/[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 1.64 by wakaba, Sun Nov 11 08:39:42 2007 UTC revision 1.241 by wakaba, Sun Sep 6 12:53:19 2009 UTC
# Line 3  use strict; Line 3  use strict;
3  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};
4  use Error qw(:try);  use Error qw(:try);
5    
6    use Whatpm::HTML::Tokenizer;
7    
8    ## NOTE: This module don't check all HTML5 parse errors; character
9    ## encoding related parse errors are expected to be handled by relevant
10    ## modules.
11    ## Parse errors for control characters that are not allowed in HTML5
12    ## documents, for surrogate code points, and for noncharacter code
13    ## points, as well as U+FFFD substitions for characters whose code points
14    ## is higher than U+10FFFF may be detected by combining the parser with
15    ## the checker implemented by Whatpm::Charset::UnicodeChecker (for its
16    ## usage example, see |t/HTML-tree.t| in the Whatpm package or the
17    ## WebHACC::Language::HTML module in the WebHACC package).
18    
19  ## ISSUE:  ## ISSUE:
20  ## var doc = implementation.createDocument (null, null, null);  ## var doc = implementation.createDocument (null, null, null);
21  ## doc.write ('');  ## doc.write ('');
22  ## alert (doc.compatMode);  ## alert (doc.compatMode);
23    
24  ## ISSUE: HTML5 revision 967 says that the encoding layer MUST NOT  require IO::Handle;
25  ## strip BOM and the HTML layer MUST ignore it.  Whether we can do it  
26  ## is not yet clear.  ## Namespace URLs
27  ## "{U+FEFF}..." in UTF-16BE/UTF-16LE is three or four characters?  
28  ## "{U+FEFF}..." in GB18030?  my $HTML_NS = q<http://www.w3.org/1999/xhtml>;
29    my $MML_NS = q<http://www.w3.org/1998/Math/MathML>;
30  my $permitted_slash_tag_name = {  my $SVG_NS = q<http://www.w3.org/2000/svg>;
31    base => 1,  my $XLINK_NS = q<http://www.w3.org/1999/xlink>;
32    link => 1,  my $XML_NS = q<http://www.w3.org/XML/1998/namespace>;
33    meta => 1,  my $XMLNS_NS = q<http://www.w3.org/2000/xmlns/>;
34    hr => 1,  
35    br => 1,  ## Element categories
36    img=> 1,  
37    embed => 1,  ## Bits 12-15
38    param => 1,  sub SPECIAL_EL () { 0b1_000000000000000 }
39    area => 1,  sub SCOPING_EL () { 0b1_00000000000000 }
40    col => 1,  sub FORMATTING_EL () { 0b1_0000000000000 }
41    input => 1,  sub PHRASING_EL () { 0b1_000000000000 }
42    
43    ## Bits 10-11
44    #sub FOREIGN_EL () { 0b1_00000000000 } # see Whatpm::HTML::Tokenizer
45    sub FOREIGN_FLOW_CONTENT_EL () { 0b1_0000000000 }
46    
47    ## Bits 6-9
48    sub TABLE_SCOPING_EL () { 0b1_000000000 }
49    sub TABLE_ROWS_SCOPING_EL () { 0b1_00000000 }
50    sub TABLE_ROW_SCOPING_EL () { 0b1_0000000 }
51    sub TABLE_ROWS_EL () { 0b1_000000 }
52    
53    ## Bit 5
54    sub ADDRESS_DIV_P_EL () { 0b1_00000 }
55    
56    ## NOTE: Used in </body> and EOF algorithms.
57    ## Bit 4
58    sub ALL_END_TAG_OPTIONAL_EL () { 0b1_0000 }
59    
60    ## NOTE: Used in "generate implied end tags" algorithm.
61    ## NOTE: There is a code where a modified version of
62    ## END_TAG_OPTIONAL_EL is used in "generate implied end tags"
63    ## implementation (search for the algorithm name).
64    ## Bit 3
65    sub END_TAG_OPTIONAL_EL () { 0b1_000 }
66    
67    ## Bits 0-2
68    
69    sub MISC_SPECIAL_EL () { SPECIAL_EL | 0b000 }
70    sub FORM_EL () { SPECIAL_EL | 0b001 }
71    sub FRAMESET_EL () { SPECIAL_EL | 0b010 }
72    sub HEADING_EL () { SPECIAL_EL | 0b011 }
73    sub SELECT_EL () { SPECIAL_EL | 0b100 }
74    sub SCRIPT_EL () { SPECIAL_EL | 0b101 }
75    
76    sub ADDRESS_DIV_EL () { SPECIAL_EL | ADDRESS_DIV_P_EL | 0b001 }
77    sub BODY_EL () { SPECIAL_EL | ALL_END_TAG_OPTIONAL_EL | 0b001 }
78    
79    sub DTDD_EL () {
80      SPECIAL_EL |
81      END_TAG_OPTIONAL_EL |
82      ALL_END_TAG_OPTIONAL_EL |
83      0b010
84    }
85    sub LI_EL () {
86      SPECIAL_EL |
87      END_TAG_OPTIONAL_EL |
88      ALL_END_TAG_OPTIONAL_EL |
89      0b100
90    }
91    sub P_EL () {
92      SPECIAL_EL |
93      ADDRESS_DIV_P_EL |
94      END_TAG_OPTIONAL_EL |
95      ALL_END_TAG_OPTIONAL_EL |
96      0b001
97    }
98    
99    sub TABLE_ROW_EL () {
100      SPECIAL_EL |
101      TABLE_ROWS_EL |
102      TABLE_ROW_SCOPING_EL |
103      ALL_END_TAG_OPTIONAL_EL |
104      0b001
105    }
106    sub TABLE_ROW_GROUP_EL () {
107      SPECIAL_EL |
108      TABLE_ROWS_EL |
109      TABLE_ROWS_SCOPING_EL |
110      ALL_END_TAG_OPTIONAL_EL |
111      0b001
112    }
113    
114    sub MISC_SCOPING_EL () { SCOPING_EL | 0b000 }
115    sub BUTTON_EL () { SCOPING_EL | 0b001 }
116    sub CAPTION_EL () { SCOPING_EL | 0b010 }
117    sub HTML_EL () {
118      SCOPING_EL |
119      TABLE_SCOPING_EL |
120      TABLE_ROWS_SCOPING_EL |
121      TABLE_ROW_SCOPING_EL |
122      ALL_END_TAG_OPTIONAL_EL |
123      0b001
124    }
125    sub TABLE_EL () {
126      SCOPING_EL |
127      TABLE_ROWS_EL |
128      TABLE_SCOPING_EL |
129      0b001
130    }
131    sub TABLE_CELL_EL () {
132      SCOPING_EL |
133      TABLE_ROW_SCOPING_EL |
134      ALL_END_TAG_OPTIONAL_EL |
135      0b001
136    }
137    
138    sub MISC_FORMATTING_EL () { FORMATTING_EL | 0b000 }
139    sub A_EL () { FORMATTING_EL | 0b001 }
140    sub NOBR_EL () { FORMATTING_EL | 0b010 }
141    
142    sub RUBY_EL () { PHRASING_EL | 0b001 }
143    
144    ## ISSUE: ALL_END_TAG_OPTIONAL_EL?
145    sub OPTGROUP_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b001 }
146    sub OPTION_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b010 }
147    sub RUBY_COMPONENT_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b100 }
148    
149    sub MML_AXML_EL () { PHRASING_EL | FOREIGN_EL | 0b001 }
150    
151    my $el_category = {
152      a => A_EL,
153      address => ADDRESS_DIV_EL,
154      applet => MISC_SCOPING_EL,
155      area => MISC_SPECIAL_EL,
156      article => MISC_SPECIAL_EL,
157      aside => MISC_SPECIAL_EL,
158      b => FORMATTING_EL,
159      base => MISC_SPECIAL_EL,
160      basefont => MISC_SPECIAL_EL,
161      bgsound => MISC_SPECIAL_EL,
162      big => FORMATTING_EL,
163      blockquote => MISC_SPECIAL_EL,
164      body => BODY_EL,
165      br => MISC_SPECIAL_EL,
166      button => BUTTON_EL,
167      caption => CAPTION_EL,
168      center => MISC_SPECIAL_EL,
169      col => MISC_SPECIAL_EL,
170      colgroup => MISC_SPECIAL_EL,
171      command => MISC_SPECIAL_EL,
172      datagrid => MISC_SPECIAL_EL,
173      dd => DTDD_EL,
174      details => MISC_SPECIAL_EL,
175      dialog => MISC_SPECIAL_EL,
176      dir => MISC_SPECIAL_EL,
177      div => ADDRESS_DIV_EL,
178      dl => MISC_SPECIAL_EL,
179      dt => DTDD_EL,
180      em => FORMATTING_EL,
181      embed => MISC_SPECIAL_EL,
182      fieldset => MISC_SPECIAL_EL,
183      figure => MISC_SPECIAL_EL,
184      font => FORMATTING_EL,
185      footer => MISC_SPECIAL_EL,
186      form => FORM_EL,
187      frame => MISC_SPECIAL_EL,
188      frameset => FRAMESET_EL,
189      h1 => HEADING_EL,
190      h2 => HEADING_EL,
191      h3 => HEADING_EL,
192      h4 => HEADING_EL,
193      h5 => HEADING_EL,
194      h6 => HEADING_EL,
195      head => MISC_SPECIAL_EL,
196      header => MISC_SPECIAL_EL,
197      hgroup => MISC_SPECIAL_EL,
198      hr => MISC_SPECIAL_EL,
199      html => HTML_EL,
200      i => FORMATTING_EL,
201      iframe => MISC_SPECIAL_EL,
202      img => MISC_SPECIAL_EL,
203      #image => MISC_SPECIAL_EL, ## NOTE: Commented out in the spec.
204      input => MISC_SPECIAL_EL,
205      isindex => MISC_SPECIAL_EL,
206      ## XXX keygen? (Whether a void element is in Special or not does not
207      ## affect to the processing, however.)
208      li => LI_EL,
209      link => MISC_SPECIAL_EL,
210      listing => MISC_SPECIAL_EL,
211      marquee => MISC_SCOPING_EL,
212      menu => MISC_SPECIAL_EL,
213      meta => MISC_SPECIAL_EL,
214      nav => MISC_SPECIAL_EL,
215      nobr => NOBR_EL,
216      noembed => MISC_SPECIAL_EL,
217      noframes => MISC_SPECIAL_EL,
218      noscript => MISC_SPECIAL_EL,
219      object => MISC_SCOPING_EL,
220      ol => MISC_SPECIAL_EL,
221      optgroup => OPTGROUP_EL,
222      option => OPTION_EL,
223      p => P_EL,
224      param => MISC_SPECIAL_EL,
225      plaintext => MISC_SPECIAL_EL,
226      pre => MISC_SPECIAL_EL,
227      rp => RUBY_COMPONENT_EL,
228      rt => RUBY_COMPONENT_EL,
229      ruby => RUBY_EL,
230      s => FORMATTING_EL,
231      script => MISC_SPECIAL_EL,
232      select => SELECT_EL,
233      section => MISC_SPECIAL_EL,
234      small => FORMATTING_EL,
235      spacer => MISC_SPECIAL_EL,
236      strike => FORMATTING_EL,
237      strong => FORMATTING_EL,
238      style => MISC_SPECIAL_EL,
239      table => TABLE_EL,
240      tbody => TABLE_ROW_GROUP_EL,
241      td => TABLE_CELL_EL,
242      textarea => MISC_SPECIAL_EL,
243      tfoot => TABLE_ROW_GROUP_EL,
244      th => TABLE_CELL_EL,
245      thead => TABLE_ROW_GROUP_EL,
246      title => MISC_SPECIAL_EL,
247      tr => TABLE_ROW_EL,
248      tt => FORMATTING_EL,
249      u => FORMATTING_EL,
250      ul => MISC_SPECIAL_EL,
251      wbr => MISC_SPECIAL_EL,
252      xmp => MISC_SPECIAL_EL,
253  };  };
254    
255  my $c1_entity_char = {  my $el_category_f = {
256    0x80 => 0x20AC,    $MML_NS => {
257    0x81 => 0xFFFD,      'annotation-xml' => MML_AXML_EL,
258    0x82 => 0x201A,      mi => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
259    0x83 => 0x0192,      mo => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
260    0x84 => 0x201E,      mn => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
261    0x85 => 0x2026,      ms => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
262    0x86 => 0x2020,      mtext => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
263    0x87 => 0x2021,    },
264    0x88 => 0x02C6,    $SVG_NS => {
265    0x89 => 0x2030,      foreignObject => SCOPING_EL | FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
266    0x8A => 0x0160,      desc => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
267    0x8B => 0x2039,      title => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
268    0x8C => 0x0152,    },
269    0x8D => 0xFFFD,    ## NOTE: In addition, FOREIGN_EL is set to non-HTML elements.
   0x8E => 0x017D,  
   0x8F => 0xFFFD,  
   0x90 => 0xFFFD,  
   0x91 => 0x2018,  
   0x92 => 0x2019,  
   0x93 => 0x201C,  
   0x94 => 0x201D,  
   0x95 => 0x2022,  
   0x96 => 0x2013,  
   0x97 => 0x2014,  
   0x98 => 0x02DC,  
   0x99 => 0x2122,  
   0x9A => 0x0161,  
   0x9B => 0x203A,  
   0x9C => 0x0153,  
   0x9D => 0xFFFD,  
   0x9E => 0x017E,  
   0x9F => 0x0178,  
 }; # $c1_entity_char  
   
 my $special_category = {  
   address => 1, area => 1, base => 1, basefont => 1, bgsound => 1,  
   blockquote => 1, body => 1, br => 1, center => 1, col => 1, colgroup => 1,  
   dd => 1, dir => 1, div => 1, dl => 1, dt => 1, embed => 1, fieldset => 1,  
   form => 1, frame => 1, frameset => 1, h1 => 1, h2 => 1, h3 => 1,  
   h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, iframe => 1, image => 1,  
   img => 1, input => 1, isindex => 1, li => 1, link => 1, listing => 1,  
   menu => 1, meta => 1, noembed => 1, noframes => 1, noscript => 1,  
   ol => 1, optgroup => 1, option => 1, p => 1, param => 1, plaintext => 1,  
   pre => 1, script => 1, select => 1, spacer => 1, style => 1, tbody => 1,  
   textarea => 1, tfoot => 1, thead => 1, title => 1, tr => 1, ul => 1, wbr => 1,  
270  };  };
271  my $scoping_category = {  
272    button => 1, caption => 1, html => 1, marquee => 1, object => 1,  my $svg_attr_name = {
273    table => 1, td => 1, th => 1,    attributename => 'attributeName',
274      attributetype => 'attributeType',
275      basefrequency => 'baseFrequency',
276      baseprofile => 'baseProfile',
277      calcmode => 'calcMode',
278      clippathunits => 'clipPathUnits',
279      contentscripttype => 'contentScriptType',
280      contentstyletype => 'contentStyleType',
281      diffuseconstant => 'diffuseConstant',
282      edgemode => 'edgeMode',
283      externalresourcesrequired => 'externalResourcesRequired',
284      filterres => 'filterRes',
285      filterunits => 'filterUnits',
286      glyphref => 'glyphRef',
287      gradienttransform => 'gradientTransform',
288      gradientunits => 'gradientUnits',
289      kernelmatrix => 'kernelMatrix',
290      kernelunitlength => 'kernelUnitLength',
291      keypoints => 'keyPoints',
292      keysplines => 'keySplines',
293      keytimes => 'keyTimes',
294      lengthadjust => 'lengthAdjust',
295      limitingconeangle => 'limitingConeAngle',
296      markerheight => 'markerHeight',
297      markerunits => 'markerUnits',
298      markerwidth => 'markerWidth',
299      maskcontentunits => 'maskContentUnits',
300      maskunits => 'maskUnits',
301      numoctaves => 'numOctaves',
302      pathlength => 'pathLength',
303      patterncontentunits => 'patternContentUnits',
304      patterntransform => 'patternTransform',
305      patternunits => 'patternUnits',
306      pointsatx => 'pointsAtX',
307      pointsaty => 'pointsAtY',
308      pointsatz => 'pointsAtZ',
309      preservealpha => 'preserveAlpha',
310      preserveaspectratio => 'preserveAspectRatio',
311      primitiveunits => 'primitiveUnits',
312      refx => 'refX',
313      refy => 'refY',
314      repeatcount => 'repeatCount',
315      repeatdur => 'repeatDur',
316      requiredextensions => 'requiredExtensions',
317      requiredfeatures => 'requiredFeatures',
318      specularconstant => 'specularConstant',
319      specularexponent => 'specularExponent',
320      spreadmethod => 'spreadMethod',
321      startoffset => 'startOffset',
322      stddeviation => 'stdDeviation',
323      stitchtiles => 'stitchTiles',
324      surfacescale => 'surfaceScale',
325      systemlanguage => 'systemLanguage',
326      tablevalues => 'tableValues',
327      targetx => 'targetX',
328      targety => 'targetY',
329      textlength => 'textLength',
330      viewbox => 'viewBox',
331      viewtarget => 'viewTarget',
332      xchannelselector => 'xChannelSelector',
333      ychannelselector => 'yChannelSelector',
334      zoomandpan => 'zoomAndPan',
335  };  };
336  my $formatting_category = {  
337    a => 1, b => 1, big => 1, em => 1, font => 1, i => 1, nobr => 1,  my $foreign_attr_xname = {
338    s => 1, small => 1, strile => 1, strong => 1, tt => 1, u => 1,    'xlink:actuate' => [$XLINK_NS, ['xlink', 'actuate']],
339      'xlink:arcrole' => [$XLINK_NS, ['xlink', 'arcrole']],
340      'xlink:href' => [$XLINK_NS, ['xlink', 'href']],
341      'xlink:role' => [$XLINK_NS, ['xlink', 'role']],
342      'xlink:show' => [$XLINK_NS, ['xlink', 'show']],
343      'xlink:title' => [$XLINK_NS, ['xlink', 'title']],
344      'xlink:type' => [$XLINK_NS, ['xlink', 'type']],
345      'xml:base' => [$XML_NS, ['xml', 'base']],
346      'xml:lang' => [$XML_NS, ['xml', 'lang']],
347      'xml:space' => [$XML_NS, ['xml', 'space']],
348      'xmlns' => [$XMLNS_NS, [undef, 'xmlns']],
349      'xmlns:xlink' => [$XMLNS_NS, ['xmlns', 'xlink']],
350  };  };
351  # $phrasing_category: all other elements  
352    ## ISSUE: xmlns:xlink="non-xlink-ns" is not an error.
353    
354    ## TODO: Invoke the reset algorithm when a resettable element is
355    ## created (cf. HTML5 revision 2259).
356    
357  sub parse_byte_string ($$$$;$) {  sub parse_byte_string ($$$$;$) {
358      my $self = shift;
359      my $charset_name = shift;
360      open my $input, '<', ref $_[0] ? $_[0] : \($_[0]);
361      return $self->parse_byte_stream ($charset_name, $input, @_[1..$#_]);
362    } # parse_byte_string
363    
364    sub parse_byte_stream ($$$$;$$) {
365      # my ($self, $charset_name, $byte_stream, $doc, $onerror, $get_wrapper) = @_;
366    my $self = ref $_[0] ? shift : shift->new;    my $self = ref $_[0] ? shift : shift->new;
367    my $charset = shift;    my $charset_name = shift;
368    my $bytes_s = ref $_[0] ? $_[0] : \($_[0]);    my $byte_stream = $_[0];
   my $s;  
     
