
2044      } elsif ($self->{state} == MARKUP_DECLARATION_OPEN_STATE) {      } elsif ($self->{state} == MARKUP_DECLARATION_OPEN_STATE) {
2045        ## (only happen if PCDATA state)        ## (only happen if PCDATA state)
   
       my @next_char;  
       push @next_char, $self->{next_input_character};  
2046                
2047        if ($self->{next_input_character} == 0x002D) { # -        if ($self->{next_char} == 0x002D) { # -
2048            !!!cp (133);
2049            $self->{state} = MD_HYPHEN_STATE;
2050          !!!next-input-character;          !!!next-input-character;
2051          push @next_char, $self->{next_input_character};          redo A;
2052          if ($self->{next_input_character} == 0x002D) { # -        } elsif ($self->{next_char} == 0x0044 or # D
2053            $self->{current_token} = {type => COMMENT_TOKEN, data => ''};                 $self->{next_char} == 0x0064) { # d
2054            $self->{state} = COMMENT_START_STATE;          ## ASCII case-insensitive.
2055            !!!next-input-character;          !!!cp (130);
2056            redo A;          $self->{state} = MD_DOCTYPE_STATE;
2057          }          $self->{state_keyword} = chr $self->{next_char};
       } elsif ($self->{next_input_character} == 0x0044 or # D  
                $self->{next_input_character} == 0x0064) { # d  
2058          !!!next-input-character;          !!!next-input-character;
2059          push @next_char, $self->{next_input_character};          redo A;
2060          if ($self->{next_input_character} == 0x004F or # O        } elsif ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM and
2061              $self->{next_input_character} == 0x006F) { # o                 $self->{open_elements}->[-1]->[1] & FOREIGN_EL and
2062            !!!next-input-character;                 $self->{next_char} == 0x005B) { # [
2063            push @next_char, $self->{next_input_character};          !!!cp (135.4);                
2064            if ($self->{next_input_character} == 0x0043 or # C          $self->{state} = MD_CDATA_STATE;
2065                $self->{next_input_character} == 0x0063) { # c          $self->{state_keyword} = '[';
2066              !!!next-input-character;          !!!next-input-character;
2067              push @next_char, $self->{next_input_character};          redo A;
2068              if ($self->{next_input_character} == 0x0054 or # T        } else {
2069                  $self->{next_input_character} == 0x0074) { # t          !!!cp (136);
               !!!next-input-character;  
               push @next_char, $self->{next_input_character};  
               if ($self->{next_input_character} == 0x0059 or # Y  
                   $self->{next_input_character} == 0x0079) { # y  
                 !!!next-input-character;  
                 push @next_char, $self->{next_input_character};  
                 if ($self->{next_input_character} == 0x0050 or # P  
                     $self->{next_input_character} == 0x0070) { # p  
                   !!!next-input-character;  
                   push @next_char, $self->{next_input_character};  
                   if ($self->{next_input_character} == 0x0045 or # E  
                       $self->{next_input_character} == 0x0065) { # e  
                     ## ISSUE: What a stupid code this is!  
                     $self->{state} = DOCTYPE_STATE;  
                     !!!next-input-character;  
                     redo A;  
                   }  
                 }  
               }  
             }  
           }  
         }  
2070        }        }
2071    
2072        !!!parse-error (type => 'bogus comment');        !!!parse-error (type => 'bogus comment',
2073        $self->{next_input_character} = shift @next_char;                        line => $self->{line_prev},
2074        !!!back-next-input-character (@next_char);                        column => $self->{column_prev} - 1);
2075          ## Reconsume.
2076        $self->{state} = BOGUS_COMMENT_STATE;        $self->{state} = BOGUS_COMMENT_STATE;
2077          $self->{current_token} = {type => COMMENT_TOKEN, data => '',
2078                                    line => $self->{line_prev},
2079                                    column => $self->{column_prev} - 1,
2080                                   };
2081        redo A;        redo A;
2082              } elsif ($self->{state} == MD_HYPHEN_STATE) {
2083        ## ISSUE: typos in spec: chacacters, is is a parse error        if ($self->{next_char} == 0x002D) { # -
2084        ## 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?          !!!cp (127);
2085            $self->{current_token} = {type => COMMENT_TOKEN, data => '',
2086                                      line => $self->{line_prev},
2087                                      column => $self->{column_prev} - 2,
2088                                     };
2089            $self->{state} = COMMENT_START_STATE;
2090            !!!next-input-character;
2091            redo A;
2092          } else {
2093            !!!cp (128);
2094            !!!parse-error (type => 'bogus comment',
2095                            line => $self->{line_prev},
2096                            column => $self->{column_prev} - 2);
2097            $self->{state} = BOGUS_COMMENT_STATE;
2098            ## Reconsume.
2099            $self->{current_token} = {type => COMMENT_TOKEN,
2100                                      data => '-',
2101                                      line => $self->{line_prev},
2102                                      column => $self->{column_prev} - 2,
2103                                     };
2104            redo A;
2105          }
2106        } elsif ($self->{state} == MD_DOCTYPE_STATE) {
2107          ## ASCII case-insensitive.
2108          if ($self->{next_char} == [
2109                undef,
2110                0x004F, # O
2111                0x0043, # C
2112                0x0054, # T
2113                0x0059, # Y
2114                0x0050, # P
2115              ]->[length $self->{state_keyword}] or
2116              $self->{next_char} == [
2117                undef,
2118                0x006F, # o
2119                0x0063, # c
2120                0x0074, # t
2121                0x0079, # y
2122                0x0070, # p
2123              ]->[length $self->{state_keyword}]) {
2124            !!!cp (131);
2125            ## Stay in the state.
2126            $self->{state_keyword} .= chr $self->{next_char};
2127            !!!next-input-character;
2128            redo A;
2129          } elsif ((length $self->{state_keyword}) == 6 and
2130                   ($self->{next_char} == 0x0045 or # E
2131                    $self->{next_char} == 0x0065)) { # e
2132            !!!cp (129);
2133            $self->{state} = DOCTYPE_STATE;
2134            $self->{current_token} = {type => DOCTYPE_TOKEN,
2135                                      quirks => 1,
2136                                      line => $self->{line_prev},
2137                                      column => $self->{column_prev} - 7,
2138                                     };
2139            !!!next-input-character;
2140            redo A;
2141          } else {
2142            !!!cp (132);        
2143            !!!parse-error (type => 'bogus comment',
2144                            line => $self->{line_prev},
2145                            column => $self->{column_prev} - 1 - length $self->{state_keyword});
2146            $self->{state} = BOGUS_COMMENT_STATE;
2147            ## Reconsume.
2148            $self->{current_token} = {type => COMMENT_TOKEN,
2149                                      data => $self->{state_keyword},
2150                                      line => $self->{line_prev},
2151                                      column => $self->{column_prev} - 1 - length $self->{state_keyword},
2152                                     };
2153            redo A;
2154          }
2155        } elsif ($self->{state} == MD_CDATA_STATE) {
2156          if ($self->{next_char} == {
2157                '[' => 0x0043, # C
2158                '[C' => 0x0044, # D
2159                '[CD' => 0x0041, # A
2160                '[CDA' => 0x0054, # T
2161                '[CDAT' => 0x0041, # A
2162              }->{$self->{state_keyword}}) {
2163            !!!cp (135.1);
2164            ## Stay in the state.
2165            $self->{state_keyword} .= chr $self->{next_char};
2166            !!!next-input-character;
2167            redo A;
2168          } elsif ($self->{state_keyword} eq '[CDATA' and
2169                   $self->{next_char} == 0x005B) { # [
2170            !!!cp (135.2);
2171            $self->{current_token} = {type => CHARACTER_TOKEN,
2172                                      data => '',
2173                                      line => $self->{line_prev},
2174                                      column => $self->{column_prev} - 7};
2175            $self->{state} = CDATA_SECTION_STATE;
2176            !!!next-input-character;
2177            redo A;
2178          } else {
2179            !!!cp (135.3);
2180            !!!parse-error (type => 'bogus comment',
2181                            line => $self->{line_prev},
2182                            column => $self->{column_prev} - 1 - length $self->{state_keyword});
2183            $self->{state} = BOGUS_COMMENT_STATE;
2184            ## Reconsume.
2185            $self->{current_token} = {type => COMMENT_TOKEN,
2186                                      data => $self->{state_keyword},
2187                                      line => $self->{line_prev},
2188                                      column => $self->{column_prev} - 1 - length $self->{state_keyword},
2189                                     };
2190            redo A;
2191          }
2192      } elsif ($self->{state} == COMMENT_START_STATE) {      } elsif ($self->{state} == COMMENT_START_STATE) {
2193        if ($self->{next_input_character} == 0x002D) { # -        if ($self->{next_char} == 0x002D) { # -
2194            !!!cp (137);
2195          $self->{state} = COMMENT_START_DASH_STATE;          $self->{state} = COMMENT_START_DASH_STATE;
2196          !!!next-input-character;          !!!next-input-character;
2197          redo A;          redo A;
2198        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
2199            !!!cp (138);
2200          !!!parse-error (type => 'bogus comment');          !!!parse-error (type => 'bogus comment');
2201          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2202          !!!next-input-character;          !!!next-input-character;
# Line 1137  sub _get_next_token ($) { Line 2204  sub _get_next_token ($) {
2204          !!!emit ($self->{current_token}); # comment          !!!emit ($self->{current_token}); # comment
2205    
2206          redo A;          redo A;
2207        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
2208            !!!cp (139);
2209          !!!parse-error (type => 'unclosed comment');          !!!parse-error (type => 'unclosed comment');
2210          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2211          ## reconsume          ## reconsume
# Line 1146  sub _get_next_token ($) { Line 2214  sub _get_next_token ($) {
2214    
2215          redo A;          redo A;
2216        } else {        } else {
2217            !!!cp (140);
2218          $self->{current_token}->{data} # comment          $self->{current_token}->{data} # comment
2219              .= chr ($self->{next_input_character});              .= chr ($self->{next_char});
2220          $self->{state} = COMMENT_STATE;          $self->{state} = COMMENT_STATE;
2221          !!!next-input-character;          !!!next-input-character;
2222          redo A;          redo A;
2223        }        }
2224      } elsif ($self->{state} == COMMENT_START_DASH_STATE) {      } elsif ($self->{state} == COMMENT_START_DASH_STATE) {
2225        if ($self->{next_input_character} == 0x002D) { # -        if ($self->{next_char} == 0x002D) { # -
2226            !!!cp (141);
2227          $self->{state} = COMMENT_END_STATE;          $self->{state} = COMMENT_END_STATE;
2228          !!!next-input-character;          !!!next-input-character;
2229          redo A;          redo A;
2230        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
2231            !!!cp (142);
2232          !!!parse-error (type => 'bogus comment');          !!!parse-error (type => 'bogus comment');
2233          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2234          !!!next-input-character;          !!!next-input-character;
# Line 1165  sub _get_next_token ($) { Line 2236  sub _get_next_token ($) {
2236          !!!emit ($self->{current_token}); # comment          !!!emit ($self->{current_token}); # comment
2237    
2238          redo A;          redo A;
2239        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
2240            !!!cp (143);
2241          !!!parse-error (type => 'unclosed comment');          !!!parse-error (type => 'unclosed comment');
2242          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2243          ## reconsume          ## reconsume
# Line 1174  sub _get_next_token ($) { Line 2246  sub _get_next_token ($) {
2246    
2247          redo A;          redo A;
2248        } else {        } else {
2249            !!!cp (144);
2250          $self->{current_token}->{data} # comment          $self->{current_token}->{data} # comment
2251              .= '-' . chr ($self->{next_input_character});              .= '-' . chr ($self->{next_char});
2252          $self->{state} = COMMENT_STATE;          $self->{state} = COMMENT_STATE;
2253          !!!next-input-character;          !!!next-input-character;
2254          redo A;          redo A;
2255        }        }
2256      } elsif ($self->{state} == COMMENT_STATE) {      } elsif ($self->{state} == COMMENT_STATE) {
2257        if ($self->{next_input_character} == 0x002D) { # -        if ($self->{next_char} == 0x002D) { # -
2258            !!!cp (145);
2259          $self->{state} = COMMENT_END_DASH_STATE;          $self->{state} = COMMENT_END_DASH_STATE;
2260          !!!next-input-character;          !!!next-input-character;
2261          redo A;          redo A;
2262        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
2263            !!!cp (146);
2264          !!!parse-error (type => 'unclosed comment');          !!!parse-error (type => 'unclosed comment');
2265          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2266          ## reconsume          ## reconsume
# Line 1194  sub _get_next_token ($) { Line 2269  sub _get_next_token ($) {
2269    
2270          redo A;          redo A;
2271        } else {        } else {
2272          $self->{current_token}->{data} .= chr ($self->{next_input_character}); # comment          !!!cp (147);
2273            $self->{current_token}->{data} .= chr ($self->{next_char}); # comment
2274            $self->{read_until}->($self->{current_token}->{data},
2275                                  q[-],
2276                                  length $self->{current_token}->{data});
2277    
2278          ## Stay in the state          ## Stay in the state
2279          !!!next-input-character;          !!!next-input-character;
2280          redo A;          redo A;
2281        }        }
2282      } elsif ($self->{state} == COMMENT_END_DASH_STATE) {      } elsif ($self->{state} == COMMENT_END_DASH_STATE) {
2283        if ($self->{next_input_character} == 0x002D) { # -        if ($self->{next_char} == 0x002D) { # -
2284            !!!cp (148);
2285          $self->{state} = COMMENT_END_STATE;          $self->{state} = COMMENT_END_STATE;
2286          !!!next-input-character;          !!!next-input-character;
2287          redo A;          redo A;
2288        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
2289            !!!cp (149);
2290          !!!parse-error (type => 'unclosed comment');          !!!parse-error (type => 'unclosed comment');
2291          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2292          ## reconsume          ## reconsume
# Line 1213  sub _get_next_token ($) { Line 2295  sub _get_next_token ($) {
2295    
2296          redo A;          redo A;
2297        } else {        } else {
2298          $self->{current_token}->{data} .= '-' . chr ($self->{next_input_character}); # comment          !!!cp (150);
2299            $self->{current_token}->{data} .= '-' . chr ($self->{next_char}); # comment
2300          $self->{state} = COMMENT_STATE;          $self->{state} = COMMENT_STATE;
2301          !!!next-input-character;          !!!next-input-character;
2302          redo A;          redo A;
2303        }        }
2304      } elsif ($self->{state} == COMMENT_END_STATE) {      } elsif ($self->{state} == COMMENT_END_STATE) {
2305        if ($self->{next_input_character} == 0x003E) { # >        if ($self->{next_char} == 0x003E) { # >
2306            !!!cp (151);
2307          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2308          !!!next-input-character;          !!!next-input-character;
2309    
2310          !!!emit ($self->{current_token}); # comment          !!!emit ($self->{current_token}); # comment
2311    
2312          redo A;          redo A;
2313        } elsif ($self->{next_input_character} == 0x002D) { # -        } elsif ($self->{next_char} == 0x002D) { # -
2314          !!!parse-error (type => 'dash in comment');          !!!cp (152);
2315            !!!parse-error (type => 'dash in comment',
2316                            line => $self->{line_prev},
2317                            column => $self->{column_prev});
2318          $self->{current_token}->{data} .= '-'; # comment          $self->{current_token}->{data} .= '-'; # comment
2319          ## Stay in the state          ## Stay in the state
2320          !!!next-input-character;          !!!next-input-character;
2321          redo A;          redo A;
2322        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
2323            !!!cp (153);
2324          !!!parse-error (type => 'unclosed comment');          !!!parse-error (type => 'unclosed comment');
2325          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2326          ## reconsume          ## reconsume
# Line 1241  sub _get_next_token ($) { Line 2329  sub _get_next_token ($) {
2329    
2330          redo A;          redo A;
2331        } else {        } else {
2332          !!!parse-error (type => 'dash in comment');          !!!cp (154);
2333          $self->{current_token}->{data} .= '--' . chr ($self->{next_input_character}); # comment          !!!parse-error (type => 'dash in comment',
2334                            line => $self->{line_prev},
2335                            column => $self->{column_prev});
2336            $self->{current_token}->{data} .= '--' . chr ($self->{next_char}); # comment
2337          $self->{state} = COMMENT_STATE;          $self->{state} = COMMENT_STATE;
2338          !!!next-input-character;          !!!next-input-character;
2339          redo A;          redo A;
2340        }        }
2341      } elsif ($self->{state} == DOCTYPE_STATE) {      } elsif ($self->{state} == DOCTYPE_STATE) {
2342        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_char} == 0x0009 or # HT
2343            $self->{next_input_character} == 0x000A or # LF            $self->{next_char} == 0x000A or # LF
2344            $self->{next_input_character} == 0x000B or # VT            $self->{next_char} == 0x000B or # VT
2345            $self->{next_input_character} == 0x000C or # FF            $self->{next_char} == 0x000C or # FF
2346            $self->{next_input_character} == 0x0020) { # SP            $self->{next_char} == 0x0020) { # SP
2347            !!!cp (155);
2348          $self->{state} = BEFORE_DOCTYPE_NAME_STATE;          $self->{state} = BEFORE_DOCTYPE_NAME_STATE;
2349          !!!next-input-character;          !!!next-input-character;
2350          redo A;          redo A;
2351        } else {        } else {
2352            !!!cp (156);
2353          !!!parse-error (type => 'no space before DOCTYPE name');          !!!parse-error (type => 'no space before DOCTYPE name');
2354          $self->{state} = BEFORE_DOCTYPE_NAME_STATE;          $self->{state} = BEFORE_DOCTYPE_NAME_STATE;
2355          ## reconsume          ## reconsume
2356          redo A;          redo A;
2357        }        }
2358      } elsif ($self->{state} == BEFORE_DOCTYPE_NAME_STATE) {      } elsif ($self->{state} == BEFORE_DOCTYPE_NAME_STATE) {
2359        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_char} == 0x0009 or # HT
2360            $self->{next_input_character} == 0x000A or # LF            $self->{next_char} == 0x000A or # LF
2361            $self->{next_input_character} == 0x000B or # VT            $self->{next_char} == 0x000B or # VT
2362            $self->{next_input_character} == 0x000C or # FF            $self->{next_char} == 0x000C or # FF
2363            $self->{next_input_character} == 0x0020) { # SP            $self->{next_char} == 0x0020) { # SP
2364            !!!cp (157);
2365          ## Stay in the state          ## Stay in the state
2366          !!!next-input-character;          !!!next-input-character;
2367          redo A;          redo A;
2368        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
2369            !!!cp (158);
2370          !!!parse-error (type => 'no DOCTYPE name');          !!!parse-error (type => 'no DOCTYPE name');
2371          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2372          !!!next-input-character;          !!!next-input-character;
2373    
2374          !!!emit ({type => DOCTYPE_TOKEN}); # incorrect          !!!emit ($self->{current_token}); # DOCTYPE (quirks)
2375    
2376          redo A;          redo A;
2377        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
2378            !!!cp (159);
2379          !!!parse-error (type => 'no DOCTYPE name');          !!!parse-error (type => 'no DOCTYPE name');
2380          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2381          ## reconsume          ## reconsume
2382    
2383          !!!emit ({type => DOCTYPE_TOKEN}); # incorrect          !!!emit ($self->{current_token}); # DOCTYPE (quirks)
2384    
2385          redo A;          redo A;
2386        } else {        } else {
2387          $self->{current_token}          !!!cp (160);
2388              = {type => DOCTYPE_TOKEN,          $self->{current_token}->{name} = chr $self->{next_char};
2389                 name => chr ($self->{next_input_character}),          delete $self->{current_token}->{quirks};
                correct => 1};  
2390  ## ISSUE: "Set the token's name name to the" in the spec  ## ISSUE: "Set the token's name name to the" in the spec
2391          $self->{state} = DOCTYPE_NAME_STATE;          $self->{state} = DOCTYPE_NAME_STATE;
2392          !!!next-input-character;          !!!next-input-character;
# Line 1299  sub _get_next_token ($) { Line 2394  sub _get_next_token ($) {
2394        }        }
2395      } elsif ($self->{state} == DOCTYPE_NAME_STATE) {      } elsif ($self->{state} == DOCTYPE_NAME_STATE) {
2396  ## ISSUE: Redundant "First," in the spec.  ## ISSUE: Redundant "First," in the spec.
2397        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_char} == 0x0009 or # HT
2398            $self->{next_input_character} == 0x000A or # LF            $self->{next_char} == 0x000A or # LF
2399            $self->{next_input_character} == 0x000B or # VT            $self->{next_char} == 0x000B or # VT
2400            $self->{next_input_character} == 0x000C or # FF            $self->{next_char} == 0x000C or # FF
2401            $self->{next_input_character} == 0x0020) { # SP            $self->{next_char} == 0x0020) { # SP
2402            !!!cp (161);
2403          $self->{state} = AFTER_DOCTYPE_NAME_STATE;          $self->{state} = AFTER_DOCTYPE_NAME_STATE;
2404          !!!next-input-character;          !!!next-input-character;
2405          redo A;          redo A;
2406        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
2407            !!!cp (162);
2408          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2409          !!!next-input-character;          !!!next-input-character;
2410    
2411          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
2412    
2413          redo A;          redo A;
2414        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
2415            !!!cp (163);
2416          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
2417          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2418          ## reconsume          ## reconsume
2419    
2420          delete $self->{current_token}->{correct};          $self->{current_token}->{quirks} = 1;
2421          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
2422    
2423          redo A;          redo A;
2424        } else {        } else {
2425            !!!cp (164);
2426          $self->{current_token}->{name}          $self->{current_token}->{name}
2427            .= chr ($self->{next_input_character}); # DOCTYPE            .= chr ($self->{next_char}); # DOCTYPE
2428          ## Stay in the state          ## Stay in the state
2429          !!!next-input-character;          !!!next-input-character;
2430          redo A;          redo A;
2431        }        }
2432      } elsif ($self->{state} == AFTER_DOCTYPE_NAME_STATE) {      } elsif ($self->{state} == AFTER_DOCTYPE_NAME_STATE) {
2433        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_char} == 0x0009 or # HT
2434            $self->{next_input_character} == 0x000A or # LF            $self->{next_char} == 0x000A or # LF
2435            $self->{next_input_character} == 0x000B or # VT            $self->{next_char} == 0x000B or # VT
2436            $self->{next_input_character} == 0x000C or # FF            $self->{next_char} == 0x000C or # FF
2437            $self->{next_input_character} == 0x0020) { # SP            $self->{next_char} == 0x0020) { # SP
2438            !!!cp (165);
2439          ## Stay in the state          ## Stay in the state
2440          !!!next-input-character;          !!!next-input-character;
2441          redo A;          redo A;
2442        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
2443            !!!cp (166);
2444          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2445          !!!next-input-character;          !!!next-input-character;
2446    
2447          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
2448    
2449          redo A;          redo A;
2450        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
2451            !!!cp (167);
2452          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
2453          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2454          ## reconsume          ## reconsume
2455    
2456          delete $self->{current_token}->{correct};          $self->{current_token}->{quirks} = 1;
2457          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
2458    
2459          redo A;          redo A;
2460        } elsif ($self->{next_input_character} == 0x0050 or # P        } elsif ($self->{next_char} == 0x0050 or # P
2461                 $self->{next_input_character} == 0x0070) { # p                 $self->{next_char} == 0x0070) { # p
2462            $self->{state} = PUBLIC_STATE;
2463            $self->{state_keyword} = chr $self->{next_char};
2464          !!!next-input-character;          !!!next-input-character;
2465          if ($self->{next_input_character} == 0x0055 or # U          redo A;
2466              $self->{next_input_character} == 0x0075) { # u        } elsif ($self->{next_char} == 0x0053 or # S
2467            !!!next-input-character;                 $self->{next_char} == 0x0073) { # s
2468            if ($self->{next_input_character} == 0x0042 or # B          $self->{state} = SYSTEM_STATE;
2469                $self->{next_input_character} == 0x0062) { # b          $self->{state_keyword} = chr $self->{next_char};
             !!!next-input-character;  
             if ($self->{next_input_character} == 0x004C or # L  
                 $self->{next_input_character} == 0x006C) { # l  
               !!!next-input-character;  
               if ($self->{next_input_character} == 0x0049 or # I  
                   $self->{next_input_character} == 0x0069) { # i  
                 !!!next-input-character;  
                 if ($self->{next_input_character} == 0x0043 or # C  
                     $self->{next_input_character} == 0x0063) { # c  
                   $self->{state} = BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
                   !!!next-input-character;  
                   redo A;  
                 }  
               }  
             }  
           }  
         }  
   
         #  
       } elsif ($self->{next_input_character} == 0x0053 or # S  
                $self->{next_input_character} == 0x0073) { # s  
2470          !!!next-input-character;          !!!next-input-character;
2471          if ($self->{next_input_character} == 0x0059 or # Y          redo A;
             $self->{next_input_character} == 0x0079) { # y  
           !!!next-input-character;  
           if ($self->{next_input_character} == 0x0053 or # S  
               $self->{next_input_character} == 0x0073) { # s  
             !!!next-input-character;  
             if ($self->{next_input_character} == 0x0054 or # T  
                 $self->{next_input_character} == 0x0074) { # t  
               !!!next-input-character;  
               if ($self->{next_input_character} == 0x0045 or # E  
                   $self->{next_input_character} == 0x0065) { # e  
                 !!!next-input-character;  
                 if ($self->{next_input_character} == 0x004D or # M  
                     $self->{next_input_character} == 0x006D) { # m  
                   $self->{state} = BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
                   !!!next-input-character;  
                   redo A;  
                 }  
               }  
             }  
           }  
         }  
   
         #  
2472        } else {        } else {
2473            !!!cp (180);
2474            !!!parse-error (type => 'string after DOCTYPE name');
2475            $self->{current_token}->{quirks} = 1;
2476    
2477            $self->{state} = BOGUS_DOCTYPE_STATE;
2478          !!!next-input-character;          !!!next-input-character;
2479          #          redo A;
2480        }        }
2481        } elsif ($self->{state} == PUBLIC_STATE) {
2482          ## ASCII case-insensitive
2483          if ($self->{next_char} == [
2484                undef,
2485                0x0055, # U
2486                0x0042, # B
2487                0x004C, # L
2488                0x0049, # I
2489              ]->[length $self->{state_keyword}] or
2490              $self->{next_char} == [
2491                undef,
2492                0x0075, # u
2493                0x0062, # b
2494                0x006C, # l
2495                0x0069, # i
2496              ]->[length $self->{state_keyword}]) {
2497            !!!cp (175);
2498            ## Stay in the state.
2499            $self->{state_keyword} .= chr $self->{next_char};
2500            !!!next-input-character;
2501            redo A;
2502          } elsif ((length $self->{state_keyword}) == 5 and
2503                   ($self->{next_char} == 0x0043 or # C
2504                    $self->{next_char} == 0x0063)) { # c
2505            !!!cp (168);
2506            $self->{state} = BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE;
2507            !!!next-input-character;
2508            redo A;
2509          } else {
2510            !!!cp (169);
2511            !!!parse-error (type => 'string after DOCTYPE name',
2512                            line => $self->{line_prev},
2513                            column => $self->{column_prev} + 1 - length $self->{state_keyword});
2514            $self->{current_token}->{quirks} = 1;
2515    
2516        !!!parse-error (type => 'string after DOCTYPE name');          $self->{state} = BOGUS_DOCTYPE_STATE;
2517        $self->{state} = BOGUS_DOCTYPE_STATE;          ## Reconsume.
2518        # next-input-character is already done          redo A;
2519        redo A;        }
2520        } elsif ($self->{state} == SYSTEM_STATE) {
2521          ## ASCII case-insensitive
2522          if ($self->{next_char} == [
2523                undef,
2524                0x0059, # Y
2525                0x0053, # S
2526                0x0054, # T
2527                0x0045, # E
2528              ]->[length $self->{state_keyword}] or
2529              $self->{next_char} == [
2530                undef,
2531                0x0079, # y
2532                0x0073, # s
2533                0x0074, # t
2534                0x0065, # e
2535              ]->[length $self->{state_keyword}]) {
2536            !!!cp (170);
2537            ## Stay in the state.
2538            $self->{state_keyword} .= chr $self->{next_char};
2539            !!!next-input-character;
2540            redo A;
2541          } elsif ((length $self->{state_keyword}) == 5 and
2542                   ($self->{next_char} == 0x004D or # M
2543                    $self->{next_char} == 0x006D)) { # m
2544            !!!cp (171);
2545            $self->{state} = BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE;
2546            !!!next-input-character;
2547            redo A;
2548          } else {
2549            !!!cp (172);
2550            !!!parse-error (type => 'string after DOCTYPE name',
2551                            line => $self->{line_prev},
2552                            column => $self->{column_prev} + 1 - length $self->{state_keyword});
2553            $self->{current_token}->{quirks} = 1;
2554    
2555            $self->{state} = BOGUS_DOCTYPE_STATE;
2556            ## Reconsume.
2557            redo A;
2558          }
2559      } elsif ($self->{state} == BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {      } elsif ($self->{state} == BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {
2560        if ({        if ({
2561              0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,              0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,
2562              #0x000D => 1, # HT, LF, VT, FF, SP, CR              #0x000D => 1, # HT, LF, VT, FF, SP, CR
2563            }->{$self->{next_input_character}}) {            }->{$self->{next_char}}) {
2564            !!!cp (181);
2565          ## Stay in the state          ## Stay in the state
2566          !!!next-input-character;          !!!next-input-character;
2567          redo A;          redo A;
2568        } elsif ($self->{next_input_character} eq 0x0022) { # "        } elsif ($self->{next_char} eq 0x0022) { # "
2569            !!!cp (182);
2570          $self->{current_token}->{public_identifier} = ''; # DOCTYPE          $self->{current_token}->{public_identifier} = ''; # DOCTYPE
2571          $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE;          $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE;
2572          !!!next-input-character;          !!!next-input-character;
2573          redo A;          redo A;
2574        } elsif ($self->{next_input_character} eq 0x0027) { # '        } elsif ($self->{next_char} eq 0x0027) { # '
2575            !!!cp (183);
2576          $self->{current_token}->{public_identifier} = ''; # DOCTYPE          $self->{current_token}->{public_identifier} = ''; # DOCTYPE
2577          $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE;          $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE;
2578          !!!next-input-character;          !!!next-input-character;
2579          redo A;          redo A;
2580        } elsif ($self->{next_input_character} eq 0x003E) { # >        } elsif ($self->{next_char} eq 0x003E) { # >
2581            !!!cp (184);
2582          !!!parse-error (type => 'no PUBLIC literal');          !!!parse-error (type => 'no PUBLIC literal');
2583    
2584          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2585          !!!next-input-character;          !!!next-input-character;
2586    
2587          delete $self->{current_token}->{correct};          $self->{current_token}->{quirks} = 1;
2588          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
2589    
2590          redo A;          redo A;
2591        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
2592            !!!cp (185);
2593          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
2594    
2595          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2596          ## reconsume          ## reconsume
2597    
2598          delete $self->{current_token}->{correct};          $self->{current_token}->{quirks} = 1;
2599          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
2600    
2601          redo A;          redo A;
2602        } else {        } else {
2603            !!!cp (186);
2604          !!!parse-error (type => 'string after PUBLIC');          !!!parse-error (type => 'string after PUBLIC');
2605            $self->{current_token}->{quirks} = 1;
2606    
2607          $self->{state} = BOGUS_DOCTYPE_STATE;          $self->{state} = BOGUS_DOCTYPE_STATE;
2608          !!!next-input-character;          !!!next-input-character;
2609          redo A;          redo A;
2610        }        }
2611      } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE) {      } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE) {
2612        if ($self->{next_input_character} == 0x0022) { # "        if ($self->{next_char} == 0x0022) { # "
2613            !!!cp (187);
2614          $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;          $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;
2615          !!!next-input-character;          !!!next-input-character;
2616          redo A;          redo A;
2617        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == 0x003E) { # >
2618            !!!cp (188);
2619            !!!parse-error (type => 'unclosed PUBLIC literal');
2620    
2621            $self->{state} = DATA_STATE;
2622            !!!next-input-character;
2623    
2624            $self->{current_token}->{quirks} = 1;
2625            !!!emit ($self->{current_token}); # DOCTYPE
2626    
2627            redo A;
2628          } elsif ($self->{next_char} == -1) {
2629            !!!cp (189);
2630          !!!parse-error (type => 'unclosed PUBLIC literal');          !!!parse-error (type => 'unclosed PUBLIC literal');
2631    
2632          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2633          ## reconsume          ## reconsume
2634    
2635          delete $self->{current_token}->{correct};          $self->{current_token}->{quirks} = 1;
2636          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
2637    
2638          redo A;          redo A;
2639        } else {        } else {
2640            !!!cp (190);
2641          $self->{current_token}->{public_identifier} # DOCTYPE          $self->{current_token}->{public_identifier} # DOCTYPE
2642              .= chr $self->{next_input_character};              .= chr $self->{next_char};
2643            $self->{read_until}->($self->{current_token}->{public_identifier},
2644                                  q[">],
2645                                  length $self->{current_token}->{public_identifier});
2646    
2647          ## Stay in the state          ## Stay in the state
2648          !!!next-input-character;          !!!next-input-character;
2649          redo A;          redo A;
2650        }        }
2651      } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE) {      } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE) {
2652        if ($self->{next_input_character} == 0x0027) { # '        if ($self->{next_char} == 0x0027) { # '
2653            !!!cp (191);
2654          $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;          $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;
2655          !!!next-input-character;          !!!next-input-character;
2656          redo A;          redo A;
2657        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == 0x003E) { # >
2658            !!!cp (192);
2659            !!!parse-error (type => 'unclosed PUBLIC literal');
2660    
2661            $self->{state} = DATA_STATE;
2662            !!!next-input-character;
2663    
2664            $self->{current_token}->{quirks} = 1;
2665            !!!emit ($self->{current_token}); # DOCTYPE
2666    
2667            redo A;
2668          } elsif ($self->{next_char} == -1) {
2669            !!!cp (193);
2670          !!!parse-error (type => 'unclosed PUBLIC literal');          !!!parse-error (type => 'unclosed PUBLIC literal');
2671    
2672          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2673          ## reconsume          ## reconsume
2674    
2675          delete $self->{current_token}->{correct};          $self->{current_token}->{quirks} = 1;
2676          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
2677    
2678          redo A;          redo A;
2679        } else {        } else {
2680            !!!cp (194);
2681          $self->{current_token}->{public_identifier} # DOCTYPE          $self->{current_token}->{public_identifier} # DOCTYPE
2682              .= chr $self->{next_input_character};              .= chr $self->{next_char};
2683            $self->{read_until}->($self->{current_token}->{public_identifier},
2684                                  q['>],
2685                                  length $self->{current_token}->{public_identifier});
2686    
2687          ## Stay in the state          ## Stay in the state
2688          !!!next-input-character;          !!!next-input-character;
2689          redo A;          redo A;
# Line 1510  sub _get_next_token ($) { Line 2692  sub _get_next_token ($) {
2692        if ({        if ({
2693              0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,              0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,
2694              #0x000D => 1, # HT, LF, VT, FF, SP, CR              #0x000D => 1, # HT, LF, VT, FF, SP, CR
2695            }->{$self->{next_input_character}}) {            }->{$self->{next_char}}) {
2696            !!!cp (195);
2697          ## Stay in the state          ## Stay in the state
2698          !!!next-input-character;          !!!next-input-character;
2699          redo A;          redo A;
2700        } elsif ($self->{next_input_character} == 0x0022) { # "        } elsif ($self->{next_char} == 0x0022) { # "
2701            !!!cp (196);
2702          $self->{current_token}->{system_identifier} = ''; # DOCTYPE          $self->{current_token}->{system_identifier} = ''; # DOCTYPE
2703          $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;          $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;
2704          !!!next-input-character;          !!!next-input-character;
2705          redo A;          redo A;
2706        } elsif ($self->{next_input_character} == 0x0027) { # '        } elsif ($self->{next_char} == 0x0027) { # '
2707            !!!cp (197);
2708          $self->{current_token}->{system_identifier} = ''; # DOCTYPE          $self->{current_token}->{system_identifier} = ''; # DOCTYPE
2709          $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;          $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;
2710          !!!next-input-character;          !!!next-input-character;
2711          redo A;          redo A;
2712        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
2713            !!!cp (198);
2714          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2715          !!!next-input-character;          !!!next-input-character;
2716    
2717          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
2718    
2719          redo A;          redo A;
2720        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
2721            !!!cp (199);
2722          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
2723    
2724          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2725          ## reconsume          ## reconsume
2726    
2727          delete $self->{current_token}->{correct};          $self->{current_token}->{quirks} = 1;
2728          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
2729    
2730          redo A;          redo A;
2731        } else {        } else {
2732            !!!cp (200);
2733          !!!parse-error (type => 'string after PUBLIC literal');          !!!parse-error (type => 'string after PUBLIC literal');
2734            $self->{current_token}->{quirks} = 1;
2735    
2736          $self->{state} = BOGUS_DOCTYPE_STATE;          $self->{state} = BOGUS_DOCTYPE_STATE;
2737          !!!next-input-character;          !!!next-input-character;
2738          redo A;          redo A;
# Line 1551  sub _get_next_token ($) { Line 2741  sub _get_next_token ($) {
2741        if ({        if ({
2742              0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,              0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,
2743              #0x000D => 1, # HT, LF, VT, FF, SP, CR              #0x000D => 1, # HT, LF, VT, FF, SP, CR
2744            }->{$self->{next_input_character}}) {            }->{$self->{next_char}}) {
2745            !!!cp (201);
2746          ## Stay in the state          ## Stay in the state
2747          !!!next-input-character;          !!!next-input-character;
2748          redo A;          redo A;
2749        } elsif ($self->{next_input_character} == 0x0022) { # "        } elsif ($self->{next_char} == 0x0022) { # "
2750            !!!cp (202);
2751          $self->{current_token}->{system_identifier} = ''; # DOCTYPE          $self->{current_token}->{system_identifier} = ''; # DOCTYPE
2752          $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;          $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;
2753          !!!next-input-character;          !!!next-input-character;
2754          redo A;          redo A;
2755        } elsif ($self->{next_input_character} == 0x0027) { # '        } elsif ($self->{next_char} == 0x0027) { # '
2756            !!!cp (203);
2757          $self->{current_token}->{system_identifier} = ''; # DOCTYPE          $self->{current_token}->{system_identifier} = ''; # DOCTYPE
2758          $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;          $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;
2759          !!!next-input-character;          !!!next-input-character;
2760          redo A;          redo A;
2761        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
2762            !!!cp (204);
2763          !!!parse-error (type => 'no SYSTEM literal');          !!!parse-error (type => 'no SYSTEM literal');
2764          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2765          !!!next-input-character;          !!!next-input-character;
2766    
2767          delete $self->{current_token}->{correct};          $self->{current_token}->{quirks} = 1;
2768          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
2769    
2770          redo A;          redo A;
2771        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
2772            !!!cp (205);
2773          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
2774    
2775          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2776          ## reconsume          ## reconsume
2777    
2778          delete $self->{current_token}->{correct};          $self->{current_token}->{quirks} = 1;
2779          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
2780    
2781          redo A;          redo A;
2782        } else {        } else {
2783            !!!cp (206);
2784          !!!parse-error (type => 'string after SYSTEM');          !!!parse-error (type => 'string after SYSTEM');
2785            $self->{current_token}->{quirks} = 1;
2786    
2787          $self->{state} = BOGUS_DOCTYPE_STATE;          $self->{state} = BOGUS_DOCTYPE_STATE;
2788          !!!next-input-character;          !!!next-input-character;
2789          redo A;          redo A;
2790        }        }
2791      } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE) {      } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE) {
2792        if ($self->{next_input_character} == 0x0022) { # "        if ($self->{next_char} == 0x0022) { # "
2793            !!!cp (207);
2794          $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;          $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;
2795          !!!next-input-character;          !!!next-input-character;
2796          redo A;          redo A;
2797        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == 0x003E) { # >
2798            !!!cp (208);
2799            !!!parse-error (type => 'unclosed SYSTEM literal');
2800    
2801            $self->{state} = DATA_STATE;
2802            !!!next-input-character;
2803    
2804            $self->{current_token}->{quirks} = 1;
2805            !!!emit ($self->{current_token}); # DOCTYPE
2806    
2807            redo A;
2808          } elsif ($self->{next_char} == -1) {
2809            !!!cp (209);
2810          !!!parse-error (type => 'unclosed SYSTEM literal');          !!!parse-error (type => 'unclosed SYSTEM literal');
2811    
2812          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2813          ## reconsume          ## reconsume
2814    
2815          delete $self->{current_token}->{correct};          $self->{current_token}->{quirks} = 1;
2816          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
2817    
2818          redo A;          redo A;
2819        } else {        } else {
2820            !!!cp (210);
2821          $self->{current_token}->{system_identifier} # DOCTYPE          $self->{current_token}->{system_identifier} # DOCTYPE
2822              .= chr $self->{next_input_character};              .= chr $self->{next_char};
2823            $self->{read_until}->($self->{current_token}->{system_identifier},
2824                                  q[">],
2825                                  length $self->{current_token}->{system_identifier});
2826    
2827          ## Stay in the state          ## Stay in the state
2828          !!!next-input-character;          !!!next-input-character;
2829          redo A;          redo A;
2830        }        }
2831      } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE) {      } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE) {
2832        if ($self->{next_input_character} == 0x0027) { # '        if ($self->{next_char} == 0x0027) { # '
2833            !!!cp (211);
2834          $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;          $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;
2835          !!!next-input-character;          !!!next-input-character;
2836          redo A;          redo A;
2837        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == 0x003E) { # >
2838            !!!cp (212);
2839            !!!parse-error (type => 'unclosed SYSTEM literal');
2840    
2841            $self->{state} = DATA_STATE;
2842            !!!next-input-character;
2843    
2844            $self->{current_token}->{quirks} = 1;
2845            !!!emit ($self->{current_token}); # DOCTYPE
2846    
2847            redo A;
2848          } elsif ($self->{next_char} == -1) {
2849            !!!cp (213);
2850          !!!parse-error (type => 'unclosed SYSTEM literal');          !!!parse-error (type => 'unclosed SYSTEM literal');
2851    
2852          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2853          ## reconsume          ## reconsume
2854    
2855          delete $self->{current_token}->{correct};          $self->{current_token}->{quirks} = 1;
2856          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
2857    
2858          redo A;          redo A;
2859        } else {        } else {
2860            !!!cp (214);
2861          $self->{current_token}->{system_identifier} # DOCTYPE          $self->{current_token}->{system_identifier} # DOCTYPE
2862              .= chr $self->{next_input_character};              .= chr $self->{next_char};
2863            $self->{read_until}->($self->{current_token}->{system_identifier},
2864                                  q['>],
2865                                  length $self->{current_token}->{system_identifier});
2866    
2867          ## Stay in the state          ## Stay in the state
2868          !!!next-input-character;          !!!next-input-character;
2869          redo A;          redo A;
# Line 1638  sub _get_next_token ($) { Line 2872  sub _get_next_token ($) {
2872        if ({        if ({
2873              0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,              0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,
2874              #0x000D => 1, # HT, LF, VT, FF, SP, CR              #0x000D => 1, # HT, LF, VT, FF, SP, CR
2875            }->{$self->{next_input_character}}) {            }->{$self->{next_char}}) {
2876            !!!cp (215);
2877          ## Stay in the state          ## Stay in the state
2878          !!!next-input-character;          !!!next-input-character;
2879          redo A;          redo A;
2880        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
2881            !!!cp (216);
2882          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2883          !!!next-input-character;          !!!next-input-character;
2884    
2885          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
2886    
2887          redo A;          redo A;
2888        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
2889            !!!cp (217);
2890          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
   