   if (defined $charset) {  
     require Encode; ## TODO: decode(utf8) don't delete BOM  
     $s = \ (Encode::decode ($charset, $$bytes_s));  
     $self->{input_encoding} = lc $charset; ## TODO: normalize name  
     $self->{confident} = 1;  
   } else {  
     $charset = 'windows-1252'; ## TODO: for now.  
     $s = \ (Encode::decode ($charset, $$bytes_s));  
     $self->{input_encoding} = $charset;  
     $self->{confident} = 0;  
   }  
369    
370    $self->{change_encoding} = sub {    my $onerror = $_[2] || sub {
371      my $self = shift;      my (%opt) = @_;
372      my $charset = lc shift;      warn "Parse error ($opt{type})\n";
373      ## TODO: if $charset is supported    };
374      ## TODO: normalize charset name    $self->{parse_error} = $onerror; # updated later by parse_char_string
375    
376      ## "Change the encoding" algorithm:    my $get_wrapper = $_[3] || sub ($) {
377        return $_[0]; # $_[0] = byte stream handle, returned = arg to char handle
378      ## Step 1        };
379      if ($charset eq 'utf-16') { ## ISSUE: UTF-16BE -> UTF-8? UTF-16LE -> UTF-8?  
380        $charset = 'utf-8';    ## HTML5 encoding sniffing algorithm
381      require Message::Charset::Info;
382      my $charset;
383      my $buffer;
384      my ($char_stream, $e_status);
385    
386      SNIFFING: {
387        ## NOTE: By setting |allow_fallback| option true when the
388        ## |get_decode_handle| method is invoked, we ignore what the HTML5
389        ## spec requires, i.e. unsupported encoding should be ignored.
390          ## TODO: We should not do this unless the parser is invoked
391          ## in the conformance checking mode, in which this behavior
392          ## would be useful.
393    
394        ## Step 1
395        if (defined $charset_name) {
396          $charset = Message::Charset::Info->get_by_html_name ($charset_name);
397              ## TODO: Is this ok?  Transfer protocol's parameter should be
398              ## interpreted in its semantics?
399    
400          ($char_stream, $e_status) = $charset->get_decode_handle
401              ($byte_stream, allow_error_reporting => 1,
402               allow_fallback => 1);
403          if ($char_stream) {
404            $self->{confident} = 1;
405            last SNIFFING;
406          } else {
407            !!!parse-error (type => 'charset:not supported',
408                            layer => 'encode',
409                            line => 1, column => 1,
410                            value => $charset_name,
411                            level => $self->{level}->{uncertain});
412          }
413      }      }
414    
415      ## Step 2      ## Step 2
416      if (defined $self->{input_encoding} and      my $byte_buffer = '';
417          $self->{input_encoding} eq $charset) {      for (1..1024) {
418          my $char = $byte_stream->getc;
419          last unless defined $char;
420          $byte_buffer .= $char;
421        } ## TODO: timeout
422    
423        ## Step 3
424        if ($byte_buffer =~ /^\xFE\xFF/) {
425          $charset = Message::Charset::Info->get_by_html_name ('utf-16be');
426          ($char_stream, $e_status) = $charset->get_decode_handle
427              ($byte_stream, allow_error_reporting => 1,
428               allow_fallback => 1, byte_buffer => \$byte_buffer);
429        $self->{confident} = 1;        $self->{confident} = 1;
430        return;        last SNIFFING;
431        } elsif ($byte_buffer =~ /^\xFF\xFE/) {
432          $charset = Message::Charset::Info->get_by_html_name ('utf-16le');
433          ($char_stream, $e_status) = $charset->get_decode_handle
434              ($byte_stream, allow_error_reporting => 1,
435               allow_fallback => 1, byte_buffer => \$byte_buffer);
436          $self->{confident} = 1;
437          last SNIFFING;
438        } elsif ($byte_buffer =~ /^\xEF\xBB\xBF/) {
439          $charset = Message::Charset::Info->get_by_html_name ('utf-8');
440          ($char_stream, $e_status) = $charset->get_decode_handle
441              ($byte_stream, allow_error_reporting => 1,
442               allow_fallback => 1, byte_buffer => \$byte_buffer);
443          $self->{confident} = 1;
444          last SNIFFING;
445      }      }
446    
447      !!!parse-error (type => 'charset label detected:'.$self->{input_encoding}.      ## Step 4
448          ':'.$charset, level => 'w');      ## TODO: <meta charset>
449    
450      ## Step 3      ## Step 5
451      # if (can) {      ## TODO: from history
       ## change the encoding on the fly.  
       #$self->{confident} = 1;  
       #return;  
     # }  
452    
453      ## Step 4      ## Step 6
454      throw Whatpm::HTML::RestartParser (charset => $charset);      require Whatpm::Charset::UniversalCharDet;
455        $charset_name = Whatpm::Charset::UniversalCharDet->detect_byte_string
456            ($byte_buffer);
457        if (defined $charset_name) {
458          $charset = Message::Charset::Info->get_by_html_name ($charset_name);
459    
460          require Whatpm::Charset::DecodeHandle;
461          $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new
462              ($byte_stream);
463          ($char_stream, $e_status) = $charset->get_decode_handle
464              ($buffer, allow_error_reporting => 1,
465               allow_fallback => 1, byte_buffer => \$byte_buffer);
466          if ($char_stream) {
467            $buffer->{buffer} = $byte_buffer;
468            !!!parse-error (type => 'sniffing:chardet',
469                            text => $charset_name,
470                            level => $self->{level}->{info},
471                            layer => 'encode',
472                            line => 1, column => 1);
473            $self->{confident} = 0;
474            last SNIFFING;
475          }
476        }
477    
478        ## Step 7: default
479        ## TODO: Make this configurable.
480        $charset = Message::Charset::Info->get_by_html_name ('windows-1252');
481            ## NOTE: We choose |windows-1252| here, since |utf-8| should be
482            ## detectable in the step 6.
483        require Whatpm::Charset::DecodeHandle;
484        $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new
485            ($byte_stream);
486        ($char_stream, $e_status)
487            = $charset->get_decode_handle ($buffer,
488                                           allow_error_reporting => 1,
489                                           allow_fallback => 1,
490                                           byte_buffer => \$byte_buffer);
491        $buffer->{buffer} = $byte_buffer;
492        !!!parse-error (type => 'sniffing:default',
493                        text => 'windows-1252',
494                        level => $self->{level}->{info},
495                        line => 1, column => 1,
496                        layer => 'encode');
497        $self->{confident} = 0;
498      } # SNIFFING
499    
500      if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
501        $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
502        !!!parse-error (type => 'chardecode:fallback',
503                        #text => $self->{input_encoding},
504                        level => $self->{level}->{uncertain},
505                        line => 1, column => 1,
506                        layer => 'encode');
507      } elsif (not ($e_status &
508                    Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
509        $self->{input_encoding} = $charset->get_iana_name;
510        !!!parse-error (type => 'chardecode:no error',
511                        text => $self->{input_encoding},
512                        level => $self->{level}->{uncertain},
513                        line => 1, column => 1,
514                        layer => 'encode');
515      } else {
516        $self->{input_encoding} = $charset->get_iana_name;
517      }
518    
519      $self->{change_encoding} = sub {
520        my $self = shift;
521        $charset_name = shift;
522        my $token = shift;
523    
524        $charset = Message::Charset::Info->get_by_html_name ($charset_name);
525        ($char_stream, $e_status) = $charset->get_decode_handle
526            ($byte_stream, allow_error_reporting => 1, allow_fallback => 1,
527             byte_buffer => \ $buffer->{buffer});
528        
529        if ($char_stream) { # if supported
530          ## "Change the encoding" algorithm:
531          
532          ## Step 1
533          if (defined $self->{input_encoding} and
534              $self->{input_encoding} eq $charset_name) {
535            !!!parse-error (type => 'charset label:matching',
536                            text => $charset_name,
537                            level => $self->{level}->{info});
538            $self->{confident} = 1;
539            return;
540          }
541    
542          ## Step 2 (HTML5 revision 3205)
543          if (defined $self->{input_encoding} and
544              Message::Charset::Info->get_by_html_name ($self->{input_encoding})
545              ->{category} & Message::Charset::Info::CHARSET_CATEGORY_UTF16 ()) {
546            $self->{confident} = 1;
547            return;
548          }
549    
550          ## Step 3
551          if ($charset->{category} &
552              Message::Charset::Info::CHARSET_CATEGORY_UTF16 ()) {
553            $charset = Message::Charset::Info->get_by_html_name ('utf-8');
554            ($char_stream, $e_status) = $charset->get_decode_handle
555                ($byte_stream,
556                 byte_buffer => \ $buffer->{buffer});
557          }
558          $charset_name = $charset->get_iana_name;
559    
560          !!!parse-error (type => 'charset label detected',
561                          text => $self->{input_encoding},
562                          value => $charset_name,
563                          level => $self->{level}->{warn},
564                          token => $token);
565          
566          ## Step 4
567          # if (can) {
568            ## change the encoding on the fly.
569            #$self->{confident} = 1;
570            #return;
571          # }
572          
573          ## Step 5
574          throw Whatpm::HTML::RestartParser ();
575        }
576    }; # $self->{change_encoding}    }; # $self->{change_encoding}
577    
578    my @args = @_; shift @args; # $s    my $char_onerror = sub {
579        my (undef, $type, %opt) = @_;
580        !!!parse-error (layer => 'encode',
581                        line => $self->{line}, column => $self->{column} + 1,
582                        %opt, type => $type);
583        if ($opt{octets}) {
584          ${$opt{octets}} = "\x{FFFD}"; # relacement character
585        }
586      };
587    
588      my $wrapped_char_stream = $get_wrapper->($char_stream);
589      $wrapped_char_stream->onerror ($char_onerror);
590    
591      my @args = ($_[1], $_[2]); # $doc, $onerror - $get_wrapper = undef;
592    my $return;    my $return;
593    try {    try {
594      $return = $self->parse_char_string ($s, @args);        $return = $self->parse_char_stream ($wrapped_char_stream, @args);  
595    } catch Whatpm::HTML::RestartParser with {    } catch Whatpm::HTML::RestartParser with {
596      my $charset = shift->{charset};      ## NOTE: Invoked after {change_encoding}.
597      $s = \ (Encode::decode ($charset, $$bytes_s));      
598      $self->{input_encoding} = $charset; ## TODO: normalize      if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
599          $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
600          !!!parse-error (type => 'chardecode:fallback',
601                          level => $self->{level}->{uncertain},
602                          #text => $self->{input_encoding},
603                          line => 1, column => 1,
604                          layer => 'encode');
605        } elsif (not ($e_status &
606                      Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
607          $self->{input_encoding} = $charset->get_iana_name;
608          !!!parse-error (type => 'chardecode:no error',
609                          text => $self->{input_encoding},
610                          level => $self->{level}->{uncertain},
611                          line => 1, column => 1,
612                          layer => 'encode');
613        } else {
614          $self->{input_encoding} = $charset->get_iana_name;
615        }
616      $self->{confident} = 1;      $self->{confident} = 1;
617      $return = $self->parse_char_string ($s, @args);  
618        $wrapped_char_stream = $get_wrapper->($char_stream);
619        $wrapped_char_stream->onerror ($char_onerror);
620    
621        $return = $self->parse_char_stream ($wrapped_char_stream, @args);
622    };    };
623    return $return;    return $return;
624  } # parse_byte_string  } # parse_byte_stream
625    
626  *parse_char_string = \&parse_string;  ## NOTE: HTML5 spec says that the encoding layer MUST NOT strip BOM
627    ## and the HTML layer MUST ignore it.  However, we does strip BOM in
628    ## the encoding layer and the HTML layer does not ignore any U+FEFF,
629    ## because the core part of our HTML parser expects a string of character,
630    ## not a string of bytes or code units or anything which might contain a BOM.
631    ## Therefore, any parser interface that accepts a string of bytes,
632    ## such as |parse_byte_string| in this module, must ensure that it does
633    ## strip the BOM and never strip any ZWNBSP.
634    
635  sub parse_string ($$$;$) {  sub parse_char_string ($$$;$$) {
636    my $self = ref $_[0] ? shift : shift->new;    #my ($self, $s, $doc, $onerror, $get_wrapper) = @_;
637      my $self = shift;
638    my $s = ref $_[0] ? $_[0] : \($_[0]);    my $s = ref $_[0] ? $_[0] : \($_[0]);
639      require Whatpm::Charset::DecodeHandle;
640      my $input = Whatpm::Charset::DecodeHandle::CharString->new ($s);
641      return $self->parse_char_stream ($input, @_[1..$#_]);
642    } # parse_char_string
643    *parse_string = \&parse_char_string; ## NOTE: Alias for backward compatibility.
644    
645    sub parse_char_stream ($$$;$$) {
646      my $self = ref $_[0] ? shift : shift->new;
647      my $input = $_[0];
648    $self->{document} = $_[1];    $self->{document} = $_[1];
649    @{$self->{document}->child_nodes} = ();    @{$self->{document}->child_nodes} = ();
650    
651    ## NOTE: |set_inner_html| copies most of this method's code    ## NOTE: |set_inner_html| copies most of this method's code
652    
653      ## Confidence: irrelevant.
654    $self->{confident} = 1 unless exists $self->{confident};    $self->{confident} = 1 unless exists $self->{confident};
655    
656    $self->{document}->input_encoding ($self->{input_encoding})    $self->{document}->input_encoding ($self->{input_encoding})
657        if defined $self->{input_encoding};        if defined $self->{input_encoding};
658    ## TODO: |{input_encoding}| is needless?
659    
660    my $i = 0;    $self->{line_prev} = $self->{line} = 1;
661    my $line = 1;    $self->{column_prev} = -1;
662    my $column = 0;    $self->{column} = 0;
663    $self->{set_next_input_character} = sub {    $self->{set_nc} = sub {
664      my $self = shift;      my $self = shift;
665    
666      pop @{$self->{prev_input_character}};      my $char = '';
667      unshift @{$self->{prev_input_character}}, $self->{next_input_character};      if (defined $self->{next_nc}) {
668          $char = $self->{next_nc};
669          delete $self->{next_nc};
670          $self->{nc} = ord $char;
671        } else {
672          $self->{char_buffer} = '';
673          $self->{char_buffer_pos} = 0;
674    
675      $self->{next_input_character} = -1 and return if $i >= length $$s;        my $count = $input->manakai_read_until
676      $self->{next_input_character} = ord substr $$s, $i++, 1;           ($self->{char_buffer}, qr/[^\x00\x0A\x0D]/, $self->{char_buffer_pos});
677      $column++;        if ($count) {
678            $self->{line_prev} = $self->{line};
679            $self->{column_prev} = $self->{column};
680            $self->{column}++;
681            $self->{nc}
682                = ord substr ($self->{char_buffer}, $self->{char_buffer_pos}++, 1);
683            return;
684          }
685    
686          if ($input->read ($char, 1)) {
687            $self->{nc} = ord $char;
688          } else {
689            $self->{nc} = -1;
690            return;
691          }
692        }
693    
694        ($self->{line_prev}, $self->{column_prev})
695            = ($self->{line}, $self->{column});
696        $self->{column}++;
697            
698      if ($self->{next_input_character} == 0x000A) { # LF      if ($self->{nc} == 0x000A) { # LF
699        $line++;        !!!cp ('j1');
700        $column = 0;        $self->{line}++;
701      } elsif ($self->{next_input_character} == 0x000D) { # CR        $self->{column} = 0;
702        $i++ if substr ($$s, $i, 1) eq "\x0A";      } elsif ($self->{nc} == 0x000D) { # CR
703        $self->{next_input_character} = 0x000A; # LF # MUST        !!!cp ('j2');
704        $line++;  ## TODO: support for abort/streaming
705        $column = 0;        my $next = '';
706      } elsif ($self->{next_input_character} > 0x10FFFF) {        if ($input->read ($next, 1) and $next ne "\x0A") {
707        $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{next_nc} = $next;
708      } elsif ($self->{next_input_character} == 0x0000) { # NULL        }
709          $self->{nc} = 0x000A; # LF # MUST
710          $self->{line}++;
711          $self->{column} = 0;
712        } elsif ($self->{nc} == 0x0000) { # NULL
713          !!!cp ('j4');
714        !!!parse-error (type => 'NULL');        !!!parse-error (type => 'NULL');
715        $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST        $self->{nc} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
716      }      }
717    };    };
718    $self->{prev_input_character} = [-1, -1, -1];  
719    $self->{next_input_character} = -1;    $self->{read_until} = sub {
720        #my ($scalar, $specials_range, $offset) = @_;
721        return 0 if defined $self->{next_nc};
722    
723        my $pattern = qr/[^$_[1]\x00\x0A\x0D]/;
724        my $offset = $_[2] || 0;
725    
726        if ($self->{char_buffer_pos} < length $self->{char_buffer}) {
727          pos ($self->{char_buffer}) = $self->{char_buffer_pos};
728          if ($self->{char_buffer} =~ /\G(?>$pattern)+/) {
729            substr ($_[0], $offset)
730                = substr ($self->{char_buffer}, $-[0], $+[0] - $-[0]);
731            my $count = $+[0] - $-[0];
732            if ($count) {
733              $self->{column} += $count;
734              $self->{char_buffer_pos} += $count;
735              $self->{line_prev} = $self->{line};
736              $self->{column_prev} = $self->{column} - 1;
737              $self->{nc} = -1;
738            }
739            return $count;
740          } else {
741            return 0;
742          }
743        } else {
744          my $count = $input->manakai_read_until ($_[0], $pattern, $_[2]);
745          if ($count) {
746            $self->{column} += $count;
747            $self->{line_prev} = $self->{line};
748            $self->{column_prev} = $self->{column} - 1;
749            $self->{nc} = -1;
750          }
751          return $count;
752        }
753      }; # $self->{read_until}
754    
755    my $onerror = $_[2] || sub {    my $onerror = $_[2] || sub {
756      my (%opt) = @_;      my (%opt) = @_;
757      warn "Parse error ($opt{type}) at line $opt{line} column $opt{column}\n";      my $line = $opt{token} ? $opt{token}->{line} : $opt{line};
758        my $column = $opt{token} ? $opt{token}->{column} : $opt{column};
759        warn "Parse error ($opt{type}) at line $line column $column\n";
760    };    };
761    $self->{parse_error} = sub {    $self->{parse_error} = sub {
762      $onerror->(@_, line => $line, column => $column);      $onerror->(line => $self->{line}, column => $self->{column}, @_);
763    };    };
764    
765      my $char_onerror = sub {
766        my (undef, $type, %opt) = @_;
767        !!!parse-error (layer => 'encode',
768                        line => $self->{line}, column => $self->{column} + 1,
769                        %opt, type => $type);
770      }; # $char_onerror
771    
772      if ($_[3]) {
773        $input = $_[3]->($input);
774        $input->onerror ($char_onerror);
775      } else {
776        $input->onerror ($char_onerror) unless defined $input->onerror;
777      }
778    
779    $self->_initialize_tokenizer;    $self->_initialize_tokenizer;
780    $self->_initialize_tree_constructor;    $self->_initialize_tree_constructor;
781    $self->_construct_tree;    $self->_construct_tree;
782    $self->_terminate_tree_constructor;    $self->_terminate_tree_constructor;
783    
784      delete $self->{parse_error}; # remove loop
785    
786    return $self->{document};    return $self->{document};
787  } # parse_string  } # parse_char_stream
788    
789  sub new ($) {  sub new ($) {
790    my $class = shift;    my $class = shift;
791    my $self = bless {}, $class;    my $self = bless {
792    $self->{set_next_input_character} = sub {      level => {must => 'm',
793      $self->{next_input_character} = -1;                should => 's',
794                  warn => 'w',
795                  info => 'i',
796                  uncertain => 'u'},
797      }, $class;
798      $self->{set_nc} = sub {
799        $self->{nc} = -1;
800    };    };
801    $self->{parse_error} = sub {    $self->{parse_error} = sub {
802      #      #
# Line 233  sub new ($) { Line 813  sub new ($) {
813    return $self;    return $self;
814  } # new  } # new
815    
816  sub CM_ENTITY () { 0b001 } # & markup in data  ## Insertion modes
 sub CM_LIMITED_MARKUP () { 0b010 } # < markup in data (limited)  
 sub CM_FULL_MARKUP () { 0b100 } # < markup in data (any)  
   