2891          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2892          ## reconsume          ## reconsume
2893    
2894          delete $self->{current_token}->{correct};          $self->{current_token}->{quirks} = 1;
2895          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
2896    
2897          redo A;          redo A;
2898        } else {        } else {
2899            !!!cp (218);
2900          !!!parse-error (type => 'string after SYSTEM literal');          !!!parse-error (type => 'string after SYSTEM literal');
2901            #$self->{current_token}->{quirks} = 1;
2902    
2903          $self->{state} = BOGUS_DOCTYPE_STATE;          $self->{state} = BOGUS_DOCTYPE_STATE;
2904          !!!next-input-character;          !!!next-input-character;
2905          redo A;          redo A;
2906        }        }
2907      } elsif ($self->{state} == BOGUS_DOCTYPE_STATE) {      } elsif ($self->{state} == BOGUS_DOCTYPE_STATE) {
2908        if ($self->{next_input_character} == 0x003E) { # >        if ($self->{next_char} == 0x003E) { # >
2909            !!!cp (219);
2910          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2911          !!!next-input-character;          !!!next-input-character;
2912    
         delete $self->{current_token}->{correct};  
2913          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
2914    
2915          redo A;          redo A;
2916        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_char} == -1) {
2917            !!!cp (220);
2918          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
2919          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2920          ## reconsume          ## reconsume
2921    
         delete $self->{current_token}->{correct};  
2922          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
2923    
2924          redo A;          redo A;
2925        } else {        } else {
2926            !!!cp (221);
2927            my $s = '';
2928            $self->{read_until}->($s, q[>], 0);
2929    
2930          ## Stay in the state          ## Stay in the state
2931          !!!next-input-character;          !!!next-input-character;
2932          redo A;          redo A;
2933        }        }
2934      } else {      } elsif ($self->{state} == CDATA_SECTION_STATE) {
2935        die "$0: $self->{state}: Unknown state";        ## NOTE: "CDATA section state" in the state is jointly implemented
2936      }        ## by three states, |CDATA_SECTION_STATE|, |CDATA_SECTION_MSE1_STATE|,
2937    } # A          ## and |CDATA_SECTION_MSE2_STATE|.
2938          
2939    die "$0: _get_next_token: unexpected case";        if ($self->{next_char} == 0x005D) { # ]
2940  } # _get_next_token          !!!cp (221.1);
2941            $self->{state} = CDATA_SECTION_MSE1_STATE;
2942            !!!next-input-character;
2943            redo A;
2944          } elsif ($self->{next_char} == -1) {
2945            $self->{state} = DATA_STATE;
2946            !!!next-input-character;
2947            if (length $self->{current_token}->{data}) { # character
2948              !!!cp (221.2);
2949              !!!emit ($self->{current_token}); # character
2950            } else {
2951              !!!cp (221.3);
2952              ## No token to emit. $self->{current_token} is discarded.
2953            }        
2954            redo A;
2955          } else {
2956            !!!cp (221.4);
2957            $self->{current_token}->{data} .= chr $self->{next_char};
2958            $self->{read_until}->($self->{current_token}->{data},
2959                                  q<]>,
2960                                  length $self->{current_token}->{data});
2961    
2962  sub _tokenize_attempt_to_consume_an_entity ($$) {          ## Stay in the state.
2963    my ($self, $in_attr) = @_;          !!!next-input-character;
2964            redo A;
2965          }
2966    
2967    if ({        ## ISSUE: "text tokens" in spec.
2968         0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, # HT, LF, VT, FF,      } elsif ($self->{state} == CDATA_SECTION_MSE1_STATE) {
2969         0x0020 => 1, 0x003C => 1, 0x0026 => 1, -1 => 1, # SP, <, & # 0x000D # CR        if ($self->{next_char} == 0x005D) { # ]
2970        }->{$self->{next_input_character}}) {          !!!cp (221.5);
2971      ## Don't consume          $self->{state} = CDATA_SECTION_MSE2_STATE;
2972      ## No error          !!!next-input-character;
2973      return undef;          redo A;
2974    } elsif ($self->{next_input_character} == 0x0023) { # #        } else {
2975      !!!next-input-character;          !!!cp (221.6);
2976      if ($self->{next_input_character} == 0x0078 or # x          $self->{current_token}->{data} .= ']';
2977          $self->{next_input_character} == 0x0058) { # X          $self->{state} = CDATA_SECTION_STATE;
2978        my $code;          ## Reconsume.
2979        X: {          redo A;
2980          my $x_char = $self->{next_input_character};        }
2981          !!!next-input-character;      } elsif ($self->{state} == CDATA_SECTION_MSE2_STATE) {
2982          if (0x0030 <= $self->{next_input_character} and        if ($self->{next_char} == 0x003E) { # >
2983              $self->{next_input_character} <= 0x0039) { # 0..9          $self->{state} = DATA_STATE;
2984            $code ||= 0;          !!!next-input-character;
2985            $code *= 0x10;          if (length $self->{current_token}->{data}) { # character
2986            $code += $self->{next_input_character} - 0x0030;            !!!cp (221.7);
2987            redo X;            !!!emit ($self->{current_token}); # character
         } 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;  
2988          } else {          } else {
2989            !!!parse-error (type => 'no refc');            !!!cp (221.8);
2990              ## No token to emit. $self->{current_token} is discarded.
2991          }          }
2992            redo A;
2993          } elsif ($self->{next_char} == 0x005D) { # ]
2994            !!!cp (221.9); # character
2995            $self->{current_token}->{data} .= ']'; ## Add first "]" of "]]]".
2996            ## Stay in the state.
2997            !!!next-input-character;
2998            redo A;
2999          } else {
3000            !!!cp (221.11);
3001            $self->{current_token}->{data} .= ']]'; # character
3002            $self->{state} = CDATA_SECTION_STATE;
3003            ## Reconsume.
3004            redo A;
3005          }
3006        } elsif ($self->{state} == ENTITY_STATE) {
3007          if ({
3008            0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, # HT, LF, VT, FF,
3009            0x0020 => 1, 0x003C => 1, 0x0026 => 1, -1 => 1, # SP, <, &
3010            $self->{entity_additional} => 1,
3011          }->{$self->{next_char}}) {
3012            !!!cp (1001);
3013            ## Don't consume
3014            ## No error
3015            ## Return nothing.
3016            #
3017          } elsif ($self->{next_char} == 0x0023) { # #
3018            !!!cp (999);
3019            $self->{state} = ENTITY_HASH_STATE;
3020            $self->{state_keyword} = '#';
3021            !!!next-input-character;
3022            redo A;
3023          } elsif ((0x0041 <= $self->{next_char} and
3024                    $self->{next_char} <= 0x005A) or # A..Z
3025                   (0x0061 <= $self->{next_char} and
3026                    $self->{next_char} <= 0x007A)) { # a..z
3027            !!!cp (998);
3028            require Whatpm::_NamedEntityList;
3029            $self->{state} = ENTITY_NAME_STATE;
3030            $self->{state_keyword} = chr $self->{next_char};
3031            $self->{entity__value} = $self->{state_keyword};
3032            $self->{entity__match} = 0;
3033            !!!next-input-character;
3034            redo A;
3035          } else {
3036            !!!cp (1027);
3037            !!!parse-error (type => 'bare ero');
3038            ## Return nothing.
3039            #
3040          }
3041    
3042          if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {        ## NOTE: No character is consumed by the "consume a character
3043            !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);        ## reference" algorithm.  In other word, there is an "&" character
3044            $code = 0xFFFD;        ## that does not introduce a character reference, which would be
3045          } elsif ($code > 0x10FFFF) {        ## appended to the parent element or the attribute value in later
3046            !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);        ## process of the tokenizer.
3047            $code = 0xFFFD;  
3048          } elsif ($code == 0x000D) {        if ($self->{prev_state} == DATA_STATE) {
3049            !!!parse-error (type => 'CR character reference');          !!!cp (997);
3050            $code = 0x000A;          $self->{state} = $self->{prev_state};
3051          } elsif (0x80 <= $code and $code <= 0x9F) {          ## Reconsume.
3052            !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);          !!!emit ({type => CHARACTER_TOKEN, data => '&',
3053            $code = $c1_entity_char->{$code};                    line => $self->{line_prev},
3054          }                    column => $self->{column_prev},
3055                     });
3056          return {type => CHARACTER_TOKEN, data => chr $code};          redo A;
3057        } # X        } else {
3058      } elsif (0x0030 <= $self->{next_input_character} and          !!!cp (996);
3059               $self->{next_input_character} <= 0x0039) { # 0..9          $self->{current_attribute}->{value} .= '&';
3060        my $code = $self->{next_input_character} - 0x0030;          $self->{state} = $self->{prev_state};
3061        !!!next-input-character;          ## Reconsume.
3062                  redo A;
3063        while (0x0030 <= $self->{next_input_character} and        }
3064                  $self->{next_input_character} <= 0x0039) { # 0..9      } elsif ($self->{state} == ENTITY_HASH_STATE) {
3065          $code *= 10;        if ($self->{next_char} == 0x0078 or # x
3066          $code += $self->{next_input_character} - 0x0030;            $self->{next_char} == 0x0058) { # X
3067            !!!cp (995);
3068            $self->{state} = HEXREF_X_STATE;
3069            $self->{state_keyword} .= chr $self->{next_char};
3070            !!!next-input-character;
3071            redo A;
3072          } elsif (0x0030 <= $self->{next_char} and
3073                   $self->{next_char} <= 0x0039) { # 0..9
3074            !!!cp (994);
3075            $self->{state} = NCR_NUM_STATE;
3076            $self->{state_keyword} = $self->{next_char} - 0x0030;
3077            !!!next-input-character;
3078            redo A;
3079          } else {
3080            !!!parse-error (type => 'bare nero',
3081                            line => $self->{line_prev},
3082                            column => $self->{column_prev} - 1);
3083    
3084            ## NOTE: According to the spec algorithm, nothing is returned,
3085            ## and then "&#" is appended to the parent element or the attribute
3086            ## value in the later processing.
3087    
3088            if ($self->{prev_state} == DATA_STATE) {
3089              !!!cp (1019);
3090              $self->{state} = $self->{prev_state};
3091              ## Reconsume.
3092              !!!emit ({type => CHARACTER_TOKEN,
3093                        data => '&#',
3094                        line => $self->{line_prev},
3095                        column => $self->{column_prev} - 1,
3096                       });
3097              redo A;
3098            } else {
3099              !!!cp (993);
3100              $self->{current_attribute}->{value} .= '&#';
3101              $self->{state} = $self->{prev_state};
3102              ## Reconsume.
3103              redo A;
3104            }
3105          }
3106        } elsif ($self->{state} == NCR_NUM_STATE) {
3107          if (0x0030 <= $self->{next_char} and
3108              $self->{next_char} <= 0x0039) { # 0..9
3109            !!!cp (1012);
3110            $self->{state_keyword} *= 10;
3111            $self->{state_keyword} += $self->{next_char} - 0x0030;
3112                    
3113            ## Stay in the state.
3114            !!!next-input-character;
3115            redo A;
3116          } elsif ($self->{next_char} == 0x003B) { # ;
3117            !!!cp (1013);
3118          !!!next-input-character;          !!!next-input-character;
3119            #
3120          } else {
3121            !!!cp (1014);
3122            !!!parse-error (type => 'no refc');
3123            ## Reconsume.
3124            #
3125        }        }
3126    
3127        if ($self->{next_input_character} == 0x003B) { # ;        my $code = $self->{state_keyword};
3128          my $l = $self->{line_prev};
3129          my $c = $self->{column_prev};
3130          if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {
3131            !!!cp (1015);
3132            !!!parse-error (type => 'invalid character reference',
3133                            text => (sprintf 'U+%04X', $code),
3134                            line => $l, column => $c);
3135            $code = 0xFFFD;
3136          } elsif ($code > 0x10FFFF) {
3137            !!!cp (1016);
3138            !!!parse-error (type => 'invalid character reference',
3139                            text => (sprintf 'U-%08X', $code),
3140                            line => $l, column => $c);
3141            $code = 0xFFFD;
3142          } elsif ($code == 0x000D) {
3143            !!!cp (1017);
3144            !!!parse-error (type => 'CR character reference',
3145                            line => $l, column => $c);
3146            $code = 0x000A;
3147          } elsif (0x80 <= $code and $code <= 0x9F) {
3148            !!!cp (1018);
3149            !!!parse-error (type => 'C1 character reference',
3150                            text => (sprintf 'U+%04X', $code),
3151                            line => $l, column => $c);
3152            $code = $c1_entity_char->{$code};
3153          }
3154    
3155          if ($self->{prev_state} == DATA_STATE) {
3156            !!!cp (992);
3157            $self->{state} = $self->{prev_state};
3158            ## Reconsume.
3159            !!!emit ({type => CHARACTER_TOKEN, data => chr $code,
3160                      line => $l, column => $c,
3161                     });
3162            redo A;
3163          } else {
3164            !!!cp (991);
3165            $self->{current_attribute}->{value} .= chr $code;
3166            $self->{current_attribute}->{has_reference} = 1;
3167            $self->{state} = $self->{prev_state};
3168            ## Reconsume.
3169            redo A;
3170          }
3171        } elsif ($self->{state} == HEXREF_X_STATE) {
3172          if ((0x0030 <= $self->{next_char} and $self->{next_char} <= 0x0039) or
3173              (0x0041 <= $self->{next_char} and $self->{next_char} <= 0x0046) or
3174              (0x0061 <= $self->{next_char} and $self->{next_char} <= 0x0066)) {
3175            # 0..9, A..F, a..f
3176            !!!cp (990);
3177            $self->{state} = HEXREF_HEX_STATE;
3178            $self->{state_keyword} = 0;
3179            ## Reconsume.
3180            redo A;
3181          } else {
3182            !!!parse-error (type => 'bare hcro',
3183                            line => $self->{line_prev},
3184                            column => $self->{column_prev} - 2);
3185    
3186            ## NOTE: According to the spec algorithm, nothing is returned,
3187            ## and then "&#" followed by "X" or "x" is appended to the parent
3188            ## element or the attribute value in the later processing.
3189    
3190            if ($self->{prev_state} == DATA_STATE) {
3191              !!!cp (1005);
3192              $self->{state} = $self->{prev_state};
3193              ## Reconsume.
3194              !!!emit ({type => CHARACTER_TOKEN,
3195                        data => '&' . $self->{state_keyword},
3196                        line => $self->{line_prev},
3197                        column => $self->{column_prev} - length $self->{state_keyword},
3198                       });
3199              redo A;
3200            } else {
3201              !!!cp (989);
3202              $self->{current_attribute}->{value} .= '&' . $self->{state_keyword};
3203              $self->{state} = $self->{prev_state};
3204              ## Reconsume.
3205              redo A;
3206            }
3207          }
3208        } elsif ($self->{state} == HEXREF_HEX_STATE) {
3209          if (0x0030 <= $self->{next_char} and $self->{next_char} <= 0x0039) {
3210            # 0..9
3211            !!!cp (1002);
3212            $self->{state_keyword} *= 0x10;
3213            $self->{state_keyword} += $self->{next_char} - 0x0030;
3214            ## Stay in the state.
3215            !!!next-input-character;
3216            redo A;
3217          } elsif (0x0061 <= $self->{next_char} and
3218                   $self->{next_char} <= 0x0066) { # a..f
3219            !!!cp (1003);
3220            $self->{state_keyword} *= 0x10;
3221            $self->{state_keyword} += $self->{next_char} - 0x0060 + 9;
3222            ## Stay in the state.
3223            !!!next-input-character;
3224            redo A;
3225          } elsif (0x0041 <= $self->{next_char} and
3226                   $self->{next_char} <= 0x0046) { # A..F
3227            !!!cp (1004);
3228            $self->{state_keyword} *= 0x10;
3229            $self->{state_keyword} += $self->{next_char} - 0x0040 + 9;
3230            ## Stay in the state.
3231            !!!next-input-character;
3232            redo A;
3233          } elsif ($self->{next_char} == 0x003B) { # ;
3234            !!!cp (1006);
3235          !!!next-input-character;          !!!next-input-character;
3236            #
3237        } else {        } else {
3238          !!!parse-error (type => 'no refc');          !!!cp (1007);
3239            !!!parse-error (type => 'no refc',
3240                            line => $self->{line},
3241                            column => $self->{column});
3242            ## Reconsume.
3243            #
3244        }        }
3245    
3246          my $code = $self->{state_keyword};
3247          my $l = $self->{line_prev};
3248          my $c = $self->{column_prev};
3249        if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {        if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {
3250          !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);          !!!cp (1008);
3251            !!!parse-error (type => 'invalid character reference',
3252                            text => (sprintf 'U+%04X', $code),
3253                            line => $l, column => $c);
3254          $code = 0xFFFD;          $code = 0xFFFD;
3255        } elsif ($code > 0x10FFFF) {        } elsif ($code > 0x10FFFF) {
3256          !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);          !!!cp (1009);
3257            !!!parse-error (type => 'invalid character reference',
3258                            text => (sprintf 'U-%08X', $code),
3259                            line => $l, column => $c);
3260          $code = 0xFFFD;          $code = 0xFFFD;
3261        } elsif ($code == 0x000D) {        } elsif ($code == 0x000D) {
3262          !!!parse-error (type => 'CR character reference');          !!!cp (1010);
3263            !!!parse-error (type => 'CR character reference', line => $l, column => $c);
3264          $code = 0x000A;          $code = 0x000A;
3265        } elsif (0x80 <= $code and $code <= 0x9F) {        } elsif (0x80 <= $code and $code <= 0x9F) {
3266          !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);          !!!cp (1011);
3267            !!!parse-error (type => 'C1 character reference', text => (sprintf 'U+%04X', $code), line => $l, column => $c);
3268          $code = $c1_entity_char->{$code};          $code = $c1_entity_char->{$code};
3269        }        }
3270          
3271        return {type => CHARACTER_TOKEN, data => chr $code};        if ($self->{prev_state} == DATA_STATE) {
3272      } else {          !!!cp (988);
3273        !!!parse-error (type => 'bare nero');          $self->{state} = $self->{prev_state};
3274        !!!back-next-input-character ($self->{next_input_character});          ## Reconsume.
3275        $self->{next_input_character} = 0x0023; # #          !!!emit ({type => CHARACTER_TOKEN, data => chr $code,
3276        return undef;                    line => $l, column => $c,
3277      }                   });
3278    } elsif ((0x0041 <= $self->{next_input_character} and          redo A;
3279              $self->{next_input_character} <= 0x005A) or        } else {
3280             (0x0061 <= $self->{next_input_character} and          !!!cp (987);
3281              $self->{next_input_character} <= 0x007A)) {          $self->{current_attribute}->{value} .= chr $code;
3282      my $entity_name = chr $self->{next_input_character};          $self->{current_attribute}->{has_reference} = 1;
3283      !!!next-input-character;          $self->{state} = $self->{prev_state};
3284            ## Reconsume.
3285      my $value = $entity_name;          redo A;
3286      my $match = 0;        }
3287      require Whatpm::_NamedEntityList;      } elsif ($self->{state} == ENTITY_NAME_STATE) {
3288      our $EntityChar;        if (length $self->{state_keyword} < 30 and
3289              ## NOTE: Some number greater than the maximum length of entity name
3290      while (length $entity_name < 10 and            ((0x0041 <= $self->{next_char} and # a
3291             ## NOTE: Some number greater than the maximum length of entity name              $self->{next_char} <= 0x005A) or # x
3292             ((0x0041 <= $self->{next_input_character} and # a             (0x0061 <= $self->{next_char} and # a
3293               $self->{next_input_character} <= 0x005A) or # x              $self->{next_char} <= 0x007A) or # z
3294              (0x0061 <= $self->{next_input_character} and # a             (0x0030 <= $self->{next_char} and # 0
3295               $self->{next_input_character} <= 0x007A) or # z              $self->{next_char} <= 0x0039) or # 9
3296              (0x0030 <= $self->{next_input_character} and # 0             $self->{next_char} == 0x003B)) { # ;
3297               $self->{next_input_character} <= 0x0039) or # 9          our $EntityChar;
3298              $self->{next_input_character} == 0x003B)) { # ;          $self->{state_keyword} .= chr $self->{next_char};
3299        $entity_name .= chr $self->{next_input_character};          if (defined $EntityChar->{$self->{state_keyword}}) {
3300        if (defined $EntityChar->{$entity_name}) {            if ($self->{next_char} == 0x003B) { # ;
3301          if ($self->{next_input_character} == 0x003B) { # ;              !!!cp (1020);
3302            $value = $EntityChar->{$entity_name};              $self->{entity__value} = $EntityChar->{$self->{state_keyword}};
3303            $match = 1;              $self->{entity__match} = 1;
3304            !!!next-input-character;              !!!next-input-character;
3305            last;              #
3306              } else {
3307                !!!cp (1021);
3308                $self->{entity__value} = $EntityChar->{$self->{state_keyword}};
3309                $self->{entity__match} = -1;
3310                ## Stay in the state.
3311                !!!next-input-character;
3312                redo A;
3313              }
3314          } else {          } else {
3315            $value = $EntityChar->{$entity_name};            !!!cp (1022);
3316            $match = -1;            $self->{entity__value} .= chr $self->{next_char};
3317              $self->{entity__match} *= 2;
3318              ## Stay in the state.
3319            !!!next-input-character;            !!!next-input-character;
3320              redo A;
3321          }          }
       } else {  
         $value .= chr $self->{next_input_character};  
         $match *= 2;  
         !!!next-input-character;  
3322        }        }
3323      }  
3324              my $data;
3325      if ($match > 0) {        my $has_ref;
3326        return {type => CHARACTER_TOKEN, data => $value};        if ($self->{entity__match} > 0) {
3327      } elsif ($match < 0) {          !!!cp (1023);
3328        !!!parse-error (type => 'no refc');          $data = $self->{entity__value};
3329        if ($in_attr and $match < -1) {          $has_ref = 1;
3330          return {type => CHARACTER_TOKEN, data => '&'.$entity_name};          #
3331          } elsif ($self->{entity__match} < 0) {
3332            !!!parse-error (type => 'no refc');
3333            if ($self->{prev_state} != DATA_STATE and # in attribute
3334                $self->{entity__match} < -1) {
3335              !!!cp (1024);
3336              $data = '&' . $self->{state_keyword};
3337              #
3338            } else {
3339              !!!cp (1025);
3340              $data = $self->{entity__value};
3341              $has_ref = 1;
3342              #
3343            }
3344        } else {        } else {
3345          return {type => CHARACTER_TOKEN, data => $value};          !!!cp (1026);
3346            !!!parse-error (type => 'bare ero',
3347                            line => $self->{line_prev},
3348                            column => $self->{column_prev} - length $self->{state_keyword});
3349            $data = '&' . $self->{state_keyword};
3350            #
3351          }
3352      
3353          ## NOTE: In these cases, when a character reference is found,
3354          ## it is consumed and a character token is returned, or, otherwise,
3355          ## nothing is consumed and returned, according to the spec algorithm.
3356          ## In this implementation, anything that has been examined by the
3357          ## tokenizer is appended to the parent element or the attribute value
3358          ## as string, either literal string when no character reference or
3359          ## entity-replaced string otherwise, in this stage, since any characters
3360          ## that would not be consumed are appended in the data state or in an
3361          ## appropriate attribute value state anyway.
3362    
3363          if ($self->{prev_state} == DATA_STATE) {
3364            !!!cp (986);
3365            $self->{state} = $self->{prev_state};
3366            ## Reconsume.
3367            !!!emit ({type => CHARACTER_TOKEN,
3368                      data => $data,
3369                      line => $self->{line_prev},
3370                      column => $self->{column_prev} + 1 - length $self->{state_keyword},
3371                     });
3372            redo A;
3373          } else {
3374            !!!cp (985);
3375            $self->{current_attribute}->{value} .= $data;
3376            $self->{current_attribute}->{has_reference} = 1 if $has_ref;
3377            $self->{state} = $self->{prev_state};
3378            ## Reconsume.
3379            redo A;
3380        }        }
3381      } else {      } else {
3382        !!!parse-error (type => 'bare ero');        die "$0: $self->{state}: Unknown state";
       ## NOTE: No characters are consumed in the spec.  
       return {type => CHARACTER_TOKEN, data => '&'.$value};  
3383      }      }
3384    } else {    } # A  
3385      ## no characters are consumed  
3386      !!!parse-error (type => 'bare ero');    die "$0: _get_next_token: unexpected case";
3387      return undef;  } # _get_next_token
   }  
 } # _tokenize_attempt_to_consume_an_entity  
3388    
3389  sub _initialize_tree_constructor ($) {  sub _initialize_tree_constructor ($) {
3390    my $self = shift;    my $self = shift;
# Line 1867  sub _initialize_tree_constructor ($) { Line 3393  sub _initialize_tree_constructor ($) {
3393    ## TODO: Turn mutation events off # MUST    ## TODO: Turn mutation events off # MUST
3394    ## TODO: Turn loose Document option (manakai extension) on    ## TODO: Turn loose Document option (manakai extension) on
3395    $self->{document}->manakai_is_html (1); # MUST    $self->{document}->manakai_is_html (1); # MUST
3396      $self->{document}->set_user_data (manakai_source_line => 1);
3397      $self->{document}->set_user_data (manakai_source_column => 1);
3398  } # _initialize_tree_constructor  } # _initialize_tree_constructor
3399    
3400  sub _terminate_tree_constructor ($) {  sub _terminate_tree_constructor ($) {
# Line 1893  sub _construct_tree ($) { Line 3421  sub _construct_tree ($) {
3421        
3422    !!!next-token;    !!!next-token;
3423    
   $self->{insertion_mode} = BEFORE_HEAD_IM;  
3424    undef $self->{form_element};    undef $self->{form_element};
3425    undef $self->{head_element};    undef $self->{head_element};
3426    $self->{open_elements} = [];    $self->{open_elements} = [];
3427    undef $self->{inner_html_node};    undef $self->{inner_html_node};
3428    
3429      ## NOTE: The "initial" insertion mode.
3430    $self->_tree_construction_initial; # MUST    $self->_tree_construction_initial; # MUST
3431    
3432      ## NOTE: The "before html" insertion mode.
3433    $self->_tree_construction_root_element;    $self->_tree_construction_root_element;
3434      $self->{insertion_mode} = BEFORE_HEAD_IM;
3435    
3436      ## NOTE: The "before head" insertion mode and so on.
3437    $self->_tree_construction_main;    $self->_tree_construction_main;
3438  } # _construct_tree  } # _construct_tree
3439    
3440  sub _tree_construction_initial ($) {  sub _tree_construction_initial ($) {
3441    my $self = shift;    my $self = shift;
3442    
3443      ## NOTE: "initial" insertion mode
3444    
3445    INITIAL: {    INITIAL: {
3446      if ($token->{type} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
3447        ## NOTE: Conformance checkers MAY, instead of reporting "not HTML5"        ## NOTE: Conformance checkers MAY, instead of reporting "not HTML5"
# Line 1913  sub _tree_construction_initial ($) { Line 3449  sub _tree_construction_initial ($) {
3449        ## language.        ## language.
3450        my $doctype_name = $token->{name};        my $doctype_name = $token->{name};
3451        $doctype_name = '' unless defined $doctype_name;        $doctype_name = '' unless defined $doctype_name;
3452        $doctype_name =~ tr/a-z/A-Z/;        $doctype_name =~ tr/a-z/A-Z/; # ASCII case-insensitive
3453        if (not defined $token->{name} or # <!DOCTYPE>        if (not defined $token->{name} or # <!DOCTYPE>
           defined $token->{public_identifier} or  
3454            defined $token->{system_identifier}) {            defined $token->{system_identifier}) {
3455          !!!parse-error (type => 'not HTML5');          !!!cp ('t1');
3456            !!!parse-error (type => 'not HTML5', token => $token);
3457        } elsif ($doctype_name ne 'HTML') {        } elsif ($doctype_name ne 'HTML') {
3458          ## ISSUE: ASCII case-insensitive? (in fact it does not matter)          !!!cp ('t2');
3459          !!!parse-error (type => 'not HTML5');          !!!parse-error (type => 'not HTML5', token => $token);
3460          } elsif (defined $token->{public_identifier}) {
3461            if ($token->{public_identifier} eq 'XSLT-compat') {
3462              !!!cp ('t1.2');
3463              !!!parse-error (type => 'XSLT-compat', token => $token,
3464                              level => $self->{level}->{should});
3465            } else {
3466              !!!parse-error (type => 'not HTML5', token => $token);
3467            }
3468          } else {
3469            !!!cp ('t3');
3470            #
3471        }        }
3472                
3473        my $doctype = $self->{document}->create_document_type_definition        my $doctype = $self->{document}->create_document_type_definition
3474          ($token->{name}); ## ISSUE: If name is missing (e.g. <!DOCTYPE>)?          ($token->{name}); ## ISSUE: If name is missing (e.g. <!DOCTYPE>)?
3475          ## NOTE: Default value for both |public_id| and |system_id| attributes
3476          ## are empty strings, so that we don't set any value in missing cases.
3477        $doctype->public_id ($token->{public_identifier})        $doctype->public_id ($token->{public_identifier})
3478            if defined $token->{public_identifier};            if defined $token->{public_identifier};
3479        $doctype->system_id ($token->{system_identifier})        $doctype->system_id ($token->{system_identifier})
# Line 1933  sub _tree_construction_initial ($) { Line 3482  sub _tree_construction_initial ($) {
3482        ## ISSUE: internalSubset = null??        ## ISSUE: internalSubset = null??
3483        $self->{document}->append_child ($doctype);        $self->{document}->append_child ($doctype);
3484                
3485        if (not $token->{correct} or $doctype_name ne 'HTML') {        if ($token->{quirks} or $doctype_name ne 'HTML') {
3486            !!!cp ('t4');
3487          $self->{document}->manakai_compat_mode ('quirks');          $self->{document}->manakai_compat_mode ('quirks');
3488        } elsif (defined $token->{public_identifier}) {        } elsif (defined $token->{public_identifier}) {
3489          my $pubid = $token->{public_identifier};          my $pubid = $token->{public_identifier};
3490          $pubid =~ tr/a-z/A-z/;          $pubid =~ tr/a-z/A-z/;
3491          if ({          my $prefix = [
3492            "+//SILMARIL//DTD HTML PRO V0R11 19970101//EN" => 1,            "+//SILMARIL//DTD HTML PRO V0R11 19970101//",
3493            "-//ADVASOFT LTD//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,            "-//ADVASOFT LTD//DTD HTML 3.0 ASWEDIT + EXTENSIONS//",
3494            "-//AS//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,            "-//AS//DTD HTML 3.0 ASWEDIT + EXTENSIONS//",
3495            "-//IETF//DTD HTML 2.0 LEVEL 1//EN" => 1,            "-//IETF//DTD HTML 2.0 LEVEL 1//",
3496            "-//IETF//DTD HTML 2.0 LEVEL 2//EN" => 1,            "-//IETF//DTD HTML 2.0 LEVEL 2//",
3497            "-//IETF//DTD HTML 2.0 STRICT LEVEL 1//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT LEVEL 1//",
3498            "-//IETF//DTD HTML 2.0 STRICT LEVEL 2//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT LEVEL 2//",
3499            "-//IETF//DTD HTML 2.0 STRICT//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT//",
3500            "-//IETF//DTD HTML 2.0//EN" => 1,            "-//IETF//DTD HTML 2.0//",
3501            "-//IETF//DTD HTML 2.1E//EN" => 1,            "-//IETF//DTD HTML 2.1E//",
3502            "-//IETF//DTD HTML 3.0//EN" => 1,            "-//IETF//DTD HTML 3.0//",
3503            "-//IETF//DTD HTML 3.0//EN//" => 1,            "-//IETF//DTD HTML 3.2 FINAL//",
3504            "-//IETF//DTD HTML 3.2 FINAL//EN" => 1,            "-//IETF//DTD HTML 3.2//",
3505            "-//IETF//DTD HTML 3.2//EN" => 1,            "-//IETF//DTD HTML 3//",
3506            "-//IETF//DTD HTML 3//EN" => 1,            "-//IETF//DTD HTML LEVEL 0//",
3507            "-//IETF//DTD HTML LEVEL 0//EN" => 1,            "-//IETF//DTD HTML LEVEL 1//",
3508            "-//IETF//DTD HTML LEVEL 0//EN//2.0" => 1,            "-//IETF//DTD HTML LEVEL 2//",
3509            "-//IETF//DTD HTML LEVEL 1//EN" => 1,            "-//IETF//DTD HTML LEVEL 3//",
3510            "-//IETF//DTD HTML LEVEL 1//EN//2.0" => 1,            "-//IETF//DTD HTML STRICT LEVEL 0//",
3511            "-//IETF//DTD HTML LEVEL 2//EN" => 1,            "-//IETF//DTD HTML STRICT LEVEL 1//",
3512            "-//IETF//DTD HTML LEVEL 2//EN//2.0" => 1,            "-//IETF//DTD HTML STRICT LEVEL 2//",
3513            "-//IETF//DTD HTML LEVEL 3//EN" => 1,            "-//IETF//DTD HTML STRICT LEVEL 3//",
3514            "-//IETF//DTD HTML LEVEL 3//EN//3.0" => 1,            "-//IETF//DTD HTML STRICT//",
3515            "-//IETF//DTD HTML STRICT LEVEL 0//EN" => 1,            "-//IETF//DTD HTML//",
3516            "-//IETF//DTD HTML STRICT LEVEL 0//EN//2.0" => 1,            "-//METRIUS//DTD METRIUS PRESENTATIONAL//",
3517            "-//IETF//DTD HTML STRICT LEVEL 1//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML STRICT//",
3518            "-//IETF//DTD HTML STRICT LEVEL 1//EN//2.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML//",
3519            "-//IETF//DTD HTML STRICT LEVEL 2//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 TABLES//",
3520            "-//IETF//DTD HTML STRICT LEVEL 2//EN//2.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML STRICT//",
3521            "-//IETF//DTD HTML STRICT LEVEL 3//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML//",
3522            "-//IETF//DTD HTML STRICT LEVEL 3//EN//3.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 TABLES//",
3523            "-//IETF//DTD HTML STRICT//EN" => 1,            "-//NETSCAPE COMM. CORP.//DTD HTML//",
3524            "-//IETF//DTD HTML STRICT//EN//2.0" => 1,            "-//NETSCAPE COMM. CORP.//DTD STRICT HTML//",
3525            "-//IETF//DTD HTML STRICT//EN//3.0" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML 2.0//",
3526            "-//IETF//DTD HTML//EN" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED 1.0//",
3527            "-//IETF//DTD HTML//EN//2.0" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED RELAXED 1.0//",
3528            "-//IETF//DTD HTML//EN//3.0" => 1,            "-//SOFTQUAD SOFTWARE//DTD HOTMETAL PRO 6.0::19990601::EXTENSIONS TO HTML 4.0//",
3529            "-//METRIUS//DTD METRIUS PRESENTATIONAL//EN" => 1,            "-//SOFTQUAD//DTD HOTMETAL PRO 4.0::19971010::EXTENSIONS TO HTML 4.0//",
3530            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML STRICT//EN" => 1,            "-//SPYGLASS//DTD HTML 2.0 EXTENDED//",
3531            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML//EN" => 1,            "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//",
3532            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 TABLES//EN" => 1,            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//",
3533            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML STRICT//EN" => 1,            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//",
3534            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML//EN" => 1,            "-//W3C//DTD HTML 3 1995-03-24//",
3535            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 TABLES//EN" => 1,            "-//W3C//DTD HTML 3.2 DRAFT//",
3536            "-//NETSCAPE COMM. CORP.//DTD HTML//EN" => 1,            "-//W3C//DTD HTML 3.2 FINAL//",
3537            "-//NETSCAPE COMM. CORP.//DTD STRICT HTML//EN" => 1,            "-//W3C//DTD HTML 3.2//",
3538            "-//O'REILLY AND ASSOCIATES//DTD HTML 2.0//EN" => 1,            "-//W3C//DTD HTML 3.2S DRAFT//",
3539            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED 1.0//EN" => 1,            "-//W3C//DTD HTML 4.0 FRAMESET//",
3540            "-//SPYGLASS//DTD HTML 2.0 EXTENDED//EN" => 1,            "-//W3C//DTD HTML 4.0 TRANSITIONAL//",
3541            "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//EN" => 1,            "-//W3C//DTD HTML EXPERIMETNAL 19960712//",
3542            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//EN" => 1,            "-//W3C//DTD HTML EXPERIMENTAL 970421//",
3543            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//EN" => 1,            "-//W3C//DTD W3 HTML//",
3544            "-//W3C//DTD HTML 3 1995-03-24//EN" => 1,            "-//W3O//DTD W3 HTML 3.0//",
3545            "-//W3C//DTD HTML 3.2 DRAFT//EN" => 1,            "-//WEBTECHS//DTD MOZILLA HTML 2.0//",
3546            "-//W3C//DTD HTML 3.2 FINAL//EN" => 1,            "-//WEBTECHS//DTD MOZILLA HTML//",
3547            "-//W3C//DTD HTML 3.2//EN" => 1,          ]; # $prefix
3548            "-//W3C//DTD HTML 3.2S DRAFT//EN" => 1,          my $match;
3549            "-//W3C//DTD HTML 4.0 FRAMESET//EN" => 1,          for (@$prefix) {
3550            "-//W3C//DTD HTML 4.0 TRANSITIONAL//EN" => 1,            if (substr ($prefix, 0, length $_) eq $_) {
3551            "-//W3C//DTD HTML EXPERIMETNAL 19960712//EN" => 1,              $match = 1;
3552            "-//W3C//DTD HTML EXPERIMENTAL 970421//EN" => 1,              last;
3553            "-//W3C//DTD W3 HTML//EN" => 1,            }
3554            "-//W3O//DTD W3 HTML 3.0//EN" => 1,          }
3555            "-//W3O//DTD W3 HTML 3.0//EN//" => 1,          if ($match or
3556            "-//W3O//DTD W3 HTML STRICT 3.0//EN//" => 1,              $pubid eq "-//W3O//DTD W3 HTML STRICT 3.0//EN//" or
3557            "-//WEBTECHS//DTD MOZILLA HTML 2.0//EN" => 1,              $pubid eq "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" or
3558            "-//WEBTECHS//DTD MOZILLA HTML//EN" => 1,              $pubid eq "HTML") {
3559            "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" => 1,            !!!cp ('t5');
           "HTML" => 1,  
         }->{$pubid}) {  
3560            $self->{document}->manakai_compat_mode ('quirks');            $self->{document}->manakai_compat_mode ('quirks');
3561          } elsif ($pubid eq "-//W3C//DTD HTML 4.01 FRAMESET//EN" or          } elsif ($pubid =~ m[^-//W3C//DTD HTML 4.01 FRAMESET//] or
3562                   $pubid eq "-//W3C//DTD HTML 4.01 TRANSITIONAL//EN") {                   $pubid =~ m[^-//W3C//DTD HTML 4.01 TRANSITIONAL//]) {
3563            if (defined $token->{system_identifier}) {            if (defined $token->{system_identifier}) {
3564                !!!cp ('t6');
3565              $self->{document}->manakai_compat_mode ('quirks');              $self->{document}->manakai_compat_mode ('quirks');
3566            } else {            } else {
3567                !!!cp ('t7');
3568              $self->{document}->manakai_compat_mode ('limited quirks');              $self->{document}->manakai_compat_mode ('limited quirks');
3569            }            }
3570          } elsif ($pubid eq "-//W3C//DTD XHTML 1.0 Frameset//EN" or          } elsif ($pubid =~ m[^-//W3C//DTD XHTML 1.0 FRAMESET//] or
3571                   $pubid eq "-//W3C//DTD XHTML 1.0 Transitional//EN") {                   $pubid =~ m[^-//W3C//DTD XHTML 1.0 TRANSITIONAL//]) {
3572              !!!cp ('t8');
3573            $self->{document}->manakai_compat_mode ('limited quirks');            $self->{document}->manakai_compat_mode ('limited quirks');
3574            } else {
3575              !!!cp ('t9');
3576          }          }
3577          } else {
3578            !!!cp ('t10');
3579        }        }
3580        if (defined $token->{system_identifier}) {        if (defined $token->{system_identifier}) {
3581          my $sysid = $token->{system_identifier};          my $sysid = $token->{system_identifier};
3582          $sysid =~ tr/A-Z/a-z/;          $sysid =~ tr/A-Z/a-z/;
3583          if ($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") {
3584              ## NOTE: Ensure that |PUBLIC "(limited quirks)" "(quirks)"| is
3585              ## marked as quirks.
3586            $self->{document}->manakai_compat_mode ('quirks');            $self->{document}->manakai_compat_mode ('quirks');
3587              !!!cp ('t11');
3588            } else {
3589              !!!cp ('t12');
3590          }          }
3591          } else {
3592            !!!cp ('t13');
3593        }        }
3594                
3595        ## Go to the root element phase.        ## Go to the "before html" insertion mode.
3596        !!!next-token;        !!!next-token;
3597        return;        return;
3598      } elsif ({      } elsif ({
# Line 2038  sub _tree_construction_initial ($) { Line 3600  sub _tree_construction_initial ($) {
3600                END_TAG_TOKEN, 1,                END_TAG_TOKEN, 1,
3601                END_OF_FILE_TOKEN, 1,                END_OF_FILE_TOKEN, 1,
3602               }->{$token->{type}}) {               }->{$token->{type}}) {
3603        !!!parse-error (type => 'no DOCTYPE');        !!!cp ('t14');
3604          !!!parse-error (type => 'no DOCTYPE', token => $token);
3605        $self->{document}->manakai_compat_mode ('quirks');        $self->{document}->manakai_compat_mode ('quirks');
3606        ## Go to the root element phase        ## Go to the "before html" insertion mode.
3607        ## reprocess        ## reprocess
3608          !!!ack-later;
3609        return;        return;
3610      } elsif ($token->{type} == CHARACTER_TOKEN) {      } elsif ($token->{type} == CHARACTER_TOKEN) {
3611        if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D        if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D
3612          ## Ignore the token          ## Ignore the token
3613    
3614          unless (length $token->{data}) {          unless (length $token->{data}) {
3615            ## Stay in the phase            !!!cp ('t15');
3616              ## Stay in the insertion mode.
3617            !!!next-token;            !!!next-token;
3618            redo INITIAL;            redo INITIAL;
3619            } else {
3620              !!!cp ('t16');
3621          }          }
3622          } else {
3623            !!!cp ('t17');
3624        }        }
3625    
3626        !!!parse-error (type => 'no DOCTYPE');        !!!parse-error (type => 'no DOCTYPE', token => $token);
3627        $self->{document}->manakai_compat_mode ('quirks');        $self->{document}->manakai_compat_mode ('quirks');
3628        ## Go to the root element phase        ## Go to the "before html" insertion mode.
3629        ## reprocess        ## reprocess
3630        return;        return;
3631      } elsif ($token->{type} == COMMENT_TOKEN) {      } elsif ($token->{type} == COMMENT_TOKEN) {
3632          !!!cp ('t18');
3633        my $comment = $self->{document}->create_comment ($token->{data});        my $comment = $self->{document}->create_comment ($token->{data});
3634        $self->{document}->append_child ($comment);        $self->{document}->append_child ($comment);
3635                
3636        ## Stay in the phase.        ## Stay in the insertion mode.
3637        !!!next-token;        !!!next-token;
3638        redo INITIAL;        redo INITIAL;
3639      } else {      } else {
3640        die "$0: $token->{type}: Unknown token type";        die "$0: $token->{type}: Unknown token type";
3641      }      }
3642    } # INITIAL    } # INITIAL
3643    
3644      die "$0: _tree_construction_initial: This should be never reached";
3645  } # _tree_construction_initial  } # _tree_construction_initial
3646    
3647  sub _tree_construction_root_element ($) {  sub _tree_construction_root_element ($) {
3648    my $self = shift;    my $self = shift;
3649    
3650      ## NOTE: "before html" insertion mode.
3651        
3652    B: {    B: {
3653        if ($token->{type} == DOCTYPE_TOKEN) {        if ($token->{type} == DOCTYPE_TOKEN) {
3654          !!!parse-error (type => 'in html:#DOCTYPE');          !!!cp ('t19');
3655            !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
3656          ## Ignore the token          ## Ignore the token
3657          ## Stay in the phase          ## Stay in the insertion mode.
3658          !!!next-token;          !!!next-token;
3659          redo B;          redo B;
3660        } elsif ($token->{type} == COMMENT_TOKEN) {        } elsif ($token->{type} == COMMENT_TOKEN) {
3661            !!!cp ('t20');
3662          my $comment = $self->{document}->create_comment ($token->{data});          my $comment = $self->{document}->create_comment ($token->{data});
3663          $self->{document}->append_child ($comment);          $self->{document}->append_child ($comment);
3664          ## Stay in the phase          ## Stay in the insertion mode.
3665          !!!next-token;          !!!next-token;
3666          redo B;          redo B;
3667        } elsif ($token->{type} == CHARACTER_TOKEN) {        } elsif ($token->{type} == CHARACTER_TOKEN) {
# Line 2093  sub _tree_construction_root_element ($) Line 3669  sub _tree_construction_root_element ($)
3669            ## Ignore the token.            ## Ignore the token.
3670    
3671            unless (length $token->{data}) {            unless (length $token->{data}) {
3672              ## Stay in the phase              !!!cp ('t21');
3673                ## Stay in the insertion mode.
3674              !!!next-token;              !!!next-token;
3675              redo B;              redo B;
3676              } else {
3677                !!!cp ('t22');
3678            }            }
3679            } else {
3680              !!!cp ('t23');
3681          }          }
3682    
3683          $self->{application_cache_selection}->(undef);          $self->{application_cache_selection}->(undef);
3684    
3685          #          #
3686        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
3687          if ($token->{tag_name} eq 'html' and          if ($token->{tag_name} eq 'html') {
3688              $token->{attributes}->{manifest}) { ## ISSUE: Spec spells as "application"            my $root_element;
3689            $self->{application_cache_selection}            !!!create-element ($root_element, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);
3690                 ->($token->{attributes}->{manifest}->{value});            $self->{document}->append_child ($root_element);
3691            ## ISSUE: No relative reference resolution?            push @{$self->{open_elements}},
3692                  [$root_element, $el_category->{html}];
3693    
3694              if ($token->{attributes}->{manifest}) {
3695                !!!cp ('t24');
3696                $self->{application_cache_selection}
3697                    ->($token->{attributes}->{manifest}->{value});
3698                ## ISSUE: Spec is unclear on relative references.
3699                ## According to Hixie (#whatwg 2008-03-19), it should be
3700                ## resolved against the base URI of the document in HTML
3701                ## or xml:base of the element in XHTML.
3702              } else {
3703                !!!cp ('t25');
3704                $self->{application_cache_selection}->(undef);
3705              }
3706    
3707              !!!nack ('t25c');
3708    
3709              !!!next-token;
3710              return; ## Go to the "before head" insertion mode.
3711          } else {          } else {
3712            $self->{application_cache_selection}->(undef);            !!!cp ('t25.1');
3713              #
3714          }          }
   