 sub PLAINTEXT_CONTENT_MODEL () { 0 }  
 sub CDATA_CONTENT_MODEL () { CM_LIMITED_MARKUP }  
 sub RCDATA_CONTENT_MODEL () { CM_ENTITY | CM_LIMITED_MARKUP }  
 sub PCDATA_CONTENT_MODEL () { CM_ENTITY | CM_FULL_MARKUP }  
   
 sub DATA_STATE () { 0 }  
 sub ENTITY_DATA_STATE () { 1 }  
 sub TAG_OPEN_STATE () { 2 }  
 sub CLOSE_TAG_OPEN_STATE () { 3 }  
 sub TAG_NAME_STATE () { 4 }  
 sub BEFORE_ATTRIBUTE_NAME_STATE () { 5 }  
 sub ATTRIBUTE_NAME_STATE () { 6 }  
 sub AFTER_ATTRIBUTE_NAME_STATE () { 7 }  
 sub BEFORE_ATTRIBUTE_VALUE_STATE () { 8 }  
 sub ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE () { 9 }  
 sub ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE () { 10 }  
 sub ATTRIBUTE_VALUE_UNQUOTED_STATE () { 11 }  
 sub ENTITY_IN_ATTRIBUTE_VALUE_STATE () { 12 }  
 sub MARKUP_DECLARATION_OPEN_STATE () { 13 }  
 sub COMMENT_START_STATE () { 14 }  
 sub COMMENT_START_DASH_STATE () { 15 }  
 sub COMMENT_STATE () { 16 }  
 sub COMMENT_END_STATE () { 17 }  
 sub COMMENT_END_DASH_STATE () { 18 }  
 sub BOGUS_COMMENT_STATE () { 19 }  
 sub DOCTYPE_STATE () { 20 }  
 sub BEFORE_DOCTYPE_NAME_STATE () { 21 }  
 sub DOCTYPE_NAME_STATE () { 22 }  
 sub AFTER_DOCTYPE_NAME_STATE () { 23 }  
 sub BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE () { 24 }  
 sub DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE () { 25 }  
 sub DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE () { 26 }  
 sub AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE () { 27 }  
 sub BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE () { 28 }  
 sub DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE () { 29 }  
 sub DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE () { 30 }  
 sub AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE () { 31 }  
 sub BOGUS_DOCTYPE_STATE () { 32 }  
   
 sub DOCTYPE_TOKEN () { 1 }  
 sub COMMENT_TOKEN () { 2 }  
 sub START_TAG_TOKEN () { 3 }  
 sub END_TAG_TOKEN () { 4 }  
 sub END_OF_FILE_TOKEN () { 5 }  
 sub CHARACTER_TOKEN () { 6 }  
817    
818  sub AFTER_HTML_IMS () { 0b100 }  sub AFTER_HTML_IMS () { 0b100 }
819  sub HEAD_IMS ()       { 0b1000 }  sub HEAD_IMS ()       { 0b1000 }
# Line 291  sub TABLE_IMS ()      { 0b1000000 } Line 823  sub TABLE_IMS ()      { 0b1000000 }
823  sub ROW_IMS ()        { 0b10000000 }  sub ROW_IMS ()        { 0b10000000 }
824  sub BODY_AFTER_IMS () { 0b100000000 }  sub BODY_AFTER_IMS () { 0b100000000 }
825  sub FRAME_IMS ()      { 0b1000000000 }  sub FRAME_IMS ()      { 0b1000000000 }
826    sub SELECT_IMS ()     { 0b10000000000 }
827    #sub IN_FOREIGN_CONTENT_IM () { 0b100000000000 } # see Whatpm::HTML::Tokenizer
828        ## NOTE: "in foreign content" insertion mode is special; it is combined
829        ## with the secondary insertion mode.  In this parser, they are stored
830        ## together in the bit-or'ed form.
831    sub IN_CDATA_RCDATA_IM () { 0b1000000000000 }
832        ## NOTE: "in CDATA/RCDATA" insertion mode is also special; it is
833        ## combined with the original insertion mode.  In thie parser,
834        ## they are stored together in the bit-or'ed form.
835    
836    sub IM_MASK () { 0b11111111111 }
837    
838    ## NOTE: "initial" and "before html" insertion modes have no constants.
839    
840    ## NOTE: "after after body" insertion mode.
841  sub AFTER_HTML_BODY_IM () { AFTER_HTML_IMS | BODY_AFTER_IMS }  sub AFTER_HTML_BODY_IM () { AFTER_HTML_IMS | BODY_AFTER_IMS }
842    
843    ## NOTE: "after after frameset" insertion mode.
844  sub AFTER_HTML_FRAMESET_IM () { AFTER_HTML_IMS | FRAME_IMS }  sub AFTER_HTML_FRAMESET_IM () { AFTER_HTML_IMS | FRAME_IMS }
845    
846  sub IN_HEAD_IM () { HEAD_IMS | 0b00 }  sub IN_HEAD_IM () { HEAD_IMS | 0b00 }
847  sub IN_HEAD_NOSCRIPT_IM () { HEAD_IMS | 0b01 }  sub IN_HEAD_NOSCRIPT_IM () { HEAD_IMS | 0b01 }
848  sub AFTER_HEAD_IM () { HEAD_IMS | 0b10 }  sub AFTER_HEAD_IM () { HEAD_IMS | 0b10 }
# Line 307  sub IN_TABLE_IM () { TABLE_IMS } Line 856  sub IN_TABLE_IM () { TABLE_IMS }
856  sub AFTER_BODY_IM () { BODY_AFTER_IMS }  sub AFTER_BODY_IM () { BODY_AFTER_IMS }
857  sub IN_FRAMESET_IM () { FRAME_IMS | 0b01 }  sub IN_FRAMESET_IM () { FRAME_IMS | 0b01 }
858  sub AFTER_FRAMESET_IM () { FRAME_IMS | 0b10 }  sub AFTER_FRAMESET_IM () { FRAME_IMS | 0b10 }
859  sub IN_SELECT_IM () { 0b01 }  sub IN_SELECT_IM () { SELECT_IMS | 0b01 }
860    sub IN_SELECT_IN_TABLE_IM () { SELECT_IMS | 0b10 }
861  sub IN_COLUMN_GROUP_IM () { 0b10 }  sub IN_COLUMN_GROUP_IM () { 0b10 }
862    
 ## Implementations MUST act as if state machine in the spec  
   
 sub _initialize_tokenizer ($) {  
   my $self = shift;  
   $self->{state} = DATA_STATE; # MUST  
   $self->{content_model} = PCDATA_CONTENT_MODEL; # be  
   undef $self->{current_token}; # start tag, end tag, comment, or DOCTYPE  
   undef $self->{current_attribute};  
   undef $self->{last_emitted_start_tag_name};  
   undef $self->{last_attribute_value_state};  
   $self->{char} = [];  
   # $self->{next_input_character}  
   !!!next-input-character;  
   $self->{token} = [];  
   # $self->{escape}  
 } # _initialize_tokenizer  
   
 ## A token has:  
 ##   ->{type} == DOCTYPE_TOKEN, START_TAG_TOKEN, END_TAG_TOKEN, COMMENT_TOKEN,  
 ##       CHARACTER_TOKEN, or END_OF_FILE_TOKEN  
 ##   ->{name} (DOCTYPE_TOKEN)  
 ##   ->{tag_name} (START_TAG_TOKEN, END_TAG_TOKEN)  
 ##   ->{public_identifier} (DOCTYPE_TOKEN)  
 ##   ->{system_identifier} (DOCTYPE_TOKEN)  
 ##   ->{correct} == 1 or 0 (DOCTYPE_TOKEN)  
 ##   ->{attributes} isa HASH (START_TAG_TOKEN, END_TAG_TOKEN)  
 ##   ->{data} (COMMENT_TOKEN, CHARACTER_TOKEN)  
   
 ## Emitted token MUST immediately be handled by the tree construction state.  
   
 ## Before each step, UA MAY check to see if either one of the scripts in  
 ## "list of scripts that will execute as soon as possible" or the first  
 ## script in the "list of scripts that will execute asynchronously",  
 ## has completed loading.  If one has, then it MUST be executed  
 ## and removed from the list.  
   
 ## NOTE: HTML5 "Writing HTML documents" section, applied to  
 ## documents and not to user agents and conformance checkers,  
 ## contains some requirements that are not detected by the  
 ## parsing algorithm:  
 ## - Some requirements on character encoding declarations. ## TODO  
 ## - "Elements MUST NOT contain content that their content model disallows."  
 ##   ... Some are parse error, some are not (will be reported by c.c.).  
 ## - Polytheistic slash SHOULD NOT be used. (Applied only to atheists.) ## TODO  
 ## - Text (in elements, attributes, and comments) SHOULD NOT contain  
 ##   control characters other than space characters. ## TODO: (what is control character? C0, C1 and DEL?  Unicode control character?)  
   
 ## TODO: HTML5 poses authors two SHOULD-level requirements that cannot  
 ## be detected by the HTML5 parsing algorithm:  
 ## - Text,  
   
 sub _get_next_token ($) {  
   my $self = shift;  
   if (@{$self->{token}}) {  
     return shift @{$self->{token}};  
   }  
   
   A: {  
     if ($self->{state} == DATA_STATE) {  
       if ($self->{next_input_character} == 0x0026) { # &  
         if ($self->{content_model} & CM_ENTITY) { # PCDATA | RCDATA  
           $self->{state} = ENTITY_DATA_STATE;  
           !!!next-input-character;  
           redo A;  
         } else {  
           #  
         }  
       } elsif ($self->{next_input_character} == 0x002D) { # -  
         if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
           unless ($self->{escape}) {  
             if ($self->{prev_input_character}->[0] == 0x002D and # -  
                 $self->{prev_input_character}->[1] == 0x0021 and # !  
                 $self->{prev_input_character}->[2] == 0x003C) { # <  
               $self->{escape} = 1;  
             }  
           }  
         }  
           
         #  
       } elsif ($self->{next_input_character} == 0x003C) { # <  
         if ($self->{content_model} & CM_FULL_MARKUP or # PCDATA  
             (($self->{content_model} & CM_LIMITED_MARKUP) and # CDATA | RCDATA  
              not $self->{escape})) {  
           $self->{state} = TAG_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } else {  
           #  
         }  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{escape} and  
             ($self->{content_model} & CM_LIMITED_MARKUP)) { # RCDATA | CDATA  
           if ($self->{prev_input_character}->[0] == 0x002D and # -  
               $self->{prev_input_character}->[1] == 0x002D) { # -  
             delete $self->{escape};  
           }  
         }  
           
         #  
       } elsif ($self->{next_input_character} == -1) {  
         !!!emit ({type => END_OF_FILE_TOKEN});  
         last A; ## TODO: ok?  
       }  
       # Anything else  
       my $token = {type => CHARACTER_TOKEN,  
                    data => chr $self->{next_input_character}};  
       ## Stay in the data state  
       !!!next-input-character;  
   
       !!!emit ($token);  
   
       redo A;  
     } elsif ($self->{state} == ENTITY_DATA_STATE) {  
       ## (cannot happen in CDATA state)  
         
       my $token = $self->_tokenize_attempt_to_consume_an_entity (0);  
   
       $self->{state} = DATA_STATE;  
       # next-input-character is already done  
   
       unless (defined $token) {  
         !!!emit ({type => CHARACTER_TOKEN, data => '&'});  
       } else {  
         !!!emit ($token);  
       }  
   
       redo A;  
     } elsif ($self->{state} == TAG_OPEN_STATE) {  
       if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
         if ($self->{next_input_character} == 0x002F) { # /  
           !!!next-input-character;  
           $self->{state} = CLOSE_TAG_OPEN_STATE;  
           redo A;  
         } else {  
           ## reconsume  
           $self->{state} = DATA_STATE;  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<'});  
   
           redo A;  
         }  
       } elsif ($self->{content_model} & CM_FULL_MARKUP) { # PCDATA  
         if ($self->{next_input_character} == 0x0021) { # !  
           $self->{state} = MARKUP_DECLARATION_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif ($self->{next_input_character} == 0x002F) { # /  
           $self->{state} = CLOSE_TAG_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif (0x0041 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x005A) { # A..Z  
           $self->{current_token}  
             = {type => START_TAG_TOKEN,  
                tag_name => chr ($self->{next_input_character} + 0x0020)};  
           $self->{state} = TAG_NAME_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif (0x0061 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x007A) { # a..z  
           $self->{current_token} = {type => START_TAG_TOKEN,  
                             tag_name => chr ($self->{next_input_character})};  
           $self->{state} = TAG_NAME_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif ($self->{next_input_character} == 0x003E) { # >  
           !!!parse-error (type => 'empty start tag');  
           $self->{state} = DATA_STATE;  
           !!!next-input-character;  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<>'});  
   
           redo A;  
         } elsif ($self->{next_input_character} == 0x003F) { # ?  
           !!!parse-error (type => 'pio');  
           $self->{state} = BOGUS_COMMENT_STATE;  
           ## $self->{next_input_character} is intentionally left as is  
           redo A;  
         } else {  
           !!!parse-error (type => 'bare stago');  
           $self->{state} = DATA_STATE;  
           ## reconsume  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<'});  
   
           redo A;  
         }  
       } else {  
         die "$0: $self->{content_model} in tag open";  
       }  
     } elsif ($self->{state} == CLOSE_TAG_OPEN_STATE) {  
       if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
         if (defined $self->{last_emitted_start_tag_name}) {  
           ## NOTE: <http://krijnhoetmer.nl/irc-logs/whatwg/20070626#l-564>  
           my @next_char;  
           TAGNAME: for (my $i = 0; $i < length $self->{last_emitted_start_tag_name}; $i++) {  
             push @next_char, $self->{next_input_character};  
             my $c = ord substr ($self->{last_emitted_start_tag_name}, $i, 1);  
             my $C = 0x0061 <= $c && $c <= 0x007A ? $c - 0x0020 : $c;  
             if ($self->{next_input_character} == $c or $self->{next_input_character} == $C) {  
               !!!next-input-character;  
               next TAGNAME;  
             } else {  
               $self->{next_input_character} = shift @next_char; # reconsume  
               !!!back-next-input-character (@next_char);  
               $self->{state} = DATA_STATE;  
   
               !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
     
               redo A;  
             }  
           }  
           push @next_char, $self->{next_input_character};  
         
           unless ($self->{next_input_character} == 0x0009 or # HT  
                   $self->{next_input_character} == 0x000A or # LF  
                   $self->{next_input_character} == 0x000B or # VT  
                   $self->{next_input_character} == 0x000C or # FF  
                   $self->{next_input_character} == 0x0020 or # SP  
                   $self->{next_input_character} == 0x003E or # >  
                   $self->{next_input_character} == 0x002F or # /  
                   $self->{next_input_character} == -1) {  
             $self->{next_input_character} = shift @next_char; # reconsume  
             !!!back-next-input-character (@next_char);  
             $self->{state} = DATA_STATE;  
             !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
             redo A;  
           } else {  
             $self->{next_input_character} = shift @next_char;  
             !!!back-next-input-character (@next_char);  
             # and consume...  
           }  
         } else {  
           ## No start tag token has ever been emitted  
           # next-input-character is already done  
           $self->{state} = DATA_STATE;  
           !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
           redo A;  
         }  
       }  
         
       if (0x0041 <= $self->{next_input_character} and  
           $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_token} = {type => END_TAG_TOKEN,  
                           tag_name => chr ($self->{next_input_character} + 0x0020)};  
         $self->{state} = TAG_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif (0x0061 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x007A) { # a..z  
         $self->{current_token} = {type => END_TAG_TOKEN,  
                           tag_name => chr ($self->{next_input_character})};  
         $self->{state} = TAG_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'empty end tag');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'bare etago');  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'bogus end tag');  
         $self->{state} = BOGUS_COMMENT_STATE;  
         ## $self->{next_input_character} is intentionally left as is  
         redo A;  
       }  
     } elsif ($self->{state} == TAG_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_token}->{tag_name} .= chr ($self->{next_input_character} + 0x0020);  
           # start tag or end tag  
         ## Stay in this state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
         redo A;  
       } else {  
         $self->{current_token}->{tag_name} .= chr $self->{next_input_character};  
           # start tag or end tag  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_ATTRIBUTE_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_attribute} = {name => chr ($self->{next_input_character} + 0x0020),  
                               value => ''};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         ## Stay in the state  
         # next-input-character is already done  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute} = {name => chr ($self->{next_input_character}),  
                               value => ''};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_NAME_STATE) {  
       my $before_leave = sub {  
         if (exists $self->{current_token}->{attributes} # start tag or end tag  
             ->{$self->{current_attribute}->{name}}) { # MUST  
           !!!parse-error (type => 'duplicate attribute:'.$self->{current_attribute}->{name});  
           ## Discard $self->{current_attribute} # MUST  
         } else {  
           $self->{current_token}->{attributes}->{$self->{current_attribute}->{name}}  
             = $self->{current_attribute};  
         }  
       }; # $before_leave  
   
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $before_leave->();  
         $self->{state} = AFTER_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003D) { # =  
         $before_leave->();  
         $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $before_leave->();  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_attribute}->{name} .= chr ($self->{next_input_character} + 0x0020);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         $before_leave->();  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         $before_leave->();  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{name} .= chr ($self->{next_input_character});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_ATTRIBUTE_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003D) { # =  
         $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_attribute} = {name => chr ($self->{next_input_character} + 0x0020),  
                               value => ''};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
           ## TODO: Different error type for <aa / bb> than <aa/>  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute} = {name => chr ($self->{next_input_character}),  
                               value => ''};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;          
       }  
     } elsif ($self->{state} == BEFORE_ATTRIBUTE_VALUE_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP        
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;  
         ## reconsume  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{value} .= chr ($self->{next_input_character});  
         $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed attribute value');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{value} .= chr ($self->{next_input_character});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed attribute value');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{value} .= chr ($self->{next_input_character});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_UNQUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # HT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{value} .= chr ($self->{next_input_character});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ENTITY_IN_ATTRIBUTE_VALUE_STATE) {  
       my $token = $self->_tokenize_attempt_to_consume_an_entity (1);  
   
       unless (defined $token) {  
         $self->{current_attribute}->{value} .= '&';  
       } else {  
         $self->{current_attribute}->{value} .= $token->{data};  
         ## ISSUE: spec says "append the returned character token to the current attribute's value"  
       }  
   