         ## ISSUE: There is an issue in the spec  
         #  
3715        } elsif ({        } elsif ({
3716                  END_TAG_TOKEN, 1,                  END_TAG_TOKEN, 1,
3717                  END_OF_FILE_TOKEN, 1,                  END_OF_FILE_TOKEN, 1,
3718                 }->{$token->{type}}) {                 }->{$token->{type}}) {
3719          $self->{application_cache_selection}->(undef);          !!!cp ('t26');
   
         ## ISSUE: There is an issue in the spec  
3720          #          #
3721        } else {        } else {
3722          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
3723        }        }
3724    
3725        my $root_element; !!!create-element ($root_element, 'html');      my $root_element;
3726        $self->{document}->append_child ($root_element);      !!!create-element ($root_element, $HTML_NS, 'html',, $token);
3727        push @{$self->{open_elements}}, [$root_element, 'html'];      $self->{document}->append_child ($root_element);
3728        ## reprocess      push @{$self->{open_elements}}, [$root_element, $el_category->{html}];
3729        #redo B;  
3730        return; ## Go to the main phase.      $self->{application_cache_selection}->(undef);
3731    
3732        ## NOTE: Reprocess the token.
3733        !!!ack-later;
3734        return; ## Go to the "before head" insertion mode.
3735    
3736        ## ISSUE: There is an issue in the spec
3737    } # B    } # B
3738    
3739      die "$0: _tree_construction_root_element: This should never be reached";
3740  } # _tree_construction_root_element  } # _tree_construction_root_element
3741    
3742  sub _reset_insertion_mode ($) {  sub _reset_insertion_mode ($) {
# Line 2147  sub _reset_insertion_mode ($) { Line 3751  sub _reset_insertion_mode ($) {
3751            
3752      ## Step 3      ## Step 3
3753      S3: {      S3: {
       ## ISSUE: Oops! "If node is the first node in the stack of open  
       ## elements, then set last to true. If the context element of the  
       ## HTML fragment parsing algorithm is neither a td element nor a  
       ## th element, then set node to the context element. (fragment case)":  
       ## The second "if" is in the scope of the first "if"!?  
3754        if ($self->{open_elements}->[0]->[0] eq $node->[0]) {        if ($self->{open_elements}->[0]->[0] eq $node->[0]) {
3755          $last = 1;          $last = 1;
3756          if (defined $self->{inner_html_node}) {          if (defined $self->{inner_html_node}) {
3757            if ($self->{inner_html_node}->[1] eq 'td' or            !!!cp ('t28');
3758                $self->{inner_html_node}->[1] eq 'th') {            $node = $self->{inner_html_node};
3759              #          } else {
3760            } else {            die "_reset_insertion_mode: t27";
             $node = $self->{inner_html_node};  
           }  
3761          }          }
3762        }        }
3763              
3764        ## Step 4..13        ## Step 4..14
3765        my $new_mode = {        my $new_mode;
3766          if ($node->[1] & FOREIGN_EL) {
3767            !!!cp ('t28.1');
3768            ## NOTE: Strictly spaking, the line below only applies to MathML and
3769            ## SVG elements.  Currently the HTML syntax supports only MathML and
3770            ## SVG elements as foreigners.
3771            $new_mode = IN_BODY_IM | IN_FOREIGN_CONTENT_IM;
3772          } elsif ($node->[1] & TABLE_CELL_EL) {
3773            if ($last) {
3774              !!!cp ('t28.2');
3775              #
3776            } else {
3777              !!!cp ('t28.3');
3778              $new_mode = IN_CELL_IM;
3779            }
3780          } else {
3781            !!!cp ('t28.4');
3782            $new_mode = {
3783                        select => IN_SELECT_IM,                        select => IN_SELECT_IM,
3784                        td => IN_CELL_IM,                        ## NOTE: |option| and |optgroup| do not set
3785                        th => IN_CELL_IM,                        ## insertion mode to "in select" by themselves.
3786                        tr => IN_ROW_IM,                        tr => IN_ROW_IM,
3787                        tbody => IN_TABLE_BODY_IM,                        tbody => IN_TABLE_BODY_IM,
3788                        thead => IN_TABLE_BODY_IM,                        thead => IN_TABLE_BODY_IM,
# Line 2179  sub _reset_insertion_mode ($) { Line 3793  sub _reset_insertion_mode ($) {
3793                        head => IN_BODY_IM, # not in head!                        head => IN_BODY_IM, # not in head!
3794                        body => IN_BODY_IM,                        body => IN_BODY_IM,
3795                        frameset => IN_FRAMESET_IM,                        frameset => IN_FRAMESET_IM,
3796                       }->{$node->[1]};                       }->{$node->[0]->manakai_local_name};
3797          }
3798        $self->{insertion_mode} = $new_mode and return if defined $new_mode;        $self->{insertion_mode} = $new_mode and return if defined $new_mode;
3799                
3800        ## Step 14        ## Step 15
3801        if ($node->[1] eq 'html') {        if ($node->[1] & HTML_EL) {
3802          unless (defined $self->{head_element}) {          unless (defined $self->{head_element}) {
3803              !!!cp ('t29');
3804            $self->{insertion_mode} = BEFORE_HEAD_IM;            $self->{insertion_mode} = BEFORE_HEAD_IM;
3805          } else {          } else {
3806              ## ISSUE: Can this state be reached?
3807              !!!cp ('t30');
3808            $self->{insertion_mode} = AFTER_HEAD_IM;            $self->{insertion_mode} = AFTER_HEAD_IM;
3809          }          }
3810          return;          return;
3811          } else {
3812            !!!cp ('t31');
3813        }        }
3814                
3815        ## Step 15        ## Step 16
3816        $self->{insertion_mode} = IN_BODY_IM and return if $last;        $self->{insertion_mode} = IN_BODY_IM and return if $last;
3817                
3818        ## Step 16        ## Step 17
3819        $i--;        $i--;
3820        $node = $self->{open_elements}->[$i];        $node = $self->{open_elements}->[$i];
3821                
3822        ## Step 17        ## Step 18
3823        redo S3;        redo S3;
3824      } # S3      } # S3
3825    
3826      die "$0: _reset_insertion_mode: This line should never be reached";
3827  } # _reset_insertion_mode  } # _reset_insertion_mode
3828    
3829  sub _tree_construction_main ($) {  sub _tree_construction_main ($) {
# Line 2223  sub _tree_construction_main ($) { Line 3845  sub _tree_construction_main ($) {
3845      return if $entry->[0] eq '#marker';      return if $entry->[0] eq '#marker';
3846      for (@{$self->{open_elements}}) {      for (@{$self->{open_elements}}) {
3847        if ($entry->[0] eq $_->[0]) {        if ($entry->[0] eq $_->[0]) {
3848            !!!cp ('t32');
3849          return;          return;
3850        }        }
3851      }      }
# Line 2237  sub _tree_construction_main ($) { Line 3860  sub _tree_construction_main ($) {
3860    
3861        ## Step 6        ## Step 6
3862        if ($entry->[0] eq '#marker') {        if ($entry->[0] eq '#marker') {
3863            !!!cp ('t33_1');
3864          #          #
3865        } else {        } else {
3866          my $in_open_elements;          my $in_open_elements;
3867          OE: for (@{$self->{open_elements}}) {          OE: for (@{$self->{open_elements}}) {
3868            if ($entry->[0] eq $_->[0]) {            if ($entry->[0] eq $_->[0]) {
3869                !!!cp ('t33');
3870              $in_open_elements = 1;              $in_open_elements = 1;
3871              last OE;              last OE;
3872            }            }
3873          }          }
3874          if ($in_open_elements) {          if ($in_open_elements) {
3875              !!!cp ('t34');
3876            #            #
3877          } else {          } else {
3878              ## NOTE: <!DOCTYPE HTML><p><b><i><u></p> <p>X
3879              !!!cp ('t35');
3880            redo S4;            redo S4;
3881          }          }
3882        }        }
# Line 2271  sub _tree_construction_main ($) { Line 3899  sub _tree_construction_main ($) {
3899    
3900        ## Step 11        ## Step 11
3901        unless ($clone->[0] eq $active_formatting_elements->[-1]->[0]) {        unless ($clone->[0] eq $active_formatting_elements->[-1]->[0]) {
3902            !!!cp ('t36');
3903          ## Step 7'          ## Step 7'
3904          $i++;          $i++;
3905          $entry = $active_formatting_elements->[$i];          $entry = $active_formatting_elements->[$i];
3906                    
3907          redo S7;          redo S7;
3908        }        }
3909    
3910          !!!cp ('t37');
3911      } # S7      } # S7
3912    }; # $reconstruct_active_formatting_elements    }; # $reconstruct_active_formatting_elements
3913    
3914    my $clear_up_to_marker = sub {    my $clear_up_to_marker = sub {
3915      for (reverse 0..$#$active_formatting_elements) {      for (reverse 0..$#$active_formatting_elements) {
3916        if ($active_formatting_elements->[$_]->[0] eq '#marker') {        if ($active_formatting_elements->[$_]->[0] eq '#marker') {
3917            !!!cp ('t38');
3918          splice @$active_formatting_elements, $_;          splice @$active_formatting_elements, $_;
3919          return;          return;
3920        }        }
3921      }      }
3922    
3923        !!!cp ('t39');
3924    }; # $clear_up_to_marker    }; # $clear_up_to_marker
3925    
3926    my $parse_rcdata = sub ($$) {    my $insert;
3927      my ($content_model_flag, $insert) = @_;  
3928      my $parse_rcdata = sub ($) {
3929        my ($content_model_flag) = @_;
3930    
3931      ## Step 1      ## Step 1
3932      my $start_tag_name = $token->{tag_name};      my $start_tag_name = $token->{tag_name};
3933      my $el;      my $el;
3934      !!!create-element ($el, $start_tag_name, $token->{attributes});      !!!create-element ($el, $HTML_NS, $start_tag_name, $token->{attributes}, $token);
3935    
3936      ## Step 2      ## Step 2
3937      $insert->($el); # /context node/->append_child ($el)      $insert->($el);
3938    
3939      ## Step 3      ## Step 3
3940      $self->{content_model} = $content_model_flag; # CDATA or RCDATA      $self->{content_model} = $content_model_flag; # CDATA or RCDATA
# Line 2306  sub _tree_construction_main ($) { Line 3942  sub _tree_construction_main ($) {
3942    
3943      ## Step 4      ## Step 4
3944      my $text = '';      my $text = '';
3945        !!!nack ('t40.1');
3946      !!!next-token;      !!!next-token;
3947      while ($token->{type} == CHARACTER_TOKEN) { # or until stop tokenizing      while ($token->{type} == CHARACTER_TOKEN) { # or until stop tokenizing
3948          !!!cp ('t40');
3949        $text .= $token->{data};        $text .= $token->{data};
3950        !!!next-token;        !!!next-token;
3951      }      }
3952    
3953      ## Step 5      ## Step 5
3954      if (length $text) {      if (length $text) {
3955          !!!cp ('t41');
3956        my $text = $self->{document}->create_text_node ($text);        my $text = $self->{document}->create_text_node ($text);
3957        $el->append_child ($text);        $el->append_child ($text);
3958      }      }
# Line 2322  sub _tree_construction_main ($) { Line 3961  sub _tree_construction_main ($) {
3961      $self->{content_model} = PCDATA_CONTENT_MODEL;      $self->{content_model} = PCDATA_CONTENT_MODEL;
3962    
3963      ## Step 7      ## Step 7
3964      if ($token->{type} == END_TAG_TOKEN and $token->{tag_name} eq $start_tag_name) {      if ($token->{type} == END_TAG_TOKEN and
3965            $token->{tag_name} eq $start_tag_name) {
3966          !!!cp ('t42');
3967        ## Ignore the token        ## Ignore the token
     } elsif ($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});  
3968      } else {      } else {
3969        die "$0: $content_model_flag in parse_rcdata";        ## NOTE: An end-of-file token.
3970          if ($content_model_flag == CDATA_CONTENT_MODEL) {
3971            !!!cp ('t43');
3972            !!!parse-error (type => 'in CDATA:#eof', token => $token);
3973          } elsif ($content_model_flag == RCDATA_CONTENT_MODEL) {
3974            !!!cp ('t44');
3975            !!!parse-error (type => 'in RCDATA:#eof', token => $token);
3976          } else {
3977            die "$0: $content_model_flag in parse_rcdata";
3978          }
3979      }      }
3980      !!!next-token;      !!!next-token;
3981    }; # $parse_rcdata    }; # $parse_rcdata
3982    
3983    my $script_start_tag = sub ($) {    my $script_start_tag = sub () {
     my $insert = $_[0];  
3984      my $script_el;      my $script_el;
3985      !!!create-element ($script_el, 'script', $token->{attributes});      !!!create-element ($script_el, $HTML_NS, 'script', $token->{attributes}, $token);
3986      ## TODO: mark as "parser-inserted"      ## TODO: mark as "parser-inserted"
3987    
3988      $self->{content_model} = CDATA_CONTENT_MODEL;      $self->{content_model} = CDATA_CONTENT_MODEL;
3989      delete $self->{escape}; # MUST      delete $self->{escape}; # MUST
3990            
3991      my $text = '';      my $text = '';
3992        !!!nack ('t45.1');
3993      !!!next-token;      !!!next-token;
3994      while ($token->{type} == CHARACTER_TOKEN) {      while ($token->{type} == CHARACTER_TOKEN) {
3995          !!!cp ('t45');
3996        $text .= $token->{data};        $text .= $token->{data};
3997        !!!next-token;        !!!next-token;
3998      } # stop if non-character token or tokenizer stops tokenising      } # stop if non-character token or tokenizer stops tokenising
3999      if (length $text) {      if (length $text) {
4000          !!!cp ('t46');
4001        $script_el->manakai_append_text ($text);        $script_el->manakai_append_text ($text);
4002      }      }
4003                                
# Line 2357  sub _tree_construction_main ($) { Line 4005  sub _tree_construction_main ($) {
4005    
4006      if ($token->{type} == END_TAG_TOKEN and      if ($token->{type} == END_TAG_TOKEN and
4007          $token->{tag_name} eq 'script') {          $token->{tag_name} eq 'script') {
4008          !!!cp ('t47');
4009        ## Ignore the token        ## Ignore the token
4010      } else {      } else {
4011        !!!parse-error (type => 'in CDATA:#'.$token->{type});        !!!cp ('t48');
4012          !!!parse-error (type => 'in CDATA:#eof', token => $token);
4013        ## ISSUE: And ignore?        ## ISSUE: And ignore?
4014        ## TODO: mark as "already executed"        ## TODO: mark as "already executed"
4015      }      }
4016            
4017      if (defined $self->{inner_html_node}) {      if (defined $self->{inner_html_node}) {
4018          !!!cp ('t49');
4019        ## TODO: mark as "already executed"        ## TODO: mark as "already executed"
4020      } else {      } else {
4021          !!!cp ('t50');
4022        ## TODO: $old_insertion_point = current insertion point        ## TODO: $old_insertion_point = current insertion point
4023        ## TODO: insertion point = just before the next input character        ## TODO: insertion point = just before the next input character
4024    
# Line 2380  sub _tree_construction_main ($) { Line 4032  sub _tree_construction_main ($) {
4032      !!!next-token;      !!!next-token;
4033    }; # $script_start_tag    }; # $script_start_tag
4034    
4035      ## NOTE: $open_tables->[-1]->[0] is the "current table" element node.
4036      ## NOTE: $open_tables->[-1]->[1] is the "tainted" flag.
4037      my $open_tables = [[$self->{open_elements}->[0]->[0]]];
4038    
4039    my $formatting_end_tag = sub {    my $formatting_end_tag = sub {
4040      my $tag_name = shift;      my $end_tag_token = shift;
4041        my $tag_name = $end_tag_token->{tag_name};
4042    
4043        ## NOTE: The adoption agency algorithm (AAA).
4044    
4045      FET: {      FET: {
4046        ## Step 1        ## Step 1
4047        my $formatting_element;        my $formatting_element;
4048        my $formatting_element_i_in_active;        my $formatting_element_i_in_active;
4049        AFE: for (reverse 0..$#$active_formatting_elements) {        AFE: for (reverse 0..$#$active_formatting_elements) {
4050          if ($active_formatting_elements->[$_]->[1] eq $tag_name) {          if ($active_formatting_elements->[$_]->[0] eq '#marker') {
4051              !!!cp ('t52');
4052              last AFE;
4053            } elsif ($active_formatting_elements->[$_]->[0]->manakai_local_name
4054                         eq $tag_name) {
4055              !!!cp ('t51');
4056            $formatting_element = $active_formatting_elements->[$_];            $formatting_element = $active_formatting_elements->[$_];
4057            $formatting_element_i_in_active = $_;            $formatting_element_i_in_active = $_;
4058            last AFE;            last AFE;
         } elsif ($active_formatting_elements->[$_]->[0] eq '#marker') {  
           last AFE;  
4059          }          }
4060        } # AFE        } # AFE
4061        unless (defined $formatting_element) {        unless (defined $formatting_element) {
4062          !!!parse-error (type => 'unmatched end tag:'.$tag_name);          !!!cp ('t53');
4063            !!!parse-error (type => 'unmatched end tag', text => $tag_name, token => $end_tag_token);
4064          ## Ignore the token          ## Ignore the token
4065          !!!next-token;          !!!next-token;
4066          return;          return;
# Line 2409  sub _tree_construction_main ($) { Line 4072  sub _tree_construction_main ($) {
4072          my $node = $self->{open_elements}->[$_];          my $node = $self->{open_elements}->[$_];
4073          if ($node->[0] eq $formatting_element->[0]) {          if ($node->[0] eq $formatting_element->[0]) {
4074            if ($in_scope) {            if ($in_scope) {
4075                !!!cp ('t54');
4076              $formatting_element_i_in_open = $_;              $formatting_element_i_in_open = $_;
4077              last INSCOPE;              last INSCOPE;
4078            } else { # in open elements but not in scope            } else { # in open elements but not in scope
4079              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t55');
4080                !!!parse-error (type => 'unmatched end tag',
4081                                text => $token->{tag_name},
4082                                token => $end_tag_token);
4083              ## Ignore the token              ## Ignore the token
4084              !!!next-token;              !!!next-token;
4085              return;              return;
4086            }            }
4087          } elsif ({          } elsif ($node->[1] & SCOPING_EL) {
4088                    table => 1, caption => 1, td => 1, th => 1,            !!!cp ('t56');
                   button => 1, marquee => 1, object => 1, html => 1,  
                  }->{$node->[1]}) {  
4089            $in_scope = 0;            $in_scope = 0;
4090          }          }
4091        } # INSCOPE        } # INSCOPE
4092        unless (defined $formatting_element_i_in_open) {        unless (defined $formatting_element_i_in_open) {
4093          !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});          !!!cp ('t57');
4094            !!!parse-error (type => 'unmatched end tag',
4095                            text => $token->{tag_name},
4096                            token => $end_tag_token);
4097          pop @$active_formatting_elements; # $formatting_element          pop @$active_formatting_elements; # $formatting_element
4098          !!!next-token; ## TODO: ok?          !!!next-token; ## TODO: ok?
4099          return;          return;
4100        }        }
4101        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {
4102          !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);          !!!cp ('t58');
4103            !!!parse-error (type => 'not closed',
4104                            text => $self->{open_elements}->[-1]->[0]
4105                                ->manakai_local_name,
4106                            token => $end_tag_token);
4107        }        }
4108                
4109        ## Step 2        ## Step 2
# Line 2439  sub _tree_construction_main ($) { Line 4111  sub _tree_construction_main ($) {
4111        my $furthest_block_i_in_open;        my $furthest_block_i_in_open;
4112        OE: for (reverse 0..$#{$self->{open_elements}}) {        OE: for (reverse 0..$#{$self->{open_elements}}) {
4113          my $node = $self->{open_elements}->[$_];          my $node = $self->{open_elements}->[$_];
4114          if (not $formatting_category->{$node->[1]} and          if (not ($node->[1] & FORMATTING_EL) and
4115              #not $phrasing_category->{$node->[1]} and              #not $phrasing_category->{$node->[1]} and
4116              ($special_category->{$node->[1]} or              ($node->[1] & SPECIAL_EL or
4117               $scoping_category->{$node->[1]})) {               $node->[1] & SCOPING_EL)) { ## Scoping is redundant, maybe
4118              !!!cp ('t59');
4119            $furthest_block = $node;            $furthest_block = $node;
4120            $furthest_block_i_in_open = $_;            $furthest_block_i_in_open = $_;
4121          } elsif ($node->[0] eq $formatting_element->[0]) {          } elsif ($node->[0] eq $formatting_element->[0]) {
4122              !!!cp ('t60');
4123            last OE;            last OE;
4124          }          }
4125        } # OE        } # OE
4126                
4127        ## Step 3        ## Step 3
4128        unless (defined $furthest_block) { # MUST        unless (defined $furthest_block) { # MUST
4129            !!!cp ('t61');
4130          splice @{$self->{open_elements}}, $formatting_element_i_in_open;          splice @{$self->{open_elements}}, $formatting_element_i_in_open;
4131          splice @$active_formatting_elements, $formatting_element_i_in_active, 1;          splice @$active_formatting_elements, $formatting_element_i_in_active, 1;
4132          !!!next-token;          !!!next-token;
# Line 2464  sub _tree_construction_main ($) { Line 4139  sub _tree_construction_main ($) {
4139        ## Step 5        ## Step 5
4140        my $furthest_block_parent = $furthest_block->[0]->parent_node;        my $furthest_block_parent = $furthest_block->[0]->parent_node;
4141        if (defined $furthest_block_parent) {        if (defined $furthest_block_parent) {
4142            !!!cp ('t62');
4143          $furthest_block_parent->remove_child ($furthest_block->[0]);          $furthest_block_parent->remove_child ($furthest_block->[0]);
4144        }        }
4145                
# Line 2486  sub _tree_construction_main ($) { Line 4162  sub _tree_construction_main ($) {
4162          S7S2: {          S7S2: {
4163            for (reverse 0..$#$active_formatting_elements) {            for (reverse 0..$#$active_formatting_elements) {
4164              if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {              if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {
4165                  !!!cp ('t63');
4166                $node_i_in_active = $_;                $node_i_in_active = $_;
4167                last S7S2;                last S7S2;
4168              }              }
# Line 2499  sub _tree_construction_main ($) { Line 4176  sub _tree_construction_main ($) {
4176                    
4177          ## Step 4          ## Step 4
4178          if ($last_node->[0] eq $furthest_block->[0]) {          if ($last_node->[0] eq $furthest_block->[0]) {
4179              !!!cp ('t64');
4180            $bookmark_prev_el = $node->[0];            $bookmark_prev_el = $node->[0];
4181          }          }
4182                    
4183          ## Step 5          ## Step 5
4184          if ($node->[0]->has_child_nodes ()) {          if ($node->[0]->has_child_nodes ()) {
4185              !!!cp ('t65');
4186            my $clone = [$node->[0]->clone_node (0), $node->[1]];            my $clone = [$node->[0]->clone_node (0), $node->[1]];
4187            $active_formatting_elements->[$node_i_in_active] = $clone;            $active_formatting_elements->[$node_i_in_active] = $clone;
4188            $self->{open_elements}->[$node_i_in_open] = $clone;            $self->{open_elements}->[$node_i_in_open] = $clone;
# Line 2521  sub _tree_construction_main ($) { Line 4200  sub _tree_construction_main ($) {
4200        } # S7          } # S7  
4201                
4202        ## Step 8        ## Step 8
4203        $common_ancestor_node->[0]->append_child ($last_node->[0]);        if ($common_ancestor_node->[1] & TABLE_ROWS_EL) {
4204            my $foster_parent_element;
4205            my $next_sibling;
4206            OE: for (reverse 0..$#{$self->{open_elements}}) {
4207              if ($self->{open_elements}->[$_]->[1] & TABLE_EL) {
4208                                 my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
4209                                 if (defined $parent and $parent->node_type == 1) {
4210                                   !!!cp ('t65.1');
4211                                   $foster_parent_element = $parent;
4212                                   $next_sibling = $self->{open_elements}->[$_]->[0];
4213                                 } else {
4214                                   !!!cp ('t65.2');
4215                                   $foster_parent_element
4216                                     = $self->{open_elements}->[$_ - 1]->[0];
4217                                 }
4218                                 last OE;
4219                               }
4220                             } # OE
4221                             $foster_parent_element = $self->{open_elements}->[0]->[0]
4222                               unless defined $foster_parent_element;
4223            $foster_parent_element->insert_before ($last_node->[0], $next_sibling);
4224            $open_tables->[-1]->[1] = 1; # tainted
4225          } else {
4226            !!!cp ('t65.3');
4227            $common_ancestor_node->[0]->append_child ($last_node->[0]);
4228          }
4229                
4230        ## Step 9        ## Step 9
4231        my $clone = [$formatting_element->[0]->clone_node (0),        my $clone = [$formatting_element->[0]->clone_node (0),
# Line 2538  sub _tree_construction_main ($) { Line 4242  sub _tree_construction_main ($) {
4242        my $i;        my $i;
4243        AFE: for (reverse 0..$#$active_formatting_elements) {        AFE: for (reverse 0..$#$active_formatting_elements) {
4244          if ($active_formatting_elements->[$_]->[0] eq $formatting_element->[0]) {          if ($active_formatting_elements->[$_]->[0] eq $formatting_element->[0]) {
4245              !!!cp ('t66');
4246            splice @$active_formatting_elements, $_, 1;            splice @$active_formatting_elements, $_, 1;
4247            $i-- and last AFE if defined $i;            $i-- and last AFE if defined $i;
4248          } elsif ($active_formatting_elements->[$_]->[0] eq $bookmark_prev_el) {          } elsif ($active_formatting_elements->[$_]->[0] eq $bookmark_prev_el) {
4249              !!!cp ('t67');
4250            $i = $_;            $i = $_;
4251          }          }
4252        } # AFE        } # AFE
# Line 2550  sub _tree_construction_main ($) { Line 4256  sub _tree_construction_main ($) {
4256        undef $i;        undef $i;
4257        OE: for (reverse 0..$#{$self->{open_elements}}) {        OE: for (reverse 0..$#{$self->{open_elements}}) {
4258          if ($self->{open_elements}->[$_]->[0] eq $formatting_element->[0]) {          if ($self->{open_elements}->[$_]->[0] eq $formatting_element->[0]) {
4259              !!!cp ('t68');
4260            splice @{$self->{open_elements}}, $_, 1;            splice @{$self->{open_elements}}, $_, 1;
4261            $i-- and last OE if defined $i;            $i-- and last OE if defined $i;
4262          } elsif ($self->{open_elements}->[$_]->[0] eq $furthest_block->[0]) {          } elsif ($self->{open_elements}->[$_]->[0] eq $furthest_block->[0]) {
4263              !!!cp ('t69');
4264            $i = $_;            $i = $_;
4265          }          }
4266        } # OE        } # OE
# Line 2563  sub _tree_construction_main ($) { Line 4271  sub _tree_construction_main ($) {
4271      } # FET      } # FET
4272    }; # $formatting_end_tag    }; # $formatting_end_tag
4273    
4274    my $insert_to_current = sub {    $insert = my $insert_to_current = sub {
4275      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);
4276    }; # $insert_to_current    }; # $insert_to_current
4277    
4278    my $insert_to_foster = sub {    my $insert_to_foster = sub {
4279                         my $child = shift;      my $child = shift;
4280                         if ({      if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
4281                              table => 1, tbody => 1, tfoot => 1,        # MUST
4282                              thead => 1, tr => 1,        my $foster_parent_element;
4283                             }->{$self->{open_elements}->[-1]->[1]}) {        my $next_sibling;
4284                           # MUST        OE: for (reverse 0..$#{$self->{open_elements}}) {
4285                           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') {  
4286                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
4287                               if (defined $parent and $parent->node_type == 1) {                               if (defined $parent and $parent->node_type == 1) {
4288                                   !!!cp ('t70');
4289                                 $foster_parent_element = $parent;                                 $foster_parent_element = $parent;
4290                                 $next_sibling = $self->{open_elements}->[$_]->[0];                                 $next_sibling = $self->{open_elements}->[$_]->[0];
4291                               } else {                               } else {
4292                                   !!!cp ('t71');
4293                                 $foster_parent_element                                 $foster_parent_element
4294                                   = $self->{open_elements}->[$_ - 1]->[0];                                   = $self->{open_elements}->[$_ - 1]->[0];
4295                               }                               }
# Line 2593  sub _tree_construction_main ($) { Line 4300  sub _tree_construction_main ($) {
4300                             unless defined $foster_parent_element;                             unless defined $foster_parent_element;
4301                           $foster_parent_element->insert_before                           $foster_parent_element->insert_before
4302                             ($child, $next_sibling);                             ($child, $next_sibling);
4303                         } else {        $open_tables->[-1]->[1] = 1; # tainted
4304                           $self->{open_elements}->[-1]->[0]->append_child ($child);      } else {
4305                         }        !!!cp ('t72');
4306          $self->{open_elements}->[-1]->[0]->append_child ($child);
4307        }
4308    }; # $insert_to_foster    }; # $insert_to_foster
4309    
4310    my $insert;    B: while (1) {
   
   B: {  
4311      if ($token->{type} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
4312        !!!parse-error (type => 'DOCTYPE in the middle');        !!!cp ('t73');
4313          !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
4314        ## Ignore the token        ## Ignore the token
4315        ## Stay in the phase        ## Stay in the phase
4316        !!!next-token;        !!!next-token;
4317        redo B;        next B;
     } elsif ($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;  
4318      } elsif ($token->{type} == START_TAG_TOKEN and      } elsif ($token->{type} == START_TAG_TOKEN and
4319               $token->{tag_name} eq 'html') {               $token->{tag_name} eq 'html') {
4320        if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {        if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4321          ## Turn into the main phase          !!!cp ('t79');
4322          !!!parse-error (type => 'after html:html');          !!!parse-error (type => 'after html', text => 'html', token => $token);
4323          $self->{insertion_mode} = AFTER_BODY_IM;          $self->{insertion_mode} = AFTER_BODY_IM;
4324        } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {        } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {
4325          ## Turn into the main phase          !!!cp ('t80');
4326          !!!parse-error (type => 'after html:html');          !!!parse-error (type => 'after html', text => 'html', token => $token);
4327          $self->{insertion_mode} = AFTER_FRAMESET_IM;          $self->{insertion_mode} = AFTER_FRAMESET_IM;
4328          } else {
4329            !!!cp ('t81');
4330        }        }
4331    
4332  ## ISSUE: "aa<html>" is not a parse error.        !!!cp ('t82');
4333  ## 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');  
       }  
4334        my $top_el = $self->{open_elements}->[0]->[0];        my $top_el = $self->{open_elements}->[0]->[0];
4335        for my $attr_name (keys %{$token->{attributes}}) {        for my $attr_name (keys %{$token->{attributes}}) {
4336          unless ($top_el->has_attribute_ns (undef, $attr_name)) {          unless ($top_el->has_attribute_ns (undef, $attr_name)) {
4337              !!!cp ('t84');
4338            $top_el->set_attribute_ns            $top_el->set_attribute_ns
4339              (undef, [undef, $attr_name],              (undef, [undef, $attr_name],
4340               $token->{attributes}->{$attr_name}->{value});               $token->{attributes}->{$attr_name}->{value});
4341          }          }
4342        }        }
4343          !!!nack ('t84.1');
4344        !!!next-token;        !!!next-token;
4345        redo B;        next B;
4346      } elsif ($token->{type} == COMMENT_TOKEN) {      } elsif ($token->{type} == COMMENT_TOKEN) {
4347        my $comment = $self->{document}->create_comment ($token->{data});        my $comment = $self->{document}->create_comment ($token->{data});
4348        if ($self->{insertion_mode} & AFTER_HTML_IMS) {        if ($self->{insertion_mode} & AFTER_HTML_IMS) {
4349            !!!cp ('t85');
4350          $self->{document}->append_child ($comment);          $self->{document}->append_child ($comment);
4351        } elsif ($self->{insertion_mode} == AFTER_BODY_IM) {        } elsif ($self->{insertion_mode} == AFTER_BODY_IM) {
4352            !!!cp ('t86');
4353          $self->{open_elements}->[0]->[0]->append_child ($comment);          $self->{open_elements}->[0]->[0]->append_child ($comment);
4354        } else {        } else {
4355            !!!cp ('t87');
4356          $self->{open_elements}->[-1]->[0]->append_child ($comment);          $self->{open_elements}->[-1]->[0]->append_child ($comment);
4357        }        }
4358        !!!next-token;        !!!next-token;
4359        redo B;        next B;
4360      } elsif ($self->{insertion_mode} & HEAD_IMS) {      } elsif ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {
4361          if ($token->{type} == CHARACTER_TOKEN) {
4362            !!!cp ('t87.1');
4363            $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
4364            !!!next-token;
4365            next B;
4366          } elsif ($token->{type} == START_TAG_TOKEN) {
4367            if ((not {mglyph => 1, malignmark => 1}->{$token->{tag_name}} and
4368                 $self->{open_elements}->[-1]->[1] & FOREIGN_FLOW_CONTENT_EL) or
4369                not ($self->{open_elements}->[-1]->[1] & FOREIGN_EL) or
4370                ($token->{tag_name} eq 'svg' and
4371                 $self->{open_elements}->[-1]->[1] & MML_AXML_EL)) {
4372              ## NOTE: "using the rules for secondary insertion mode"then"continue"
4373              !!!cp ('t87.2');
4374              #
4375            } elsif ({
4376                      b => 1, big => 1, blockquote => 1, body => 1, br => 1,
4377                      center => 1, code => 1, dd => 1, div => 1, dl => 1, dt => 1,
4378                      em => 1, embed => 1, font => 1, h1 => 1, h2 => 1, h3 => 1,
4379                      h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, i => 1,
4380                      img => 1, li => 1, listing => 1, menu => 1, meta => 1,
4381                      nobr => 1, ol => 1, p => 1, pre => 1, ruby => 1, s => 1,
4382                      small => 1, span => 1, strong => 1, strike => 1, sub => 1,
4383                      sup => 1, table => 1, tt => 1, u => 1, ul => 1, var => 1,
4384                     }->{$token->{tag_name}}) {
4385              !!!cp ('t87.2');
4386              !!!parse-error (type => 'not closed',
4387                              text => $self->{open_elements}->[-1]->[0]
4388                                  ->manakai_local_name,
4389                              token => $token);
4390    
4391              pop @{$self->{open_elements}}
4392                  while $self->{open_elements}->[-1]->[1] & FOREIGN_EL;
4393    
4394              $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
4395              ## Reprocess.
4396              next B;
4397            } else {
4398              my $nsuri = $self->{open_elements}->[-1]->[0]->namespace_uri;
4399              my $tag_name = $token->{tag_name};
4400              if ($nsuri eq $SVG_NS) {
4401                $tag_name = {
4402                   altglyph => 'altGlyph',
4403                   altglyphdef => 'altGlyphDef',
4404                   altglyphitem => 'altGlyphItem',
4405                   animatecolor => 'animateColor',
4406                   animatemotion => 'animateMotion',
4407                   animatetransform => 'animateTransform',
4408                   clippath => 'clipPath',
4409                   feblend => 'feBlend',
4410                   fecolormatrix => 'feColorMatrix',
4411                   fecomponenttransfer => 'feComponentTransfer',
4412                   fecomposite => 'feComposite',
4413                   feconvolvematrix => 'feConvolveMatrix',
4414                   fediffuselighting => 'feDiffuseLighting',
4415                   fedisplacementmap => 'feDisplacementMap',
4416                   fedistantlight => 'feDistantLight',
4417                   feflood => 'feFlood',
4418                   fefunca => 'feFuncA',
4419                   fefuncb => 'feFuncB',
4420                   fefuncg => 'feFuncG',
4421                   fefuncr => 'feFuncR',
4422                   fegaussianblur => 'feGaussianBlur',
4423                   feimage => 'feImage',
4424                   femerge => 'feMerge',
4425                   femergenode => 'feMergeNode',
4426                   femorphology => 'feMorphology',
4427                   feoffset => 'feOffset',
4428                   fepointlight => 'fePointLight',
4429                   fespecularlighting => 'feSpecularLighting',
4430                   fespotlight => 'feSpotLight',
4431                   fetile => 'feTile',
4432                   feturbulence => 'feTurbulence',
4433                   foreignobject => 'foreignObject',
4434                   glyphref => 'glyphRef',
4435                   lineargradient => 'linearGradient',
4436                   radialgradient => 'radialGradient',
4437                   #solidcolor => 'solidColor', ## NOTE: Commented in spec (SVG1.2)
4438                   textpath => 'textPath',  
4439                }->{$tag_name} || $tag_name;
4440              }
4441    
4442              ## "adjust SVG attributes" (SVG only) - done in insert-element-f
4443    
4444              ## "adjust foreign attributes" - done in insert-element-f
4445    
4446              !!!insert-element-f ($nsuri, $tag_name, $token->{attributes}, $token);
4447    
4448              if ($self->{self_closing}) {
4449                pop @{$self->{open_elements}};
4450                !!!ack ('t87.3');
4451              } else {
4452                !!!cp ('t87.4');
4453              }
4454    
4455              !!!next-token;
4456              next B;
4457            }
4458          } elsif ($token->{type} == END_TAG_TOKEN) {
4459            ## NOTE: "using the rules for secondary insertion mode" then "continue"
4460            !!!cp ('t87.5');
4461            #
4462          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4463            !!!cp ('t87.6');
4464            !!!parse-error (type => 'not closed',
4465                            text => $self->{open_elements}->[-1]->[0]
4466                                ->manakai_local_name,
4467                            token => $token);
4468    
4469            pop @{$self->{open_elements}}
4470                while $self->{open_elements}->[-1]->[1] & FOREIGN_EL;
4471    
4472            $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
4473            ## Reprocess.
4474            next B;
4475          } else {
4476            die "$0: $token->{type}: Unknown token type";        
4477          }
4478        }
4479    
4480        if ($self->{insertion_mode} & HEAD_IMS) {
4481        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
4482          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {
4483            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            unless ($self->{insertion_mode} == BEFORE_HEAD_IM) {
4484                !!!cp ('t88.2');
4485                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4486                #
4487              } else {
4488                !!!cp ('t88.1');
4489                ## Ignore the token.
4490                #
4491              }
4492            unless (length $token->{data}) {            unless (length $token->{data}) {
4493                !!!cp ('t88');
4494              !!!next-token;              !!!next-token;
4495              redo B;              next B;
4496            }            }
4497    ## TODO: set $token->{column} appropriately
4498          }          }
4499    
4500          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
4501              !!!cp ('t89');
4502            ## As if <head>            ## As if <head>
4503            !!!create-element ($self->{head_element}, 'head');            !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
4504            $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});            $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
4505            push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            push @{$self->{open_elements}},
4506                  [$self->{head_element}, $el_category->{head}];
4507    
4508            ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
4509            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
4510    
4511            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
4512          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4513              !!!cp ('t90');
4514            ## As if </noscript>            ## As if </noscript>
4515            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
4516            !!!parse-error (type => 'in noscript:#character');            !!!parse-error (type => 'in noscript:#text', token => $token);
4517                        
4518            ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
4519            ## As if </head>            ## As if </head>
# Line 2704  sub _tree_construction_main ($) { Line 4521  sub _tree_construction_main ($) {
4521    
4522            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
4523          } elsif ($self->{insertion_mode} == IN_HEAD_IM) {          } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
4524              !!!cp ('t91');
4525            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
4526    
4527            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
4528            } else {
4529              !!!cp ('t92');
4530          }          }
4531    
4532              ## "after head" insertion mode          ## "after head" insertion mode
4533              ## As if <body>          ## As if <body>
4534              !!!insert-element ('body');          !!!insert-element ('body',, $token);
4535              $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4536              ## reprocess          ## reprocess
4537              redo B;          next B;
4538            } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
4539              if ($token->{tag_name} eq 'head') {          if ($token->{tag_name} eq 'head') {
4540                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {            if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
4541                  !!!create-element ($self->{head_element}, $token->{tag_name}, $token->{attributes});              !!!cp ('t93');
4542                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              !!!create-element ($self->{head_element}, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);
4543                  push @{$self->{open_elements}}, [$self->{head_element}, $token->{tag_name}];              $self->{open_elements}->[-1]->[0]->append_child
4544                  $self->{insertion_mode} = IN_HEAD_IM;                  ($self->{head_element});
4545                  !!!next-token;              push @{$self->{open_elements}},
4546                  redo B;                  [$self->{head_element}, $el_category->{head}];
4547                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
4548                  #              !!!nack ('t93.1');
4549                } else {              !!!next-token;
4550                  !!!parse-error (type => 'in head:head'); # or in head noscript              next B;
4551                  ## Ignore the token            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
4552                  !!!next-token;              !!!cp ('t93.2');
4553                  redo B;              !!!parse-error (type => 'after head', text => 'head',
4554                }                              token => $token);
4555              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {              ## Ignore the token
4556                ## As if <head>              !!!nack ('t93.3');
4557                !!!create-element ($self->{head_element}, 'head');              !!!next-token;
4558                $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              next B;
4559                push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } else {
4560                !!!cp ('t95');
4561                !!!parse-error (type => 'in head:head',
4562                                token => $token); # or in head noscript
4563                ## Ignore the token
4564                !!!nack ('t95.1');
4565                !!!next-token;
4566                next B;
4567              }
4568            } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
4569              !!!cp ('t96');
4570              ## As if <head>
4571              !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
4572              $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
4573              push @{$self->{open_elements}},
4574                  [$self->{head_element}, $el_category->{head}];
4575    
4576                $self->{insertion_mode} = IN_HEAD_IM;            $self->{insertion_mode} = IN_HEAD_IM;
4577                ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
4578              }          } else {
4579              !!!cp ('t97');
4580            }
4581    
4582              if ($token->{tag_name} eq 'base') {              if ($token->{tag_name} eq 'base') {
4583                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4584                    !!!cp ('t98');
4585                  ## As if </noscript>                  ## As if </noscript>
4586                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4587                  !!!parse-error (type => 'in noscript:base');                  !!!parse-error (type => 'in noscript', text => 'base',
4588                                    token => $token);
4589                                
4590                  $self->{insertion_mode} = IN_HEAD_IM;                  $self->{insertion_mode} = IN_HEAD_IM;
4591                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
4592                  } else {
4593                    !!!cp ('t99');
4594                }                }
4595    
4596                ## NOTE: There is a "as if in head" code clone.                ## NOTE: There is a "as if in head" code clone.
4597                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                if ($self->{insertion_mode} == AFTER_HEAD_IM) {
4598                  !!!parse-error (type => 'after head:'.$token->{tag_name});                  !!!cp ('t100');
4599                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  !!!parse-error (type => 'after head',
4600                                    text => $token->{tag_name}, token => $token);
4601                    push @{$self->{open_elements}},
4602                        [$self->{head_element}, $el_category->{head}];
4603                  } else {
4604                    !!!cp ('t101');
4605                }                }
4606                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4607                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
4608                pop @{$self->{open_elements}}                pop @{$self->{open_elements}} # <head>
4609                    if $self->{insertion_mode} == AFTER_HEAD_IM;                    if $self->{insertion_mode} == AFTER_HEAD_IM;
4610                  !!!nack ('t101.1');
4611                !!!next-token;                !!!next-token;
4612                redo B;                next B;
4613              } elsif ($token->{tag_name} eq 'link') {              } elsif ($token->{tag_name} eq 'link') {
4614                ## NOTE: There is a "as if in head" code clone.                ## NOTE: There is a "as if in head" code clone.
4615                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                if ($self->{insertion_mode} == AFTER_HEAD_IM) {
4616                  !!!parse-error (type => 'after head:'.$token->{tag_name});                  !!!cp ('t102');
4617                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  !!!parse-error (type => 'after head',
4618                                    text => $token->{tag_name}, token => $token);
4619                    push @{$self->{open_elements}},
4620                        [$self->{head_element}, $el_category->{head}];
4621                  } else {
4622                    !!!cp ('t103');
4623                }                }
4624                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4625                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
4626                pop @{$self->{open_elements}}                pop @{$self->{open_elements}} # <head>
4627                    if $self->{insertion_mode} == AFTER_HEAD_IM;                    if $self->{insertion_mode} == AFTER_HEAD_IM;
4628                  !!!ack ('t103.1');
4629                !!!next-token;                !!!next-token;
4630                redo B;                next B;
4631              } elsif ($token->{tag_name} eq 'meta') {              } elsif ($token->{tag_name} eq 'meta') {
4632                ## NOTE: There is a "as if in head" code clone.                ## NOTE: There is a "as if in head" code clone.
4633                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                if ($self->{insertion_mode} == AFTER_HEAD_IM) {
4634                  !!!parse-error (type => 'after head:'.$token->{tag_name});                  !!!cp ('t104');
4635                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  !!!parse-error (type => 'after head',
4636                                    text => $token->{tag_name}, token => $token);
4637                    push @{$self->{open_elements}},
4638                        [$self->{head_element}, $el_category->{head}];
4639                  } else {
4640                    !!!cp ('t105');
4641                }                }
4642                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4643                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.                my $meta_el = pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
4644    
4645                unless ($self->{confident}) {                unless ($self->{confident}) {
4646                  my $charset;                  if ($token->{attributes}->{charset}) {
4647                  if ($token->{attributes}->{charset}) { ## TODO: And if supported                    !!!cp ('t106');
4648                    $charset = $token->{attributes}->{charset}->{value};                    ## NOTE: Whether the encoding is supported or not is handled
4649                  }                    ## in the {change_encoding} callback.
4650                  if ($token->{attributes}->{'http-equiv'}) {                    $self->{change_encoding}
4651                    ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.                        ->($self, $token->{attributes}->{charset}->{value},
4652                    if ($token->{attributes}->{'http-equiv'}->{value}                           $token);
4653                        =~ /\A[^;]*;[\x09-\x0D\x20]*charset[\x09-\x0D\x20]*=                    
4654                      $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4655                          ->set_user_data (manakai_has_reference =>
4656                                               $token->{attributes}->{charset}
4657                                                   ->{has_reference});
4658                    } elsif ($token->{attributes}->{content}) {
4659                      if ($token->{attributes}->{content}->{value}
4660                          =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
4661                              [\x09-\x0D\x20]*=
4662                            [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                            [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
4663                            ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {                            ([^"'\x09-\x0D\x20][^\x09-\x0D\x20\x3B]*))/x) {
4664                      $charset = defined $1 ? $1 : defined $2 ? $2 : $3;                      !!!cp ('t107');
4665                    } ## TODO: And if supported                      ## NOTE: Whether the encoding is supported or not is handled
4666                        ## in the {change_encoding} callback.
4667                        $self->{change_encoding}
4668                            ->($self, defined $1 ? $1 : defined $2 ? $2 : $3,
4669                               $token);
4670                        $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4671                            ->set_user_data (manakai_has_reference =>
4672                                                 $token->{attributes}->{content}
4673                                                       ->{has_reference});
4674                      } else {
4675                        !!!cp ('t108');
4676                      }
4677                    }
4678                  } else {
4679                    if ($token->{attributes}->{charset}) {
4680                      !!!cp ('t109');
4681                      $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4682                          ->set_user_data (manakai_has_reference =>
4683                                               $token->{attributes}->{charset}
4684                                                   ->{has_reference});
4685                    }
4686                    if ($token->{attributes}->{content}) {
4687                      !!!cp ('t110');
4688                      $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4689                          ->set_user_data (manakai_has_reference =>
4690                                               $token->{attributes}->{content}
4691                                                   ->{has_reference});
4692                  }                  }
                 ## TODO: Change the encoding  
4693                }                }
4694    
4695                ## TODO: Extracting |charset| from |meta|.                pop @{$self->{open_elements}} # <head>
               pop @{$self->{open_elements}}  
4696                    if $self->{insertion_mode} == AFTER_HEAD_IM;                    if $self->{insertion_mode} == AFTER_HEAD_IM;
4697                  !!!ack ('t110.1');
4698                !!!next-token;                !!!next-token;
4699                redo B;                next B;
4700              } elsif ($token->{tag_name} eq 'title') {              } elsif ($token->{tag_name} eq 'title') {
4701                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4702                    !!!cp ('t111');
4703                  ## As if </noscript>                  ## As if </noscript>
4704                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4705                  !!!parse-error (type => 'in noscript:title');                  !!!parse-error (type => 'in noscript', text => 'title',
4706                                    token => $token);
4707                                
4708                  $self->{insertion_mode} = IN_HEAD_IM;                  $self->{insertion_mode} = IN_HEAD_IM;
4709                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
4710                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
4711                  !!!parse-error (type => 'after head:'.$token->{tag_name});                  !!!cp ('t112');
4712                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  !!!parse-error (type => 'after head',
4713                                    text => $token->{tag_name}, token => $token);
4714                    push @{$self->{open_elements}},
4715                        [$self->{head_element}, $el_category->{head}];
4716                  } else {
4717                    !!!cp ('t113');
4718                }                }
4719    
4720                ## NOTE: There is a "as if in head" code clone.                ## NOTE: There is a "as if in head" code clone.
4721                my $parent = defined $self->{head_element} ? $self->{head_element}                my $parent = defined $self->{head_element} ? $self->{head_element}
4722                    : $self->{open_elements}->[-1]->[0];                    : $self->{open_elements}->[-1]->[0];
4723                $parse_rcdata->(RCDATA_CONTENT_MODEL,                $parse_rcdata->(RCDATA_CONTENT_MODEL);
4724                                sub { $parent->append_child ($_[0]) });                pop @{$self->{open_elements}} # <head>
               pop @{$self->{open_elements}}  
4725                    if $self->{insertion_mode} == AFTER_HEAD_IM;                    if $self->{insertion_mode} == AFTER_HEAD_IM;
4726                redo B;                next B;
4727              } elsif ($token->{tag_name} eq 'style') {              } elsif ($token->{tag_name} eq 'style' or
4728                         $token->{tag_name} eq 'noframes') {
4729                ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and                ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and
4730                ## insertion mode IN_HEAD_IM)                ## insertion mode IN_HEAD_IM)
4731                ## NOTE: There is a "as if in head" code clone.                ## NOTE: There is a "as if in head" code clone.
4732                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                if ($self->{insertion_mode} == AFTER_HEAD_IM) {
4733                  !!!parse-error (type => 'after head:'.$token->{tag_name});                  !!!cp ('t114');
4734                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  !!!parse-error (type => 'after head',
4735                                    text => $token->{tag_name}, token => $token);
4736                    push @{$self->{open_elements}},
4737                        [$self->{head_element}, $el_category->{head}];
4738                  } else {
4739                    !!!cp ('t115');
4740                }                }
4741                $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);                $parse_rcdata->(CDATA_CONTENT_MODEL);
4742                pop @{$self->{open_elements}}                pop @{$self->{open_elements}} # <head>
4743                    if $self->{insertion_mode} == AFTER_HEAD_IM;                    if $self->{insertion_mode} == AFTER_HEAD_IM;
4744                redo B;                next B;
4745              } elsif ($token->{tag_name} eq 'noscript') {              } elsif ($token->{tag_name} eq 'noscript') {
4746                if ($self->{insertion_mode} == IN_HEAD_IM) {                if ($self->{insertion_mode} == IN_HEAD_IM) {
4747                    !!!cp ('t116');
4748                  ## NOTE: and scripting is disalbed                  ## NOTE: and scripting is disalbed
4749                  !!!insert-element ($token->{tag_name}, $token->{attributes});                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4750                  $self->{insertion_mode} = IN_HEAD_NOSCRIPT_IM;                  $self->{insertion_mode} = IN_HEAD_NOSCRIPT_IM;
4751                    !!!nack ('t116.1');
4752                  !!!next-token;                  !!!next-token;
4753                  redo B;                  next B;
4754                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4755                  !!!parse-error (type => 'in noscript:noscript');                  !!!cp ('t117');
4756                    !!!parse-error (type => 'in noscript', text => 'noscript',
4757                                    token => $token);
4758                  ## Ignore the token                  ## Ignore the token
4759                    !!!nack ('t117.1');
4760                  !!!next-token;                  !!!next-token;
4761                  redo B;                  next B;
4762                } else {                } else {
4763                    !!!cp ('t118');
4764                  #                  #
4765                }                }
4766              } elsif ($token->{tag_name} eq 'script') {              } elsif ($token->{tag_name} eq 'script') {
4767                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4768                    !!!cp ('t119');
4769                  ## As if </noscript>                  ## As if </noscript>
4770                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4771                  !!!parse-error (type => 'in noscript:script');                  !!!parse-error (type => 'in noscript', text => 'script',
4772                                    token => $token);
4773                                
4774                  $self->{insertion_mode} = IN_HEAD_IM;                  $self->{insertion_mode} = IN_HEAD_IM;
4775                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
4776                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
4777                  !!!parse-error (type => 'after head:'.$token->{tag_name});                  !!!cp ('t120');
4778                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  !!!parse-error (type => 'after head',
4779                                    text => $token->{tag_name}, token => $token);
4780                    push @{$self->{open_elements}},
4781                        [$self->{head_element}, $el_category->{head}];
4782                  } else {
4783                    !!!cp ('t121');
4784                }                }
4785    
4786                ## NOTE: There is a "as if in head" code clone.                ## NOTE: There is a "as if in head" code clone.
4787                $script_start_tag->($insert_to_current);                $script_start_tag->();
4788                pop @{$self->{open_elements}}                pop @{$self->{open_elements}} # <head>
4789                    if $self->{insertion_mode} == AFTER_HEAD_IM;                    if $self->{insertion_mode} == AFTER_HEAD_IM;
4790                redo B;                next B;
4791              } elsif ($token->{tag_name} eq 'body' or              } elsif ($token->{tag_name} eq 'body' or
4792                       $token->{tag_name} eq 'frameset') {                       $token->{tag_name} eq 'frameset') {
4793                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4794                    !!!cp ('t122');
4795                  ## As if </noscript>                  ## As if </noscript>
4796                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4797                  !!!parse-error (type => 'in noscript:'.$token->{tag_name});                  !!!parse-error (type => 'in noscript',
4798                                    text => $token->{tag_name}, token => $token);
4799                                    
4800                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
4801                  ## As if </head>                  ## As if </head>
# Line 2885  sub _tree_construction_main ($) { Line 4803  sub _tree_construction_main ($) {
4803                                    
4804                  ## Reprocess in the "after head" insertion mode...                  ## Reprocess in the "after head" insertion mode...
4805                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
4806                    !!!cp ('t124');
4807                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4808                                    
4809                  ## Reprocess in the "after head" insertion mode...                  ## Reprocess in the "after head" insertion mode...
4810                  } else {
4811                    !!!cp ('t125');
4812                }                }
4813    
4814                ## "after head" insertion mode                ## "after head" insertion mode
4815                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4816                if ($token->{tag_name} eq 'body') {                if ($token->{tag_name} eq 'body') {
4817                    !!!cp ('t126');
4818                  $self->{insertion_mode} = IN_BODY_IM;                  $self->{insertion_mode} = IN_BODY_IM;
4819                } elsif ($token->{tag_name} eq 'frameset') {                } elsif ($token->{tag_name} eq 'frameset') {
4820                    !!!cp ('t127');
4821                  $self->{insertion_mode} = IN_FRAMESET_IM;                  $self->{insertion_mode} = IN_FRAMESET_IM;
4822                } else {                } else {
4823                  die "$0: tag name: $self->{tag_name}";                  die "$0: tag name: $self->{tag_name}";
4824                }                }
4825                  !!!nack ('t127.1');
4826                !!!next-token;                !!!next-token;
4827                redo B;                next B;
4828              } else {              } else {
4829                  !!!cp ('t128');
4830                #                #
4831              }              }
4832    
4833              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4834                  !!!cp ('t129');
4835                ## As if </noscript>                ## As if </noscript>
4836                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
4837                !!!parse-error (type => 'in noscript:/'.$token->{tag_name});                !!!parse-error (type => 'in noscript:/',
4838                                  text => $token->{tag_name}, token => $token);
4839                                
4840                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
4841                ## As if </head>                ## As if </head>
# Line 2916  sub _tree_construction_main ($) { Line 4843  sub _tree_construction_main ($) {
4843    
4844                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
4845              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
4846                  !!!cp ('t130');
4847                ## As if </head>                ## As if </head>
4848                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
4849    
4850                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
4851                } else {
4852                  !!!cp ('t131');
4853              }              }
4854    
4855              ## "after head" insertion mode              ## "after head" insertion mode
4856              ## As if <body>              ## As if <body>
4857              !!!insert-element ('body');              !!!insert-element ('body',, $token);
4858              $self->{insertion_mode} = IN_BODY_IM;              $self->{insertion_mode} = IN_BODY_IM;
4859              ## reprocess              ## reprocess
4860              redo B;              !!!ack-later;
4861                next B;
4862            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
4863              if ($token->{tag_name} eq 'head') {              if ($token->{tag_name} eq 'head') {
4864                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
4865                    !!!cp ('t132');
4866                  ## As if <head>                  ## As if <head>
4867                  !!!create-element ($self->{head_element}, 'head');                  !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
4868                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
4869                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  push @{$self->{open_elements}},
4870                        [$self->{head_element}, $el_category->{head}];
4871    
4872                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
4873                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4874                  $self->{insertion_mode} = AFTER_HEAD_IM;                  $self->{insertion_mode} = AFTER_HEAD_IM;
4875                  !!!next-token;                  !!!next-token;
4876                  redo B;                  next B;
4877                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4878                    !!!cp ('t133');
4879                  ## As if </noscript>                  ## As if </noscript>
4880                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4881                  !!!parse-error (type => 'in noscript:script');                  !!!parse-error (type => 'in noscript:/',
4882                                    text => 'head', token => $token);
4883                                    
4884                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
4885                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4886                  $self->{insertion_mode} = AFTER_HEAD_IM;                  $self->{insertion_mode} = AFTER_HEAD_IM;
4887                  !!!next-token;                  !!!next-token;
4888                  redo B;                  next B;
4889                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
4890                    !!!cp ('t134');
4891                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4892                  $self->{insertion_mode} = AFTER_HEAD_IM;                  $self->{insertion_mode} = AFTER_HEAD_IM;
4893                  !!!next-token;                  !!!next-token;
4894                  redo B;                  next B;
4895                  } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
4896                    !!!cp ('t134.1');
4897                    !!!parse-error (type => 'unmatched end tag', text => 'head',
4898                                    token => $token);
4899                    ## Ignore the token
4900                    !!!next-token;
4901                    next B;
4902                } else {                } else {
4903                  #                  die "$0: $self->{insertion_mode}: Unknown insertion mode";
4904                }                }
4905              } elsif ($token->{tag_name} eq 'noscript') {              } elsif ($token->{tag_name} eq 'noscript') {
4906                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4907                    !!!cp ('t136');
4908                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4909                  $self->{insertion_mode} = IN_HEAD_IM;                  $self->{insertion_mode} = IN_HEAD_IM;
4910                  !!!next-token;                  !!!next-token;
4911                  redo B;                  next B;
4912                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM or
4913                  !!!parse-error (type => 'unmatched end tag:noscript');                         $self->{insertion_mode} == AFTER_HEAD_IM) {
4914                    !!!cp ('t137');
4915                    !!!parse-error (type => 'unmatched end tag',
4916                                    text => 'noscript', token => $token);
4917                  ## Ignore the token ## ISSUE: An issue in the spec.                  ## Ignore the token ## ISSUE: An issue in the spec.
4918                  !!!next-token;                  !!!next-token;
4919                  redo B;                  next B;
4920                } else {                } else {
4921                    !!!cp ('t138');
4922                  #                  #
4923                }                }
4924              } elsif ({              } elsif ({
4925                        body => 1, html => 1,                        body => 1, html => 1,
4926                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
4927                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {                if ($self->{insertion_mode} == BEFORE_HEAD_IM or
4928                  ## As if <head>                    $self->{insertion_mode} == IN_HEAD_IM or
4929                  !!!create-element ($self->{head_element}, 'head');                    $self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4930                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                  !!!cp ('t140');
4931                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  !!!parse-error (type => 'unmatched end tag',
4932                                    text => $token->{tag_name}, token => $token);
4933                  $self->{insertion_mode} = IN_HEAD_IM;                  ## Ignore the token
4934                  ## Reprocess in the "in head" insertion mode...                  !!!next-token;
4935                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                  next B;
4936                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
4937                    !!!cp ('t140.1');
4938                    !!!parse-error (type => 'unmatched end tag',
4939                                    text => $token->{tag_name}, token => $token);
4940                  ## Ignore the token                  ## Ignore the token
4941                  !!!next-token;                  !!!next-token;
4942                  redo B;                  next B;
4943                  } else {
4944                    die "$0: $self->{insertion_mode}: Unknown insertion mode";
4945                }                }
4946                              } elsif ($token->{tag_name} eq 'p') {
4947                #                !!!cp ('t142');
4948              } elsif ({                !!!parse-error (type => 'unmatched end tag',
4949                        p => 1, br => 1,                                text => $token->{tag_name}, token => $token);
4950                       }->{$token->{tag_name}}) {                ## Ignore the token
4951                  !!!next-token;
4952                  next B;
4953                } elsif ($token->{tag_name} eq 'br') {
4954                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
4955                  ## As if <head>                  !!!cp ('t142.2');
4956                  !!!create-element ($self->{head_element}, 'head');                  ## (before head) as if <head>, (in head) as if </head>
4957                    !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
4958                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
4959                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  $self->{insertion_mode} = AFTER_HEAD_IM;
4960      
4961                    ## Reprocess in the "after head" insertion mode...
4962                  } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
4963                    !!!cp ('t143.2');
4964                    ## As if </head>
4965                    pop @{$self->{open_elements}};
4966                    $self->{insertion_mode} = AFTER_HEAD_IM;
4967      
4968                    ## Reprocess in the "after head" insertion mode...
4969                  } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4970                    !!!cp ('t143.3');
4971                    ## ISSUE: Two parse errors for <head><noscript></br>
4972                    !!!parse-error (type => 'unmatched end tag',
4973                                    text => 'br', token => $token);
4974                    ## As if </noscript>
4975                    pop @{$self->{open_elements}};
4976                  $self->{insertion_mode} = IN_HEAD_IM;                  $self->{insertion_mode} = IN_HEAD_IM;
4977    
4978                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
4979                }                  ## As if </head>
4980                    pop @{$self->{open_elements}};
4981                    $self->{insertion_mode} = AFTER_HEAD_IM;
4982    
4983                #                  ## Reprocess in the "after head" insertion mode...
4984              } else {                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
4985                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                  !!!cp ('t143.4');
4986                  #                  #
4987                } else {                } else {
4988                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  die "$0: $self->{insertion_mode}: Unknown insertion mode";
                 ## Ignore the token  
                 !!!next-token;  
                 redo B;  
4989                }                }
4990    
4991                  ## ISSUE: does not agree with IE7 - it doesn't ignore </br>.
4992                  !!!parse-error (type => 'unmatched end tag',
4993                                  text => 'br', token => $token);
4994                  ## Ignore the token
4995                  !!!next-token;
4996                  next B;
4997                } else {
4998                  !!!cp ('t145');
4999                  !!!parse-error (type => 'unmatched end tag',
5000                                  text => $token->{tag_name}, token => $token);
5001                  ## Ignore the token
5002                  !!!next-token;
5003                  next B;
5004              }              }
5005    
5006              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
5007                  !!!cp ('t146');
5008                ## As if </noscript>                ## As if </noscript>
5009                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
5010                !!!parse-error (type => 'in noscript:/'.$token->{tag_name});                !!!parse-error (type => 'in noscript:/',
5011                                  text => $token->{tag_name}, token => $token);
5012                                
5013                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
5014                ## As if </head>                ## As if </head>
# Line 3028  sub _tree_construction_main ($) { Line 5016  sub _tree_construction_main ($) {
5016    
5017                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
5018              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
5019                  !!!cp ('t147');
5020                ## As if </head>                ## As if </head>
5021                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
5022    
5023                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
5024              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
5025                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  ## ISSUE: This case cannot be reached?
5026                  !!!cp ('t148');
5027                  !!!parse-error (type => 'unmatched end tag',
5028                                  text => $token->{tag_name}, token => $token);
5029                ## Ignore the token ## ISSUE: An issue in the spec.                ## Ignore the token ## ISSUE: An issue in the spec.
5030                !!!next-token;                !!!next-token;
5031                redo B;                next B;
5032                } else {
5033                  !!!cp ('t149');
5034              }              }
5035    
5036              ## "after head" insertion mode              ## "after head" insertion mode
5037              ## As if <body>              ## As if <body>
5038              !!!insert-element ('body');              !!!insert-element ('body',, $token);
5039              $self->{insertion_mode} = IN_BODY_IM;              $self->{insertion_mode} = IN_BODY_IM;
5040              ## reprocess              ## reprocess
5041              redo B;              next B;
5042            } else {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
5043              die "$0: $token->{type}: Unknown token type";          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
5044            }            !!!cp ('t149.1');
5045    
5046              ## NOTE: As if <head>
5047              !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
5048              $self->{open_elements}->[-1]->[0]->append_child
5049                  ($self->{head_element});
5050              #push @{$self->{open_elements}},
5051              #    [$self->{head_element}, $el_category->{head}];
5052              #$self->{insertion_mode} = IN_HEAD_IM;
5053              ## NOTE: Reprocess.
5054    
5055              ## NOTE: As if </head>
5056              #pop @{$self->{open_elements}};
5057              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
5058              ## NOTE: Reprocess.
5059              
5060              #
5061            } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
5062              !!!cp ('t149.2');
5063    
5064              ## NOTE: As if </head>
5065              pop @{$self->{open_elements}};
5066              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
5067              ## NOTE: Reprocess.
5068    
5069              #
5070            } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
5071              !!!cp ('t149.3');
5072    
5073              !!!parse-error (type => 'in noscript:#eof', token => $token);
5074    
5075              ## As if </noscript>
5076              pop @{$self->{open_elements}};
5077              #$self->{insertion_mode} = IN_HEAD_IM;
5078              ## NOTE: Reprocess.
5079    
5080              ## NOTE: As if </head>
5081              pop @{$self->{open_elements}};
5082              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
5083              ## NOTE: Reprocess.
5084    
5085              #
5086            } else {
5087              !!!cp ('t149.4');
5088              #
5089            }
5090    
5091            ## NOTE: As if <body>
5092            !!!insert-element ('body',, $token);
5093            $self->{insertion_mode} = IN_BODY_IM;
5094            ## NOTE: Reprocess.
5095            next B;
5096          } else {
5097            die "$0: $token->{type}: Unknown token type";
5098          }
5099    
5100            ## ISSUE: An issue in the spec.            ## ISSUE: An issue in the spec.
5101      } elsif ($self->{insertion_mode} & BODY_IMS) {      } elsif ($self->{insertion_mode} & BODY_IMS) {
5102            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
5103                !!!cp ('t150');
5104              ## NOTE: There is a code clone of "character in body".              ## NOTE: There is a code clone of "character in body".
5105              $reconstruct_active_formatting_elements->($insert_to_current);              $reconstruct_active_formatting_elements->($insert_to_current);
5106                            
5107              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
5108    
5109              !!!next-token;              !!!next-token;
5110              redo B;              next B;
5111            } elsif ($token->{type} == START_TAG_TOKEN) {            } elsif ($token->{type} == START_TAG_TOKEN) {
5112              if ({              if ({
5113                   caption => 1, col => 1, colgroup => 1, tbody => 1,                   caption => 1, col => 1, colgroup => 1, tbody => 1,
# Line 3066  sub _tree_construction_main ($) { Line 5115  sub _tree_construction_main ($) {
5115                  }->{$token->{tag_name}}) {                  }->{$token->{tag_name}}) {
5116                if ($self->{insertion_mode} == IN_CELL_IM) {                if ($self->{insertion_mode} == IN_CELL_IM) {
5117                  ## have an element in table scope                  ## have an element in table scope
5118                  my $tn;                  for (reverse 0..$#{$self->{open_elements}}) {
                 INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
5119                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
5120                    if ($node->[1] eq 'td' or $node->[1] eq 'th') {                    if ($node->[1] & TABLE_CELL_EL) {
5121                      $tn = $node->[1];                      !!!cp ('t151');
5122                      last INSCOPE;  
5123                    } elsif ({                      ## Close the cell
5124                              table => 1, html => 1,                      !!!back-token; # <x>
5125                             }->{$node->[1]}) {                      $token = {type => END_TAG_TOKEN,
5126                      last INSCOPE;                                tag_name => $node->[0]->manakai_local_name,
5127                    }                                line => $token->{line},
5128                  } # INSCOPE                                column => $token->{column}};
5129                    unless (defined $tn) {                      next B;
5130                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
5131                      ## Ignore the token                      !!!cp ('t152');
5132                      !!!next-token;                      ## ISSUE: This case can never be reached, maybe.
5133                      redo B;                      last;
5134                    }                    }
5135                                    }
5136                  ## Close the cell  
5137                  !!!back-token; # <?>                  !!!cp ('t153');
5138                  $token = {type => END_TAG_TOKEN, tag_name => $tn};                  !!!parse-error (type => 'start tag not allowed',
5139                  redo B;                      text => $token->{tag_name}, token => $token);
5140                    ## Ignore the token
5141                    !!!nack ('t153.1');
5142                    !!!next-token;
5143                    next B;
5144                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {
5145                  !!!parse-error (type => 'not closed:caption');                  !!!parse-error (type => 'not closed', text => 'caption',
5146                                    token => $token);
5147                                    
5148                  ## As if </caption>                  ## NOTE: As if </caption>.
5149                  ## have a table element in table scope                  ## have a table element in table scope
5150                  my $i;                  my $i;
5151                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: {
5152                    my $node = $self->{open_elements}->[$_];                    for (reverse 0..$#{$self->{open_elements}}) {
5153                    if ($node->[1] eq 'caption') {                      my $node = $self->{open_elements}->[$_];
5154                      $i = $_;                      if ($node->[1] & CAPTION_EL) {
5155                      last INSCOPE;                        !!!cp ('t155');
5156                    } elsif ({                        $i = $_;
5157                              table => 1, html => 1,                        last INSCOPE;
5158                             }->{$node->[1]}) {                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
5159                      last INSCOPE;                        !!!cp ('t156');
5160                          last;
5161                        }
5162                    }                    }
5163    
5164                      !!!cp ('t157');
5165                      !!!parse-error (type => 'start tag not allowed',
5166                                      text => $token->{tag_name}, token => $token);
5167                      ## Ignore the token
5168                      !!!nack ('t157.1');
5169                      !!!next-token;
5170                      next B;
5171                  } # INSCOPE                  } # INSCOPE
                   unless (defined $i) {  
                     !!!parse-error (type => 'unmatched end tag:caption');  
                     ## Ignore the token  
                     !!!next-token;  
                     redo B;  
                   }  
5172                                    
5173                  ## generate implied end tags                  ## generate implied end tags
5174                  if ({                  while ($self->{open_elements}->[-1]->[1]
5175                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
5176                       td => 1, th => 1, tr => 1,                    !!!cp ('t158');
5177                       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 => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
5178                  }                  }
5179    
5180                  if ($self->{open_elements}->[-1]->[1] ne 'caption') {                  unless ($self->{open_elements}->[-1]->[1] & CAPTION_EL) {
5181                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t159');
5182                      !!!parse-error (type => 'not closed',
5183                                      text => $self->{open_elements}->[-1]->[0]
5184                                          ->manakai_local_name,
5185                                      token => $token);
5186                    } else {
5187                      !!!cp ('t160');
5188                  }                  }
5189                                    
5190                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3138  sub _tree_construction_main ($) { Line 5194  sub _tree_construction_main ($) {
5194                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
5195                                    
5196                  ## reprocess                  ## reprocess
5197                  redo B;                  !!!ack-later;
5198                    next B;
5199                } else {                } else {
5200                    !!!cp ('t161');
5201                  #                  #
5202                }                }
5203              } else {              } else {
5204                  !!!cp ('t162');
5205                #                #
5206              }              }
5207            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
# Line 3152  sub _tree_construction_main ($) { Line 5211  sub _tree_construction_main ($) {
5211                  my $i;                  my $i;
5212                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5213                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
5214                    if ($node->[1] eq $token->{tag_name}) {                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
5215                        !!!cp ('t163');
5216                      $i = $_;                      $i = $_;
5217                      last INSCOPE;                      last INSCOPE;
5218                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
5219                              table => 1, html => 1,                      !!!cp ('t164');
                            }->{$node->[1]}) {  
5220                      last INSCOPE;                      last INSCOPE;
5221                    }                    }
5222                  } # INSCOPE                  } # INSCOPE
5223                    unless (defined $i) {                    unless (defined $i) {
5224                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                      !!!cp ('t165');
5225                        !!!parse-error (type => 'unmatched end tag',
5226                                        text => $token->{tag_name},
5227                                        token => $token);
5228                      ## Ignore the token                      ## Ignore the token
5229                      !!!next-token;                      !!!next-token;
5230                      redo B;                      next B;
5231                    }                    }
5232                                    
5233                  ## generate implied end tags                  ## generate implied end tags
5234                  if ({                  while ($self->{open_elements}->[-1]->[1]
5235                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
5236                       td => ($token->{tag_name} eq 'th'),                    !!!cp ('t166');
5237                       th => ($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 => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
5238                  }                  }
5239                    
5240                  if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {                  if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5241                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                          ne $token->{tag_name}) {
5242                      !!!cp ('t167');
5243                      !!!parse-error (type => 'not closed',
5244                                      text => $self->{open_elements}->[-1]->[0]
5245                                          ->manakai_local_name,
5246                                      token => $token);
5247                    } else {
5248                      !!!cp ('t168');
5249                  }                  }
5250                                    
5251                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3193  sub _tree_construction_main ($) { Line 5255  sub _tree_construction_main ($) {
5255                  $self->{insertion_mode} = IN_ROW_IM;                  $self->{insertion_mode} = IN_ROW_IM;
5256                                    
5257                  !!!next-token;                  !!!next-token;
5258                  redo B;                  next B;
5259                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {
5260                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t169');
5261                    !!!parse-error (type => 'unmatched end tag',
5262                                    text => $token->{tag_name}, token => $token);
5263                  ## Ignore the token                  ## Ignore the token
5264                  !!!next-token;                  !!!next-token;
5265                  redo B;                  next B;
5266                } else {                } else {
5267                    !!!cp ('t170');
5268                  #                  #
5269                }                }
5270              } elsif ($token->{tag_name} eq 'caption') {              } elsif ($token->{tag_name} eq 'caption') {
5271                if ($self->{insertion_mode} == IN_CAPTION_IM) {                if ($self->{insertion_mode} == IN_CAPTION_IM) {
5272                  ## have a table element in table scope                  ## have a table element in table scope
5273                  my $i;                  my $i;
5274                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: {
5275                    my $node = $self->{open_elements}->[$_];                    for (reverse 0..$#{$self->{open_elements}}) {
5276                    if ($node->[1] eq $token->{tag_name}) {                      my $node = $self->{open_elements}->[$_];
5277                      $i = $_;                      if ($node->[1] & CAPTION_EL) {
5278                      last INSCOPE;                        !!!cp ('t171');
5279                    } elsif ({                        $i = $_;
5280                              table => 1, html => 1,                        last INSCOPE;
5281                             }->{$node->[1]}) {                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
5282                      last INSCOPE;                        !!!cp ('t172');
5283                          last;
5284                        }
5285                    }                    }
5286    
5287                      !!!cp ('t173');
5288                      !!!parse-error (type => 'unmatched end tag',
5289                                      text => $token->{tag_name}, token => $token);
5290                      ## Ignore the token
5291                      !!!next-token;
5292                      next B;
5293                  } # INSCOPE                  } # INSCOPE
                   unless (defined $i) {  
                     !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                     ## Ignore the token  
                     !!!next-token;  
                     redo B;  
                   }  
5294                                    
5295                  ## generate implied end tags                  ## generate implied end tags
5296                  if ({                  while ($self->{open_elements}->[-1]->[1]
5297                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
5298                       td => 1, th => 1, tr => 1,                    !!!cp ('t174');
5299                       tbody => 1, tfoot=> 1, thead => 1,                    pop @{$self->{open_elements}};
                     }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!back-token;  
                   $token = {type => END_TAG_TOKEN,  
                             tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
5300                  }                  }
5301                                    
5302                  if ($self->{open_elements}->[-1]->[1] ne 'caption') {                  unless ($self->{open_elements}->[-1]->[1] & CAPTION_EL) {
5303                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t175');
5304                      !!!parse-error (type => 'not closed',
5305                                      text => $self->{open_elements}->[-1]->[0]
5306                                          ->manakai_local_name,
5307                                      token => $token);
5308                    } else {
5309                      !!!cp ('t176');
5310                  }                  }
5311                                    
5312                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3247  sub _tree_construction_main ($) { Line 5316  sub _tree_construction_main ($) {
5316                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
5317                                    
5318                  !!!next-token;                  !!!next-token;
5319                  redo B;                  next B;
5320                } elsif ($self->{insertion_mode} == IN_CELL_IM) {                } elsif ($self->{insertion_mode} == IN_CELL_IM) {
5321                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t177');
5322                    !!!parse-error (type => 'unmatched end tag',
5323                                    text => $token->{tag_name}, token => $token);
5324                  ## Ignore the token                  ## Ignore the token
5325                  !!!next-token;                  !!!next-token;
5326                  redo B;                  next B;
5327                } else {                } else {
5328                    !!!cp ('t178');
5329                  #                  #
5330                }                }
5331              } elsif ({              } elsif ({
# Line 3264  sub _tree_construction_main ($) { Line 5336  sub _tree_construction_main ($) {
5336                ## have an element in table scope                ## have an element in table scope
5337                my $i;                my $i;
5338                my $tn;                my $tn;
5339                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: {
5340                  my $node = $self->{open_elements}->[$_];                  for (reverse 0..$#{$self->{open_elements}}) {
5341                  if ($node->[1] eq $token->{tag_name}) {                    my $node = $self->{open_elements}->[$_];
5342                    $i = $_;                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
5343                    last INSCOPE;                      !!!cp ('t179');
5344                  } elsif ($node->[1] eq 'td' or $node->[1] eq 'th') {                      $i = $_;
5345                    $tn = $node->[1];  
5346                    ## NOTE: There is exactly one |td| or |th| element                      ## Close the cell
5347                    ## in scope in the stack of open elements by definition.                      !!!back-token; # </x>
5348                  } elsif ({                      $token = {type => END_TAG_TOKEN, tag_name => $tn,
5349                            table => 1, html => 1,                                line => $token->{line},
5350                           }->{$node->[1]}) {                                column => $token->{column}};
5351                    last INSCOPE;                      next B;
5352                      } elsif ($node->[1] & TABLE_CELL_EL) {
5353                        !!!cp ('t180');
5354                        $tn = $node->[0]->manakai_local_name;
5355                        ## NOTE: There is exactly one |td| or |th| element
5356                        ## in scope in the stack of open elements by definition.
5357                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
5358                        ## ISSUE: Can this be reached?
5359                        !!!cp ('t181');
5360                        last;
5361                      }
5362                  }                  }
5363                } # INSCOPE  
5364                unless (defined $i) {                  !!!cp ('t182');
5365                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!parse-error (type => 'unmatched end tag',
5366                        text => $token->{tag_name}, token => $token);
5367                  ## Ignore the token                  ## Ignore the token
5368                  !!!next-token;                  !!!next-token;
5369                  redo B;                  next B;
5370                }                } # INSCOPE
   