       $self->{state} = $self->{last_attribute_value_state};  
       # next-input-character is already done  
       redo A;  
     } elsif ($self->{state} == BOGUS_COMMENT_STATE) {  
       ## (only happen if PCDATA state)  
         
       my $token = {type => COMMENT_TOKEN, data => ''};  
   
       BC: {  
         if ($self->{next_input_character} == 0x003E) { # >  
           $self->{state} = DATA_STATE;  
           !!!next-input-character;  
   
           !!!emit ($token);  
   
           redo A;  
         } elsif ($self->{next_input_character} == -1) {  
           $self->{state} = DATA_STATE;  
           ## reconsume  
   
           !!!emit ($token);  
   
           redo A;  
         } else {  
           $token->{data} .= chr ($self->{next_input_character});  
           !!!next-input-character;  
           redo BC;  
         }  
       } # BC  
     } elsif ($self->{state} == MARKUP_DECLARATION_OPEN_STATE) {  
       ## (only happen if PCDATA state)  
   
       my @next_char;  
       push @next_char, $self->{next_input_character};  
         
       if ($self->{next_input_character} == 0x002D) { # -  
         !!!next-input-character;  
         push @next_char, $self->{next_input_character};  
         if ($self->{next_input_character} == 0x002D) { # -  
           $self->{current_token} = {type => COMMENT_TOKEN, data => ''};  
           $self->{state} = COMMENT_START_STATE;  
           !!!next-input-character;  
           redo A;  
         }  
       } elsif ($self->{next_input_character} == 0x0044 or # D  
                $self->{next_input_character} == 0x0064) { # d  
         !!!next-input-character;  
         push @next_char, $self->{next_input_character};  
         if ($self->{next_input_character} == 0x004F or # O  
             $self->{next_input_character} == 0x006F) { # o  
           !!!next-input-character;  
           push @next_char, $self->{next_input_character};  
           if ($self->{next_input_character} == 0x0043 or # C  
               $self->{next_input_character} == 0x0063) { # c  
             !!!next-input-character;  
             push @next_char, $self->{next_input_character};  
             if ($self->{next_input_character} == 0x0054 or # T  
                 $self->{next_input_character} == 0x0074) { # t  
               !!!next-input-character;  
               push @next_char, $self->{next_input_character};  
               if ($self->{next_input_character} == 0x0059 or # Y  
                   $self->{next_input_character} == 0x0079) { # y  
                 !!!next-input-character;  
                 push @next_char, $self->{next_input_character};  
                 if ($self->{next_input_character} == 0x0050 or # P  
                     $self->{next_input_character} == 0x0070) { # p  
                   !!!next-input-character;  
                   push @next_char, $self->{next_input_character};  
                   if ($self->{next_input_character} == 0x0045 or # E  
                       $self->{next_input_character} == 0x0065) { # e  
                     ## ISSUE: What a stupid code this is!  
                     $self->{state} = DOCTYPE_STATE;  
                     !!!next-input-character;  
                     redo A;  
                   }  
                 }  
               }  
             }  
           }  
         }  
       }  
   
       !!!parse-error (type => 'bogus comment');  
       $self->{next_input_character} = shift @next_char;  
       !!!back-next-input-character (@next_char);  
       $self->{state} = BOGUS_COMMENT_STATE;  
       redo A;  
         
       ## ISSUE: typos in spec: chacacters, is is a parse error  
       ## ISSUE: spec is somewhat unclear on "is the first character that will be in the comment"; what is "that will be in the comment" is what the algorithm defines, isn't it?  
     } elsif ($self->{state} == COMMENT_START_STATE) {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = COMMENT_START_DASH_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'bogus comment');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} # comment  
             .= chr ($self->{next_input_character});  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_START_DASH_STATE) {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = COMMENT_END_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'bogus comment');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} # comment  
             .= '-' . chr ($self->{next_input_character});  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_STATE) {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = COMMENT_END_DASH_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} .= chr ($self->{next_input_character}); # comment  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_END_DASH_STATE) {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = COMMENT_END_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} .= '-' . chr ($self->{next_input_character}); # comment  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_END_STATE) {  
       if ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_input_character} == 0x002D) { # -  
         !!!parse-error (type => 'dash in comment');  
         $self->{current_token}->{data} .= '-'; # comment  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'dash in comment');  
         $self->{current_token}->{data} .= '--' . chr ($self->{next_input_character}); # comment  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $self->{state} = BEFORE_DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } else {  
         !!!parse-error (type => 'no space before DOCTYPE name');  
         $self->{state} = BEFORE_DOCTYPE_NAME_STATE;  
         ## reconsume  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_DOCTYPE_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'no DOCTYPE name');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ({type => DOCTYPE_TOKEN}); # incorrect  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'no DOCTYPE name');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ({type => DOCTYPE_TOKEN}); # incorrect  
   
         redo A;  
       } else {  
         $self->{current_token}  
             = {type => DOCTYPE_TOKEN,  
                name => chr ($self->{next_input_character}),  
                correct => 1};  
 ## ISSUE: "Set the token's name name to the" in the spec  
         $self->{state} = DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_NAME_STATE) {  
 ## ISSUE: Redundant "First," in the spec.  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $self->{state} = AFTER_DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{name}  
           .= chr ($self->{next_input_character}); # DOCTYPE  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == 0x0050 or # P  
                $self->{next_input_character} == 0x0070) { # p  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x0055 or # U  
             $self->{next_input_character} == 0x0075) { # u  
           !!!next-input-character;  
           if ($self->{next_input_character} == 0x0042 or # B  
               $self->{next_input_character} == 0x0062) { # b  
             !!!next-input-character;  
             if ($self->{next_input_character} == 0x004C or # L  
                 $self->{next_input_character} == 0x006C) { # l  
               !!!next-input-character;  
               if ($self->{next_input_character} == 0x0049 or # I  
                   $self->{next_input_character} == 0x0069) { # i  
                 !!!next-input-character;  
                 if ($self->{next_input_character} == 0x0043 or # C  
                     $self->{next_input_character} == 0x0063) { # c  
                   $self->{state} = BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
                   !!!next-input-character;  
                   redo A;  
                 }  
               }  
             }  
           }  
         }  
   
         #  
       } elsif ($self->{next_input_character} == 0x0053 or # S  
                $self->{next_input_character} == 0x0073) { # s  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x0059 or # Y  
             $self->{next_input_character} == 0x0079) { # y  
           !!!next-input-character;  
           if ($self->{next_input_character} == 0x0053 or # S  
               $self->{next_input_character} == 0x0073) { # s  
             !!!next-input-character;  
             if ($self->{next_input_character} == 0x0054 or # T  
                 $self->{next_input_character} == 0x0074) { # t  
               !!!next-input-character;  
               if ($self->{next_input_character} == 0x0045 or # E  
                   $self->{next_input_character} == 0x0065) { # e  
                 !!!next-input-character;  
                 if ($self->{next_input_character} == 0x004D or # M  
                     $self->{next_input_character} == 0x006D) { # m  
                   $self->{state} = BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
                   !!!next-input-character;  
                   redo A;  
                 }  
               }  
             }  
           }  
         }  
   
         #  
       } else {  
         !!!next-input-character;  
         #  
       }  
   
       !!!parse-error (type => 'string after DOCTYPE name');  
       $self->{state} = BOGUS_DOCTYPE_STATE;  
       # next-input-character is already done  
       redo A;  
     } elsif ($self->{state} == BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_input_character}}) {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} eq 0x0022) { # "  
         $self->{current_token}->{public_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} eq 0x0027) { # '  
         $self->{current_token}->{public_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} eq 0x003E) { # >  
         !!!parse-error (type => 'no PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after PUBLIC');  
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{public_identifier} # DOCTYPE  
             .= chr $self->{next_input_character};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{public_identifier} # DOCTYPE  
             .= chr $self->{next_input_character};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_input_character}}) {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0022) { # "  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0027) { # '  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after PUBLIC literal');  
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_input_character}}) {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0022) { # "  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0027) { # '  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'no SYSTEM literal');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after SYSTEM');  
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed SYSTEM literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{system_identifier} # DOCTYPE  
             .= chr $self->{next_input_character};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed SYSTEM literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{system_identifier} # DOCTYPE  
             .= chr $self->{next_input_character};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_input_character}}) {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after SYSTEM literal');  
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BOGUS_DOCTYPE_STATE) {  
       if ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } else {  
       die "$0: $self->{state}: Unknown state";  
     }  
   } # A    
   
   die "$0: _get_next_token: unexpected case";  
 } # _get_next_token  
   
 sub _tokenize_attempt_to_consume_an_entity ($$) {  
   my ($self, $in_attr) = @_;  
   
   if ({  
        0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, # HT, LF, VT, FF,  
        0x0020 => 1, 0x003C => 1, 0x0026 => 1, -1 => 1, # SP, <, & # 0x000D # CR  
       }->{$self->{next_input_character}}) {  
     ## Don't consume  
     ## No error  
     return undef;  
   } elsif ($self->{next_input_character} == 0x0023) { # #  
     !!!next-input-character;  
     if ($self->{next_input_character} == 0x0078 or # x  
         $self->{next_input_character} == 0x0058) { # X  
       my $code;  
       X: {  
         my $x_char = $self->{next_input_character};  
         !!!next-input-character;  
         if (0x0030 <= $self->{next_input_character} and  
             $self->{next_input_character} <= 0x0039) { # 0..9  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_input_character} - 0x0030;  
           redo X;  
         } elsif (0x0061 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x0066) { # a..f  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_input_character} - 0x0060 + 9;  
           redo X;  
         } elsif (0x0041 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x0046) { # A..F  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_input_character} - 0x0040 + 9;  
           redo X;  
         } elsif (not defined $code) { # no hexadecimal digit  
           !!!parse-error (type => 'bare hcro');  
           !!!back-next-input-character ($x_char, $self->{next_input_character});  
           $self->{next_input_character} = 0x0023; # #  
           return undef;  
         } elsif ($self->{next_input_character} == 0x003B) { # ;  
           !!!next-input-character;  
         } else {  
           !!!parse-error (type => 'no refc');  
         }  
   
         if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {  
           !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);  
           $code = 0xFFFD;  
         } elsif ($code > 0x10FFFF) {  
           !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);  
           $code = 0xFFFD;  
         } elsif ($code == 0x000D) {  
           !!!parse-error (type => 'CR character reference');  
           $code = 0x000A;  
         } elsif (0x80 <= $code and $code <= 0x9F) {  
           !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);  
           $code = $c1_entity_char->{$code};  
         }  
   
         return {type => CHARACTER_TOKEN, data => chr $code};  
       } # X  
     } elsif (0x0030 <= $self->{next_input_character} and  
              $self->{next_input_character} <= 0x0039) { # 0..9  
       my $code = $self->{next_input_character} - 0x0030;  
       !!!next-input-character;  
         
       while (0x0030 <= $self->{next_input_character} and  
                 $self->{next_input_character} <= 0x0039) { # 0..9  
         $code *= 10;  
         $code += $self->{next_input_character} - 0x0030;  
           
         !!!next-input-character;  
       }  
   
       if ($self->{next_input_character} == 0x003B) { # ;  
         !!!next-input-character;  
       } else {  
         !!!parse-error (type => 'no refc');  
       }  
   
       if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {  
         !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);  
         $code = 0xFFFD;  
       } elsif ($code > 0x10FFFF) {  
         !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);  
         $code = 0xFFFD;  
       } elsif ($code == 0x000D) {  
         !!!parse-error (type => 'CR character reference');  
         $code = 0x000A;  
       } elsif (0x80 <= $code and $code <= 0x9F) {  
         !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);  
         $code = $c1_entity_char->{$code};  
       }  
         
       return {type => CHARACTER_TOKEN, data => chr $code};  
     } else {  
       !!!parse-error (type => 'bare nero');  
       !!!back-next-input-character ($self->{next_input_character});  
       $self->{next_input_character} = 0x0023; # #  
       return undef;  
     }  
   } elsif ((0x0041 <= $self->{next_input_character} and  
             $self->{next_input_character} <= 0x005A) or  
            (0x0061 <= $self->{next_input_character} and  
             $self->{next_input_character} <= 0x007A)) {  
     my $entity_name = chr $self->{next_input_character};  
     !!!next-input-character;  
   
     my $value = $entity_name;  
     my $match = 0;  
     require Whatpm::_NamedEntityList;  
     our $EntityChar;  
   
     while (length $entity_name < 10 and  
            ## NOTE: Some number greater than the maximum length of entity name  
            ((0x0041 <= $self->{next_input_character} and # a  
              $self->{next_input_character} <= 0x005A) or # x  
             (0x0061 <= $self->{next_input_character} and # a  
              $self->{next_input_character} <= 0x007A) or # z  
             (0x0030 <= $self->{next_input_character} and # 0  
              $self->{next_input_character} <= 0x0039) or # 9  
             $self->{next_input_character} == 0x003B)) { # ;  
       $entity_name .= chr $self->{next_input_character};  
       if (defined $EntityChar->{$entity_name}) {  
         if ($self->{next_input_character} == 0x003B) { # ;  
           $value = $EntityChar->{$entity_name};  
           $match = 1;  
           !!!next-input-character;  
           last;  
         } else {  
           $value = $EntityChar->{$entity_name};  
           $match = -1;  
           !!!next-input-character;  
         }  
       } else {  
         $value .= chr $self->{next_input_character};  
         $match *= 2;  
         !!!next-input-character;  
       }  
     }  
       
     if ($match > 0) {  
       return {type => CHARACTER_TOKEN, data => $value};  
     } elsif ($match < 0) {  
       !!!parse-error (type => 'no refc');  
       if ($in_attr and $match < -1) {  
         return {type => CHARACTER_TOKEN, data => '&'.$entity_name};  
       } else {  
         return {type => CHARACTER_TOKEN, data => $value};  
       }  
     } else {  
       !!!parse-error (type => 'bare ero');  
       ## NOTE: No characters are consumed in the spec.  
       return {type => CHARACTER_TOKEN, data => '&'.$value};  
     }  
   } else {  
     ## no characters are consumed  
     !!!parse-error (type => 'bare ero');  
     return undef;  
   }  
 } # _tokenize_attempt_to_consume_an_entity  
   
863  sub _initialize_tree_constructor ($) {  sub _initialize_tree_constructor ($) {
864    my $self = shift;    my $self = shift;
865    ## NOTE: $self->{document} MUST be specified before this method is called    ## NOTE: $self->{document} MUST be specified before this method is called
# Line 1947  sub _initialize_tree_constructor ($) { Line 867  sub _initialize_tree_constructor ($) {
867    ## TODO: Turn mutation events off # MUST    ## TODO: Turn mutation events off # MUST
868    ## TODO: Turn loose Document option (manakai extension) on    ## TODO: Turn loose Document option (manakai extension) on
869    $self->{document}->manakai_is_html (1); # MUST    $self->{document}->manakai_is_html (1); # MUST
870      $self->{document}->set_user_data (manakai_source_line => 1);
871      $self->{document}->set_user_data (manakai_source_column => 1);
872    
873      $self->{frameset_ok} = 1;
874  } # _initialize_tree_constructor  } # _initialize_tree_constructor
875    
876  sub _terminate_tree_constructor ($) {  sub _terminate_tree_constructor ($) {
# Line 1966  sub _construct_tree ($) { Line 890  sub _construct_tree ($) {
890    ## When an interactive UA render the $self->{document} available    ## When an interactive UA render the $self->{document} available
891    ## to the user, or when it begin accepting user input, are    ## to the user, or when it begin accepting user input, are
892    ## not defined.    ## not defined.
   