               ## Close the cell  
               !!!back-token; # </?>  
               $token = {type => END_TAG_TOKEN, tag_name => $tn};  
               redo B;  
5371              } elsif ($token->{tag_name} eq 'table' and              } elsif ($token->{tag_name} eq 'table' and
5372                       $self->{insertion_mode} == IN_CAPTION_IM) {                       $self->{insertion_mode} == IN_CAPTION_IM) {
5373                !!!parse-error (type => 'not closed:caption');                !!!parse-error (type => 'not closed', text => 'caption',
5374                                  token => $token);
5375    
5376                ## As if </caption>                ## As if </caption>
5377                ## have a table element in table scope                ## have a table element in table scope
5378                my $i;                my $i;
5379                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5380                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
5381                  if ($node->[1] eq 'caption') {                  if ($node->[1] & CAPTION_EL) {
5382                      !!!cp ('t184');
5383                    $i = $_;                    $i = $_;
5384                    last INSCOPE;                    last INSCOPE;
5385                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
5386                            table => 1, html => 1,                    !!!cp ('t185');
                          }->{$node->[1]}) {  
5387                    last INSCOPE;                    last INSCOPE;
5388                  }                  }
5389                } # INSCOPE                } # INSCOPE
5390                unless (defined $i) {                unless (defined $i) {
5391                  !!!parse-error (type => 'unmatched end tag:caption');                  !!!cp ('t186');
5392                    !!!parse-error (type => 'unmatched end tag',
5393                                    text => 'caption', token => $token);
5394                  ## Ignore the token                  ## Ignore the token
5395                  !!!next-token;                  !!!next-token;
5396                  redo B;                  next B;
5397                }                }
5398                                
5399                ## generate implied end tags                ## generate implied end tags
5400                if ({                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5401                     dd => 1, dt => 1, li => 1, p => 1,                  !!!cp ('t187');
5402                     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 => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
5403                }                }
5404    
5405                if ($self->{open_elements}->[-1]->[1] ne 'caption') {                unless ($self->{open_elements}->[-1]->[1] & CAPTION_EL) {
5406                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!cp ('t188');
5407                    !!!parse-error (type => 'not closed',
5408                                    text => $self->{open_elements}->[-1]->[0]
5409                                        ->manakai_local_name,
5410                                    token => $token);
5411                  } else {
5412                    !!!cp ('t189');
5413                }                }
5414    
5415                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
# Line 3340  sub _tree_construction_main ($) { Line 5419  sub _tree_construction_main ($) {
5419                $self->{insertion_mode} = IN_TABLE_IM;                $self->{insertion_mode} = IN_TABLE_IM;
5420    
5421                ## reprocess                ## reprocess
5422                redo B;                next B;
5423              } elsif ({              } elsif ({
5424                        body => 1, col => 1, colgroup => 1, html => 1,                        body => 1, col => 1, colgroup => 1, html => 1,
5425                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
5426                if ($self->{insertion_mode} & BODY_TABLE_IMS) {                if ($self->{insertion_mode} & BODY_TABLE_IMS) {
5427                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t190');
5428                    !!!parse-error (type => 'unmatched end tag',
5429                                    text => $token->{tag_name}, token => $token);
5430                  ## Ignore the token                  ## Ignore the token
5431                  !!!next-token;                  !!!next-token;
5432                  redo B;                  next B;
5433                } else {                } else {
5434                    !!!cp ('t191');
5435                  #                  #
5436                }                }
5437              } elsif ({              } elsif ({
# Line 3357  sub _tree_construction_main ($) { Line 5439  sub _tree_construction_main ($) {
5439                        thead => 1, tr => 1,                        thead => 1, tr => 1,
5440                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
5441                       $self->{insertion_mode} == IN_CAPTION_IM) {                       $self->{insertion_mode} == IN_CAPTION_IM) {
5442                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!cp ('t192');
5443                  !!!parse-error (type => 'unmatched end tag',
5444                                  text => $token->{tag_name}, token => $token);
5445                ## Ignore the token                ## Ignore the token
5446                !!!next-token;                !!!next-token;
5447                redo B;                next B;
5448              } else {              } else {
5449                  !!!cp ('t193');
5450                #                #
5451              }              }
5452          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
5453            for my $entry (@{$self->{open_elements}}) {
5454              unless ($entry->[1] & ALL_END_TAG_OPTIONAL_EL) {
5455                !!!cp ('t75');
5456                !!!parse-error (type => 'in body:#eof', token => $token);
5457                last;
5458              }
5459            }
5460    
5461            ## Stop parsing.
5462            last B;
5463        } else {        } else {
5464          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
5465        }        }
# Line 3372  sub _tree_construction_main ($) { Line 5468  sub _tree_construction_main ($) {
5468        #        #
5469      } elsif ($self->{insertion_mode} & TABLE_IMS) {      } elsif ($self->{insertion_mode} & TABLE_IMS) {
5470        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
5471              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if (not $open_tables->[-1]->[1] and # tainted
5472                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);              $token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {
5473              $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
5474                                
5475                unless (length $token->{data}) {            unless (length $token->{data}) {
5476                  !!!next-token;              !!!cp ('t194');
5477                  redo B;              !!!next-token;
5478                }              next B;
5479              }            } else {
5480                !!!cp ('t195');
5481              }
5482            }
5483    
5484              !!!parse-error (type => 'in table:#character');          !!!parse-error (type => 'in table:#text', token => $token);
5485    
5486              ## As if in body, but insert into foster parent element              ## As if in body, but insert into foster parent element
5487              ## ISSUE: Spec says that "whenever a node would be inserted              ## ISSUE: Spec says that "whenever a node would be inserted
# Line 3389  sub _tree_construction_main ($) { Line 5489  sub _tree_construction_main ($) {
5489              ## result in a new Text node.              ## result in a new Text node.
5490              $reconstruct_active_formatting_elements->($insert_to_foster);              $reconstruct_active_formatting_elements->($insert_to_foster);
5491                            
5492              if ({              if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
                  table => 1, tbody => 1, tfoot => 1,  
                  thead => 1, tr => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
5493                # MUST                # MUST
5494                my $foster_parent_element;                my $foster_parent_element;
5495                my $next_sibling;                my $next_sibling;
5496                my $prev_sibling;                my $prev_sibling;
5497                OE: for (reverse 0..$#{$self->{open_elements}}) {                OE: for (reverse 0..$#{$self->{open_elements}}) {
5498                  if ($self->{open_elements}->[$_]->[1] eq 'table') {                  if ($self->{open_elements}->[$_]->[1] & TABLE_EL) {
5499                    my $parent = $self->{open_elements}->[$_]->[0]->parent_node;                    my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
5500                    if (defined $parent and $parent->node_type == 1) {                    if (defined $parent and $parent->node_type == 1) {
5501                        !!!cp ('t196');
5502                      $foster_parent_element = $parent;                      $foster_parent_element = $parent;
5503                      $next_sibling = $self->{open_elements}->[$_]->[0];                      $next_sibling = $self->{open_elements}->[$_]->[0];
5504                      $prev_sibling = $next_sibling->previous_sibling;                      $prev_sibling = $next_sibling->previous_sibling;
5505                    } else {                    } else {
5506                        !!!cp ('t197');
5507                      $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];                      $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];
5508                      $prev_sibling = $foster_parent_element->last_child;                      $prev_sibling = $foster_parent_element->last_child;
5509                    }                    }
# Line 3416  sub _tree_construction_main ($) { Line 5515  sub _tree_construction_main ($) {
5515                  unless defined $foster_parent_element;                  unless defined $foster_parent_element;
5516                if (defined $prev_sibling and                if (defined $prev_sibling and
5517                    $prev_sibling->node_type == 3) {                    $prev_sibling->node_type == 3) {
5518                    !!!cp ('t198');
5519                  $prev_sibling->manakai_append_text ($token->{data});                  $prev_sibling->manakai_append_text ($token->{data});
5520                } else {                } else {
5521                    !!!cp ('t199');
5522                  $foster_parent_element->insert_before                  $foster_parent_element->insert_before
5523                    ($self->{document}->create_text_node ($token->{data}),                    ($self->{document}->create_text_node ($token->{data}),
5524                     $next_sibling);                     $next_sibling);
5525                }                }
5526              } else {            $open_tables->[-1]->[1] = 1; # tainted
5527                $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});          } else {
5528              }            !!!cp ('t200');
5529              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
5530            }
5531                            
5532              !!!next-token;          !!!next-token;
5533              redo B;          next B;
5534        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
5535              if ({          if ({
5536                   tr => ($self->{insertion_mode} != IN_ROW_IM),               tr => ($self->{insertion_mode} != IN_ROW_IM),
5537                   th => 1, td => 1,               th => 1, td => 1,
5538                  }->{$token->{tag_name}}) {              }->{$token->{tag_name}}) {
5539                if ($self->{insertion_mode} == IN_TABLE_IM) {            if ($self->{insertion_mode} == IN_TABLE_IM) {
5540                  ## Clear back to table context              ## Clear back to table context
5541                  while ($self->{open_elements}->[-1]->[1] ne 'table' and              while (not ($self->{open_elements}->[-1]->[1]
5542                         $self->{open_elements}->[-1]->[1] ne 'html') {                              & TABLE_SCOPING_EL)) {
5543                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!cp ('t201');
5544                    pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
5545                  }              }
5546                                
5547                  !!!insert-element ('tbody');              !!!insert-element ('tbody',, $token);
5548                  $self->{insertion_mode} = IN_TABLE_BODY_IM;              $self->{insertion_mode} = IN_TABLE_BODY_IM;
5549                  ## reprocess in the "in table body" insertion mode...              ## reprocess in the "in table body" insertion mode...
5550                }            }
5551              
5552                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {            if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {
5553                  unless ($token->{tag_name} eq 'tr') {              unless ($token->{tag_name} eq 'tr') {
5554                    !!!parse-error (type => 'missing start tag:tr');                !!!cp ('t202');
5555                  }                !!!parse-error (type => 'missing start tag:tr', token => $token);
5556                }
5557                                    
5558                  ## Clear back to table body context              ## Clear back to table body context
5559                  while (not {              while (not ($self->{open_elements}->[-1]->[1]
5560                    tbody => 1, tfoot => 1, thead => 1, html => 1,                              & TABLE_ROWS_SCOPING_EL)) {
5561                  }->{$self->{open_elements}->[-1]->[1]}) {                !!!cp ('t203');
5562                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                ## ISSUE: Can this case be reached?
5563                    pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
5564                  }              }
5565                                    
5566                  $self->{insertion_mode} = IN_ROW_IM;                  $self->{insertion_mode} = IN_ROW_IM;
5567                  if ($token->{tag_name} eq 'tr') {                  if ($token->{tag_name} eq 'tr') {
5568                    !!!insert-element ($token->{tag_name}, $token->{attributes});                    !!!cp ('t204');
5569                      !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
5570                      !!!nack ('t204');
5571                    !!!next-token;                    !!!next-token;
5572                    redo B;                    next B;
5573                  } else {                  } else {
5574                    !!!insert-element ('tr');                    !!!cp ('t205');
5575                      !!!insert-element ('tr',, $token);
5576                    ## reprocess in the "in row" insertion mode                    ## reprocess in the "in row" insertion mode
5577                  }                  }
5578                  } else {
5579                    !!!cp ('t206');
5580                }                }
5581    
5582                ## Clear back to table row context                ## Clear back to table row context
5583                while (not {                while (not ($self->{open_elements}->[-1]->[1]
5584                  tr => 1, html => 1,                                & TABLE_ROW_SCOPING_EL)) {
5585                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t207');
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
5586                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
5587                }                }
5588                                
5589                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
5590                $self->{insertion_mode} = IN_CELL_IM;                $self->{insertion_mode} = IN_CELL_IM;
5591    
5592                push @$active_formatting_elements, ['#marker', ''];                push @$active_formatting_elements, ['#marker', ''];
5593                                
5594                  !!!nack ('t207.1');
5595                !!!next-token;                !!!next-token;
5596                redo B;                next B;
5597              } elsif ({              } elsif ({
5598                        caption => 1, col => 1, colgroup => 1,                        caption => 1, col => 1, colgroup => 1,
5599                        tbody => 1, tfoot => 1, thead => 1,                        tbody => 1, tfoot => 1, thead => 1,
# Line 3496  sub _tree_construction_main ($) { Line 5605  sub _tree_construction_main ($) {
5605                  my $i;                  my $i;
5606                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5607                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
5608                    if ($node->[1] eq 'tr') {                    if ($node->[1] & TABLE_ROW_EL) {
5609                        !!!cp ('t208');
5610                      $i = $_;                      $i = $_;
5611                      last INSCOPE;                      last INSCOPE;
5612                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
5613                              table => 1, html => 1,                      !!!cp ('t209');
                            }->{$node->[1]}) {  
5614                      last INSCOPE;                      last INSCOPE;
5615                    }                    }
5616                  } # INSCOPE                  } # INSCOPE
5617                  unless (defined $i) {                  unless (defined $i) {
5618                    !!!parse-error (type => 'unmacthed end tag:'.$token->{tag_name});                    !!!cp ('t210');
5619    ## TODO: This type is wrong.
5620                      !!!parse-error (type => 'unmacthed end tag',
5621                                      text => $token->{tag_name}, token => $token);
5622                    ## Ignore the token                    ## Ignore the token
5623                      !!!nack ('t210.1');
5624                    !!!next-token;                    !!!next-token;
5625                    redo B;                    next B;
5626                  }                  }
5627                                    
5628                  ## Clear back to table row context                  ## Clear back to table row context
5629                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
5630                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
5631                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t211');
5632                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    ## ISSUE: Can this case be reached?
5633                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
5634                  }                  }
5635                                    
5636                  pop @{$self->{open_elements}}; # tr                  pop @{$self->{open_elements}}; # tr
5637                  $self->{insertion_mode} = IN_TABLE_BODY_IM;                  $self->{insertion_mode} = IN_TABLE_BODY_IM;
5638                  if ($token->{tag_name} eq 'tr') {                  if ($token->{tag_name} eq 'tr') {
5639                      !!!cp ('t212');
5640                    ## reprocess                    ## reprocess
5641                    redo B;                    !!!ack-later;
5642                      next B;
5643                  } else {                  } else {
5644                      !!!cp ('t213');
5645                    ## reprocess in the "in table body" insertion mode...                    ## reprocess in the "in table body" insertion mode...
5646                  }                  }
5647                }                }
# Line 3535  sub _tree_construction_main ($) { Line 5651  sub _tree_construction_main ($) {
5651                  my $i;                  my $i;
5652                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5653                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
5654                    if ({                    if ($node->[1] & TABLE_ROW_GROUP_EL) {
5655                         tbody => 1, thead => 1, tfoot => 1,                      !!!cp ('t214');
                       }->{$node->[1]}) {  
5656                      $i = $_;                      $i = $_;
5657                      last INSCOPE;                      last INSCOPE;
5658                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
5659                              table => 1, html => 1,                      !!!cp ('t215');
                            }->{$node->[1]}) {  
5660                      last INSCOPE;                      last INSCOPE;
5661                    }                    }
5662                  } # INSCOPE                  } # INSCOPE
5663                  unless (defined $i) {                  unless (defined $i) {
5664                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    !!!cp ('t216');
5665    ## TODO: This erorr type is wrong.
5666                      !!!parse-error (type => 'unmatched end tag',
5667                                      text => $token->{tag_name}, token => $token);
5668                    ## Ignore the token                    ## Ignore the token
5669                      !!!nack ('t216.1');
5670                    !!!next-token;                    !!!next-token;
5671                    redo B;                    next B;
5672                  }                  }
5673    
5674                  ## Clear back to table body context                  ## Clear back to table body context
5675                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
5676                    tbody => 1, tfoot => 1, thead => 1, html => 1,                                  & TABLE_ROWS_SCOPING_EL)) {
5677                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t217');
5678                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    ## ISSUE: Can this state be reached?
5679                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
5680                  }                  }
5681                                    
# Line 3571  sub _tree_construction_main ($) { Line 5689  sub _tree_construction_main ($) {
5689                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
5690                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
5691                  ## reprocess in "in table" insertion mode...                  ## reprocess in "in table" insertion mode...
5692                  } else {
5693                    !!!cp ('t218');
5694                }                }
5695    
5696                if ($token->{tag_name} eq 'col') {                if ($token->{tag_name} eq 'col') {
5697                  ## Clear back to table context                  ## Clear back to table context
5698                  while ($self->{open_elements}->[-1]->[1] ne 'table' and                  while (not ($self->{open_elements}->[-1]->[1]
5699                         $self->{open_elements}->[-1]->[1] ne 'html') {                                  & TABLE_SCOPING_EL)) {
5700                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t219');
5701                      ## ISSUE: Can this state be reached?
5702                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
5703                  }                  }
5704                                    
5705                  !!!insert-element ('colgroup');                  !!!insert-element ('colgroup',, $token);
5706                  $self->{insertion_mode} = IN_COLUMN_GROUP_IM;                  $self->{insertion_mode} = IN_COLUMN_GROUP_IM;
5707                  ## reprocess                  ## reprocess
5708                  redo B;                  !!!ack-later;
5709                    next B;
5710                } elsif ({                } elsif ({
5711                          caption => 1,                          caption => 1,
5712                          colgroup => 1,                          colgroup => 1,
5713                          tbody => 1, tfoot => 1, thead => 1,                          tbody => 1, tfoot => 1, thead => 1,
5714                         }->{$token->{tag_name}}) {                         }->{$token->{tag_name}}) {
5715                  ## Clear back to table context                  ## Clear back to table context
5716                  while ($self->{open_elements}->[-1]->[1] ne 'table' and                  while (not ($self->{open_elements}->[-1]->[1]
5717                         $self->{open_elements}->[-1]->[1] ne 'html') {                                  & TABLE_SCOPING_EL)) {
5718                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t220');
5719                      ## ISSUE: Can this state be reached?
5720                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
5721                  }                  }
5722                                    
5723                  push @$active_formatting_elements, ['#marker', '']                  push @$active_formatting_elements, ['#marker', '']
5724                      if $token->{tag_name} eq 'caption';                      if $token->{tag_name} eq 'caption';
5725                                    
5726                  !!!insert-element ($token->{tag_name}, $token->{attributes});                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
5727                  $self->{insertion_mode} = {                  $self->{insertion_mode} = {
5728                                             caption => IN_CAPTION_IM,                                             caption => IN_CAPTION_IM,
5729                                             colgroup => IN_COLUMN_GROUP_IM,                                             colgroup => IN_COLUMN_GROUP_IM,
# Line 3609  sub _tree_construction_main ($) { Line 5732  sub _tree_construction_main ($) {
5732                                             thead => IN_TABLE_BODY_IM,                                             thead => IN_TABLE_BODY_IM,
5733                                            }->{$token->{tag_name}};                                            }->{$token->{tag_name}};
5734                  !!!next-token;                  !!!next-token;
5735                  redo B;                  !!!nack ('t220.1');
5736                    next B;
5737                } else {                } else {
5738                  die "$0: in table: <>: $token->{tag_name}";                  die "$0: in table: <>: $token->{tag_name}";
5739                }                }
5740              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
5741                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!parse-error (type => 'not closed',
5742                                  text => $self->{open_elements}->[-1]->[0]
5743                                      ->manakai_local_name,
5744                                  token => $token);
5745    
5746                ## As if </table>                ## As if </table>
5747                ## have a table element in table scope                ## have a table element in table scope
5748                my $i;                my $i;
5749                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5750                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
5751                  if ($node->[1] eq 'table') {                  if ($node->[1] & TABLE_EL) {
5752                      !!!cp ('t221');
5753                    $i = $_;                    $i = $_;
5754                    last INSCOPE;                    last INSCOPE;
5755                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
5756                            table => 1, html => 1,                    !!!cp ('t222');
                          }->{$node->[1]}) {  
5757                    last INSCOPE;                    last INSCOPE;
5758                  }                  }
5759                } # INSCOPE                } # INSCOPE
5760                unless (defined $i) {                unless (defined $i) {
5761                  !!!parse-error (type => 'unmatched end tag:table');                  !!!cp ('t223');
5762    ## TODO: The following is wrong, maybe.
5763                    !!!parse-error (type => 'unmatched end tag', text => 'table',
5764                                    token => $token);
5765                  ## Ignore tokens </table><table>                  ## Ignore tokens </table><table>
5766                    !!!nack ('t223.1');
5767                  !!!next-token;                  !!!next-token;
5768                  redo B;                  next B;
5769                }                }
5770                                
5771    ## TODO: Followings are removed from the latest spec.
5772                ## generate implied end tags                ## generate implied end tags
5773                if ({                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5774                     dd => 1, dt => 1, li => 1, p => 1,                  !!!cp ('t224');
5775                     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 => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
5776                }                }
5777    
5778                if ($self->{open_elements}->[-1]->[1] ne 'table') {                unless ($self->{open_elements}->[-1]->[1] & TABLE_EL) {
5779                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!cp ('t225');
5780                    ## NOTE: |<table><tr><table>|
5781                    !!!parse-error (type => 'not closed',
5782                                    text => $self->{open_elements}->[-1]->[0]
5783                                        ->manakai_local_name,
5784                                    token => $token);
5785                  } else {
5786                    !!!cp ('t226');
5787                }                }
5788    
5789                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
5790                  pop @{$open_tables};
5791    
5792                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
5793    
5794                ## reprocess            ## reprocess
5795                redo B;            !!!ack-later;
5796          } else {            next B;
5797            !!!parse-error (type => 'in table:'.$token->{tag_name});          } elsif ($token->{tag_name} eq 'style') {
5798              if (not $open_tables->[-1]->[1]) { # tainted
5799                !!!cp ('t227.8');
5800                ## NOTE: This is a "as if in head" code clone.
5801                $parse_rcdata->(CDATA_CONTENT_MODEL);
5802                next B;
5803              } else {
5804                !!!cp ('t227.7');
5805                #
5806              }
5807            } elsif ($token->{tag_name} eq 'script') {
5808              if (not $open_tables->[-1]->[1]) { # tainted
5809                !!!cp ('t227.6');
5810                ## NOTE: This is a "as if in head" code clone.
5811                $script_start_tag->();
5812                next B;
5813              } else {
5814                !!!cp ('t227.5');
5815                #
5816              }
5817            } elsif ($token->{tag_name} eq 'input') {
5818              if (not $open_tables->[-1]->[1]) { # tainted
5819                if ($token->{attributes}->{type}) { ## TODO: case
5820                  my $type = lc $token->{attributes}->{type}->{value};
5821                  if ($type eq 'hidden') {
5822                    !!!cp ('t227.3');
5823                    !!!parse-error (type => 'in table',
5824                                    text => $token->{tag_name}, token => $token);
5825    
5826            $insert = $insert_to_foster;                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
5827    
5828                    ## TODO: form element pointer
5829    
5830                    pop @{$self->{open_elements}};
5831    
5832                    !!!next-token;
5833                    !!!ack ('t227.2.1');
5834                    next B;
5835                  } else {
5836                    !!!cp ('t227.2');
5837                    #
5838                  }
5839                } else {
5840                  !!!cp ('t227.1');
5841                  #
5842                }
5843              } else {
5844                !!!cp ('t227.4');
5845                #
5846              }
5847            } else {
5848              !!!cp ('t227');
5849            #            #
5850          }          }
5851    
5852            !!!parse-error (type => 'in table', text => $token->{tag_name},
5853                            token => $token);
5854    
5855            $insert = $insert_to_foster;
5856            #
5857        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
5858              if ($token->{tag_name} eq 'tr' and              if ($token->{tag_name} eq 'tr' and
5859                  $self->{insertion_mode} == IN_ROW_IM) {                  $self->{insertion_mode} == IN_ROW_IM) {
# Line 3674  sub _tree_construction_main ($) { Line 5861  sub _tree_construction_main ($) {
5861                my $i;                my $i;
5862                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5863                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
5864                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[1] & TABLE_ROW_EL) {
5865                      !!!cp ('t228');
5866                    $i = $_;                    $i = $_;
5867                    last INSCOPE;                    last INSCOPE;
5868                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
5869                            table => 1, html => 1,                    !!!cp ('t229');
                          }->{$node->[1]}) {  
5870                    last INSCOPE;                    last INSCOPE;
5871                  }                  }
5872                } # INSCOPE                } # INSCOPE
5873                unless (defined $i) {                unless (defined $i) {
5874                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t230');
5875                    !!!parse-error (type => 'unmatched end tag',
5876                                    text => $token->{tag_name}, token => $token);
5877                  ## Ignore the token                  ## Ignore the token
5878                    !!!nack ('t230.1');
5879                  !!!next-token;                  !!!next-token;
5880                  redo B;                  next B;
5881                  } else {
5882                    !!!cp ('t232');
5883                }                }
5884    
5885                ## Clear back to table row context                ## Clear back to table row context
5886                while (not {                while (not ($self->{open_elements}->[-1]->[1]
5887                  tr => 1, html => 1,                                & TABLE_ROW_SCOPING_EL)) {
5888                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t231');
5889                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this state be reached?
5890                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
5891                }                }
5892    
5893                pop @{$self->{open_elements}}; # tr                pop @{$self->{open_elements}}; # tr
5894                $self->{insertion_mode} = IN_TABLE_BODY_IM;                $self->{insertion_mode} = IN_TABLE_BODY_IM;
5895                !!!next-token;                !!!next-token;
5896                redo B;                !!!nack ('t231.1');
5897                  next B;
5898              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
5899                if ($self->{insertion_mode} == IN_ROW_IM) {                if ($self->{insertion_mode} == IN_ROW_IM) {
5900                  ## As if </tr>                  ## As if </tr>
# Line 3709  sub _tree_construction_main ($) { Line 5902  sub _tree_construction_main ($) {
5902                  my $i;                  my $i;
5903                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5904                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
5905                    if ($node->[1] eq 'tr') {                    if ($node->[1] & TABLE_ROW_EL) {
5906                        !!!cp ('t233');
5907                      $i = $_;                      $i = $_;
5908                      last INSCOPE;                      last INSCOPE;
5909                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
5910                              table => 1, html => 1,                      !!!cp ('t234');
                            }->{$node->[1]}) {  
5911                      last INSCOPE;                      last INSCOPE;
5912                    }                    }
5913                  } # INSCOPE                  } # INSCOPE
5914                  unless (defined $i) {                  unless (defined $i) {
5915                    !!!parse-error (type => 'unmatched end tag:'.$token->{type});                    !!!cp ('t235');
5916    ## TODO: The following is wrong.
5917                      !!!parse-error (type => 'unmatched end tag',
5918                                      text => $token->{type}, token => $token);
5919                    ## Ignore the token                    ## Ignore the token
5920                      !!!nack ('t236.1');
5921                    !!!next-token;                    !!!next-token;
5922                    redo B;                    next B;
5923                  }                  }
5924                                    
5925                  ## Clear back to table row context                  ## Clear back to table row context
5926                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
5927                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
5928                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t236');
5929                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this state be reached?
5930                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
5931                  }                  }
5932                                    
# Line 3743  sub _tree_construction_main ($) { Line 5940  sub _tree_construction_main ($) {
5940                  my $i;                  my $i;
5941                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5942                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
5943                    if ({                    if ($node->[1] & TABLE_ROW_GROUP_EL) {
5944                         tbody => 1, thead => 1, tfoot => 1,                      !!!cp ('t237');
                       }->{$node->[1]}) {  
5945                      $i = $_;                      $i = $_;
5946                      last INSCOPE;                      last INSCOPE;
5947                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
5948                              table => 1, html => 1,                      !!!cp ('t238');
                            }->{$node->[1]}) {  
5949                      last INSCOPE;                      last INSCOPE;
5950                    }                    }
5951                  } # INSCOPE                  } # INSCOPE
5952                  unless (defined $i) {                  unless (defined $i) {
5953                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    !!!cp ('t239');
5954                      !!!parse-error (type => 'unmatched end tag',
5955                                      text => $token->{tag_name}, token => $token);
5956                    ## Ignore the token                    ## Ignore the token
5957                      !!!nack ('t239.1');
5958                    !!!next-token;                    !!!next-token;
5959                    redo B;                    next B;
5960                  }                  }
5961                                    
5962                  ## Clear back to table body context                  ## Clear back to table body context
5963                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
5964                    tbody => 1, tfoot => 1, thead => 1, html => 1,                                  & TABLE_ROWS_SCOPING_EL)) {
5965                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t240');
                   !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
5966                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
5967                  }                  }
5968                                    
# Line 3781  sub _tree_construction_main ($) { Line 5978  sub _tree_construction_main ($) {
5978                  ## reprocess in the "in table" insertion mode...                  ## reprocess in the "in table" insertion mode...
5979                }                }
5980    
5981                  ## NOTE: </table> in the "in table" insertion mode.
5982                  ## When you edit the code fragment below, please ensure that
5983                  ## the code for <table> in the "in table" insertion mode
5984                  ## is synced with it.
5985    
5986                ## have a table element in table scope                ## have a table element in table scope
5987                my $i;                my $i;
5988                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5989                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
5990                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[1] & TABLE_EL) {
5991                      !!!cp ('t241');
5992                    $i = $_;                    $i = $_;
5993                    last INSCOPE;                    last INSCOPE;
5994                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
5995                            table => 1, html => 1,                    !!!cp ('t242');
                          }->{$node->[1]}) {  
5996                    last INSCOPE;                    last INSCOPE;
5997                  }                  }
5998                } # INSCOPE                } # INSCOPE
5999                unless (defined $i) {                unless (defined $i) {
6000                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t243');
6001                    !!!parse-error (type => 'unmatched end tag',
6002                                    text => $token->{tag_name}, token => $token);
6003                  ## Ignore the token                  ## Ignore the token
6004                    !!!nack ('t243.1');
6005                  !!!next-token;                  !!!next-token;
6006                  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]);  
6007                }                }
6008                                    
6009                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
6010                  pop @{$open_tables};
6011                                
6012                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
6013                                
6014                !!!next-token;                !!!next-token;
6015                redo B;                next B;
6016              } elsif ({              } elsif ({
6017                        tbody => 1, tfoot => 1, thead => 1,                        tbody => 1, tfoot => 1, thead => 1,
6018                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
# Line 3832  sub _tree_construction_main ($) { Line 6022  sub _tree_construction_main ($) {
6022                  my $i;                  my $i;
6023                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
6024                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
6025                    if ($node->[1] eq $token->{tag_name}) {                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
6026                        !!!cp ('t247');
6027                      $i = $_;                      $i = $_;
6028                      last INSCOPE;                      last INSCOPE;
6029                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
6030                              table => 1, html => 1,                      !!!cp ('t248');
                            }->{$node->[1]}) {  
6031                      last INSCOPE;                      last INSCOPE;
6032                    }                    }
6033                  } # INSCOPE                  } # INSCOPE
6034                    unless (defined $i) {                    unless (defined $i) {
6035                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                      !!!cp ('t249');
6036                        !!!parse-error (type => 'unmatched end tag',
6037                                        text => $token->{tag_name}, token => $token);
6038                      ## Ignore the token                      ## Ignore the token
6039                        !!!nack ('t249.1');
6040                      !!!next-token;                      !!!next-token;
6041                      redo B;                      next B;
6042                    }                    }
6043                                    
6044                  ## As if </tr>                  ## As if </tr>
# Line 3853  sub _tree_construction_main ($) { Line 6046  sub _tree_construction_main ($) {
6046                  my $i;                  my $i;
6047                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
6048                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
6049                    if ($node->[1] eq 'tr') {                    if ($node->[1] & TABLE_ROW_EL) {
6050                        !!!cp ('t250');
6051                      $i = $_;                      $i = $_;
6052                      last INSCOPE;                      last INSCOPE;
6053                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
6054                              table => 1, html => 1,                      !!!cp ('t251');
                            }->{$node->[1]}) {  
6055                      last INSCOPE;                      last INSCOPE;
6056                    }                    }
6057                  } # INSCOPE                  } # INSCOPE
6058                    unless (defined $i) {                    unless (defined $i) {
6059                      !!!parse-error (type => 'unmatched end tag:tr');                      !!!cp ('t252');
6060                        !!!parse-error (type => 'unmatched end tag',
6061                                        text => 'tr', token => $token);
6062                      ## Ignore the token                      ## Ignore the token
6063                        !!!nack ('t252.1');
6064                      !!!next-token;                      !!!next-token;
6065                      redo B;                      next B;
6066                    }                    }
6067                                    
6068                  ## Clear back to table row context                  ## Clear back to table row context
6069                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
6070                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
6071                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t253');
6072                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this case be reached?
6073                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
6074                  }                  }
6075                                    
# Line 3886  sub _tree_construction_main ($) { Line 6082  sub _tree_construction_main ($) {
6082                my $i;                my $i;
6083                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
6084                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
6085                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
6086                      !!!cp ('t254');
6087                    $i = $_;                    $i = $_;
6088                    last INSCOPE;                    last INSCOPE;
6089                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
6090                            table => 1, html => 1,                    !!!cp ('t255');
                          }->{$node->[1]}) {  
6091                    last INSCOPE;                    last INSCOPE;
6092                  }                  }
6093                } # INSCOPE                } # INSCOPE
6094                unless (defined $i) {                unless (defined $i) {
6095                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t256');
6096                    !!!parse-error (type => 'unmatched end tag',
6097                                    text => $token->{tag_name}, token => $token);
6098                  ## Ignore the token                  ## Ignore the token
6099                    !!!nack ('t256.1');
6100                  !!!next-token;                  !!!next-token;
6101                  redo B;                  next B;
6102                }                }
6103    
6104                ## Clear back to table body context                ## Clear back to table body context
6105                while (not {                while (not ($self->{open_elements}->[-1]->[1]
6106                  tbody => 1, tfoot => 1, thead => 1, html => 1,                                & TABLE_ROWS_SCOPING_EL)) {
6107                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t257');
6108                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this case be reached?
6109                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
6110                }                }
6111    
6112                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
6113                $self->{insertion_mode} = IN_TABLE_IM;                $self->{insertion_mode} = IN_TABLE_IM;
6114                  !!!nack ('t257.1');
6115                !!!next-token;                !!!next-token;
6116                redo B;                next B;
6117              } elsif ({              } elsif ({
6118                        body => 1, caption => 1, col => 1, colgroup => 1,                        body => 1, caption => 1, col => 1, colgroup => 1,
6119                        html => 1, td => 1, th => 1,                        html => 1, td => 1, th => 1,
6120                        tr => 1, # $self->{insertion_mode} == IN_ROW_IM                        tr => 1, # $self->{insertion_mode} == IN_ROW_IM
6121                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM
6122                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
6123                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t258');
6124                ## Ignore the token            !!!parse-error (type => 'unmatched end tag',
6125                !!!next-token;                            text => $token->{tag_name}, token => $token);
6126                redo B;            ## Ignore the token
6127          } else {            !!!nack ('t258.1');
6128            !!!parse-error (type => 'in table:/'.$token->{tag_name});             !!!next-token;
6129              next B;
6130            } else {
6131              !!!cp ('t259');
6132              !!!parse-error (type => 'in table:/',
6133                              text => $token->{tag_name}, token => $token);
6134    
6135            $insert = $insert_to_foster;            $insert = $insert_to_foster;
6136            #            #
6137          }          }
6138          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
6139            unless ($self->{open_elements}->[-1]->[1] & HTML_EL and
6140                    @{$self->{open_elements}} == 1) { # redundant, maybe
6141              !!!parse-error (type => 'in body:#eof', token => $token);
6142              !!!cp ('t259.1');
6143              #
6144            } else {
6145              !!!cp ('t259.2');
6146              #
6147            }
6148    
6149            ## Stop parsing
6150            last B;
6151        } else {        } else {
6152          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
6153        }        }
# Line 3938  sub _tree_construction_main ($) { Line 6156  sub _tree_construction_main ($) {
6156              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {
6157                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
6158                unless (length $token->{data}) {                unless (length $token->{data}) {
6159                    !!!cp ('t260');
6160                  !!!next-token;                  !!!next-token;
6161                  redo B;                  next B;
6162                }                }
6163              }              }
6164                            
6165                !!!cp ('t261');
6166              #              #
6167            } elsif ($token->{type} == START_TAG_TOKEN) {            } elsif ($token->{type} == START_TAG_TOKEN) {
6168              if ($token->{tag_name} eq 'col') {              if ($token->{tag_name} eq 'col') {
6169                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!cp ('t262');
6170                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
6171                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
6172                  !!!ack ('t262.1');
6173                !!!next-token;                !!!next-token;
6174                redo B;                next B;
6175              } else {              } else {
6176                  !!!cp ('t263');
6177                #                #
6178              }              }
6179            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
6180              if ($token->{tag_name} eq 'colgroup') {              if ($token->{tag_name} eq 'colgroup') {
6181                if ($self->{open_elements}->[-1]->[1] eq 'html') {                if ($self->{open_elements}->[-1]->[1] & HTML_EL) {
6182                  !!!parse-error (type => 'unmatched end tag:colgroup');                  !!!cp ('t264');
6183                    !!!parse-error (type => 'unmatched end tag',
6184                                    text => 'colgroup', token => $token);
6185                  ## Ignore the token                  ## Ignore the token
6186                  !!!next-token;                  !!!next-token;
6187                  redo B;                  next B;
6188                } else {                } else {
6189                    !!!cp ('t265');
6190                  pop @{$self->{open_elements}}; # colgroup                  pop @{$self->{open_elements}}; # colgroup
6191                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
6192                  !!!next-token;                  !!!next-token;
6193                  redo B;                              next B;            
6194                }                }
6195              } elsif ($token->{tag_name} eq 'col') {              } elsif ($token->{tag_name} eq 'col') {
6196                !!!parse-error (type => 'unmatched end tag:col');                !!!cp ('t266');
6197                  !!!parse-error (type => 'unmatched end tag',
6198                                  text => 'col', token => $token);
6199                ## Ignore the token                ## Ignore the token
6200                !!!next-token;                !!!next-token;
6201                redo B;                next B;
6202              } else {              } else {
6203                  !!!cp ('t267');
6204                #                #
6205              }              }
6206            } else {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
6207              #          if ($self->{open_elements}->[-1]->[1] & HTML_EL and
6208            }              @{$self->{open_elements}} == 1) { # redundant, maybe
6209              !!!cp ('t270.2');
6210              ## Stop parsing.
6211              last B;
6212            } else {
6213              ## NOTE: As if </colgroup>.
6214              !!!cp ('t270.1');
6215              pop @{$self->{open_elements}}; # colgroup
6216              $self->{insertion_mode} = IN_TABLE_IM;
6217              ## Reprocess.
6218              next B;
6219            }
6220          } else {
6221            die "$0: $token->{type}: Unknown token type";
6222          }
6223    
6224            ## As if </colgroup>            ## As if </colgroup>
6225            if ($self->{open_elements}->[-1]->[1] eq 'html') {            if ($self->{open_elements}->[-1]->[1] & HTML_EL) {
6226              !!!parse-error (type => 'unmatched end tag:colgroup');              !!!cp ('t269');
6227    ## TODO: Wrong error type?
6228                !!!parse-error (type => 'unmatched end tag',
6229                                text => 'colgroup', token => $token);
6230              ## Ignore the token              ## Ignore the token
6231                !!!nack ('t269.1');
6232              !!!next-token;              !!!next-token;
6233              redo B;              next B;
6234            } else {            } else {
6235                !!!cp ('t270');
6236              pop @{$self->{open_elements}}; # colgroup              pop @{$self->{open_elements}}; # colgroup
6237              $self->{insertion_mode} = IN_TABLE_IM;              $self->{insertion_mode} = IN_TABLE_IM;
6238                !!!ack-later;
6239              ## reprocess              ## reprocess
6240              redo B;              next B;
6241            }            }
6242      } elsif ($self->{insertion_mode} == IN_SELECT_IM) {      } elsif ($self->{insertion_mode} & SELECT_IMS) {
6243        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
6244            !!!cp ('t271');
6245          $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});          $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
6246          !!!next-token;          !!!next-token;
6247          redo B;          next B;
6248        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
6249              if ($token->{tag_name} eq 'option') {          if ($token->{tag_name} eq 'option') {
6250                if ($self->{open_elements}->[-1]->[1] eq 'option') {            if ($self->{open_elements}->[-1]->[1] & OPTION_EL) {
6251                  ## As if </option>              !!!cp ('t272');
6252                  pop @{$self->{open_elements}};              ## As if </option>
6253                }              pop @{$self->{open_elements}};
6254              } else {
6255                !!!cp ('t273');
6256              }
6257    
6258                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
6259                !!!next-token;            !!!nack ('t273.1');
6260                redo B;            !!!next-token;
6261              } elsif ($token->{tag_name} eq 'optgroup') {            next B;
6262                if ($self->{open_elements}->[-1]->[1] eq 'option') {          } elsif ($token->{tag_name} eq 'optgroup') {
6263                  ## As if </option>            if ($self->{open_elements}->[-1]->[1] & OPTION_EL) {
6264                  pop @{$self->{open_elements}};              !!!cp ('t274');
6265                }              ## As if </option>
6266                pop @{$self->{open_elements}};
6267              } else {
6268                !!!cp ('t275');
6269              }
6270    
6271                if ($self->{open_elements}->[-1]->[1] eq 'optgroup') {            if ($self->{open_elements}->[-1]->[1] & OPTGROUP_EL) {
6272                  ## As if </optgroup>              !!!cp ('t276');
6273                  pop @{$self->{open_elements}};              ## As if </optgroup>
6274                }              pop @{$self->{open_elements}};
6275              } else {
6276                !!!cp ('t277');
6277              }
6278    
6279                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
6280                !!!next-token;            !!!nack ('t277.1');
6281                redo B;            !!!next-token;
6282              } elsif ($token->{tag_name} eq 'select') {            next B;
6283                !!!parse-error (type => 'not closed:select');          } elsif ({
6284                ## As if </select> instead                     select => 1, input => 1, textarea => 1,
6285                ## have an element in table scope                   }->{$token->{tag_name}} or
6286                my $i;                   ($self->{insertion_mode} == IN_SELECT_IN_TABLE_IM and
6287                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                    {
6288                  my $node = $self->{open_elements}->[$_];                     caption => 1, table => 1,
6289                  if ($node->[1] eq $token->{tag_name}) {                     tbody => 1, tfoot => 1, thead => 1,
6290                    $i = $_;                     tr => 1, td => 1, th => 1,
6291                    last INSCOPE;                    }->{$token->{tag_name}})) {
6292                  } elsif ({            ## TODO: The type below is not good - <select> is replaced by </select>
6293                            table => 1, html => 1,            !!!parse-error (type => 'not closed', text => 'select',
6294                           }->{$node->[1]}) {                            token => $token);
6295                    last INSCOPE;            ## NOTE: As if the token were </select> (<select> case) or
6296                  }            ## as if there were </select> (otherwise).
6297                } # INSCOPE            ## have an element in table scope
6298                unless (defined $i) {            my $i;
6299                  !!!parse-error (type => 'unmatched end tag:select');            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
6300                  ## Ignore the token              my $node = $self->{open_elements}->[$_];
6301                  !!!next-token;              if ($node->[1] & SELECT_EL) {
6302                  redo B;                !!!cp ('t278');
6303                }                $i = $_;
6304                  last INSCOPE;
6305                } elsif ($node->[1] & TABLE_SCOPING_EL) {
6306                  !!!cp ('t279');
6307                  last INSCOPE;
6308                }
6309              } # INSCOPE
6310              unless (defined $i) {
6311                !!!cp ('t280');
6312                !!!parse-error (type => 'unmatched end tag',
6313                                text => 'select', token => $token);
6314                ## Ignore the token
6315                !!!nack ('t280.1');
6316                !!!next-token;
6317                next B;
6318              }
6319                                
6320                splice @{$self->{open_elements}}, $i;            !!!cp ('t281');
6321              splice @{$self->{open_elements}}, $i;
6322    
6323                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
6324    
6325                !!!next-token;            if ($token->{tag_name} eq 'select') {
6326                redo B;              !!!nack ('t281.2');
6327                !!!next-token;
6328                next B;
6329              } else {
6330                !!!cp ('t281.1');
6331                !!!ack-later;
6332                ## Reprocess the token.
6333                next B;
6334              }
6335          } else {          } else {
6336            !!!parse-error (type => 'in select:'.$token->{tag_name});            !!!cp ('t282');
6337              !!!parse-error (type => 'in select',
6338                              text => $token->{tag_name}, token => $token);
6339            ## Ignore the token            ## Ignore the token
6340              !!!nack ('t282.1');
6341            !!!next-token;            !!!next-token;
6342            redo B;            next B;
6343          }          }
6344        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
6345              if ($token->{tag_name} eq 'optgroup') {          if ($token->{tag_name} eq 'optgroup') {
6346                if ($self->{open_elements}->[-1]->[1] eq 'option' and            if ($self->{open_elements}->[-1]->[1] & OPTION_EL and
6347                    $self->{open_elements}->[-2]->[1] eq 'optgroup') {                $self->{open_elements}->[-2]->[1] & OPTGROUP_EL) {
6348                  ## As if </option>              !!!cp ('t283');
6349                  splice @{$self->{open_elements}}, -2;              ## As if </option>
6350                } elsif ($self->{open_elements}->[-1]->[1] eq 'optgroup') {              splice @{$self->{open_elements}}, -2;
6351                  pop @{$self->{open_elements}};            } elsif ($self->{open_elements}->[-1]->[1] & OPTGROUP_EL) {
6352                } else {              !!!cp ('t284');
6353                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              pop @{$self->{open_elements}};
6354                  ## Ignore the token            } else {
6355                }              !!!cp ('t285');
6356                !!!next-token;              !!!parse-error (type => 'unmatched end tag',
6357                redo B;                              text => $token->{tag_name}, token => $token);
6358              } elsif ($token->{tag_name} eq 'option') {              ## Ignore the token
6359                if ($self->{open_elements}->[-1]->[1] eq 'option') {            }
6360                  pop @{$self->{open_elements}};            !!!nack ('t285.1');
6361                } else {            !!!next-token;
6362                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            next B;
6363                  ## Ignore the token          } elsif ($token->{tag_name} eq 'option') {
6364                }            if ($self->{open_elements}->[-1]->[1] & OPTION_EL) {
6365                !!!next-token;              !!!cp ('t286');
6366                redo B;              pop @{$self->{open_elements}};
6367              } elsif ($token->{tag_name} eq 'select') {            } else {
6368                ## have an element in table scope              !!!cp ('t287');
6369                my $i;              !!!parse-error (type => 'unmatched end tag',
6370                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                              text => $token->{tag_name}, token => $token);
6371                  my $node = $self->{open_elements}->[$_];              ## Ignore the token
6372                  if ($node->[1] eq $token->{tag_name}) {            }
6373                    $i = $_;            !!!nack ('t287.1');
6374                    last INSCOPE;            !!!next-token;
6375                  } elsif ({            next B;
6376                            table => 1, html => 1,          } elsif ($token->{tag_name} eq 'select') {
6377                           }->{$node->[1]}) {            ## have an element in table scope
6378                    last INSCOPE;            my $i;
6379                  }            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
6380                } # INSCOPE              my $node = $self->{open_elements}->[$_];
6381                unless (defined $i) {              if ($node->[1] & SELECT_EL) {
6382                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!cp ('t288');
6383                  ## Ignore the token                $i = $_;
6384                  !!!next-token;                last INSCOPE;
6385                  redo B;              } elsif ($node->[1] & TABLE_SCOPING_EL) {
6386                }                !!!cp ('t289');
6387                  last INSCOPE;
6388                }
6389              } # INSCOPE
6390              unless (defined $i) {
6391                !!!cp ('t290');
6392                !!!parse-error (type => 'unmatched end tag',
6393                                text => $token->{tag_name}, token => $token);
6394                ## Ignore the token
6395                !!!nack ('t290.1');
6396                !!!next-token;
6397                next B;
6398              }
6399                                
6400                splice @{$self->{open_elements}}, $i;            !!!cp ('t291');
6401              splice @{$self->{open_elements}}, $i;
6402    
6403                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
6404    
6405                !!!next-token;            !!!nack ('t291.1');
6406                redo B;            !!!next-token;
6407              } elsif ({            next B;
6408                        caption => 1, table => 1, tbody => 1,          } elsif ($self->{insertion_mode} == IN_SELECT_IN_TABLE_IM and
6409                        tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,                   {
6410                       }->{$token->{tag_name}}) {                    caption => 1, table => 1, tbody => 1,
6411                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,
6412                     }->{$token->{tag_name}}) {
6413    ## TODO: The following is wrong?
6414              !!!parse-error (type => 'unmatched end tag',
6415                              text => $token->{tag_name}, token => $token);
6416                                
6417                ## have an element in table scope            ## have an element in table scope
6418                my $i;            my $i;
6419                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
6420                  my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
6421                  if ($node->[1] eq $token->{tag_name}) {              if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
6422                    $i = $_;                !!!cp ('t292');
6423                    last INSCOPE;                $i = $_;
6424                  } elsif ({                last INSCOPE;
6425                            table => 1, html => 1,              } elsif ($node->[1] & TABLE_SCOPING_EL) {
6426                           }->{$node->[1]}) {                !!!cp ('t293');
6427                    last INSCOPE;                last INSCOPE;
6428                  }              }
6429                } # INSCOPE            } # INSCOPE
6430                unless (defined $i) {            unless (defined $i) {
6431                  ## Ignore the token              !!!cp ('t294');
6432                  !!!next-token;              ## Ignore the token
6433                  redo B;              !!!nack ('t294.1');
6434                }              !!!next-token;
6435                next B;
6436              }
6437                                
6438                ## As if </select>            ## As if </select>
6439                ## have an element in table scope            ## have an element in table scope
6440                undef $i;            undef $i;
6441                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
6442                  my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
6443                  if ($node->[1] eq 'select') {              if ($node->[1] & SELECT_EL) {
6444                    $i = $_;                !!!cp ('t295');
6445                    last INSCOPE;                $i = $_;
6446                  } elsif ({                last INSCOPE;
6447                            table => 1, html => 1,              } elsif ($node->[1] & TABLE_SCOPING_EL) {
6448                           }->{$node->[1]}) {  ## ISSUE: Can this state be reached?
6449                    last INSCOPE;                !!!cp ('t296');
6450                  }                last INSCOPE;
6451                } # INSCOPE              }
6452                unless (defined $i) {            } # INSCOPE
6453                  !!!parse-error (type => 'unmatched end tag:select');            unless (defined $i) {
6454                  ## Ignore the </select> token              !!!cp ('t297');
6455                  !!!next-token; ## TODO: ok?  ## TODO: The following error type is correct?
6456                  redo B;              !!!parse-error (type => 'unmatched end tag',
6457                }                              text => 'select', token => $token);
6458                ## Ignore the </select> token
6459                !!!nack ('t297.1');
6460                !!!next-token; ## TODO: ok?
6461                next B;
6462              }
6463                                
6464                splice @{$self->{open_elements}}, $i;            !!!cp ('t298');
6465              splice @{$self->{open_elements}}, $i;
6466    
6467                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
6468    
6469                ## reprocess            !!!ack-later;
6470                redo B;            ## reprocess
6471              next B;
6472          } else {          } else {
6473            !!!parse-error (type => 'in select:/'.$token->{tag_name});            !!!cp ('t299');
6474              !!!parse-error (type => 'in select:/',
6475                              text => $token->{tag_name}, token => $token);
6476            ## Ignore the token            ## Ignore the token
6477              !!!nack ('t299.3');
6478            !!!next-token;            !!!next-token;
6479            redo B;            next B;
6480          }          }
6481          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
6482            unless ($self->{open_elements}->[-1]->[1] & HTML_EL and
6483                    @{$self->{open_elements}} == 1) { # redundant, maybe
6484              !!!cp ('t299.1');
6485              !!!parse-error (type => 'in body:#eof', token => $token);
6486            } else {
6487              !!!cp ('t299.2');
6488            }
6489    
6490            ## Stop parsing.
6491            last B;
6492        } else {        } else {
6493          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
6494        }        }
# Line 4175  sub _tree_construction_main ($) { Line 6502  sub _tree_construction_main ($) {
6502            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
6503                        
6504            unless (length $token->{data}) {            unless (length $token->{data}) {
6505                !!!cp ('t300');
6506              !!!next-token;              !!!next-token;
6507              redo B;              next B;
6508            }            }
6509          }          }
6510                    
6511          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
6512            !!!parse-error (type => 'after html:#character');            !!!cp ('t301');
6513              !!!parse-error (type => 'after html:#text', token => $token);
6514    
6515            ## Reprocess in the "main" phase, "after body" insertion mode...            ## Reprocess in the "after body" insertion mode.
6516            } else {
6517              !!!cp ('t302');
6518          }          }
6519                    
6520          ## "after body" insertion mode          ## "after body" insertion mode
6521          !!!parse-error (type => 'after body:#character');          !!!parse-error (type => 'after body:#text', token => $token);
6522    
6523          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
6524          ## reprocess          ## reprocess
6525          redo B;          next B;
6526        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
6527          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
6528            !!!parse-error (type => 'after html:'.$token->{tag_name});            !!!cp ('t303');
6529              !!!parse-error (type => 'after html',
6530                              text => $token->{tag_name}, token => $token);
6531                        
6532            ## Reprocess in the "main" phase, "after body" insertion mode...            ## Reprocess in the "after body" insertion mode.
6533            } else {
6534              !!!cp ('t304');
6535          }          }
6536    
6537          ## "after body" insertion mode          ## "after body" insertion mode
6538          !!!parse-error (type => 'after body:'.$token->{tag_name});          !!!parse-error (type => 'after body',
6539                            text => $token->{tag_name}, token => $token);
6540    
6541          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
6542            !!!ack-later;
6543          ## reprocess          ## reprocess
6544          redo B;          next B;
6545        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
6546          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
6547            !!!parse-error (type => 'after html:/'.$token->{tag_name});            !!!cp ('t305');
6548              !!!parse-error (type => 'after html:/',
6549                              text => $token->{tag_name}, token => $token);
6550                        
6551            $self->{insertion_mode} = AFTER_BODY_IM;            $self->{insertion_mode} = AFTER_BODY_IM;
6552            ## Reprocess in the "main" phase, "after body" insertion mode...            ## Reprocess in the "after body" insertion mode.
6553            } else {
6554              !!!cp ('t306');
6555          }          }
6556    
6557          ## "after body" insertion mode          ## "after body" insertion mode
6558          if ($token->{tag_name} eq 'html') {          if ($token->{tag_name} eq 'html') {
6559            if (defined $self->{inner_html_node}) {            if (defined $self->{inner_html_node}) {
6560              !!!parse-error (type => 'unmatched end tag:html');              !!!cp ('t307');
6561                !!!parse-error (type => 'unmatched end tag',
6562                                text => 'html', token => $token);
6563              ## Ignore the token              ## Ignore the token
6564              !!!next-token;              !!!next-token;
6565              redo B;              next B;
6566            } else {            } else {
6567                !!!cp ('t308');
6568              $self->{insertion_mode} = AFTER_HTML_BODY_IM;              $self->{insertion_mode} = AFTER_HTML_BODY_IM;
6569              !!!next-token;              !!!next-token;
6570              redo B;              next B;
6571            }            }
6572          } else {          } else {
6573            !!!parse-error (type => 'after body:/'.$token->{tag_name});            !!!cp ('t309');
6574              !!!parse-error (type => 'after body:/',
6575                              text => $token->{tag_name}, token => $token);
6576    
6577            $self->{insertion_mode} = IN_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
6578            ## reprocess            ## reprocess
6579            redo B;            next B;
6580          }          }
6581          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
6582            !!!cp ('t309.2');
6583            ## Stop parsing
6584            last B;
6585        } else {        } else {
6586          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
6587        }        }
# Line 4241  sub _tree_construction_main ($) { Line 6591  sub _tree_construction_main ($) {
6591            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
6592                        
6593            unless (length $token->{data}) {            unless (length $token->{data}) {
6594                !!!cp ('t310');
6595              !!!next-token;              !!!next-token;
6596              redo B;              next B;
6597            }            }
6598          }          }
6599                    
6600          if ($token->{data} =~ s/^[^\x09\x0A\x0B\x0C\x20]+//) {          if ($token->{data} =~ s/^[^\x09\x0A\x0B\x0C\x20]+//) {
6601            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
6602              !!!parse-error (type => 'in frameset:#character');              !!!cp ('t311');
6603                !!!parse-error (type => 'in frameset:#text', token => $token);
6604            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
6605              !!!parse-error (type => 'after frameset:#character');              !!!cp ('t312');
6606            } else { # "after html frameset"              !!!parse-error (type => 'after frameset:#text', token => $token);
6607              !!!parse-error (type => 'after html:#character');            } else { # "after after frameset"
6608                !!!cp ('t313');
6609              $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');  
6610            }            }
6611                        
6612            ## Ignore the token.            ## Ignore the token.
6613            if (length $token->{data}) {            if (length $token->{data}) {
6614                !!!cp ('t314');
6615              ## reprocess the rest of characters              ## reprocess the rest of characters
6616            } else {            } else {
6617                !!!cp ('t315');
6618              !!!next-token;              !!!next-token;
6619            }            }
6620            redo B;            next B;
6621          }          }
6622                    
6623          die qq[$0: Character "$token->{data}"];          die qq[$0: Character "$token->{data}"];
6624        } 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...  
         }  
   
6625          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
6626              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
6627            !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!cp ('t318');
6628              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
6629              !!!nack ('t318.1');
6630            !!!next-token;            !!!next-token;
6631            redo B;            next B;
6632          } elsif ($token->{tag_name} eq 'frame' and          } elsif ($token->{tag_name} eq 'frame' and
6633                   $self->{insertion_mode} == IN_FRAMESET_IM) {                   $self->{insertion_mode} == IN_FRAMESET_IM) {
6634            !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!cp ('t319');
6635              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
6636            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
6637              !!!ack ('t319.1');
6638            !!!next-token;            !!!next-token;
6639            redo B;            next B;
6640          } elsif ($token->{tag_name} eq 'noframes') {          } elsif ($token->{tag_name} eq 'noframes') {
6641            ## NOTE: As if in body.            !!!cp ('t320');
6642            $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);            ## NOTE: As if in head.
6643            redo B;            $parse_rcdata->(CDATA_CONTENT_MODEL);
6644              next B;
6645    
6646              ## NOTE: |<!DOCTYPE HTML><frameset></frameset></html><noframes></noframes>|
6647              ## has no parse error.
6648          } else {          } else {
6649            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
6650              !!!parse-error (type => 'in frameset:'.$token->{tag_name});              !!!cp ('t321');
6651            } else {              !!!parse-error (type => 'in frameset',
6652              !!!parse-error (type => 'after frameset:'.$token->{tag_name});                              text => $token->{tag_name}, token => $token);
6653              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
6654                !!!cp ('t322');
6655                !!!parse-error (type => 'after frameset',
6656                                text => $token->{tag_name}, token => $token);
6657              } else { # "after after frameset"
6658                !!!cp ('t322.2');
6659                !!!parse-error (type => 'after after frameset',
6660                                text => $token->{tag_name}, token => $token);
6661            }            }
6662            ## Ignore the token            ## Ignore the token
6663              !!!nack ('t322.1');
6664            !!!next-token;            !!!next-token;
6665            redo B;            next B;
6666          }          }
6667        } elsif ($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...  
         }  
   