   ## Append a character: collect it and all subsequent consecutive  
   ## characters and insert one Text node whose data is concatenation  
   ## of all those characters. # MUST  
893        
894    !!!next-token;    !!!next-token;
895    
   $self->{insertion_mode} = BEFORE_HEAD_IM;  
896    undef $self->{form_element};    undef $self->{form_element};
897    undef $self->{head_element};    undef $self->{head_element};
898      undef $self->{head_element_inserted};
899    $self->{open_elements} = [];    $self->{open_elements} = [];
900    undef $self->{inner_html_node};    undef $self->{inner_html_node};
901      undef $self->{ignore_newline};
902    
903      ## NOTE: The "initial" insertion mode.
904    $self->_tree_construction_initial; # MUST    $self->_tree_construction_initial; # MUST
905    
906      ## NOTE: The "before html" insertion mode.
907    $self->_tree_construction_root_element;    $self->_tree_construction_root_element;
908      $self->{insertion_mode} = BEFORE_HEAD_IM;
909    
910      ## NOTE: The "before head" insertion mode and so on.
911    $self->_tree_construction_main;    $self->_tree_construction_main;
912  } # _construct_tree  } # _construct_tree
913    
914  sub _tree_construction_initial ($) {  sub _tree_construction_initial ($) {
915    my $self = shift;    my $self = shift;
916    
917      ## NOTE: "initial" insertion mode
918    
919    INITIAL: {    INITIAL: {
920      if ($token->{type} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
921        ## NOTE: Conformance checkers MAY, instead of reporting "not HTML5"        ## NOTE: Conformance checkers MAY, instead of reporting "not
922        ## error, switch to a conformance checking mode for another        ## HTML5" error, switch to a conformance checking mode for
923        ## language.        ## another language.  (We don't support such mode switchings; it
924          ## is nonsense to do anything different from what browsers do.)
925        my $doctype_name = $token->{name};        my $doctype_name = $token->{name};
926        $doctype_name = '' unless defined $doctype_name;        $doctype_name = '' unless defined $doctype_name;
927        $doctype_name =~ tr/a-z/A-Z/;        my $doctype = $self->{document}->create_document_type_definition
928        if (not defined $token->{name} or # <!DOCTYPE>            ($doctype_name);
929            defined $token->{public_identifier} or  
930            defined $token->{system_identifier}) {        $doctype_name =~ tr/A-Z/a-z/; # ASCII case-insensitive
931          !!!parse-error (type => 'not HTML5');        if ($doctype_name ne 'html') {
932        } elsif ($doctype_name ne 'HTML') {          !!!cp ('t1');
933          ## ISSUE: ASCII case-insensitive? (in fact it does not matter)          !!!parse-error (type => 'not HTML5', token => $token);
934          !!!parse-error (type => 'not HTML5');        } elsif (defined $token->{pubid}) {
935            !!!cp ('t2');
936            ## XXX Obsolete permitted DOCTYPEs
937            !!!parse-error (type => 'not HTML5', token => $token);
938          } elsif (defined $token->{sysid}) {
939            if ($token->{sysid} eq 'about:legacy-compat') {
940              !!!cp ('t1.2'); ## <!DOCTYPE HTML SYSTEM "about:legacy-compat">
941              !!!parse-error (type => 'XSLT-compat', token => $token,
942                              level => $self->{level}->{should});
943            } else {
944              !!!parse-error (type => 'not HTML5', token => $token);
945            }
946          } else { ## <!DOCTYPE HTML>
947            !!!cp ('t3');
948            #
949        }        }
950                
951        my $doctype = $self->{document}->create_document_type_definition        ## NOTE: Default value for both |public_id| and |system_id| attributes
952          ($token->{name}); ## ISSUE: If name is missing (e.g. <!DOCTYPE>)?        ## are empty strings, so that we don't set any value in missing cases.
953        $doctype->public_id ($token->{public_identifier})        $doctype->public_id ($token->{pubid}) if defined $token->{pubid};
954            if defined $token->{public_identifier};        $doctype->system_id ($token->{sysid}) if defined $token->{sysid};
955        $doctype->system_id ($token->{system_identifier})  
           if defined $token->{system_identifier};  
956        ## NOTE: Other DocumentType attributes are null or empty lists.        ## NOTE: Other DocumentType attributes are null or empty lists.
957        ## ISSUE: internalSubset = null??        ## In Firefox3, |internalSubset| attribute is set to the empty
958          ## string, while |null| is an allowed value for the attribute
959          ## according to DOM3 Core.
960        $self->{document}->append_child ($doctype);        $self->{document}->append_child ($doctype);
961                
962        if (not $token->{correct} or $doctype_name ne 'HTML') {        if ($token->{quirks} or $doctype_name ne 'html') {
963            !!!cp ('t4');
964          $self->{document}->manakai_compat_mode ('quirks');          $self->{document}->manakai_compat_mode ('quirks');
965        } elsif (defined $token->{public_identifier}) {        } elsif (defined $token->{pubid}) {
966          my $pubid = $token->{public_identifier};          my $pubid = $token->{pubid};
967          $pubid =~ tr/a-z/A-z/;          $pubid =~ tr/a-z/A-z/;
968          if ({          my $prefix = [
969            "+//SILMARIL//DTD HTML PRO V0R11 19970101//EN" => 1,            "+//SILMARIL//DTD HTML PRO V0R11 19970101//",
970            "-//ADVASOFT LTD//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,            "-//ADVASOFT LTD//DTD HTML 3.0 ASWEDIT + EXTENSIONS//",
971            "-//AS//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,            "-//AS//DTD HTML 3.0 ASWEDIT + EXTENSIONS//",
972            "-//IETF//DTD HTML 2.0 LEVEL 1//EN" => 1,            "-//IETF//DTD HTML 2.0 LEVEL 1//",
973            "-//IETF//DTD HTML 2.0 LEVEL 2//EN" => 1,            "-//IETF//DTD HTML 2.0 LEVEL 2//",
974            "-//IETF//DTD HTML 2.0 STRICT LEVEL 1//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT LEVEL 1//",
975            "-//IETF//DTD HTML 2.0 STRICT LEVEL 2//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT LEVEL 2//",
976            "-//IETF//DTD HTML 2.0 STRICT//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT//",
977            "-//IETF//DTD HTML 2.0//EN" => 1,            "-//IETF//DTD HTML 2.0//",
978            "-//IETF//DTD HTML 2.1E//EN" => 1,            "-//IETF//DTD HTML 2.1E//",
979            "-//IETF//DTD HTML 3.0//EN" => 1,            "-//IETF//DTD HTML 3.0//",
980            "-//IETF//DTD HTML 3.0//EN//" => 1,            "-//IETF//DTD HTML 3.2 FINAL//",
981            "-//IETF//DTD HTML 3.2 FINAL//EN" => 1,            "-//IETF//DTD HTML 3.2//",
982            "-//IETF//DTD HTML 3.2//EN" => 1,            "-//IETF//DTD HTML 3//",
983            "-//IETF//DTD HTML 3//EN" => 1,            "-//IETF//DTD HTML LEVEL 0//",
984            "-//IETF//DTD HTML LEVEL 0//EN" => 1,            "-//IETF//DTD HTML LEVEL 1//",
985            "-//IETF//DTD HTML LEVEL 0//EN//2.0" => 1,            "-//IETF//DTD HTML LEVEL 2//",
986            "-//IETF//DTD HTML LEVEL 1//EN" => 1,            "-//IETF//DTD HTML LEVEL 3//",
987            "-//IETF//DTD HTML LEVEL 1//EN//2.0" => 1,            "-//IETF//DTD HTML STRICT LEVEL 0//",
988            "-//IETF//DTD HTML LEVEL 2//EN" => 1,            "-//IETF//DTD HTML STRICT LEVEL 1//",
989            "-//IETF//DTD HTML LEVEL 2//EN//2.0" => 1,            "-//IETF//DTD HTML STRICT LEVEL 2//",
990            "-//IETF//DTD HTML LEVEL 3//EN" => 1,            "-//IETF//DTD HTML STRICT LEVEL 3//",
991            "-//IETF//DTD HTML LEVEL 3//EN//3.0" => 1,            "-//IETF//DTD HTML STRICT//",
992            "-//IETF//DTD HTML STRICT LEVEL 0//EN" => 1,            "-//IETF//DTD HTML//",
993            "-//IETF//DTD HTML STRICT LEVEL 0//EN//2.0" => 1,            "-//METRIUS//DTD METRIUS PRESENTATIONAL//",
994            "-//IETF//DTD HTML STRICT LEVEL 1//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML STRICT//",
995            "-//IETF//DTD HTML STRICT LEVEL 1//EN//2.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML//",
996            "-//IETF//DTD HTML STRICT LEVEL 2//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 TABLES//",
997            "-//IETF//DTD HTML STRICT LEVEL 2//EN//2.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML STRICT//",
998            "-//IETF//DTD HTML STRICT LEVEL 3//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML//",
999            "-//IETF//DTD HTML STRICT LEVEL 3//EN//3.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 TABLES//",
1000            "-//IETF//DTD HTML STRICT//EN" => 1,            "-//NETSCAPE COMM. CORP.//DTD HTML//",
1001            "-//IETF//DTD HTML STRICT//EN//2.0" => 1,            "-//NETSCAPE COMM. CORP.//DTD STRICT HTML//",
1002            "-//IETF//DTD HTML STRICT//EN//3.0" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML 2.0//",
1003            "-//IETF//DTD HTML//EN" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED 1.0//",
1004            "-//IETF//DTD HTML//EN//2.0" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED RELAXED 1.0//",
1005            "-//IETF//DTD HTML//EN//3.0" => 1,            "-//SOFTQUAD SOFTWARE//DTD HOTMETAL PRO 6.0::19990601::EXTENSIONS TO HTML 4.0//",
1006            "-//METRIUS//DTD METRIUS PRESENTATIONAL//EN" => 1,            "-//SOFTQUAD//DTD HOTMETAL PRO 4.0::19971010::EXTENSIONS TO HTML 4.0//",
1007            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML STRICT//EN" => 1,            "-//SPYGLASS//DTD HTML 2.0 EXTENDED//",
1008            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML//EN" => 1,            "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//",
1009            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 TABLES//EN" => 1,            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//",
1010            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML STRICT//EN" => 1,            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//",
1011            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML//EN" => 1,            "-//W3C//DTD HTML 3 1995-03-24//",
1012            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 TABLES//EN" => 1,            "-//W3C//DTD HTML 3.2 DRAFT//",
1013            "-//NETSCAPE COMM. CORP.//DTD HTML//EN" => 1,            "-//W3C//DTD HTML 3.2 FINAL//",
1014            "-//NETSCAPE COMM. CORP.//DTD STRICT HTML//EN" => 1,            "-//W3C//DTD HTML 3.2//",
1015            "-//O'REILLY AND ASSOCIATES//DTD HTML 2.0//EN" => 1,            "-//W3C//DTD HTML 3.2S DRAFT//",
1016            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED 1.0//EN" => 1,            "-//W3C//DTD HTML 4.0 FRAMESET//",
1017            "-//SPYGLASS//DTD HTML 2.0 EXTENDED//EN" => 1,            "-//W3C//DTD HTML 4.0 TRANSITIONAL//",
1018            "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//EN" => 1,            "-//W3C//DTD HTML EXPERIMETNAL 19960712//",
1019            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//EN" => 1,            "-//W3C//DTD HTML EXPERIMENTAL 970421//",
1020            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//EN" => 1,            "-//W3C//DTD W3 HTML//",
1021            "-//W3C//DTD HTML 3 1995-03-24//EN" => 1,            "-//W3O//DTD W3 HTML 3.0//",
1022            "-//W3C//DTD HTML 3.2 DRAFT//EN" => 1,            "-//WEBTECHS//DTD MOZILLA HTML 2.0//",
1023            "-//W3C//DTD HTML 3.2 FINAL//EN" => 1,            "-//WEBTECHS//DTD MOZILLA HTML//",
1024            "-//W3C//DTD HTML 3.2//EN" => 1,          ]; # $prefix
1025            "-//W3C//DTD HTML 3.2S DRAFT//EN" => 1,          my $match;
1026            "-//W3C//DTD HTML 4.0 FRAMESET//EN" => 1,          for (@$prefix) {
1027            "-//W3C//DTD HTML 4.0 TRANSITIONAL//EN" => 1,            if (substr ($prefix, 0, length $_) eq $_) {
1028            "-//W3C//DTD HTML EXPERIMETNAL 19960712//EN" => 1,              $match = 1;
1029            "-//W3C//DTD HTML EXPERIMENTAL 970421//EN" => 1,              last;
1030            "-//W3C//DTD W3 HTML//EN" => 1,            }
1031            "-//W3O//DTD W3 HTML 3.0//EN" => 1,          }
1032            "-//W3O//DTD W3 HTML 3.0//EN//" => 1,          if ($match or
1033            "-//W3O//DTD W3 HTML STRICT 3.0//EN//" => 1,              $pubid eq "-//W3O//DTD W3 HTML STRICT 3.0//EN//" or
1034            "-//WEBTECHS//DTD MOZILLA HTML 2.0//EN" => 1,              $pubid eq "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" or
1035            "-//WEBTECHS//DTD MOZILLA HTML//EN" => 1,              $pubid eq "HTML") {
1036            "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" => 1,            !!!cp ('t5');
           "HTML" => 1,  
         }->{$pubid}) {  
1037            $self->{document}->manakai_compat_mode ('quirks');            $self->{document}->manakai_compat_mode ('quirks');
1038          } elsif ($pubid eq "-//W3C//DTD HTML 4.01 FRAMESET//EN" or          } elsif ($pubid =~ m[^-//W3C//DTD HTML 4.01 FRAMESET//] or
1039                   $pubid eq "-//W3C//DTD HTML 4.01 TRANSITIONAL//EN") {                   $pubid =~ m[^-//W3C//DTD HTML 4.01 TRANSITIONAL//]) {
1040            if (defined $token->{system_identifier}) {            if (defined $token->{sysid}) {
1041                !!!cp ('t6');
1042              $self->{document}->manakai_compat_mode ('quirks');              $self->{document}->manakai_compat_mode ('quirks');
1043            } else {            } else {
1044                !!!cp ('t7');
1045              $self->{document}->manakai_compat_mode ('limited quirks');              $self->{document}->manakai_compat_mode ('limited quirks');
1046            }            }
1047          } elsif ($pubid eq "-//W3C//DTD XHTML 1.0 Frameset//EN" or          } elsif ($pubid =~ m[^-//W3C//DTD XHTML 1.0 FRAMESET//] or
1048                   $pubid eq "-//W3C//DTD XHTML 1.0 Transitional//EN") {                   $pubid =~ m[^-//W3C//DTD XHTML 1.0 TRANSITIONAL//]) {
1049              !!!cp ('t8');
1050            $self->{document}->manakai_compat_mode ('limited quirks');            $self->{document}->manakai_compat_mode ('limited quirks');
1051            } else {
1052              !!!cp ('t9');
1053          }          }
1054          } else {
1055            !!!cp ('t10');
1056        }        }
1057        if (defined $token->{system_identifier}) {        if (defined $token->{sysid}) {
1058          my $sysid = $token->{system_identifier};          my $sysid = $token->{sysid};
1059          $sysid =~ tr/A-Z/a-z/;          $sysid =~ tr/A-Z/a-z/;
1060          if ($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") {
1061              ## NOTE: Ensure that |PUBLIC "(limited quirks)" "(quirks)"| is
1062              ## marked as quirks.
1063            $self->{document}->manakai_compat_mode ('quirks');            $self->{document}->manakai_compat_mode ('quirks');
1064              !!!cp ('t11');
1065            } else {
1066              !!!cp ('t12');
1067          }          }
1068          } else {
1069            !!!cp ('t13');
1070        }        }
1071                
1072        ## Go to the root element phase.        ## Go to the "before html" insertion mode.
1073        !!!next-token;        !!!next-token;
1074        return;        return;
1075      } elsif ({      } elsif ({
# Line 2118  sub _tree_construction_initial ($) { Line 1077  sub _tree_construction_initial ($) {
1077                END_TAG_TOKEN, 1,                END_TAG_TOKEN, 1,
1078                END_OF_FILE_TOKEN, 1,                END_OF_FILE_TOKEN, 1,
1079               }->{$token->{type}}) {               }->{$token->{type}}) {
1080        !!!parse-error (type => 'no DOCTYPE');        !!!cp ('t14');
1081          !!!parse-error (type => 'no DOCTYPE', token => $token);
1082        $self->{document}->manakai_compat_mode ('quirks');        $self->{document}->manakai_compat_mode ('quirks');
1083        ## Go to the root element phase        ## Go to the "before html" insertion mode.
1084        ## reprocess        ## reprocess
1085          !!!ack-later;
1086        return;        return;
1087      } elsif ($token->{type} == CHARACTER_TOKEN) {      } elsif ($token->{type} == CHARACTER_TOKEN) {
1088        if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D        if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1089          ## Ignore the token          ## Ignore the token
1090    
1091          unless (length $token->{data}) {          unless (length $token->{data}) {
1092            ## Stay in the phase            !!!cp ('t15');
1093              ## Stay in the insertion mode.
1094            !!!next-token;            !!!next-token;
1095            redo INITIAL;            redo INITIAL;
1096            } else {
1097              !!!cp ('t16');
1098          }          }
1099          } else {
1100            !!!cp ('t17');
1101        }        }
1102    
1103        !!!parse-error (type => 'no DOCTYPE');        !!!parse-error (type => 'no DOCTYPE', token => $token);
1104        $self->{document}->manakai_compat_mode ('quirks');        $self->{document}->manakai_compat_mode ('quirks');
1105        ## Go to the root element phase        ## Go to the "before html" insertion mode.
1106        ## reprocess        ## reprocess
1107        return;        return;
1108      } elsif ($token->{type} == COMMENT_TOKEN) {      } elsif ($token->{type} == COMMENT_TOKEN) {
1109          !!!cp ('t18');
1110        my $comment = $self->{document}->create_comment ($token->{data});        my $comment = $self->{document}->create_comment ($token->{data});
1111        $self->{document}->append_child ($comment);        $self->{document}->append_child ($comment);
1112                
1113        ## Stay in the phase.        ## Stay in the insertion mode.
1114        !!!next-token;        !!!next-token;
1115        redo INITIAL;        redo INITIAL;
1116      } else {      } else {
1117        die "$0: $token->{type}: Unknown token type";        die "$0: $token->{type}: Unknown token type";
1118      }      }
1119    } # INITIAL    } # INITIAL
1120    
1121      die "$0: _tree_construction_initial: This should be never reached";
1122  } # _tree_construction_initial  } # _tree_construction_initial
1123    
1124  sub _tree_construction_root_element ($) {  sub _tree_construction_root_element ($) {
1125    my $self = shift;    my $self = shift;
1126    
1127      ## NOTE: "before html" insertion mode.
1128        
1129    B: {    B: {
1130        if ($token->{type} == DOCTYPE_TOKEN) {        if ($token->{type} == DOCTYPE_TOKEN) {
1131          !!!parse-error (type => 'in html:#DOCTYPE');          !!!cp ('t19');
1132            !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
1133          ## Ignore the token          ## Ignore the token
1134          ## Stay in the phase          ## Stay in the insertion mode.
1135          !!!next-token;          !!!next-token;
1136          redo B;          redo B;
1137        } elsif ($token->{type} == COMMENT_TOKEN) {        } elsif ($token->{type} == COMMENT_TOKEN) {
1138            !!!cp ('t20');
1139          my $comment = $self->{document}->create_comment ($token->{data});          my $comment = $self->{document}->create_comment ($token->{data});
1140          $self->{document}->append_child ($comment);          $self->{document}->append_child ($comment);
1141          ## Stay in the phase          ## Stay in the insertion mode.
1142          !!!next-token;          !!!next-token;
1143          redo B;          redo B;
1144        } elsif ($token->{type} == CHARACTER_TOKEN) {        } elsif ($token->{type} == CHARACTER_TOKEN) {
1145          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1146            ## Ignore the token.            ## Ignore the token.
1147    
1148            unless (length $token->{data}) {            unless (length $token->{data}) {
1149              ## Stay in the phase              !!!cp ('t21');
1150                ## Stay in the insertion mode.
1151              !!!next-token;              !!!next-token;
1152              redo B;              redo B;
1153              } else {
1154                !!!cp ('t22');
1155            }            }
1156            } else {
1157              !!!cp ('t23');
1158          }          }
1159    
1160          $self->{application_cache_selection}->(undef);          $self->{application_cache_selection}->(undef);
1161    
1162          #          #
1163        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
1164          if ($token->{tag_name} eq 'html' and          if ($token->{tag_name} eq 'html') {
1165              $token->{attributes}->{manifest}) { ## ISSUE: Spec spells as "application"            my $root_element;
1166            $self->{application_cache_selection}            !!!create-element ($root_element, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);
1167                 ->($token->{attributes}->{manifest}->{value});            $self->{document}->append_child ($root_element);
1168            ## ISSUE: No relative reference resolution?            push @{$self->{open_elements}},
1169                  [$root_element, $el_category->{html}];
1170    
1171              if ($token->{attributes}->{manifest}) {
1172                !!!cp ('t24');
1173                $self->{application_cache_selection}
1174                    ->($token->{attributes}->{manifest}->{value});
1175                ## ISSUE: Spec is unclear on relative references.
1176                ## According to Hixie (#whatwg 2008-03-19), it should be
1177                ## resolved against the base URI of the document in HTML
1178                ## or xml:base of the element in XHTML.
1179              } else {
1180                !!!cp ('t25');
1181                $self->{application_cache_selection}->(undef);
1182              }
1183    
1184              !!!nack ('t25c');
1185    
1186              !!!next-token;
1187              return; ## Go to the "before head" insertion mode.
1188          } else {          } else {
1189            $self->{application_cache_selection}->(undef);            !!!cp ('t25.1');
1190              #
1191          }          }
   
         ## ISSUE: There is an issue in the spec  
         #  
1192        } elsif ({        } elsif ({
1193                  END_TAG_TOKEN, 1,                  END_TAG_TOKEN, 1,
1194                  END_OF_FILE_TOKEN, 1,                  END_OF_FILE_TOKEN, 1,
1195                 }->{$token->{type}}) {                 }->{$token->{type}}) {
1196          $self->{application_cache_selection}->(undef);          !!!cp ('t26');
   