6668          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
6669              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
6670            if ($self->{open_elements}->[-1]->[1] eq 'html' and            if ($self->{open_elements}->[-1]->[1] & HTML_EL and
6671                @{$self->{open_elements}} == 1) {                @{$self->{open_elements}} == 1) {
6672              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t325');
6673                !!!parse-error (type => 'unmatched end tag',
6674                                text => $token->{tag_name}, token => $token);
6675              ## Ignore the token              ## Ignore the token
6676              !!!next-token;              !!!next-token;
6677            } else {            } else {
6678                !!!cp ('t326');
6679              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
6680              !!!next-token;              !!!next-token;
6681            }            }
6682    
6683            if (not defined $self->{inner_html_node} and            if (not defined $self->{inner_html_node} and
6684                $self->{open_elements}->[-1]->[1] ne 'frameset') {                not ($self->{open_elements}->[-1]->[1] & FRAMESET_EL)) {
6685                !!!cp ('t327');
6686              $self->{insertion_mode} = AFTER_FRAMESET_IM;              $self->{insertion_mode} = AFTER_FRAMESET_IM;
6687              } else {
6688                !!!cp ('t328');
6689            }            }
6690            redo B;            next B;
6691          } elsif ($token->{tag_name} eq 'html' and          } elsif ($token->{tag_name} eq 'html' and
6692                   $self->{insertion_mode} == AFTER_FRAMESET_IM) {                   $self->{insertion_mode} == AFTER_FRAMESET_IM) {
6693              !!!cp ('t329');
6694            $self->{insertion_mode} = AFTER_HTML_FRAMESET_IM;            $self->{insertion_mode} = AFTER_HTML_FRAMESET_IM;
6695            !!!next-token;            !!!next-token;
6696            redo B;            next B;
6697          } else {          } else {
6698            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
6699              !!!parse-error (type => 'in frameset:/'.$token->{tag_name});              !!!cp ('t330');
6700            } else {              !!!parse-error (type => 'in frameset:/',
6701              !!!parse-error (type => 'after frameset:/'.$token->{tag_name});                              text => $token->{tag_name}, token => $token);
6702              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
6703                !!!cp ('t330.1');
6704                !!!parse-error (type => 'after frameset:/',
6705                                text => $token->{tag_name}, token => $token);
6706              } else { # "after after html"
6707                !!!cp ('t331');
6708                !!!parse-error (type => 'after after frameset:/',
6709                                text => $token->{tag_name}, token => $token);
6710            }            }
6711            ## Ignore the token            ## Ignore the token
6712            !!!next-token;            !!!next-token;
6713            redo B;            next B;
6714            }
6715          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
6716            unless ($self->{open_elements}->[-1]->[1] & HTML_EL and
6717                    @{$self->{open_elements}} == 1) { # redundant, maybe
6718              !!!cp ('t331.1');
6719              !!!parse-error (type => 'in body:#eof', token => $token);
6720            } else {
6721              !!!cp ('t331.2');
6722          }          }
6723            
6724            ## Stop parsing
6725            last B;
6726        } else {        } else {
6727          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
6728        }        }
# Line 4354  sub _tree_construction_main ($) { Line 6735  sub _tree_construction_main ($) {
6735      ## "in body" insertion mode      ## "in body" insertion mode
6736      if ($token->{type} == START_TAG_TOKEN) {      if ($token->{type} == START_TAG_TOKEN) {
6737        if ($token->{tag_name} eq 'script') {        if ($token->{tag_name} eq 'script') {
6738            !!!cp ('t332');
6739          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
6740          $script_start_tag->($insert);          $script_start_tag->();
6741          redo B;          next B;
6742        } elsif ($token->{tag_name} eq 'style') {        } elsif ($token->{tag_name} eq 'style') {
6743            !!!cp ('t333');
6744          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
6745          $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);          $parse_rcdata->(CDATA_CONTENT_MODEL);
6746          redo B;          next B;
6747        } elsif ({        } elsif ({
6748                  base => 1, link => 1,                  base => 1, link => 1,
6749                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
6750            !!!cp ('t334');
6751          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
6752          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
6753          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
6754            !!!ack ('t334.1');
6755          !!!next-token;          !!!next-token;
6756          redo B;          next B;
6757        } elsif ($token->{tag_name} eq 'meta') {        } elsif ($token->{tag_name} eq 'meta') {
6758          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
6759          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
6760          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          my $meta_el = pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
6761    
6762          unless ($self->{confident}) {          unless ($self->{confident}) {
6763            my $charset;            if ($token->{attributes}->{charset}) {
6764            if ($token->{attributes}->{charset}) { ## TODO: And if supported              !!!cp ('t335');
6765              $charset = $token->{attributes}->{charset}->{value};              ## NOTE: Whether the encoding is supported or not is handled
6766            }              ## in the {change_encoding} callback.
6767            if ($token->{attributes}->{'http-equiv'}) {              $self->{change_encoding}
6768              ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.                  ->($self, $token->{attributes}->{charset}->{value}, $token);
6769              if ($token->{attributes}->{'http-equiv'}->{value}              
6770                  =~ /\A[^;]*;[\x09-\x0D\x20]*charset[\x09-\x0D\x20]*=              $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
6771                    ->set_user_data (manakai_has_reference =>
6772                                         $token->{attributes}->{charset}
6773                                             ->{has_reference});
6774              } elsif ($token->{attributes}->{content}) {
6775                if ($token->{attributes}->{content}->{value}
6776                    =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
6777                        [\x09-\x0D\x20]*=
6778                      [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                      [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
6779                      ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {                      ([^"'\x09-\x0D\x20][^\x09-\x0D\x20\x3B]*))/x) {
6780                $charset = defined $1 ? $1 : defined $2 ? $2 : $3;                !!!cp ('t336');
6781              } ## TODO: And if supported                ## NOTE: Whether the encoding is supported or not is handled
6782                  ## in the {change_encoding} callback.
6783                  $self->{change_encoding}
6784                      ->($self, defined $1 ? $1 : defined $2 ? $2 : $3, $token);
6785                  $meta_el->[0]->get_attribute_node_ns (undef, 'content')
6786                      ->set_user_data (manakai_has_reference =>
6787                                           $token->{attributes}->{content}
6788                                                 ->{has_reference});
6789                }
6790              }
6791            } else {
6792              if ($token->{attributes}->{charset}) {
6793                !!!cp ('t337');
6794                $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
6795                    ->set_user_data (manakai_has_reference =>
6796                                         $token->{attributes}->{charset}
6797                                             ->{has_reference});
6798              }
6799              if ($token->{attributes}->{content}) {
6800                !!!cp ('t338');
6801                $meta_el->[0]->get_attribute_node_ns (undef, 'content')
6802                    ->set_user_data (manakai_has_reference =>
6803                                         $token->{attributes}->{content}
6804                                             ->{has_reference});
6805            }            }
           ## TODO: Change the encoding  
6806          }          }
6807    
6808            !!!ack ('t338.1');
6809          !!!next-token;          !!!next-token;
6810          redo B;          next B;
6811        } elsif ($token->{tag_name} eq 'title') {        } elsif ($token->{tag_name} eq 'title') {
6812          !!!parse-error (type => 'in body:title');          !!!cp ('t341');
6813          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
6814          $parse_rcdata->(RCDATA_CONTENT_MODEL, sub {          $parse_rcdata->(RCDATA_CONTENT_MODEL);
6815            if (defined $self->{head_element}) {          next B;
             $self->{head_element}->append_child ($_[0]);  
           } else {  
             $insert->($_[0]);  
           }  
         });  
         redo B;  
6816        } elsif ($token->{tag_name} eq 'body') {        } elsif ($token->{tag_name} eq 'body') {
6817          !!!parse-error (type => 'in body:body');          !!!parse-error (type => 'in body', text => 'body', token => $token);
6818                                
6819          if (@{$self->{open_elements}} == 1 or          if (@{$self->{open_elements}} == 1 or
6820              $self->{open_elements}->[1]->[1] ne 'body') {              not ($self->{open_elements}->[1]->[1] & BODY_EL)) {
6821              !!!cp ('t342');
6822            ## Ignore the token            ## Ignore the token
6823          } else {          } else {
6824            my $body_el = $self->{open_elements}->[1]->[0];            my $body_el = $self->{open_elements}->[1]->[0];
6825            for my $attr_name (keys %{$token->{attributes}}) {            for my $attr_name (keys %{$token->{attributes}}) {
6826              unless ($body_el->has_attribute_ns (undef, $attr_name)) {              unless ($body_el->has_attribute_ns (undef, $attr_name)) {
6827                  !!!cp ('t343');
6828                $body_el->set_attribute_ns                $body_el->set_attribute_ns
6829                  (undef, [undef, $attr_name],                  (undef, [undef, $attr_name],
6830                   $token->{attributes}->{$attr_name}->{value});                   $token->{attributes}->{$attr_name}->{value});
6831              }              }
6832            }            }
6833          }          }
6834            !!!nack ('t343.1');
6835          !!!next-token;          !!!next-token;
6836          redo B;          next B;
6837        } elsif ({        } elsif ({
6838                  address => 1, blockquote => 1, center => 1, dir => 1,                  address => 1, blockquote => 1, center => 1, dir => 1,
6839                  div => 1, dl => 1, fieldset => 1, listing => 1,                  div => 1, dl => 1, fieldset => 1,
6840                    h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
6841                  menu => 1, ol => 1, p => 1, ul => 1,                  menu => 1, ol => 1, p => 1, ul => 1,
6842                  pre => 1,                  pre => 1, listing => 1,
6843                    form => 1,
6844                    table => 1,
6845                    hr => 1,
6846                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
6847            if ($token->{tag_name} eq 'form' and defined $self->{form_element}) {
6848              !!!cp ('t350');
6849              !!!parse-error (type => 'in form:form', token => $token);
6850              ## Ignore the token
6851              !!!nack ('t350.1');
6852              !!!next-token;
6853              next B;
6854            }
6855    
6856          ## has a p element in scope          ## has a p element in scope
6857          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
6858            if ($_->[1] eq 'p') {            if ($_->[1] & P_EL) {
6859              !!!back-token;              !!!cp ('t344');
6860              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              !!!back-token; # <form>
6861              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'p',
6862            } elsif ({                        line => $token->{line}, column => $token->{column}};
6863                      table => 1, caption => 1, td => 1, th => 1,              next B;
6864                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($_->[1] & SCOPING_EL) {
6865                     }->{$_->[1]}) {              !!!cp ('t345');
6866              last INSCOPE;              last INSCOPE;
6867            }            }
6868          } # INSCOPE          } # INSCOPE
6869                        
6870          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
6871          if ($token->{tag_name} eq 'pre') {          if ($token->{tag_name} eq 'pre' or $token->{tag_name} eq 'listing') {
6872              !!!nack ('t346.1');
6873            !!!next-token;            !!!next-token;
6874            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
6875              $token->{data} =~ s/^\x0A//;              $token->{data} =~ s/^\x0A//;
6876              unless (length $token->{data}) {              unless (length $token->{data}) {
6877                  !!!cp ('t346');
6878                !!!next-token;                !!!next-token;
6879                } else {
6880                  !!!cp ('t349');
6881              }              }
6882              } else {
6883                !!!cp ('t348');
6884            }            }
6885          } else {          } elsif ($token->{tag_name} eq 'form') {
6886              !!!cp ('t347.1');
6887              $self->{form_element} = $self->{open_elements}->[-1]->[0];
6888    
6889              !!!nack ('t347.2');
6890            !!!next-token;            !!!next-token;
6891          }          } elsif ($token->{tag_name} eq 'table') {
6892          redo B;            !!!cp ('t382');
6893        } elsif ($token->{tag_name} eq 'form') {            push @{$open_tables}, [$self->{open_elements}->[-1]->[0]];
6894          if (defined $self->{form_element}) {            
6895            !!!parse-error (type => 'in form:form');            $self->{insertion_mode} = IN_TABLE_IM;
6896            ## Ignore the token  
6897              !!!nack ('t382.1');
6898              !!!next-token;
6899            } elsif ($token->{tag_name} eq 'hr') {
6900              !!!cp ('t386');
6901              pop @{$self->{open_elements}};
6902            
6903              !!!nack ('t386.1');
6904            !!!next-token;            !!!next-token;
           redo B;  
6905          } else {          } else {
6906            ## has a p element in scope            !!!nack ('t347.1');
           INSCOPE: for (reverse @{$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} = $self->{open_elements}->[-1]->[0];  
6907            !!!next-token;            !!!next-token;
           redo B;  
6908          }          }
6909        } elsif ($token->{tag_name} eq 'li') {          next B;
6910          ## has a p element in scope        } elsif ({li => 1, dt => 1, dd => 1}->{$token->{tag_name}}) {
         INSCOPE: for (reverse @{$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  
             
         ## Step 1  
         my $i = -1;  
         my $node = $self->{open_elements}->[$i];  
         LI: {  
           ## Step 2  
           if ($node->[1] eq 'li') {  
             if ($i != -1) {  
               !!!parse-error (type => 'end tag missing:'.  
                               $self->{open_elements}->[-1]->[1]);  
             }  
             splice @{$self->{open_elements}}, $i;  
             last LI;  
           }  
             
           ## Step 3  
           if (not $formatting_category->{$node->[1]} and  
               #not $phrasing_category->{$node->[1]} and  
               ($special_category->{$node->[1]} or  
                $scoping_category->{$node->[1]}) and  
               $node->[1] ne 'address' and $node->[1] ne 'div') {  
             last LI;  
           }  
             
           ## Step 4  
           $i--;  
           $node = $self->{open_elements}->[$i];  
           redo LI;  
         } # LI  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'dd' or $token->{tag_name} eq 'dt') {  
6911          ## has a p element in scope          ## has a p element in scope
6912          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
6913            if ($_->[1] eq 'p') {            if ($_->[1] & P_EL) {
6914              !!!back-token;              !!!cp ('t353');
6915              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              !!!back-token; # <x>
6916              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'p',
6917            } elsif ({                        line => $token->{line}, column => $token->{column}};
6918                      table => 1, caption => 1, td => 1, th => 1,              next B;
6919                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($_->[1] & SCOPING_EL) {
6920                     }->{$_->[1]}) {              !!!cp ('t354');
6921              last INSCOPE;              last INSCOPE;
6922            }            }
6923          } # INSCOPE          } # INSCOPE
# Line 4546  sub _tree_construction_main ($) { Line 6925  sub _tree_construction_main ($) {
6925          ## Step 1          ## Step 1
6926          my $i = -1;          my $i = -1;
6927          my $node = $self->{open_elements}->[$i];          my $node = $self->{open_elements}->[$i];
6928            my $li_or_dtdd = {li => {li => 1},
6929                              dt => {dt => 1, dd => 1},
6930                              dd => {dt => 1, dd => 1}}->{$token->{tag_name}};
6931          LI: {          LI: {
6932            ## Step 2            ## Step 2
6933            if ($node->[1] eq 'dt' or $node->[1] eq 'dd') {            if ($li_or_dtdd->{$node->[0]->manakai_local_name}) {
6934              if ($i != -1) {              if ($i != -1) {
6935                !!!parse-error (type => 'end tag missing:'.                !!!cp ('t355');
6936                                $self->{open_elements}->[-1]->[1]);                !!!parse-error (type => 'not closed',
6937                                  text => $self->{open_elements}->[-1]->[0]
6938                                      ->manakai_local_name,
6939                                  token => $token);
6940                } else {
6941                  !!!cp ('t356');
6942              }              }
6943              splice @{$self->{open_elements}}, $i;              splice @{$self->{open_elements}}, $i;
6944              last LI;              last LI;
6945              } else {
6946                !!!cp ('t357');
6947            }            }
6948                        
6949            ## Step 3            ## Step 3
6950            if (not $formatting_category->{$node->[1]} and            if (not ($node->[1] & FORMATTING_EL) and
6951                #not $phrasing_category->{$node->[1]} and                #not $phrasing_category->{$node->[1]} and
6952                ($special_category->{$node->[1]} or                ($node->[1] & SPECIAL_EL or
6953                 $scoping_category->{$node->[1]}) and                 $node->[1] & SCOPING_EL) and
6954                $node->[1] ne 'address' and $node->[1] ne 'div') {                not ($node->[1] & ADDRESS_EL) and
6955                  not ($node->[1] & DIV_EL)) {
6956                !!!cp ('t358');
6957              last LI;              last LI;
6958            }            }
6959                        
6960              !!!cp ('t359');
6961            ## Step 4            ## Step 4
6962            $i--;            $i--;
6963            $node = $self->{open_elements}->[$i];            $node = $self->{open_elements}->[$i];
6964            redo LI;            redo LI;
6965          } # LI          } # LI
6966                        
6967          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
6968            !!!nack ('t359.1');
6969          !!!next-token;          !!!next-token;
6970          redo B;          next B;
6971        } elsif ($token->{tag_name} eq 'plaintext') {        } elsif ($token->{tag_name} eq 'plaintext') {
6972          ## has a p element in scope          ## has a p element in scope
6973          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
6974            if ($_->[1] eq 'p') {            if ($_->[1] & P_EL) {
6975              !!!back-token;              !!!cp ('t367');
6976              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              !!!back-token; # <plaintext>
6977              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'p',
6978            } elsif ({                        line => $token->{line}, column => $token->{column}};
6979                      table => 1, caption => 1, td => 1, th => 1,              next B;
6980                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($_->[1] & SCOPING_EL) {
6981                     }->{$_->[1]}) {              !!!cp ('t368');
6982              last INSCOPE;              last INSCOPE;
6983            }            }
6984          } # INSCOPE          } # INSCOPE
6985                        
6986          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
6987                        
6988          $self->{content_model} = PLAINTEXT_CONTENT_MODEL;          $self->{content_model} = PLAINTEXT_CONTENT_MODEL;
6989                        
6990            !!!nack ('t368.1');
6991          !!!next-token;          !!!next-token;
6992          redo B;          next B;
       } elsif ({  
                 h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,  
                }->{$token->{tag_name}}) {  
         ## has a p element in scope  
         INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
           my $node = $self->{open_elements}->[$_];  
           if ($node->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
             redo B;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         ## NOTE: See <http://html5.org/tools/web-apps-tracker?from=925&to=926>  
         ## has an element in scope  
         #my $i;  
         #INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
         #  my $node = $self->{open_elements}->[$_];  
         #  if ({  
         #       h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,  
         #      }->{$node->[1]}) {  
         #    $i = $_;  
         #    last INSCOPE;  
         #  } elsif ({  
         #            table => 1, caption => 1, td => 1, th => 1,  
         #            button => 1, marquee => 1, object => 1, html => 1,  
         #           }->{$node->[1]}) {  
         #    last INSCOPE;  
         #  }  
         #} # INSCOPE  
         #    
         #if (defined $i) {  
         #  !!! parse-error (type => 'in hn:hn');  
         #  splice @{$self->{open_elements}}, $i;  
         #}  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
             
         !!!next-token;  
         redo B;  
6993        } elsif ($token->{tag_name} eq 'a') {        } elsif ($token->{tag_name} eq 'a') {
6994          AFE: for my $i (reverse 0..$#$active_formatting_elements) {          AFE: for my $i (reverse 0..$#$active_formatting_elements) {
6995            my $node = $active_formatting_elements->[$i];            my $node = $active_formatting_elements->[$i];
6996            if ($node->[1] eq 'a') {            if ($node->[1] & A_EL) {
6997              !!!parse-error (type => 'in a:a');              !!!cp ('t371');
6998                !!!parse-error (type => 'in a:a', token => $token);
6999                            
7000              !!!back-token;              !!!back-token; # <a>
7001              $token = {type => END_TAG_TOKEN, tag_name => 'a'};              $token = {type => END_TAG_TOKEN, tag_name => 'a',
7002              $formatting_end_tag->($token->{tag_name});                        line => $token->{line}, column => $token->{column}};
7003                $formatting_end_tag->($token);
7004                            
7005              AFE2: for (reverse 0..$#$active_formatting_elements) {              AFE2: for (reverse 0..$#$active_formatting_elements) {
7006                if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {                if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {
7007                    !!!cp ('t372');
7008                  splice @$active_formatting_elements, $_, 1;                  splice @$active_formatting_elements, $_, 1;
7009                  last AFE2;                  last AFE2;
7010                }                }
7011              } # AFE2              } # AFE2
7012              OE: for (reverse 0..$#{$self->{open_elements}}) {              OE: for (reverse 0..$#{$self->{open_elements}}) {
7013                if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {                if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {
7014                    !!!cp ('t373');
7015                  splice @{$self->{open_elements}}, $_, 1;                  splice @{$self->{open_elements}}, $_, 1;
7016                  last OE;                  last OE;
7017                }                }
7018              } # OE              } # OE
7019              last AFE;              last AFE;
7020            } elsif ($node->[0] eq '#marker') {            } elsif ($node->[0] eq '#marker') {
7021                !!!cp ('t374');
7022              last AFE;              last AFE;
7023            }            }
7024          } # AFE          } # AFE
7025                        
7026          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
7027    
7028          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
7029          push @$active_formatting_elements, $self->{open_elements}->[-1];          push @$active_formatting_elements, $self->{open_elements}->[-1];
7030    
7031            !!!nack ('t374.1');
7032          !!!next-token;          !!!next-token;
7033          redo B;          next B;
       } elsif ({  
                 b => 1, big => 1, em => 1, font => 1, i => 1,  
                 s => 1, small => 1, strile => 1,  
                 strong => 1, tt => 1, u => 1,  
                }->{$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;  
7034        } elsif ($token->{tag_name} eq 'nobr') {        } elsif ($token->{tag_name} eq 'nobr') {
7035          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
7036    
7037          ## has a |nobr| element in scope          ## has a |nobr| element in scope
7038          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
7039            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
7040            if ($node->[1] eq 'nobr') {            if ($node->[1] & NOBR_EL) {
7041              !!!parse-error (type => 'in nobr:nobr');              !!!cp ('t376');
7042              !!!back-token;              !!!parse-error (type => 'in nobr:nobr', token => $token);
7043              $token = {type => END_TAG_TOKEN, tag_name => 'nobr'};              !!!back-token; # <nobr>
7044              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'nobr',
7045            } elsif ({                        line => $token->{line}, column => $token->{column}};
7046                      table => 1, caption => 1, td => 1, th => 1,              next B;
7047                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($node->[1] & SCOPING_EL) {
7048                     }->{$node->[1]}) {              !!!cp ('t377');
7049              last INSCOPE;              last INSCOPE;
7050            }            }
7051          } # INSCOPE          } # INSCOPE
7052                    
7053          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
7054          push @$active_formatting_elements, $self->{open_elements}->[-1];          push @$active_formatting_elements, $self->{open_elements}->[-1];
7055                    
7056            !!!nack ('t377.1');
7057          !!!next-token;          !!!next-token;
7058          redo B;          next B;
7059        } elsif ($token->{tag_name} eq 'button') {        } elsif ($token->{tag_name} eq 'button') {
7060          ## has a button element in scope          ## has a button element in scope
7061          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
7062            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
7063            if ($node->[1] eq 'button') {            if ($node->[1] & BUTTON_EL) {
7064              !!!parse-error (type => 'in button:button');              !!!cp ('t378');
7065              !!!back-token;              !!!parse-error (type => 'in button:button', token => $token);
7066              $token = {type => END_TAG_TOKEN, tag_name => 'button'};              !!!back-token; # <button>
7067              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'button',
7068            } elsif ({                        line => $token->{line}, column => $token->{column}};
7069                      table => 1, caption => 1, td => 1, th => 1,              next B;
7070                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($node->[1] & SCOPING_EL) {
7071                     }->{$node->[1]}) {              !!!cp ('t379');
7072              last INSCOPE;              last INSCOPE;
7073            }            }
7074          } # INSCOPE          } # INSCOPE
7075                        
7076          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
7077                        
7078          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
7079          push @$active_formatting_elements, ['#marker', ''];  
7080            ## TODO: associate with $self->{form_element} if defined
7081    
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'marquee' or  
                $token->{tag_name} eq 'object') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
7082          push @$active_formatting_elements, ['#marker', ''];          push @$active_formatting_elements, ['#marker', ''];
7083            
7084          !!!next-token;          !!!nack ('t379.1');
         redo B;  
       } elsif ($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;  
             
7085          !!!next-token;          !!!next-token;
7086          redo B;          next B;
7087        } elsif ({        } elsif ({
7088                  area => 1, basefont => 1, bgsound => 1, br => 1,                  xmp => 1,
7089                  embed => 1, img => 1, param => 1, spacer => 1, wbr => 1,                  iframe => 1,
7090                  image => 1,                  noembed => 1,
7091                    noframes => 1, ## NOTE: This is an "as if in head" code clone.
7092                    noscript => 0, ## TODO: 1 if scripting is enabled
7093                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
7094          if ($token->{tag_name} eq 'image') {          if ($token->{tag_name} eq 'xmp') {
7095            !!!parse-error (type => 'image');            !!!cp ('t381');
7096            $token->{tag_name} = 'img';            $reconstruct_active_formatting_elements->($insert_to_current);
7097            } else {
7098              !!!cp ('t399');
7099          }          }
7100            ## NOTE: There is an "as if in body" code clone.
7101          ## NOTE: There is an "as if <br>" code clone.          $parse_rcdata->(CDATA_CONTENT_MODEL);
7102          $reconstruct_active_formatting_elements->($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;  
7103        } elsif ($token->{tag_name} eq 'isindex') {        } elsif ($token->{tag_name} eq 'isindex') {
7104          !!!parse-error (type => 'isindex');          !!!parse-error (type => 'isindex', token => $token);
7105                    
7106          if (defined $self->{form_element}) {          if (defined $self->{form_element}) {
7107              !!!cp ('t389');
7108            ## Ignore the token            ## Ignore the token
7109              !!!nack ('t389'); ## NOTE: Not acknowledged.
7110            !!!next-token;            !!!next-token;
7111            redo B;            next B;
7112          } else {          } else {
7113              !!!ack ('t391.1');
7114    
7115            my $at = $token->{attributes};            my $at = $token->{attributes};
7116            my $form_attrs;            my $form_attrs;
7117            $form_attrs->{action} = $at->{action} if $at->{action};            $form_attrs->{action} = $at->{action} if $at->{action};
# Line 4834  sub _tree_construction_main ($) { Line 7121  sub _tree_construction_main ($) {
7121            delete $at->{prompt};            delete $at->{prompt};
7122            my @tokens = (            my @tokens = (
7123                          {type => START_TAG_TOKEN, tag_name => 'form',                          {type => START_TAG_TOKEN, tag_name => 'form',
7124                           attributes => $form_attrs},                           attributes => $form_attrs,
7125                          {type => START_TAG_TOKEN, tag_name => 'hr'},                           line => $token->{line}, column => $token->{column}},
7126                          {type => START_TAG_TOKEN, tag_name => 'p'},                          {type => START_TAG_TOKEN, tag_name => 'hr',
7127                          {type => START_TAG_TOKEN, tag_name => 'label'},                           line => $token->{line}, column => $token->{column}},
7128                            {type => START_TAG_TOKEN, tag_name => 'p',
7129                             line => $token->{line}, column => $token->{column}},
7130                            {type => START_TAG_TOKEN, tag_name => 'label',
7131                             line => $token->{line}, column => $token->{column}},
7132                         );                         );
7133            if ($prompt_attr) {            if ($prompt_attr) {
7134              push @tokens, {type => CHARACTER_TOKEN, data => $prompt_attr->{value}};              !!!cp ('t390');
7135                push @tokens, {type => CHARACTER_TOKEN, data => $prompt_attr->{value},
7136                               #line => $token->{line}, column => $token->{column},
7137                              };
7138            } else {            } else {
7139                !!!cp ('t391');
7140              push @tokens, {type => CHARACTER_TOKEN,              push @tokens, {type => CHARACTER_TOKEN,
7141                             data => 'This is a searchable index. Insert your search keywords here: '}; # SHOULD                             data => 'This is a searchable index. Insert your search keywords here: ',
7142                               #line => $token->{line}, column => $token->{column},
7143                              }; # SHOULD
7144              ## TODO: make this configurable              ## TODO: make this configurable
7145            }            }
7146            push @tokens,            push @tokens,
7147                          {type => START_TAG_TOKEN, tag_name => 'input', attributes => $at},                          {type => START_TAG_TOKEN, tag_name => 'input', attributes => $at,
7148                             line => $token->{line}, column => $token->{column}},
7149                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD
7150                          {type => END_TAG_TOKEN, tag_name => 'label'},                          {type => END_TAG_TOKEN, tag_name => 'label',
7151                          {type => END_TAG_TOKEN, tag_name => 'p'},                           line => $token->{line}, column => $token->{column}},
7152                          {type => START_TAG_TOKEN, tag_name => 'hr'},                          {type => END_TAG_TOKEN, tag_name => 'p',
7153                          {type => END_TAG_TOKEN, tag_name => 'form'};                           line => $token->{line}, column => $token->{column}},
7154            $token = shift @tokens;                          {type => START_TAG_TOKEN, tag_name => 'hr',
7155                             line => $token->{line}, column => $token->{column}},
7156                            {type => END_TAG_TOKEN, tag_name => 'form',
7157                             line => $token->{line}, column => $token->{column}};
7158            !!!back-token (@tokens);            !!!back-token (@tokens);
7159            redo B;            !!!next-token;
7160              next B;
7161          }          }
7162        } elsif ($token->{tag_name} eq 'textarea') {        } elsif ($token->{tag_name} eq 'textarea') {
7163          my $tag_name = $token->{tag_name};          my $tag_name = $token->{tag_name};
7164          my $el;          my $el;
7165          !!!create-element ($el, $token->{tag_name}, $token->{attributes});          !!!create-element ($el, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);
7166                    
7167          ## TODO: $self->{form_element} if defined          ## TODO: $self->{form_element} if defined
7168          $self->{content_model} = RCDATA_CONTENT_MODEL;          $self->{content_model} = RCDATA_CONTENT_MODEL;
# Line 4869  sub _tree_construction_main ($) { Line 7171  sub _tree_construction_main ($) {
7171          $insert->($el);          $insert->($el);
7172                    
7173          my $text = '';          my $text = '';
7174            !!!nack ('t392.1');
7175          !!!next-token;          !!!next-token;
7176          if ($token->{type} == CHARACTER_TOKEN) {          if ($token->{type} == CHARACTER_TOKEN) {
7177            $token->{data} =~ s/^\x0A//;            $token->{data} =~ s/^\x0A//;
7178            unless (length $token->{data}) {            unless (length $token->{data}) {
7179                !!!cp ('t392');
7180              !!!next-token;              !!!next-token;
7181              } else {
7182                !!!cp ('t393');
7183            }            }
7184            } else {
7185              !!!cp ('t394');
7186          }          }
7187          while ($token->{type} == CHARACTER_TOKEN) {          while ($token->{type} == CHARACTER_TOKEN) {
7188              !!!cp ('t395');
7189            $text .= $token->{data};            $text .= $token->{data};
7190            !!!next-token;            !!!next-token;
7191          }          }
7192          if (length $text) {          if (length $text) {
7193              !!!cp ('t396');
7194            $el->manakai_append_text ($text);            $el->manakai_append_text ($text);
7195          }          }
7196                    
# Line 4888  sub _tree_construction_main ($) { Line 7198  sub _tree_construction_main ($) {
7198                    
7199          if ($token->{type} == END_TAG_TOKEN and          if ($token->{type} == END_TAG_TOKEN and
7200              $token->{tag_name} eq $tag_name) {              $token->{tag_name} eq $tag_name) {
7201              !!!cp ('t397');
7202            ## Ignore the token            ## Ignore the token
7203          } else {          } else {
7204            !!!parse-error (type => 'in RCDATA:#'.$token->{type});            !!!cp ('t398');
7205              !!!parse-error (type => 'in RCDATA:#eof', token => $token);
7206          }          }
7207          !!!next-token;          !!!next-token;
7208            next B;
7209          } elsif ($token->{tag_name} eq 'rt' or
7210                   $token->{tag_name} eq 'rp') {
7211            ## has a |ruby| element in scope
7212            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
7213              my $node = $self->{open_elements}->[$_];
7214              if ($node->[1] & RUBY_EL) {
7215                !!!cp ('t398.1');
7216                ## generate implied end tags
7217                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
7218                  !!!cp ('t398.2');
7219                  pop @{$self->{open_elements}};
7220                }
7221                unless ($self->{open_elements}->[-1]->[1] & RUBY_EL) {
7222                  !!!cp ('t398.3');
7223                  !!!parse-error (type => 'not closed',
7224                                  text => $self->{open_elements}->[-1]->[0]
7225                                      ->manakai_local_name,
7226                                  token => $token);
7227                  pop @{$self->{open_elements}}
7228                      while not $self->{open_elements}->[-1]->[1] & RUBY_EL;
7229                }
7230                last INSCOPE;
7231              } elsif ($node->[1] & SCOPING_EL) {
7232                !!!cp ('t398.4');
7233                last INSCOPE;
7234              }
7235            } # INSCOPE
7236    
7237            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
7238    
7239            !!!nack ('t398.5');
7240            !!!next-token;
7241          redo B;          redo B;
7242        } elsif ({        } elsif ($token->{tag_name} eq 'math' or
7243                  iframe => 1,                 $token->{tag_name} eq 'svg') {
                 noembed => 1,  
                 noframes => 1,  
                 noscript => 0, ## TODO: 1 if scripting is enabled  
                }->{$token->{tag_name}}) {  
         ## NOTE: There is an "as if in body" code clone.  
         $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);  
         redo B;  
       } elsif ($token->{tag_name} eq 'select') {  
7244          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
7245    
7246            ## "Adjust MathML attributes" ('math' only) - done in insert-element-f
7247    
7248            ## "adjust SVG attributes" ('svg' only) - done in insert-element-f
7249    
7250            ## "adjust foreign attributes" - done in insert-element-f
7251                    
7252          !!!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);
7253                    
7254          $self->{insertion_mode} = IN_SELECT_IM;          if ($self->{self_closing}) {
7255              pop @{$self->{open_elements}};
7256              !!!ack ('t398.1');
7257            } else {
7258              !!!cp ('t398.2');
7259              $self->{insertion_mode} |= IN_FOREIGN_CONTENT_IM;
7260              ## NOTE: |<body><math><mi><svg>| -> "in foreign content" insertion
7261              ## mode, "in body" (not "in foreign content") secondary insertion
7262              ## mode, maybe.
7263            }
7264    
7265          !!!next-token;          !!!next-token;
7266          redo B;          next B;
7267        } elsif ({        } elsif ({
7268                  caption => 1, col => 1, colgroup => 1, frame => 1,                  caption => 1, col => 1, colgroup => 1, frame => 1,
7269                  frameset => 1, head => 1, option => 1, optgroup => 1,                  frameset => 1, head => 1, option => 1, optgroup => 1,
7270                  tbody => 1, td => 1, tfoot => 1, th => 1,                  tbody => 1, td => 1, tfoot => 1, th => 1,
7271                  thead => 1, tr => 1,                  thead => 1, tr => 1,
7272                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
7273          !!!parse-error (type => 'in body:'.$token->{tag_name});          !!!cp ('t401');
7274            !!!parse-error (type => 'in body',
7275                            text => $token->{tag_name}, token => $token);
7276          ## Ignore the token          ## Ignore the token
7277            !!!nack ('t401.1'); ## NOTE: |<col/>| or |<frame/>| here is an error.
7278          !!!next-token;          !!!next-token;
7279          redo B;          next B;
7280                    
7281          ## ISSUE: An issue on HTML5 new elements in the spec.          ## ISSUE: An issue on HTML5 new elements in the spec.
7282        } else {        } else {
7283            if ($token->{tag_name} eq 'image') {
7284              !!!cp ('t384');
7285              !!!parse-error (type => 'image', token => $token);
7286              $token->{tag_name} = 'img';
7287            } else {
7288              !!!cp ('t385');
7289            }
7290    
7291            ## NOTE: There is an "as if <br>" code clone.
7292          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
7293                    
7294          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
7295    
7296            if ({
7297                 applet => 1, marquee => 1, object => 1,
7298                }->{$token->{tag_name}}) {
7299              !!!cp ('t380');
7300              push @$active_formatting_elements, ['#marker', ''];
7301              !!!nack ('t380.1');
7302            } elsif ({
7303                      b => 1, big => 1, em => 1, font => 1, i => 1,
7304                      s => 1, small => 1, strile => 1,
7305                      strong => 1, tt => 1, u => 1,
7306                     }->{$token->{tag_name}}) {
7307              !!!cp ('t375');
7308              push @$active_formatting_elements, $self->{open_elements}->[-1];
7309              !!!nack ('t375.1');
7310            } elsif ($token->{tag_name} eq 'input') {
7311              !!!cp ('t388');
7312              ## TODO: associate with $self->{form_element} if defined
7313              pop @{$self->{open_elements}};
7314              !!!ack ('t388.2');
7315            } elsif ({
7316                      area => 1, basefont => 1, bgsound => 1, br => 1,
7317                      embed => 1, img => 1, param => 1, spacer => 1, wbr => 1,
7318                      #image => 1,
7319                     }->{$token->{tag_name}}) {
7320              !!!cp ('t388.1');
7321              pop @{$self->{open_elements}};
7322              !!!ack ('t388.3');
7323            } elsif ($token->{tag_name} eq 'select') {
7324              ## TODO: associate with $self->{form_element} if defined
7325            
7326              if ($self->{insertion_mode} & TABLE_IMS or
7327                  $self->{insertion_mode} & BODY_TABLE_IMS or
7328                  $self->{insertion_mode} == IN_COLUMN_GROUP_IM) {
7329                !!!cp ('t400.1');
7330                $self->{insertion_mode} = IN_SELECT_IN_TABLE_IM;
7331              } else {
7332                !!!cp ('t400.2');
7333                $self->{insertion_mode} = IN_SELECT_IM;
7334              }
7335              !!!nack ('t400.3');
7336            } else {
7337              !!!nack ('t402');
7338            }
7339                    
7340          !!!next-token;          !!!next-token;
7341          redo B;          next B;
7342        }        }
7343      } elsif ($token->{type} == END_TAG_TOKEN) {      } elsif ($token->{type} == END_TAG_TOKEN) {
7344        if ($token->{tag_name} eq 'body') {        if ($token->{tag_name} eq 'body') {
7345          if (@{$self->{open_elements}} > 1 and          ## has a |body| element in scope
7346              $self->{open_elements}->[1]->[1] eq 'body') {          my $i;
7347            for (@{$self->{open_elements}}) {          INSCOPE: {
7348              unless ({            for (reverse @{$self->{open_elements}}) {
7349                         dd => 1, dt => 1, li => 1, p => 1, td => 1,              if ($_->[1] & BODY_EL) {
7350                         th => 1, tr => 1, body => 1, html => 1,                !!!cp ('t405');
7351                       tbody => 1, tfoot => 1, thead => 1,                $i = $_;
7352                      }->{$_->[1]}) {                last INSCOPE;
7353                !!!parse-error (type => 'not closed:'.$_->[1]);              } elsif ($_->[1] & SCOPING_EL) {
7354                  !!!cp ('t405.1');
7355                  last;
7356              }              }
7357            }            }
7358    
7359            $self->{insertion_mode} = AFTER_BODY_IM;            !!!parse-error (type => 'start tag not allowed',
7360            !!!next-token;                            text => $token->{tag_name}, token => $token);
7361            redo B;            ## NOTE: Ignore the token.
         } else {  
           !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
           ## Ignore the token  
7362            !!!next-token;            !!!next-token;
7363            redo B;            next B;
7364            } # INSCOPE
7365    
7366            for (@{$self->{open_elements}}) {
7367              unless ($_->[1] & ALL_END_TAG_OPTIONAL_EL) {
7368                !!!cp ('t403');
7369                !!!parse-error (type => 'not closed',
7370                                text => $_->[0]->manakai_local_name,
7371                                token => $token);
7372                last;
7373              } else {
7374                !!!cp ('t404');
7375              }
7376          }          }
7377    
7378            $self->{insertion_mode} = AFTER_BODY_IM;
7379            !!!next-token;
7380            next B;
7381        } elsif ($token->{tag_name} eq 'html') {        } elsif ($token->{tag_name} eq 'html') {
7382          if (@{$self->{open_elements}} > 1 and $self->{open_elements}->[1]->[1] eq 'body') {          ## TODO: Update this code.  It seems that the code below is not
7383            ## up-to-date, though it has same effect as speced.
7384            if (@{$self->{open_elements}} > 1 and
7385                $self->{open_elements}->[1]->[1] & BODY_EL) {
7386            ## ISSUE: There is an issue in the spec.            ## ISSUE: There is an issue in the spec.
7387            if ($self->{open_elements}->[-1]->[1] ne 'body') {            unless ($self->{open_elements}->[-1]->[1] & BODY_EL) {
7388              !!!parse-error (type => 'not closed:'.$self->{open_elements}->[1]->[1]);              !!!cp ('t406');
7389                !!!parse-error (type => 'not closed',
7390                                text => $self->{open_elements}->[1]->[0]
7391                                    ->manakai_local_name,
7392                                token => $token);
7393              } else {
7394                !!!cp ('t407');
7395            }            }
7396            $self->{insertion_mode} = AFTER_BODY_IM;            $self->{insertion_mode} = AFTER_BODY_IM;
7397            ## reprocess            ## reprocess
7398            redo B;            next B;
7399          } else {          } else {
7400            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t408');
7401              !!!parse-error (type => 'unmatched end tag',
7402                              text => $token->{tag_name}, token => $token);
7403            ## Ignore the token            ## Ignore the token
7404            !!!next-token;            !!!next-token;
7405            redo B;            next B;
7406          }          }
7407        } elsif ({        } elsif ({
7408                  address => 1, blockquote => 1, center => 1, dir => 1,                  address => 1, blockquote => 1, center => 1, dir => 1,
7409                  div => 1, dl => 1, fieldset => 1, listing => 1,                  div => 1, dl => 1, fieldset => 1, listing => 1,
7410                  menu => 1, ol => 1, pre => 1, ul => 1,                  menu => 1, ol => 1, pre => 1, ul => 1,
                 p => 1,  
7411                  dd => 1, dt => 1, li => 1,                  dd => 1, dt => 1, li => 1,
7412                  button => 1, marquee => 1, object => 1,                  applet => 1, button => 1, marquee => 1, object => 1,
7413                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
7414          ## has an element in scope          ## has an element in scope
7415          my $i;          my $i;
7416          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
7417            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
7418            if ($node->[1] eq $token->{tag_name}) {            if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
7419              ## generate implied end tags              !!!cp ('t410');
             if ({  
                  dd => ($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;  
             }  
7420              $i = $_;              $i = $_;
7421              last INSCOPE unless $token->{tag_name} eq 'p';              last INSCOPE;
7422            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
7423                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t411');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
7424              last INSCOPE;              last INSCOPE;
7425            }            }
7426          } # INSCOPE          } # INSCOPE
7427            
7428          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {          unless (defined $i) { # has an element in scope
7429            if (defined $i) {            !!!cp ('t413');
7430              !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);            !!!parse-error (type => 'unmatched end tag',
7431                              text => $token->{tag_name}, token => $token);
7432              ## NOTE: Ignore the token.
7433            } else {
7434              ## Step 1. generate implied end tags
7435              while ({
7436                      ## END_TAG_OPTIONAL_EL
7437                      dd => ($token->{tag_name} ne 'dd'),
7438                      dt => ($token->{tag_name} ne 'dt'),
7439                      li => ($token->{tag_name} ne 'li'),
7440                      p => 1,
7441                      rt => 1,
7442                      rp => 1,
7443                     }->{$self->{open_elements}->[-1]->[0]->manakai_local_name}) {
7444                !!!cp ('t409');
7445                pop @{$self->{open_elements}};
7446              }
7447    
7448              ## Step 2.
7449              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
7450                      ne $token->{tag_name}) {
7451                !!!cp ('t412');
7452                !!!parse-error (type => 'not closed',
7453                                text => $self->{open_elements}->[-1]->[0]
7454                                    ->manakai_local_name,
7455                                token => $token);
7456            } else {            } else {
7457              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t414');
7458            }            }
7459          }  
7460                      ## Step 3.
         if (defined $i) {  
7461            splice @{$self->{open_elements}}, $i;            splice @{$self->{open_elements}}, $i;
7462          } elsif ($token->{tag_name} eq 'p') {  
7463            ## As if <p>, then reprocess the current token            ## Step 4.
7464            my $el;            $clear_up_to_marker->()
7465            !!!create-element ($el, 'p');                if {
7466            $insert->($el);                  applet => 1, button => 1, marquee => 1, object => 1,
7467                  }->{$token->{tag_name}};
7468          }          }
         $clear_up_to_marker->()  
           if {  
             button => 1, marquee => 1, object => 1,  
           }->{$token->{tag_name}};  
7469          !!!next-token;          !!!next-token;
7470          redo B;          next B;
7471        } elsif ($token->{tag_name} eq 'form') {        } elsif ($token->{tag_name} eq 'form') {
7472            undef $self->{form_element};
7473    
7474          ## has an element in scope          ## has an element in scope
7475            my $i;
7476          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
7477            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
7478            if ($node->[1] eq $token->{tag_name}) {            if ($node->[1] & FORM_EL) {
7479              ## generate implied end tags              !!!cp ('t418');
7480              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 => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
             }  
7481              last INSCOPE;              last INSCOPE;
7482            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
7483                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t419');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
7484              last INSCOPE;              last INSCOPE;
7485            }            }
7486          } # INSCOPE          } # INSCOPE
7487            
7488          if ($self->{open_elements}->[-1]->[1] eq $token->{tag_name}) {          unless (defined $i) { # has an element in scope
7489            pop @{$self->{open_elements}};            !!!cp ('t421');
7490          } else {            !!!parse-error (type => 'unmatched end tag',
7491            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                            text => $token->{tag_name}, token => $token);
7492              ## NOTE: Ignore the token.
7493            } else {
7494              ## Step 1. generate implied end tags
7495              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
7496                !!!cp ('t417');
7497                pop @{$self->{open_elements}};
7498              }
7499              
7500              ## Step 2.
7501              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
7502                      ne $token->{tag_name}) {
7503                !!!cp ('t417.1');
7504                !!!parse-error (type => 'not closed',
7505                                text => $self->{open_elements}->[-1]->[0]
7506                                    ->manakai_local_name,
7507                                token => $token);
7508              } else {
7509                !!!cp ('t420');
7510              }  
7511              
7512              ## Step 3.
7513              splice @{$self->{open_elements}}, $i;
7514          }          }
7515    
         undef $self->{form_element};  
7516          !!!next-token;          !!!next-token;
7517          redo B;          next B;
7518        } elsif ({        } elsif ({
7519                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
7520                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
# Line 5069  sub _tree_construction_main ($) { Line 7522  sub _tree_construction_main ($) {
7522          my $i;          my $i;
7523          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
7524            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
7525            if ({            if ($node->[1] & HEADING_EL) {
7526                 h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,              !!!cp ('t423');
               }->{$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;  
             }  
7527              $i = $_;              $i = $_;
7528              last INSCOPE;              last INSCOPE;
7529            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
7530                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t424');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
7531              last INSCOPE;              last INSCOPE;
7532            }            }
7533          } # INSCOPE          } # INSCOPE
7534            
7535          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {          unless (defined $i) { # has an element in scope
7536            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t425.1');
7537              !!!parse-error (type => 'unmatched end tag',
7538                              text => $token->{tag_name}, token => $token);
7539              ## NOTE: Ignore the token.
7540            } else {
7541              ## Step 1. generate implied end tags
7542              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
7543                !!!cp ('t422');
7544                pop @{$self->{open_elements}};
7545              }
7546              
7547              ## Step 2.
7548              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
7549                      ne $token->{tag_name}) {
7550                !!!cp ('t425');
7551                !!!parse-error (type => 'unmatched end tag',
7552                                text => $token->{tag_name}, token => $token);
7553              } else {
7554                !!!cp ('t426');
7555              }
7556    
7557              ## Step 3.
7558              splice @{$self->{open_elements}}, $i;
7559          }          }
7560                    
         splice @{$self->{open_elements}}, $i if defined $i;  
7561          !!!next-token;          !!!next-token;
7562          redo B;          next B;
7563          } elsif ($token->{tag_name} eq 'p') {
7564            ## has an element in scope
7565            my $i;
7566            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
7567              my $node = $self->{open_elements}->[$_];
7568              if ($node->[1] & P_EL) {
7569                !!!cp ('t410.1');
7570                $i = $_;
7571                last INSCOPE;
7572              } elsif ($node->[1] & SCOPING_EL) {
7573                !!!cp ('t411.1');
7574                last INSCOPE;
7575              }
7576            } # INSCOPE
7577    
7578            if (defined $i) {
7579              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
7580                      ne $token->{tag_name}) {
7581                !!!cp ('t412.1');
7582                !!!parse-error (type => 'not closed',
7583                                text => $self->{open_elements}->[-1]->[0]
7584                                    ->manakai_local_name,
7585                                token => $token);
7586              } else {
7587                !!!cp ('t414.1');
7588              }
7589    
7590              splice @{$self->{open_elements}}, $i;
7591            } else {
7592              !!!cp ('t413.1');
7593              !!!parse-error (type => 'unmatched end tag',
7594                              text => $token->{tag_name}, token => $token);
7595    
7596              !!!cp ('t415.1');
7597              ## As if <p>, then reprocess the current token
7598              my $el;
7599              !!!create-element ($el, $HTML_NS, 'p',, $token);
7600              $insert->($el);
7601              ## NOTE: Not inserted into |$self->{open_elements}|.
7602            }
7603    
7604            !!!next-token;
7605            next B;
7606        } elsif ({        } elsif ({
7607                  a => 1,                  a => 1,
7608                  b => 1, big => 1, em => 1, font => 1, i => 1,                  b => 1, big => 1, em => 1, font => 1, i => 1,
7609                  nobr => 1, s => 1, small => 1, strile => 1,                  nobr => 1, s => 1, small => 1, strile => 1,
7610                  strong => 1, tt => 1, u => 1,                  strong => 1, tt => 1, u => 1,
7611                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
7612          $formatting_end_tag->($token->{tag_name});          !!!cp ('t427');
7613          redo B;          $formatting_end_tag->($token);
7614            next B;
7615        } elsif ($token->{tag_name} eq 'br') {        } elsif ($token->{tag_name} eq 'br') {
7616          !!!parse-error (type => 'unmatched end tag:br');          !!!cp ('t428');
7617            !!!parse-error (type => 'unmatched end tag',
7618                            text => 'br', token => $token);
7619    
7620          ## As if <br>          ## As if <br>
7621          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
7622                    
7623          my $el;          my $el;
7624          !!!create-element ($el, 'br');          !!!create-element ($el, $HTML_NS, 'br',, $token);
7625          $insert->($el);          $insert->($el);
7626                    
7627          ## Ignore the token.          ## Ignore the token.
7628          !!!next-token;          !!!next-token;
7629          redo B;          next B;
7630        } elsif ({        } elsif ({
7631                  caption => 1, col => 1, colgroup => 1, frame => 1,                  caption => 1, col => 1, colgroup => 1, frame => 1,
7632                  frameset => 1, head => 1, option => 1, optgroup => 1,                  frameset => 1, head => 1, option => 1, optgroup => 1,
# Line 5133  sub _tree_construction_main ($) { Line 7639  sub _tree_construction_main ($) {
7639                  table => 1, textarea => 1, wbr => 1,                  table => 1, textarea => 1, wbr => 1,
7640                  noscript => 0, ## TODO: if scripting is enabled                  noscript => 0, ## TODO: if scripting is enabled
7641                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
7642          !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});          !!!cp ('t429');
7643            !!!parse-error (type => 'unmatched end tag',
7644                            text => $token->{tag_name}, token => $token);
7645          ## Ignore the token          ## Ignore the token
7646          !!!next-token;          !!!next-token;
7647          redo B;          next B;
7648                    
7649          ## ISSUE: Issue on HTML5 new elements in spec          ## ISSUE: Issue on HTML5 new elements in spec
7650                    
# Line 5147  sub _tree_construction_main ($) { Line 7655  sub _tree_construction_main ($) {
7655    
7656          ## Step 2          ## Step 2
7657          S2: {          S2: {
7658            if ($node->[1] eq $token->{tag_name}) {            if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
7659              ## Step 1              ## Step 1
7660              ## generate implied end tags              ## generate implied end tags
7661              if ({              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
7662                   dd => 1, dt => 1, li => 1, p => 1,                !!!cp ('t430');
7663                   td => 1, th => 1, tr => 1,                ## NOTE: |<ruby><rt></ruby>|.
7664                   tbody => 1, tfoot => 1, thead => 1,                ## ISSUE: <ruby><rt></rt> will also take this code path,
7665                  }->{$self->{open_elements}->[-1]->[1]}) {                ## which seems wrong.
7666                !!!back-token;                pop @{$self->{open_elements}};
7667                $token = {type => END_TAG_TOKEN,                $node_i++;
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
7668              }              }
7669                    
7670              ## Step 2              ## Step 2
7671              if ($token->{tag_name} ne $self->{open_elements}->[-1]->[1]) {              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
7672                        ne $token->{tag_name}) {
7673                  !!!cp ('t431');
7674                ## NOTE: <x><y></x>                ## NOTE: <x><y></x>
7675                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!parse-error (type => 'not closed',
7676                                  text => $self->{open_elements}->[-1]->[0]
7677                                      ->manakai_local_name,
7678                                  token => $token);
7679                } else {
7680                  !!!cp ('t432');
7681              }              }
7682                            
7683              ## Step 3              ## Step 3
7684              splice @{$self->{open_elements}}, $node_i;              splice @{$self->{open_elements}}, $node_i if $node_i < 0;
7685    
7686              !!!next-token;              !!!next-token;
7687              last S2;              last S2;
7688            } else {            } else {
7689              ## Step 3              ## Step 3
7690              if (not $formatting_category->{$node->[1]} and              if (not ($node->[1] & FORMATTING_EL) and
7691                  #not $phrasing_category->{$node->[1]} and                  #not $phrasing_category->{$node->[1]} and
7692                  ($special_category->{$node->[1]} or                  ($node->[1] & SPECIAL_EL or
7693                   $scoping_category->{$node->[1]})) {                   $node->[1] & SCOPING_EL)) {
7694                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!cp ('t433');
7695                  !!!parse-error (type => 'unmatched end tag',
7696                                  text => $token->{tag_name}, token => $token);
7697                ## Ignore the token                ## Ignore the token
7698                !!!next-token;                !!!next-token;
7699                last S2;                last S2;
7700              }              }
7701    
7702                !!!cp ('t434');
7703            }            }
7704                        
7705            ## Step 4            ## Step 4
# Line 5192  sub _tree_construction_main ($) { Line 7709  sub _tree_construction_main ($) {
7709            ## Step 5;            ## Step 5;
7710            redo S2;            redo S2;
7711          } # S2          } # S2
7712          redo B;          next B;
7713        }        }
7714      }      }
7715      redo B;      next B;
7716      } continue { # B
7717        if ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {
7718          ## NOTE: The code below is executed in cases where it does not have
7719          ## to be, but it it is harmless even in those cases.
7720          ## has an element in scope
7721          INSCOPE: {
7722            for (reverse 0..$#{$self->{open_elements}}) {
7723              my $node = $self->{open_elements}->[$_];
7724              if ($node->[1] & FOREIGN_EL) {
7725                last INSCOPE;
7726              } elsif ($node->[1] & SCOPING_EL) {
7727                last;
7728              }
7729            }
7730            
7731            ## NOTE: No foreign element in scope.
7732            $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
7733          } # INSCOPE
7734        }
7735    } # B    } # B
7736    
   ## 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  
   
7737    ## Stop parsing # MUST    ## Stop parsing # MUST
7738        
7739    ## TODO: script stuffs    ## TODO: script stuffs
7740  } # _tree_construct_main  } # _tree_construct_main
7741    
7742  sub set_inner_html ($$$) {  sub set_inner_html ($$$$;$) {
7743    my $class = shift;    my $class = shift;
7744    my $node = shift;    my $node = shift;
7745    my $s = \$_[0];    #my $s = \$_[0];
7746    my $onerror = $_[1];    my $onerror = $_[1];
7747      my $get_wrapper = $_[2] || sub ($) { return $_[0] };
7748    
7749      ## ISSUE: Should {confident} be true?
7750    
7751    my $nt = $node->node_type;    my $nt = $node->node_type;
7752    if ($nt == 9) {    if ($nt == 9) {
# Line 5229  sub set_inner_html ($$$) { Line 7763  sub set_inner_html ($$$) {
7763      }      }
7764    
7765      ## Step 3, 4, 5 # MUST      ## Step 3, 4, 5 # MUST
7766      $class->parse_string ($$s => $node, $onerror);      $class->parse_char_string ($_[0] => $node, $onerror, $get_wrapper);
7767    } elsif ($nt == 1) {    } elsif ($nt == 1) {
7768      ## TODO: If non-html element      ## TODO: If non-html element
7769    
7770      ## NOTE: Most of this code is copied from |parse_string|      ## NOTE: Most of this code is copied from |parse_string|
7771    
7772    ## TODO: Support for $get_wrapper
7773    
7774      ## Step 1 # MUST      ## Step 1 # MUST
7775      my $this_doc = $node->owner_document;      my $this_doc = $node->owner_document;
7776      my $doc = $this_doc->implementation->create_document;      my $doc = $this_doc->implementation->create_document;
# Line 5242  sub set_inner_html ($$$) { Line 7778  sub set_inner_html ($$$) {
7778      my $p = $class->new;      my $p = $class->new;
7779      $p->{document} = $doc;      $p->{document} = $doc;
7780    
7781      ## Step 9 # MUST      ## Step 8 # MUST
7782      my $i = 0;      my $i = 0;
7783      my $line = 1;      $p->{line_prev} = $p->{line} = 1;
7784      my $column = 0;      $p->{column_prev} = $p->{column} = 0;
7785      $p->{set_next_input_character} = sub {      require Whatpm::Charset::DecodeHandle;
7786        my $input = Whatpm::Charset::DecodeHandle::CharString->new (\($_[0]));
7787        $input = $get_wrapper->($input);
7788        $p->{set_next_char} = sub {
7789        my $self = shift;        my $self = shift;
7790    
7791        pop @{$self->{prev_input_character}};        pop @{$self->{prev_char}};
7792        unshift @{$self->{prev_input_character}}, $self->{next_input_character};        unshift @{$self->{prev_char}}, $self->{next_char};
7793    
7794          my $char = '';
7795          if (defined $self->{next_next_char}) {
7796            $char = $self->{next_next_char};
7797            delete $self->{next_next_char};
7798            $self->{next_char} = ord $char;
7799          } else {
7800            if ($input->read ($char, 1)) {
7801              $self->{next_char} = ord $char;
7802            } else {
7803              $self->{next_char} = -1;
7804              return;
7805            }
7806          }
7807    
7808        $self->{next_input_character} = -1 and return if $i >= length $$s;        ($p->{line_prev}, $p->{column_prev}) = ($p->{line}, $p->{column});
7809        $self->{next_input_character} = ord substr $$s, $i++, 1;        $p->{column}++;
7810        $column++;  
7811          if ($self->{next_char} == 0x000A) { # LF
7812        if ($self->{next_input_character} == 0x000A) { # LF          $p->{line}++;
7813          $line++;          $p->{column} = 0;
7814          $column = 0;          !!!cp ('i1');
7815        } elsif ($self->{next_input_character} == 0x000D) { # CR        } elsif ($self->{next_char} == 0x000D) { # CR
7816          $i++ if substr ($$s, $i, 1) eq "\x0A";  ## TODO: support for abort/streaming
7817          $self->{next_input_character} = 0x000A; # LF # MUST          my $next = '';
7818          $line++;          if ($input->read ($next, 1) and $next ne "\x0A") {
7819          $column = 0;            $self->{next_next_char} = $next;
7820        } elsif ($self->{next_input_character} > 0x10FFFF) {          }
7821          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{next_char} = 0x000A; # LF # MUST
7822        } elsif ($self->{next_input_character} == 0x0000) { # NULL          $p->{line}++;
7823            $p->{column} = 0;
7824            !!!cp ('i2');
7825          } elsif ($self->{next_char} > 0x10FFFF) {
7826            $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
7827            !!!cp ('i3');
7828          } elsif ($self->{next_char} == 0x0000) { # NULL
7829            !!!cp ('i4');
7830          !!!parse-error (type => 'NULL');          !!!parse-error (type => 'NULL');
7831          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
7832          } elsif ($self->{next_char} <= 0x0008 or
7833                   (0x000E <= $self->{next_char} and
7834                    $self->{next_char} <= 0x001F) or
7835                   (0x007F <= $self->{next_char} and
7836                    $self->{next_char} <= 0x009F) or
7837                   (0xD800 <= $self->{next_char} and
7838                    $self->{next_char} <= 0xDFFF) or
7839                   (0xFDD0 <= $self->{next_char} and
7840                    $self->{next_char} <= 0xFDDF) or
7841                   {
7842                    0xFFFE => 1, 0xFFFF => 1, 0x1FFFE => 1, 0x1FFFF => 1,
7843                    0x2FFFE => 1, 0x2FFFF => 1, 0x3FFFE => 1, 0x3FFFF => 1,
7844                    0x4FFFE => 1, 0x4FFFF => 1, 0x5FFFE => 1, 0x5FFFF => 1,
7845                    0x6FFFE => 1, 0x6FFFF => 1, 0x7FFFE => 1, 0x7FFFF => 1,
7846                    0x8FFFE => 1, 0x8FFFF => 1, 0x9FFFE => 1, 0x9FFFF => 1,
7847                    0xAFFFE => 1, 0xAFFFF => 1, 0xBFFFE => 1, 0xBFFFF => 1,
7848                    0xCFFFE => 1, 0xCFFFF => 1, 0xDFFFE => 1, 0xDFFFF => 1,
7849                    0xEFFFE => 1, 0xEFFFF => 1, 0xFFFFE => 1, 0xFFFFF => 1,
7850                    0x10FFFE => 1, 0x10FFFF => 1,
7851                   }->{$self->{next_char}}) {
7852            !!!cp ('i4.1');
7853            if ($self->{next_char} < 0x10000) {
7854              !!!parse-error (type => 'control char',
7855                              text => (sprintf 'U+%04X', $self->{next_char}));
7856            } else {
7857              !!!parse-error (type => 'control char',
7858                              text => (sprintf 'U-%08X', $self->{next_char}));
7859            }
7860        }        }
7861      };      };
7862      $p->{prev_input_character} = [-1, -1, -1];      $p->{prev_char} = [-1, -1, -1];
7863      $p->{next_input_character} = -1;      $p->{next_char} = -1;
7864        
7865        $p->{read_until} = sub {
7866          #my ($scalar, $specials_range, $offset) = @_;
7867          my $specials_range = $_[1];
7868          return 0 if defined $p->{next_next_char};
7869          my $count = $input->manakai_read_until
7870            ($_[0],
7871             qr/(?![$specials_range\x{FDD0}-\x{FDDF}\x{FFFE}\x{FFFF}\x{1FFFE}\x{1FFFF}\x{2FFFE}\x{2FFFF}\x{3FFFE}\x{3FFFF}\x{4FFFE}\x{4FFFF}\x{5FFFE}\x{5FFFF}\x{6FFFE}\x{6FFFF}\x{7FFFE}\x{7FFFF}\x{8FFFE}\x{8FFFF}\x{9FFFE}\x{9FFFF}\x{AFFFE}\x{AFFFF}\x{BFFFE}\x{BFFFF}\x{CFFFE}\x{CFFFF}\x{DFFFE}\x{DFFFF}\x{EFFFE}\x{EFFFF}\x{FFFFE}\x{FFFFF}])[\x20-\x7E\xA0-\x{D7FF}\x{E000}-\x{10FFFD}]/,
7872             $_[2]);
7873          if ($count) {
7874            $p->{column} += $count;
7875            $p->{column_prev} += $count;
7876            $p->{prev_char} = [-1, -1, -1];
7877            $p->{next_char} = -1;
7878          }
7879          return $count;
7880        }; # $p->{read_until}
7881    
7882      my $ponerror = $onerror || sub {      my $ponerror = $onerror || sub {
7883        my (%opt) = @_;        my (%opt) = @_;
7884        warn "Parse error ($opt{type}) at line $opt{line} column $opt{column}\n";        my $line = $opt{line};
7885          my $column = $opt{column};
7886          if (defined $opt{token} and defined $opt{token}->{line}) {
7887            $line = $opt{token}->{line};
7888            $column = $opt{token}->{column};
7889          }
7890          warn "Parse error ($opt{type}) at line $line column $column\n";
7891      };      };
7892      $p->{parse_error} = sub {      $p->{parse_error} = sub {
7893        $ponerror->(@_, line => $line, column => $column);        $ponerror->(line => $p->{line}, column => $p->{column}, @_);
7894      };      };
7895            
7896        my $char_onerror = sub {
7897          my (undef, $type, %opt) = @_;
7898          $ponerror->(layer => 'encode',
7899                      line => $p->{line}, column => $p->{column} + 1,
7900                      %opt, type => $type);
7901        }; # $char_onerror
7902        $input->onerror ($char_onerror);
7903    
7904      $p->_initialize_tokenizer;      $p->_initialize_tokenizer;
7905      $p->_initialize_tree_constructor;      $p->_initialize_tree_constructor;
7906    
7907      ## Step 2      ## Step 2
7908      my $node_ln = $node->local_name;      my $node_ln = $node->manakai_local_name;
7909      $p->{content_model} = {      $p->{content_model} = {
7910        title => RCDATA_CONTENT_MODEL,        title => RCDATA_CONTENT_MODEL,
7911        textarea => RCDATA_CONTENT_MODEL,        textarea => RCDATA_CONTENT_MODEL,
# Line 5303  sub set_inner_html ($$$) { Line 7922  sub set_inner_html ($$$) {
7922          unless defined $p->{content_model};          unless defined $p->{content_model};
7923          ## ISSUE: What is "the name of the element"? local name?          ## ISSUE: What is "the name of the element"? local name?
7924    
7925      $p->{inner_html_node} = [$node, $node_ln];      $p->{inner_html_node} = [$node, $el_category->{$node_ln}];
7926          ## TODO: Foreign element OK?
7927    
7928      ## Step 4      ## Step 3
7929      my $root = $doc->create_element_ns      my $root = $doc->create_element_ns
7930        ('http://www.w3.org/1999/xhtml', [undef, 'html']);        ('http://www.w3.org/1999/xhtml', [undef, 'html']);
7931    
7932      ## Step 5 # MUST      ## Step 4 # MUST
7933      $doc->append_child ($root);      $doc->append_child ($root);
7934    
7935      ## Step 6 # MUST      ## Step 5 # MUST
7936      push @{$p->{open_elements}}, [$root, 'html'];      push @{$p->{open_elements}}, [$root, $el_category->{html}];
7937    
7938      undef $p->{head_element};      undef $p->{head_element};
7939    
7940      ## Step 7 # MUST      ## Step 6 # MUST
7941      $p->_reset_insertion_mode;      $p->_reset_insertion_mode;
7942    
7943      ## Step 8 # MUST      ## Step 7 # MUST
7944      my $anode = $node;      my $anode = $node;
7945      AN: while (defined $anode) {      AN: while (defined $anode) {
7946        if ($anode->node_type == 1) {        if ($anode->node_type == 1) {
7947          my $nsuri = $anode->namespace_uri;          my $nsuri = $anode->namespace_uri;
7948          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {
7949            if ($anode->local_name eq 'form') { ## TODO: case?            if ($anode->manakai_local_name eq 'form') {
7950                !!!cp ('i5');
7951              $p->{form_element} = $anode;              $p->{form_element} = $anode;
7952              last AN;              last AN;
7953            }            }
# Line 5335  sub set_inner_html ($$$) { Line 7956  sub set_inner_html ($$$) {
7956        $anode = $anode->parent_node;        $anode = $anode->parent_node;
7957      } # AN      } # AN
7958            
7959      ## Step 3 # MUST      ## Step 9 # MUST
     ## Step 10 # MUST  
7960      {      {
7961        my $self = $p;        my $self = $p;
7962        !!!next-token;        !!!next-token;
7963      }      }
7964      $p->_tree_construction_main;      $p->_tree_construction_main;
7965    
7966      ## Step 11 # MUST      ## Step 10 # MUST
7967      my @cn = @{$node->child_nodes};      my @cn = @{$node->child_nodes};
7968      for (@cn) {      for (@cn) {
7969        $node->remove_child ($_);        $node->remove_child ($_);
7970      }      }
7971      ## ISSUE: mutation events? read-only?      ## ISSUE: mutation events? read-only?
7972    
7973      ## Step 12 # MUST      ## Step 11 # MUST
7974      @cn = @{$root->child_nodes};      @cn = @{$root->child_nodes};
7975      for (@cn) {      for (@cn) {
7976        $this_doc->adopt_node ($_);        $this_doc->adopt_node ($_);
# Line 5359  sub set_inner_html ($$$) { Line 7979  sub set_inner_html ($$$) {
7979      ## ISSUE: mutation events?      ## ISSUE: mutation events?
7980    
7981      $p->_terminate_tree_constructor;      $p->_terminate_tree_constructor;
7982    
7983        delete $p->{parse_error}; # delete loop
7984    } else {    } else {
7985      die "$0: |set_inner_html| is not defined for node of type $nt";      die "$0: |set_inner_html| is not defined for node of type $nt";
7986    }    }
# Line 5366  sub set_inner_html ($$$) { Line 7988  sub set_inner_html ($$$) {
7988    
7989  } # tree construction stage  } # tree construction stage
7990    
7991  sub get_inner_html ($$$) {  package Whatpm::HTML::RestartParser;
7992    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  
7993    
7994  1;  1;
7995  # $Date$  # $Date$
Legend:
Removed from v.1.61  
changed lines
  Added in v.1.178
admin@suikawiki.org
 ViewVC Help
Powered by ViewVC 1.1.24