         ## ISSUE: There is an issue in the spec  
1197          #          #
1198        } else {        } else {
1199          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
1200        }        }
1201    
1202        my $root_element; !!!create-element ($root_element, 'html');      my $root_element;
1203        $self->{document}->append_child ($root_element);      !!!create-element ($root_element, $HTML_NS, 'html',, $token);
1204        push @{$self->{open_elements}}, [$root_element, 'html'];      $self->{document}->append_child ($root_element);
1205        ## reprocess      push @{$self->{open_elements}}, [$root_element, $el_category->{html}];
1206        #redo B;  
1207        return; ## Go to the main phase.      $self->{application_cache_selection}->(undef);
1208    
1209        ## NOTE: Reprocess the token.
1210        !!!ack-later;
1211        return; ## Go to the "before head" insertion mode.
1212    } # B    } # B
1213    
1214      die "$0: _tree_construction_root_element: This should never be reached";
1215  } # _tree_construction_root_element  } # _tree_construction_root_element
1216    
1217  sub _reset_insertion_mode ($) {  sub _reset_insertion_mode ($) {
# Line 2227  sub _reset_insertion_mode ($) { Line 1226  sub _reset_insertion_mode ($) {
1226            
1227      ## Step 3      ## Step 3
1228      S3: {      S3: {
       ## ISSUE: Oops! "If node is the first node in the stack of open  
       ## elements, then set last to true. If the context element of the  
       ## HTML fragment parsing algorithm is neither a td element nor a  
       ## th element, then set node to the context element. (fragment case)":  
       ## The second "if" is in the scope of the first "if"!?  
1229        if ($self->{open_elements}->[0]->[0] eq $node->[0]) {        if ($self->{open_elements}->[0]->[0] eq $node->[0]) {
1230          $last = 1;          $last = 1;
1231          if (defined $self->{inner_html_node}) {          if (defined $self->{inner_html_node}) {
1232            if ($self->{inner_html_node}->[1] eq 'td' or            !!!cp ('t28');
1233                $self->{inner_html_node}->[1] eq 'th') {            $node = $self->{inner_html_node};
1234              #          } else {
1235            } else {            die "_reset_insertion_mode: t27";
             $node = $self->{inner_html_node};  
           }  
1236          }          }
1237        }        }
1238              
1239        ## Step 4..13        ## Step 4..14
1240        my $new_mode = {        my $new_mode;
1241          if ($node->[1] & FOREIGN_EL) {
1242            !!!cp ('t28.1');
1243            ## NOTE: Strictly spaking, the line below only applies to MathML and
1244            ## SVG elements.  Currently the HTML syntax supports only MathML and
1245            ## SVG elements as foreigners.
1246            $new_mode = IN_BODY_IM | IN_FOREIGN_CONTENT_IM;
1247          } elsif ($node->[1] == TABLE_CELL_EL) {
1248            if ($last) {
1249              !!!cp ('t28.2');
1250              #
1251            } else {
1252              !!!cp ('t28.3');
1253              $new_mode = IN_CELL_IM;
1254            }
1255          } else {
1256            !!!cp ('t28.4');
1257            $new_mode = {
1258                        select => IN_SELECT_IM,                        select => IN_SELECT_IM,
1259                        td => IN_CELL_IM,                        ## NOTE: |option| and |optgroup| do not set
1260                        th => IN_CELL_IM,                        ## insertion mode to "in select" by themselves.
1261                        tr => IN_ROW_IM,                        tr => IN_ROW_IM,
1262                        tbody => IN_TABLE_BODY_IM,                        tbody => IN_TABLE_BODY_IM,
1263                        thead => IN_TABLE_BODY_IM,                        thead => IN_TABLE_BODY_IM,
# Line 2259  sub _reset_insertion_mode ($) { Line 1268  sub _reset_insertion_mode ($) {
1268                        head => IN_BODY_IM, # not in head!                        head => IN_BODY_IM, # not in head!
1269                        body => IN_BODY_IM,                        body => IN_BODY_IM,
1270                        frameset => IN_FRAMESET_IM,                        frameset => IN_FRAMESET_IM,
1271                       }->{$node->[1]};                       }->{$node->[0]->manakai_local_name};
1272          }
1273        $self->{insertion_mode} = $new_mode and return if defined $new_mode;        $self->{insertion_mode} = $new_mode and return if defined $new_mode;
1274                
1275        ## Step 14        ## Step 15
1276        if ($node->[1] eq 'html') {        if ($node->[1] == HTML_EL) {
1277          unless (defined $self->{head_element}) {          unless (defined $self->{head_element}) {
1278              !!!cp ('t29');
1279            $self->{insertion_mode} = BEFORE_HEAD_IM;            $self->{insertion_mode} = BEFORE_HEAD_IM;
1280          } else {          } else {
1281              ## ISSUE: Can this state be reached?
1282              !!!cp ('t30');
1283            $self->{insertion_mode} = AFTER_HEAD_IM;            $self->{insertion_mode} = AFTER_HEAD_IM;
1284          }          }
1285          return;          return;
1286          } else {
1287            !!!cp ('t31');
1288        }        }
1289                
1290        ## Step 15        ## Step 16
1291        $self->{insertion_mode} = IN_BODY_IM and return if $last;        $self->{insertion_mode} = IN_BODY_IM and return if $last;
1292                
1293        ## Step 16        ## Step 17
1294        $i--;        $i--;
1295        $node = $self->{open_elements}->[$i];        $node = $self->{open_elements}->[$i];
1296                
1297        ## Step 17        ## Step 18
1298        redo S3;        redo S3;
1299      } # S3      } # S3
1300    
1301      die "$0: _reset_insertion_mode: This line should never be reached";
1302  } # _reset_insertion_mode  } # _reset_insertion_mode
1303    
1304  sub _tree_construction_main ($) {  sub _tree_construction_main ($) {
# Line 2303  sub _tree_construction_main ($) { Line 1320  sub _tree_construction_main ($) {
1320      return if $entry->[0] eq '#marker';      return if $entry->[0] eq '#marker';
1321      for (@{$self->{open_elements}}) {      for (@{$self->{open_elements}}) {
1322        if ($entry->[0] eq $_->[0]) {        if ($entry->[0] eq $_->[0]) {
1323            !!!cp ('t32');
1324          return;          return;
1325        }        }
1326      }      }
# Line 2317  sub _tree_construction_main ($) { Line 1335  sub _tree_construction_main ($) {
1335    
1336        ## Step 6        ## Step 6
1337        if ($entry->[0] eq '#marker') {        if ($entry->[0] eq '#marker') {
1338            !!!cp ('t33_1');
1339          #          #
1340        } else {        } else {
1341          my $in_open_elements;          my $in_open_elements;
1342          OE: for (@{$self->{open_elements}}) {          OE: for (@{$self->{open_elements}}) {
1343            if ($entry->[0] eq $_->[0]) {            if ($entry->[0] eq $_->[0]) {
1344                !!!cp ('t33');
1345              $in_open_elements = 1;              $in_open_elements = 1;
1346              last OE;              last OE;
1347            }            }
1348          }          }
1349          if ($in_open_elements) {          if ($in_open_elements) {
1350              !!!cp ('t34');
1351            #            #
1352          } else {          } else {
1353              ## NOTE: <!DOCTYPE HTML><p><b><i><u></p> <p>X
1354              !!!cp ('t35');
1355            redo S4;            redo S4;
1356          }          }
1357        }        }
# Line 2351  sub _tree_construction_main ($) { Line 1374  sub _tree_construction_main ($) {
1374    
1375        ## Step 11        ## Step 11
1376        unless ($clone->[0] eq $active_formatting_elements->[-1]->[0]) {        unless ($clone->[0] eq $active_formatting_elements->[-1]->[0]) {
1377            !!!cp ('t36');
1378          ## Step 7'          ## Step 7'
1379          $i++;          $i++;
1380          $entry = $active_formatting_elements->[$i];          $entry = $active_formatting_elements->[$i];
1381                    
1382          redo S7;          redo S7;
1383        }        }
1384    
1385          !!!cp ('t37');
1386      } # S7      } # S7
1387    }; # $reconstruct_active_formatting_elements    }; # $reconstruct_active_formatting_elements
1388    
1389    my $clear_up_to_marker = sub {    my $clear_up_to_marker = sub {
1390      for (reverse 0..$#$active_formatting_elements) {      for (reverse 0..$#$active_formatting_elements) {
1391        if ($active_formatting_elements->[$_]->[0] eq '#marker') {        if ($active_formatting_elements->[$_]->[0] eq '#marker') {
1392            !!!cp ('t38');
1393          splice @$active_formatting_elements, $_;          splice @$active_formatting_elements, $_;
1394          return;          return;
1395        }        }
1396      }      }
1397    
1398        !!!cp ('t39');
1399    }; # $clear_up_to_marker    }; # $clear_up_to_marker
1400    
1401    my $parse_rcdata = sub ($$) {    my $insert;
1402      my ($content_model_flag, $insert) = @_;  
1403      my $parse_rcdata = sub ($) {
1404        my ($content_model_flag) = @_;
1405    
1406      ## Step 1      ## Step 1
1407      my $start_tag_name = $token->{tag_name};      my $start_tag_name = $token->{tag_name};
1408      my $el;      !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
     !!!create-element ($el, $start_tag_name, $token->{attributes});  
1409    
1410      ## Step 2      ## Step 2
     $insert->($el); # /context node/->append_child ($el)  
   
     ## Step 3  
1411      $self->{content_model} = $content_model_flag; # CDATA or RCDATA      $self->{content_model} = $content_model_flag; # CDATA or RCDATA
1412      delete $self->{escape}; # MUST      delete $self->{escape}; # MUST
1413    
1414      ## Step 4      ## Step 3, 4
1415      my $text = '';      $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
     !!!next-token;  
     while ($token->{type} == CHARACTER_TOKEN) { # or until stop tokenizing  
       $text .= $token->{data};  
       !!!next-token;  
     }  
   
     ## Step 5  
     if (length $text) {  
       my $text = $self->{document}->create_text_node ($text);  
       $el->append_child ($text);  
     }  
   
     ## Step 6  
     $self->{content_model} = PCDATA_CONTENT_MODEL;  
1416    
1417      ## Step 7      !!!nack ('t40.1');
     if ($token->{type} == END_TAG_TOKEN and $token->{tag_name} eq $start_tag_name) {  
       ## Ignore the token  
     } elsif ($content_model_flag == CDATA_CONTENT_MODEL) {  
       !!!parse-error (type => 'in CDATA:#'.$token->{type});  
     } elsif ($content_model_flag == RCDATA_CONTENT_MODEL) {  
       !!!parse-error (type => 'in RCDATA:#'.$token->{type});  
     } else {  
       die "$0: $content_model_flag in parse_rcdata";  
     }  
1418      !!!next-token;      !!!next-token;
1419    }; # $parse_rcdata    }; # $parse_rcdata
1420    
1421    my $script_start_tag = sub ($) {    my $script_start_tag = sub () {
1422      my $insert = $_[0];      ## Step 1
1423      my $script_el;      my $script_el;
1424      !!!create-element ($script_el, 'script', $token->{attributes});      !!!create-element ($script_el, $HTML_NS, 'script', $token->{attributes}, $token);
1425    
1426        ## Step 2
1427      ## TODO: mark as "parser-inserted"      ## TODO: mark as "parser-inserted"
1428    
1429        ## Step 3
1430        ## TODO: Mark as "already executed", if ...
1431    
1432        ## Step 4 (HTML5 revision 2702)
1433        $insert->($script_el);
1434        push @{$self->{open_elements}}, [$script_el, $el_category->{script}];
1435    
1436        ## Step 5
1437      $self->{content_model} = CDATA_CONTENT_MODEL;      $self->{content_model} = CDATA_CONTENT_MODEL;
1438      delete $self->{escape}; # MUST      delete $self->{escape}; # MUST
       
     my $text = '';  
     !!!next-token;  
     while ($token->{type} == CHARACTER_TOKEN) {  
       $text .= $token->{data};  
       !!!next-token;  
     } # stop if non-character token or tokenizer stops tokenising  
     if (length $text) {  
       $script_el->manakai_append_text ($text);  
     }  
                 
     $self->{content_model} = PCDATA_CONTENT_MODEL;  
1439    
1440      if ($token->{type} == END_TAG_TOKEN and      ## Step 6-7
1441          $token->{tag_name} eq 'script') {      $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
       ## Ignore the token  
     } else {  
       !!!parse-error (type => 'in CDATA:#'.$token->{type});  
       ## ISSUE: And ignore?  
       ## TODO: mark as "already executed"  
     }  
       
     if (defined $self->{inner_html_node}) {  
       ## TODO: mark as "already executed"  
     } else {  
       ## TODO: $old_insertion_point = current insertion point  
       ## TODO: insertion point = just before the next input character  
1442    
1443        $insert->($script_el);      !!!nack ('t40.2');
         
       ## TODO: insertion point = $old_insertion_point (might be "undefined")  
         
       ## TODO: if there is a script that will execute as soon as the parser resume, then...  
     }  
       
1444      !!!next-token;      !!!next-token;
1445    }; # $script_start_tag    }; # $script_start_tag
1446    
1447      ## NOTE: $open_tables->[-1]->[0] is the "current table" element node.
1448      ## NOTE: $open_tables->[-1]->[1] is the "tainted" flag (OBSOLETE; unused).
1449      ## NOTE: $open_tables->[-1]->[2] is set false when non-Text node inserted.
1450      my $open_tables = [[$self->{open_elements}->[0]->[0]]];
1451    
1452    my $formatting_end_tag = sub {    my $formatting_end_tag = sub {
1453      my $tag_name = shift;      my $end_tag_token = shift;
1454        my $tag_name = $end_tag_token->{tag_name};
1455    
1456        ## NOTE: The adoption agency algorithm (AAA).
1457    
1458      FET: {      FET: {
1459        ## Step 1        ## Step 1
1460        my $formatting_element;        my $formatting_element;
1461        my $formatting_element_i_in_active;        my $formatting_element_i_in_active;
1462        AFE: for (reverse 0..$#$active_formatting_elements) {        AFE: for (reverse 0..$#$active_formatting_elements) {
1463          if ($active_formatting_elements->[$_]->[1] eq $tag_name) {          if ($active_formatting_elements->[$_]->[0] eq '#marker') {
1464              !!!cp ('t52');
1465              last AFE;
1466            } elsif ($active_formatting_elements->[$_]->[0]->manakai_local_name
1467                         eq $tag_name) {
1468              !!!cp ('t51');
1469            $formatting_element = $active_formatting_elements->[$_];            $formatting_element = $active_formatting_elements->[$_];
1470            $formatting_element_i_in_active = $_;            $formatting_element_i_in_active = $_;
1471            last AFE;            last AFE;
         } elsif ($active_formatting_elements->[$_]->[0] eq '#marker') {  
           last AFE;  
1472          }          }
1473        } # AFE        } # AFE
1474        unless (defined $formatting_element) {        unless (defined $formatting_element) {
1475          !!!parse-error (type => 'unmatched end tag:'.$tag_name);          !!!cp ('t53');
1476            !!!parse-error (type => 'unmatched end tag', text => $tag_name, token => $end_tag_token);
1477          ## Ignore the token          ## Ignore the token
1478          !!!next-token;          !!!next-token;
1479          return;          return;
# Line 2489  sub _tree_construction_main ($) { Line 1485  sub _tree_construction_main ($) {
1485          my $node = $self->{open_elements}->[$_];          my $node = $self->{open_elements}->[$_];
1486          if ($node->[0] eq $formatting_element->[0]) {          if ($node->[0] eq $formatting_element->[0]) {
1487            if ($in_scope) {            if ($in_scope) {
1488                !!!cp ('t54');
1489              $formatting_element_i_in_open = $_;              $formatting_element_i_in_open = $_;
1490              last INSCOPE;              last INSCOPE;
1491            } else { # in open elements but not in scope            } else { # in open elements but not in scope
1492              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t55');
1493                !!!parse-error (type => 'unmatched end tag',
1494                                text => $token->{tag_name},
1495                                token => $end_tag_token);
1496              ## Ignore the token              ## Ignore the token
1497              !!!next-token;              !!!next-token;
1498              return;              return;
1499            }            }
1500          } elsif ({          } elsif ($node->[1] & SCOPING_EL) {
1501                    table => 1, caption => 1, td => 1, th => 1,            !!!cp ('t56');
                   button => 1, marquee => 1, object => 1, html => 1,  
                  }->{$node->[1]}) {  
1502            $in_scope = 0;            $in_scope = 0;
1503          }          }
1504        } # INSCOPE        } # INSCOPE
1505        unless (defined $formatting_element_i_in_open) {        unless (defined $formatting_element_i_in_open) {
1506          !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});          !!!cp ('t57');
1507            !!!parse-error (type => 'unmatched end tag',
1508                            text => $token->{tag_name},
1509                            token => $end_tag_token);
1510          pop @$active_formatting_elements; # $formatting_element          pop @$active_formatting_elements; # $formatting_element
1511          !!!next-token; ## TODO: ok?          !!!next-token; ## TODO: ok?
1512          return;          return;
1513        }        }
1514        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {
1515          !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);          !!!cp ('t58');
1516            !!!parse-error (type => 'not closed',
1517                            text => $self->{open_elements}->[-1]->[0]
1518                                ->manakai_local_name,
1519                            token => $end_tag_token);
1520        }        }
1521                
1522        ## Step 2        ## Step 2
# Line 2519  sub _tree_construction_main ($) { Line 1524  sub _tree_construction_main ($) {
1524        my $furthest_block_i_in_open;        my $furthest_block_i_in_open;
1525        OE: for (reverse 0..$#{$self->{open_elements}}) {        OE: for (reverse 0..$#{$self->{open_elements}}) {
1526          my $node = $self->{open_elements}->[$_];          my $node = $self->{open_elements}->[$_];
1527          if (not $formatting_category->{$node->[1]} and          if (not ($node->[1] & FORMATTING_EL) and
1528              #not $phrasing_category->{$node->[1]} and              #not $phrasing_category->{$node->[1]} and
1529              ($special_category->{$node->[1]} or              ($node->[1] & SPECIAL_EL or
1530               $scoping_category->{$node->[1]})) {               $node->[1] & SCOPING_EL)) { ## Scoping is redundant, maybe
1531              !!!cp ('t59');
1532            $furthest_block = $node;            $furthest_block = $node;
1533            $furthest_block_i_in_open = $_;            $furthest_block_i_in_open = $_;
1534              ## NOTE: The topmost (eldest) node.
1535          } elsif ($node->[0] eq $formatting_element->[0]) {          } elsif ($node->[0] eq $formatting_element->[0]) {
1536              !!!cp ('t60');
1537            last OE;            last OE;
1538          }          }
1539        } # OE        } # OE
1540                
1541        ## Step 3        ## Step 3
1542        unless (defined $furthest_block) { # MUST        unless (defined $furthest_block) { # MUST
1543            !!!cp ('t61');
1544          splice @{$self->{open_elements}}, $formatting_element_i_in_open;          splice @{$self->{open_elements}}, $formatting_element_i_in_open;
1545          splice @$active_formatting_elements, $formatting_element_i_in_active, 1;          splice @$active_formatting_elements, $formatting_element_i_in_active, 1;
1546          !!!next-token;          !!!next-token;
# Line 2544  sub _tree_construction_main ($) { Line 1553  sub _tree_construction_main ($) {
1553        ## Step 5        ## Step 5
1554        my $furthest_block_parent = $furthest_block->[0]->parent_node;        my $furthest_block_parent = $furthest_block->[0]->parent_node;
1555        if (defined $furthest_block_parent) {        if (defined $furthest_block_parent) {
1556            !!!cp ('t62');
1557          $furthest_block_parent->remove_child ($furthest_block->[0]);          $furthest_block_parent->remove_child ($furthest_block->[0]);
1558        }        }
1559                
# Line 2566  sub _tree_construction_main ($) { Line 1576  sub _tree_construction_main ($) {
1576          S7S2: {          S7S2: {
1577            for (reverse 0..$#$active_formatting_elements) {            for (reverse 0..$#$active_formatting_elements) {
1578              if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {              if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {
1579                  !!!cp ('t63');
1580                $node_i_in_active = $_;                $node_i_in_active = $_;
1581                last S7S2;                last S7S2;
1582              }              }
# Line 2579  sub _tree_construction_main ($) { Line 1590  sub _tree_construction_main ($) {
1590                    
1591          ## Step 4          ## Step 4
1592          if ($last_node->[0] eq $furthest_block->[0]) {          if ($last_node->[0] eq $furthest_block->[0]) {
1593              !!!cp ('t64');
1594            $bookmark_prev_el = $node->[0];            $bookmark_prev_el = $node->[0];
1595          }          }
1596                    
1597          ## Step 5          ## Step 5
1598          if ($node->[0]->has_child_nodes ()) {          if ($node->[0]->has_child_nodes ()) {
1599              !!!cp ('t65');
1600            my $clone = [$node->[0]->clone_node (0), $node->[1]];            my $clone = [$node->[0]->clone_node (0), $node->[1]];
1601            $active_formatting_elements->[$node_i_in_active] = $clone;            $active_formatting_elements->[$node_i_in_active] = $clone;
1602            $self->{open_elements}->[$node_i_in_open] = $clone;            $self->{open_elements}->[$node_i_in_open] = $clone;
# Line 2601  sub _tree_construction_main ($) { Line 1614  sub _tree_construction_main ($) {
1614        } # S7          } # S7  
1615                
1616        ## Step 8        ## Step 8
1617        $common_ancestor_node->[0]->append_child ($last_node->[0]);        if ($common_ancestor_node->[1] & TABLE_ROWS_EL) {
1618            ## Foster parenting.
1619            my $foster_parent_element;
1620            my $next_sibling;
1621            OE: for (reverse 0..$#{$self->{open_elements}}) {
1622              if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
1623                !!!cp ('t65.2');
1624                $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];
1625                $next_sibling = $self->{open_elements}->[$_]->[0];
1626                undef $next_sibling
1627                    unless $next_sibling->parent_node eq $foster_parent_element;
1628                last OE;
1629              }
1630            } # OE
1631            $foster_parent_element ||= $self->{open_elements}->[0]->[0];
1632    
1633            $foster_parent_element->insert_before ($last_node->[0], $next_sibling);
1634            $open_tables->[-1]->[1] = 1; # tainted
1635          } else {
1636            !!!cp ('t65.3');
1637            $common_ancestor_node->[0]->append_child ($last_node->[0]);
1638          }
1639                
1640        ## Step 9        ## Step 9
1641        my $clone = [$formatting_element->[0]->clone_node (0),        my $clone = [$formatting_element->[0]->clone_node (0),
# Line 2618  sub _tree_construction_main ($) { Line 1652  sub _tree_construction_main ($) {
1652        my $i;        my $i;
1653        AFE: for (reverse 0..$#$active_formatting_elements) {        AFE: for (reverse 0..$#$active_formatting_elements) {
1654          if ($active_formatting_elements->[$_]->[0] eq $formatting_element->[0]) {          if ($active_formatting_elements->[$_]->[0] eq $formatting_element->[0]) {
1655              !!!cp ('t66');
1656            splice @$active_formatting_elements, $_, 1;            splice @$active_formatting_elements, $_, 1;
1657            $i-- and last AFE if defined $i;            $i-- and last AFE if defined $i;
1658          } elsif ($active_formatting_elements->[$_]->[0] eq $bookmark_prev_el) {          } elsif ($active_formatting_elements->[$_]->[0] eq $bookmark_prev_el) {
1659              !!!cp ('t67');
1660            $i = $_;            $i = $_;
1661          }          }
1662        } # AFE        } # AFE
# Line 2630  sub _tree_construction_main ($) { Line 1666  sub _tree_construction_main ($) {
1666        undef $i;        undef $i;
1667        OE: for (reverse 0..$#{$self->{open_elements}}) {        OE: for (reverse 0..$#{$self->{open_elements}}) {
1668          if ($self->{open_elements}->[$_]->[0] eq $formatting_element->[0]) {          if ($self->{open_elements}->[$_]->[0] eq $formatting_element->[0]) {
1669              !!!cp ('t68');
1670            splice @{$self->{open_elements}}, $_, 1;            splice @{$self->{open_elements}}, $_, 1;
1671            $i-- and last OE if defined $i;            $i-- and last OE if defined $i;
1672          } elsif ($self->{open_elements}->[$_]->[0] eq $furthest_block->[0]) {          } elsif ($self->{open_elements}->[$_]->[0] eq $furthest_block->[0]) {
1673              !!!cp ('t69');
1674            $i = $_;            $i = $_;
1675          }          }
1676        } # OE        } # OE
1677        splice @{$self->{open_elements}}, $i + 1, 1, $clone;        splice @{$self->{open_elements}}, $i + 1, 0, $clone;
1678                
1679        ## Step 14        ## Step 14
1680        redo FET;        redo FET;
1681      } # FET      } # FET
1682    }; # $formatting_end_tag    }; # $formatting_end_tag
1683    
1684    my $insert_to_current = sub {    $insert = my $insert_to_current = sub {
1685      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);
1686    }; # $insert_to_current    }; # $insert_to_current
1687    
1688      ## Foster parenting.  Note that there are three "foster parenting"
1689      ## code in the parser: for elements (this one), for texts, and for
1690      ## elements in the AAA code.
1691    my $insert_to_foster = sub {    my $insert_to_foster = sub {
1692                         my $child = shift;      my $child = shift;
1693                         if ({      if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
1694                              table => 1, tbody => 1, tfoot => 1,        # MUST
1695                              thead => 1, tr => 1,        my $foster_parent_element;
1696                             }->{$self->{open_elements}->[-1]->[1]}) {        my $next_sibling;
1697                           # MUST        OE: for (reverse 0..$#{$self->{open_elements}}) {
1698                           my $foster_parent_element;          if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
1699                           my $next_sibling;            !!!cp ('t71');
1700                           OE: for (reverse 0..$#{$self->{open_elements}}) {            $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];
1701                             if ($self->{open_elements}->[$_]->[1] eq 'table') {            $next_sibling = $self->{open_elements}->[$_]->[0];
1702                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;            undef $next_sibling
1703                               if (defined $parent and $parent->node_type == 1) {                unless $next_sibling->parent_node eq $foster_parent_element;
1704                                 $foster_parent_element = $parent;            last OE;
1705                                 $next_sibling = $self->{open_elements}->[$_]->[0];          }
1706                               } else {        } # OE
1707                                 $foster_parent_element        $foster_parent_element ||= $self->{open_elements}->[0]->[0];
1708                                   = $self->{open_elements}->[$_ - 1]->[0];  
1709                               }        $foster_parent_element->insert_before ($child, $next_sibling);
1710                               last OE;        $open_tables->[-1]->[1] = 1; # tainted
1711                             }      } else {
1712                           } # OE        !!!cp ('t72');
1713                           $foster_parent_element = $self->{open_elements}->[0]->[0]        $self->{open_elements}->[-1]->[0]->append_child ($child);
1714                             unless defined $foster_parent_element;      }
                          $foster_parent_element->insert_before  
                            ($child, $next_sibling);  
                        } else {  
                          $self->{open_elements}->[-1]->[0]->append_child ($child);  
                        }  
1715    }; # $insert_to_foster    }; # $insert_to_foster
1716    
1717    my $insert;    ## NOTE: Insert a character (MUST): When a character is inserted, if
1718      ## the last node that was inserted by the parser is a Text node and
1719      ## the character has to be inserted after that node, then the
1720      ## character is appended to the Text node.  However, if any other
1721      ## node is inserted by the parser, then a new Text node is created
1722      ## and the character is appended as that Text node.  If I'm not
1723      ## wrong, for a parser with scripting disabled, there are only two
1724      ## cases where this occurs.  One is the case where an element node
1725      ## is inserted to the |head| element.  This is covered by using the
1726      ## |$self->{head_element_inserted}| flag.  Another is the case where
1727      ## an element or comment is inserted into the |table| subtree while
1728      ## foster parenting happens.  This is covered by using the [2] flag
1729      ## of the |$open_tables| structure.  All other cases are handled
1730      ## simply by calling |manakai_append_text| method.
1731    
1732      ## TODO: |<body><script>document.write("a<br>");
1733      ## document.body.removeChild (document.body.lastChild);
1734      ## document.write ("b")</script>|
1735    
1736      B: while (1) {
1737    
1738        ## The "in table text" insertion mode.
1739        if ($self->{insertion_mode} & TABLE_IMS and
1740            not $self->{insertion_mode} & IN_FOREIGN_CONTENT_IM and
1741            not $self->{insertion_mode} & IN_CDATA_RCDATA_IM) {
1742          C: {
1743            my $s;
1744            if ($token->{type} == CHARACTER_TOKEN) {
1745              !!!cp ('t194');
1746              $self->{pending_chars} ||= [];
1747              push @{$self->{pending_chars}}, $token;
1748              !!!next-token;
1749              next B;
1750            } else {
1751              if ($self->{pending_chars}) {
1752                $s = join '', map { $_->{data} } @{$self->{pending_chars}};
1753                delete $self->{pending_chars};
1754                if ($s =~ /[^\x09\x0A\x0C\x0D\x20]/) {
1755                  !!!cp ('t195');
1756                  #
1757                } else {
1758                  !!!cp ('t195.1');
1759                  #$self->{open_elements}->[-1]->[0]->manakai_append_text ($s);
1760                  $self->{open_elements}->[-1]->[0]->append_child
1761                      ($self->{document}->create_text_node ($s));
1762                  last C;
1763                }
1764              } else {
1765                !!!cp ('t195.2');
1766                last C;
1767              }
1768            }
1769    
1770            ## Foster parenting.
1771            !!!parse-error (type => 'in table:#text', token => $token);
1772    
1773            ## NOTE: As if in body, but insert into the foster parent element.
1774            $reconstruct_active_formatting_elements->($insert_to_foster);
1775                
1776            if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
1777              # MUST
1778              my $foster_parent_element;
1779              my $next_sibling;
1780              OE: for (reverse 0..$#{$self->{open_elements}}) {
1781                if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
1782                  !!!cp ('t197');
1783                  $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];
1784                  $next_sibling = $self->{open_elements}->[$_]->[0];
1785                  undef $next_sibling
1786                    unless $next_sibling->parent_node eq $foster_parent_element;
1787                  last OE;
1788                }
1789              } # OE
1790              $foster_parent_element ||= $self->{open_elements}->[0]->[0];
1791    
1792              !!!cp ('t199');
1793              $foster_parent_element->insert_before
1794                  ($self->{document}->create_text_node ($s), $next_sibling);
1795    
1796              $open_tables->[-1]->[1] = 1; # tainted
1797              $open_tables->[-1]->[2] = 1; # ~node inserted
1798            } else {
1799              ## NOTE: Fragment case or in a foster parent'ed element
1800              ## (e.g. |<table><span>a|).  In fragment case, whether the
1801              ## character is appended to existing node or a new node is
1802              ## created is irrelevant, since the foster parent'ed nodes
1803              ## are discarded and fragment parsing does not invoke any
1804              ## script.
1805              !!!cp ('t200');
1806              $self->{open_elements}->[-1]->[0]->manakai_append_text ($s);
1807            }
1808          } # C
1809        } # TABLE_IMS
1810    
   B: {  
1811      if ($token->{type} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
1812        !!!parse-error (type => 'DOCTYPE in the middle');        !!!cp ('t73');
1813          !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
1814        ## Ignore the token        ## Ignore the token
1815        ## Stay in the phase        ## Stay in the phase
1816        !!!next-token;        !!!next-token;
1817        redo B;        next B;
     } elsif ($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;  
1818      } elsif ($token->{type} == START_TAG_TOKEN and      } elsif ($token->{type} == START_TAG_TOKEN and
1819               $token->{tag_name} eq 'html') {               $token->{tag_name} eq 'html') {
1820        if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {        if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
1821          ## Turn into the main phase          !!!cp ('t79');
1822          !!!parse-error (type => 'after html:html');          !!!parse-error (type => 'after html', text => 'html', token => $token);
1823          $self->{insertion_mode} = AFTER_BODY_IM;          $self->{insertion_mode} = AFTER_BODY_IM;
1824        } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {        } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {
1825          ## Turn into the main phase          !!!cp ('t80');
1826          !!!parse-error (type => 'after html:html');          !!!parse-error (type => 'after html', text => 'html', token => $token);
1827          $self->{insertion_mode} = AFTER_FRAMESET_IM;          $self->{insertion_mode} = AFTER_FRAMESET_IM;
1828          } else {
1829            !!!cp ('t81');
1830        }        }
1831    
1832  ## ISSUE: "aa<html>" is not a parse error.        !!!cp ('t82');
1833  ## 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');  
       }  
1834        my $top_el = $self->{open_elements}->[0]->[0];        my $top_el = $self->{open_elements}->[0]->[0];
1835        for my $attr_name (keys %{$token->{attributes}}) {        for my $attr_name (keys %{$token->{attributes}}) {
1836          unless ($top_el->has_attribute_ns (undef, $attr_name)) {          unless ($top_el->has_attribute_ns (undef, $attr_name)) {
1837              !!!cp ('t84');
1838            $top_el->set_attribute_ns            $top_el->set_attribute_ns
1839              (undef, [undef, $attr_name],              (undef, [undef, $attr_name],
1840               $token->{attributes}->{$attr_name}->{value});               $token->{attributes}->{$attr_name}->{value});
1841          }          }
1842        }        }
1843          !!!nack ('t84.1');
1844        !!!next-token;        !!!next-token;
1845        redo B;        next B;
1846      } elsif ($token->{type} == COMMENT_TOKEN) {      } elsif ($token->{type} == COMMENT_TOKEN) {
1847        my $comment = $self->{document}->create_comment ($token->{data});        my $comment = $self->{document}->create_comment ($token->{data});
1848        if ($self->{insertion_mode} & AFTER_HTML_IMS) {        if ($self->{insertion_mode} & AFTER_HTML_IMS) {
1849            !!!cp ('t85');
1850          $self->{document}->append_child ($comment);          $self->{document}->append_child ($comment);
1851        } elsif ($self->{insertion_mode} == AFTER_BODY_IM) {        } elsif ($self->{insertion_mode} == AFTER_BODY_IM) {
1852            !!!cp ('t86');
1853          $self->{open_elements}->[0]->[0]->append_child ($comment);          $self->{open_elements}->[0]->[0]->append_child ($comment);
1854        } else {        } else {
1855            !!!cp ('t87');
1856          $self->{open_elements}->[-1]->[0]->append_child ($comment);          $self->{open_elements}->[-1]->[0]->append_child ($comment);
1857            $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
1858        }        }
1859        !!!next-token;        !!!next-token;
1860        redo B;        next B;
1861      } elsif ($self->{insertion_mode} & HEAD_IMS) {      } elsif ($self->{insertion_mode} & IN_CDATA_RCDATA_IM) {
1862        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
1863          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          $token->{data} =~ s/^\x0A// if $self->{ignore_newline};
1864            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);          delete $self->{ignore_newline};
1865    
1866            if (length $token->{data}) {
1867              !!!cp ('t43');
1868              $self->{open_elements}->[-1]->[0]->manakai_append_text
1869                  ($token->{data});
1870            } else {
1871              !!!cp ('t43.1');
1872            }
1873            !!!next-token;
1874            next B;
1875          } elsif ($token->{type} == END_TAG_TOKEN) {
1876            delete $self->{ignore_newline};
1877    
1878            if ($token->{tag_name} eq 'script') {
1879              !!!cp ('t50');
1880              
1881              ## Para 1-2
1882              my $script = pop @{$self->{open_elements}};
1883              
1884              ## Para 3
1885              $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1886    
1887              ## Para 4
1888              ## TODO: $old_insertion_point = $current_insertion_point;
1889              ## TODO: $current_insertion_point = just before $self->{nc};
1890    
1891              ## Para 5
1892              ## TODO: Run the $script->[0].
1893    
1894              ## Para 6
1895              ## TODO: $current_insertion_point = $old_insertion_point;
1896    
1897              ## Para 7
1898              ## TODO: if ($pending_external_script) {
1899                ## TODO: ...
1900              ## TODO: }
1901    
1902              !!!next-token;
1903              next B;
1904            } else {
1905              !!!cp ('t42');
1906    
1907              pop @{$self->{open_elements}};
1908    
1909              $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1910              !!!next-token;
1911              next B;
1912            }
1913          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
1914            delete $self->{ignore_newline};
1915    
1916            !!!cp ('t44');
1917            !!!parse-error (type => 'not closed',
1918                            text => $self->{open_elements}->[-1]->[0]
1919                                ->manakai_local_name,
1920                            token => $token);
1921    
1922            #if ($self->{open_elements}->[-1]->[1] == SCRIPT_EL) {
1923            #  ## TODO: Mark as "already executed"
1924            #}
1925    
1926            pop @{$self->{open_elements}};
1927    
1928            $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1929            ## Reprocess.
1930            next B;
1931          } else {
1932            die "$0: $token->{type}: In CDATA/RCDATA: Unknown token type";        
1933          }
1934        } elsif ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {
1935          if ($token->{type} == CHARACTER_TOKEN) {
1936            !!!cp ('t87.1');
1937            $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
1938            !!!next-token;
1939            next B;
1940          } elsif ($token->{type} == START_TAG_TOKEN) {
1941            if ((not {mglyph => 1, malignmark => 1}->{$token->{tag_name}} and
1942                 $self->{open_elements}->[-1]->[1] & FOREIGN_FLOW_CONTENT_EL) or
1943                not ($self->{open_elements}->[-1]->[1] & FOREIGN_EL) or
1944                ($token->{tag_name} eq 'svg' and
1945                 $self->{open_elements}->[-1]->[1] == MML_AXML_EL)) {
1946              ## NOTE: "using the rules for secondary insertion mode"then"continue"
1947              !!!cp ('t87.2');
1948              #
1949            } elsif ({
1950                      b => 1, big => 1, blockquote => 1, body => 1, br => 1,
1951                      center => 1, code => 1, dd => 1, div => 1, dl => 1, dt => 1,
1952                      em => 1, embed => 1, h1 => 1, h2 => 1, h3 => 1,
1953                      h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, i => 1,
1954                      img => 1, li => 1, listing => 1, menu => 1, meta => 1,
1955                      nobr => 1, ol => 1, p => 1, pre => 1, ruby => 1, s => 1,
1956                      small => 1, span => 1, strong => 1, strike => 1, sub => 1,
1957                      sup => 1, table => 1, tt => 1, u => 1, ul => 1, var => 1,
1958                     }->{$token->{tag_name}} or
1959                     ($token->{tag_name} eq 'font' and
1960                      ($token->{attributes}->{color} or
1961                       $token->{attributes}->{face} or
1962                       $token->{attributes}->{size}))) {
1963              !!!cp ('t87.2');
1964              !!!parse-error (type => 'not closed',
1965                              text => $self->{open_elements}->[-1]->[0]
1966                                  ->manakai_local_name,
1967                              token => $token);
1968    
1969              pop @{$self->{open_elements}}
1970                  while $self->{open_elements}->[-1]->[1] & FOREIGN_EL;
1971    
1972              $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
1973              ## Reprocess.
1974              next B;
1975            } else {
1976              my $nsuri = $self->{open_elements}->[-1]->[0]->namespace_uri;
1977              my $tag_name = $token->{tag_name};
1978              if ($nsuri eq $SVG_NS) {
1979                $tag_name = {
1980                   altglyph => 'altGlyph',
1981                   altglyphdef => 'altGlyphDef',
1982                   altglyphitem => 'altGlyphItem',
1983                   animatecolor => 'animateColor',
1984                   animatemotion => 'animateMotion',
1985                   animatetransform => 'animateTransform',
1986                   clippath => 'clipPath',
1987                   feblend => 'feBlend',
1988                   fecolormatrix => 'feColorMatrix',
1989                   fecomponenttransfer => 'feComponentTransfer',
1990                   fecomposite => 'feComposite',
1991                   feconvolvematrix => 'feConvolveMatrix',
1992                   fediffuselighting => 'feDiffuseLighting',
1993                   fedisplacementmap => 'feDisplacementMap',
1994                   fedistantlight => 'feDistantLight',
1995                   feflood => 'feFlood',
1996                   fefunca => 'feFuncA',
1997                   fefuncb => 'feFuncB',
1998                   fefuncg => 'feFuncG',
1999                   fefuncr => 'feFuncR',
2000                   fegaussianblur => 'feGaussianBlur',
2001                   feimage => 'feImage',
2002                   femerge => 'feMerge',
2003                   femergenode => 'feMergeNode',
2004                   femorphology => 'feMorphology',
2005                   feoffset => 'feOffset',
2006                   fepointlight => 'fePointLight',
2007                   fespecularlighting => 'feSpecularLighting',
2008                   fespotlight => 'feSpotLight',
2009                   fetile => 'feTile',
2010                   feturbulence => 'feTurbulence',
2011                   foreignobject => 'foreignObject',
2012                   glyphref => 'glyphRef',
2013                   lineargradient => 'linearGradient',
2014                   radialgradient => 'radialGradient',
2015                   #solidcolor => 'solidColor', ## NOTE: Commented in spec (SVG1.2)
2016                   textpath => 'textPath',  
2017                }->{$tag_name} || $tag_name;
2018              }
2019    
2020              ## "adjust SVG attributes" (SVG only) - done in insert-element-f
2021    
2022              ## "adjust foreign attributes" - done in insert-element-f
2023    
2024              !!!insert-element-f ($nsuri, $tag_name, $token->{attributes}, $token);
2025    
2026              if ($self->{self_closing}) {
2027                pop @{$self->{open_elements}};
2028                !!!ack ('t87.3');
2029              } else {
2030                !!!cp ('t87.4');
2031              }
2032    
2033              !!!next-token;
2034              next B;
2035            }
2036          } elsif ($token->{type} == END_TAG_TOKEN) {
2037            ## NOTE: "using the rules for secondary insertion mode" then "continue"
2038            if ($token->{tag_name} eq 'script') {
2039              !!!cp ('t87.41');
2040              #
2041              ## XXXscript: Execute script here.
2042            } else {
2043              !!!cp ('t87.5');
2044              #
2045            }
2046          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
2047            !!!cp ('t87.6');
2048            !!!parse-error (type => 'not closed',
2049                            text => $self->{open_elements}->[-1]->[0]
2050                                ->manakai_local_name,
2051                            token => $token);
2052    
2053            pop @{$self->{open_elements}}
2054                while $self->{open_elements}->[-1]->[1] & FOREIGN_EL;
2055    
2056            ## NOTE: |<span><svg>| ... two parse errors, |<svg>| ... a parse error.
2057    
2058            $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
2059            ## Reprocess.
2060            next B;
2061          } else {
2062            die "$0: $token->{type}: Unknown token type";        
2063          }
2064        }
2065    
2066        if ($self->{insertion_mode} & HEAD_IMS) {
2067          if ($token->{type} == CHARACTER_TOKEN) {
2068            if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
2069              unless ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2070                if ($self->{head_element_inserted}) {
2071                  !!!cp ('t88.3');
2072                  $self->{open_elements}->[-1]->[0]->append_child
2073                    ($self->{document}->create_text_node ($1));
2074                  delete $self->{head_element_inserted};
2075                  ## NOTE: |</head> <link> |
2076                  #
2077                } else {
2078                  !!!cp ('t88.2');
2079                  $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
2080                  ## NOTE: |</head> &#x20;|
2081                  #
2082                }
2083              } else {
2084                !!!cp ('t88.1');
2085                ## Ignore the token.
2086                #
2087              }
2088            unless (length $token->{data}) {            unless (length $token->{data}) {
2089                !!!cp ('t88');
2090              !!!next-token;              !!!next-token;
2091              redo B;              next B;
2092            }            }
2093    ## TODO: set $token->{column} appropriately
2094          }          }
2095    
2096          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2097              !!!cp ('t89');
2098            ## As if <head>            ## As if <head>
2099            !!!create-element ($self->{head_element}, 'head');            !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2100            $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});            $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2101            push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            push @{$self->{open_elements}},
2102                  [$self->{head_element}, $el_category->{head}];
2103    
2104            ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2105            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2106    
2107            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
2108          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2109              !!!cp ('t90');
2110            ## As if </noscript>            ## As if </noscript>
2111            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2112            !!!parse-error (type => 'in noscript:#character');            !!!parse-error (type => 'in noscript:#text', token => $token);
2113                        
2114            ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2115            ## As if </head>            ## As if </head>
# Line 2784  sub _tree_construction_main ($) { Line 2117  sub _tree_construction_main ($) {
2117    
2118            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
2119          } elsif ($self->{insertion_mode} == IN_HEAD_IM) {          } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2120              !!!cp ('t91');
2121            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2122    
2123            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
2124            } else {
2125              !!!cp ('t92');
2126          }          }
2127    
2128              ## "after head" insertion mode          ## "after head" insertion mode
2129              ## As if <body>          ## As if <body>
2130              !!!insert-element ('body');          !!!insert-element ('body',, $token);
2131              $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
2132              ## reprocess          ## reprocess
2133              redo B;          next B;
2134            } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
2135              if ($token->{tag_name} eq 'head') {          if ($token->{tag_name} eq 'head') {
2136                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {            if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2137                  !!!create-element ($self->{head_element}, $token->{tag_name}, $token->{attributes});              !!!cp ('t93');
2138                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              !!!create-element ($self->{head_element}, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);
2139                  push @{$self->{open_elements}}, [$self->{head_element}, $token->{tag_name}];              $self->{open_elements}->[-1]->[0]->append_child
2140                  $self->{insertion_mode} = IN_HEAD_IM;                  ($self->{head_element});
2141                  !!!next-token;              push @{$self->{open_elements}},
2142                  redo B;                  [$self->{head_element}, $el_category->{head}];
2143                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2144                  #              !!!nack ('t93.1');
2145                } else {              !!!next-token;
2146                  !!!parse-error (type => 'in head:head'); # or in head noscript              next B;
2147                  ## Ignore the token            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2148                  !!!next-token;              !!!cp ('t93.2');
2149                  redo B;              !!!parse-error (type => 'after head', text => 'head',
2150                }                              token => $token);
2151              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {              ## Ignore the token
2152                ## As if <head>              !!!nack ('t93.3');
2153                !!!create-element ($self->{head_element}, 'head');              !!!next-token;
2154                $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              next B;
2155                push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } else {
2156                !!!cp ('t95');
2157                !!!parse-error (type => 'in head:head',
2158                                token => $token); # or in head noscript
2159                ## Ignore the token
2160                !!!nack ('t95.1');
2161                !!!next-token;
2162                next B;
2163              }
2164            } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2165              !!!cp ('t96');
2166              ## As if <head>
2167              !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2168              $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2169              push @{$self->{open_elements}},
2170                  [$self->{head_element}, $el_category->{head}];
2171    
2172                $self->{insertion_mode} = IN_HEAD_IM;            $self->{insertion_mode} = IN_HEAD_IM;
2173                ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2174              }          } else {
2175              !!!cp ('t97');
2176            }
2177    
2178              if ($token->{tag_name} eq 'base') {          if ($token->{tag_name} eq 'base') {
2179                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2180                  ## As if </noscript>              !!!cp ('t98');
2181                  pop @{$self->{open_elements}};              ## As if </noscript>
2182                  !!!parse-error (type => 'in noscript:base');              pop @{$self->{open_elements}};
2183                              !!!parse-error (type => 'in noscript', text => 'base',
2184                  $self->{insertion_mode} = IN_HEAD_IM;                              token => $token);
2185                  ## Reprocess in the "in head" insertion mode...            
2186                }              $self->{insertion_mode} = IN_HEAD_IM;
2187                ## Reprocess in the "in head" insertion mode...
2188              } else {
2189                !!!cp ('t99');
2190              }
2191    
2192                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2193                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2194                  !!!parse-error (type => 'after head:'.$token->{tag_name});              !!!cp ('t100');
2195                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];              !!!parse-error (type => 'after head',
2196                }                              text => $token->{tag_name}, token => $token);
2197                !!!insert-element ($token->{tag_name}, $token->{attributes});              push @{$self->{open_elements}},
2198                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.                  [$self->{head_element}, $el_category->{head}];
2199                pop @{$self->{open_elements}}              $self->{head_element_inserted} = 1;
2200                    if $self->{insertion_mode} == AFTER_HEAD_IM;            } else {
2201                !!!next-token;              !!!cp ('t101');
2202                redo B;            }
2203              } elsif ($token->{tag_name} eq 'link') {            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2204                ## NOTE: There is a "as if in head" code clone.            pop @{$self->{open_elements}};
2205                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            pop @{$self->{open_elements}} # <head>
2206                  !!!parse-error (type => 'after head:'.$token->{tag_name});                if $self->{insertion_mode} == AFTER_HEAD_IM;
2207                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            !!!nack ('t101.1');
2208                }            !!!next-token;
2209                !!!insert-element ($token->{tag_name}, $token->{attributes});            next B;
2210                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          } elsif ($token->{tag_name} eq 'link') {
2211                pop @{$self->{open_elements}}            ## NOTE: There is a "as if in head" code clone.
2212                    if $self->{insertion_mode} == AFTER_HEAD_IM;            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2213                !!!next-token;              !!!cp ('t102');
2214                redo B;              !!!parse-error (type => 'after head',
2215              } elsif ($token->{tag_name} eq 'meta') {                              text => $token->{tag_name}, token => $token);
2216                ## NOTE: There is a "as if in head" code clone.              push @{$self->{open_elements}},
2217                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                  [$self->{head_element}, $el_category->{head}];
2218                  !!!parse-error (type => 'after head:'.$token->{tag_name});              $self->{head_element_inserted} = 1;
2219                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } else {
2220                }              !!!cp ('t103');
2221                !!!insert-element ($token->{tag_name}, $token->{attributes});            }
2222                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2223              pop @{$self->{open_elements}};
2224              pop @{$self->{open_elements}} # <head>
2225                  if $self->{insertion_mode} == AFTER_HEAD_IM;
2226              !!!ack ('t103.1');
2227              !!!next-token;
2228              next B;
2229            } elsif ($token->{tag_name} eq 'command') {
2230              if ($self->{insertion_mode} == IN_HEAD_IM) {
2231                ## NOTE: If the insertion mode at the time of the emission
2232                ## of the token was "before head", $self->{insertion_mode}
2233                ## is already changed to |IN_HEAD_IM|.
2234    
2235                ## NOTE: There is a "as if in head" code clone.
2236                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2237                pop @{$self->{open_elements}};
2238                pop @{$self->{open_elements}} # <head>
2239                    if $self->{insertion_mode} == AFTER_HEAD_IM;
2240                !!!ack ('t103.2');
2241                !!!next-token;
2242                next B;
2243              } else {
2244                ## NOTE: "in head noscript" or "after head" insertion mode
2245                ## - in these cases, these tags are treated as same as
2246                ## normal in-body tags.
2247                !!!cp ('t103.3');
2248                #
2249              }
2250            } elsif ($token->{tag_name} eq 'meta') {
2251              ## NOTE: There is a "as if in head" code clone.
2252              if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2253                !!!cp ('t104');
2254                !!!parse-error (type => 'after head',
2255                                text => $token->{tag_name}, token => $token);
2256                push @{$self->{open_elements}},
2257                    [$self->{head_element}, $el_category->{head}];
2258                $self->{head_element_inserted} = 1;
2259              } else {
2260                !!!cp ('t105');
2261              }
2262              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2263              my $meta_el = pop @{$self->{open_elements}};
2264    
2265                unless ($self->{confident}) {                unless ($self->{confident}) {
2266                  if ($token->{attributes}->{charset}) { ## TODO: And if supported                  if ($token->{attributes}->{charset}) {
2267                      !!!cp ('t106');
2268                      ## NOTE: Whether the encoding is supported or not is handled
2269                      ## in the {change_encoding} callback.
2270                    $self->{change_encoding}                    $self->{change_encoding}
2271                        ->($self, $token->{attributes}->{charset}->{value});                        ->($self, $token->{attributes}->{charset}->{value},
2272                             $token);
2273                      
2274                      $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
2275                          ->set_user_data (manakai_has_reference =>
2276                                               $token->{attributes}->{charset}
2277                                                   ->{has_reference});
2278                  } elsif ($token->{attributes}->{content}) {                  } elsif ($token->{attributes}->{content}) {
                   ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.  
2279                    if ($token->{attributes}->{content}->{value}                    if ($token->{attributes}->{content}->{value}
2280                        =~ /\A[^;]*;[\x09-\x0D\x20]*charset[\x09-\x0D\x20]*=                        =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
2281                            [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                            [\x09\x0A\x0C\x0D\x20]*=
2282                            ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {                            [\x09\x0A\x0C\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
2283                              ([^"'\x09\x0A\x0C\x0D\x20]
2284                               [^\x09\x0A\x0C\x0D\x20\x3B]*))/x) {
2285                        !!!cp ('t107');
2286                        ## NOTE: Whether the encoding is supported or not is handled
2287                        ## in the {change_encoding} callback.
2288                      $self->{change_encoding}                      $self->{change_encoding}
2289                          ->($self, defined $1 ? $1 : defined $2 ? $2 : $3);                          ->($self, defined $1 ? $1 : defined $2 ? $2 : $3,
2290                               $token);
2291                        $meta_el->[0]->get_attribute_node_ns (undef, 'content')
2292                            ->set_user_data (manakai_has_reference =>
2293                                                 $token->{attributes}->{content}
2294                                                       ->{has_reference});
2295                      } else {
2296                        !!!cp ('t108');
2297                    }                    }
2298                  }                  }
2299                  } else {
2300                    if ($token->{attributes}->{charset}) {
2301                      !!!cp ('t109');
2302                      $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
2303                          ->set_user_data (manakai_has_reference =>
2304                                               $token->{attributes}->{charset}
2305                                                   ->{has_reference});
2306                    }
2307                    if ($token->{attributes}->{content}) {
2308                      !!!cp ('t110');
2309                      $meta_el->[0]->get_attribute_node_ns (undef, 'content')
2310                          ->set_user_data (manakai_has_reference =>
2311                                               $token->{attributes}->{content}
2312                                                   ->{has_reference});
2313                    }
2314                }                }
2315    
2316                pop @{$self->{open_elements}}                pop @{$self->{open_elements}} # <head>
2317                    if $self->{insertion_mode} == AFTER_HEAD_IM;                    if $self->{insertion_mode} == AFTER_HEAD_IM;
2318                  !!!ack ('t110.1');
2319                !!!next-token;                !!!next-token;
2320                redo B;                next B;
2321              } elsif ($token->{tag_name} eq 'title') {          } elsif ($token->{tag_name} eq 'title') {
2322                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2323                  ## As if </noscript>              !!!cp ('t111');
2324                  pop @{$self->{open_elements}};              ## As if </noscript>
2325                  !!!parse-error (type => 'in noscript:title');              pop @{$self->{open_elements}};
2326                              !!!parse-error (type => 'in noscript', text => 'title',
2327                  $self->{insertion_mode} = IN_HEAD_IM;                              token => $token);
2328                  ## Reprocess in the "in head" insertion mode...            
2329                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2330                  !!!parse-error (type => 'after head:'.$token->{tag_name});              ## Reprocess in the "in head" insertion mode...
2331                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2332                }              !!!cp ('t112');
2333                !!!parse-error (type => 'after head',
2334                                text => $token->{tag_name}, token => $token);
2335                push @{$self->{open_elements}},
2336                    [$self->{head_element}, $el_category->{head}];
2337                $self->{head_element_inserted} = 1;
2338              } else {
2339                !!!cp ('t113');
2340              }
2341    
2342                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2343                my $parent = defined $self->{head_element} ? $self->{head_element}            $parse_rcdata->(RCDATA_CONTENT_MODEL);
2344                    : $self->{open_elements}->[-1]->[0];  
2345                $parse_rcdata->(RCDATA_CONTENT_MODEL,            ## NOTE: At this point the stack of open elements contain
2346                                sub { $parent->append_child ($_[0]) });            ## the |head| element (index == -2) and the |script| element
2347                pop @{$self->{open_elements}}            ## (index == -1).  In the "after head" insertion mode the
2348                    if $self->{insertion_mode} == AFTER_HEAD_IM;            ## |head| element is inserted only for the purpose of
2349                redo B;            ## providing the context for the |script| element, and
2350              } elsif ($token->{tag_name} eq 'style') {            ## therefore we can now and have to remove the element from
2351                ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and            ## the stack.
2352                ## insertion mode IN_HEAD_IM)            splice @{$self->{open_elements}}, -2, 1, () # <head>
2353                ## NOTE: There is a "as if in head" code clone.                if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2354                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            next B;
2355                  !!!parse-error (type => 'after head:'.$token->{tag_name});          } elsif ($token->{tag_name} eq 'style' or
2356                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                   $token->{tag_name} eq 'noframes') {
2357                }            ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and
2358                $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);            ## insertion mode IN_HEAD_IM)
2359                pop @{$self->{open_elements}}            ## NOTE: There is a "as if in head" code clone.
2360                    if $self->{insertion_mode} == AFTER_HEAD_IM;            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2361                redo B;              !!!cp ('t114');
2362              } elsif ($token->{tag_name} eq 'noscript') {              !!!parse-error (type => 'after head',
2363                                text => $token->{tag_name}, token => $token);
2364                push @{$self->{open_elements}},
2365                    [$self->{head_element}, $el_category->{head}];
2366                $self->{head_element_inserted} = 1;
2367              } else {
2368                !!!cp ('t115');
2369              }
2370              $parse_rcdata->(CDATA_CONTENT_MODEL);
2371              ## ISSUE: A spec bug [Bug 6038]
2372              splice @{$self->{open_elements}}, -2, 1, () # <head>
2373                  if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2374              next B;
2375            } elsif ($token->{tag_name} eq 'noscript') {
2376                if ($self->{insertion_mode} == IN_HEAD_IM) {                if ($self->{insertion_mode} == IN_HEAD_IM) {
2377                    !!!cp ('t116');
2378                  ## NOTE: and scripting is disalbed                  ## NOTE: and scripting is disalbed
2379                  !!!insert-element ($token->{tag_name}, $token->{attributes});                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2380                  $self->{insertion_mode} = IN_HEAD_NOSCRIPT_IM;                  $self->{insertion_mode} = IN_HEAD_NOSCRIPT_IM;
2381                    !!!nack ('t116.1');
2382                  !!!next-token;                  !!!next-token;
2383                  redo B;                  next B;
2384                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2385                  !!!parse-error (type => 'in noscript:noscript');                  !!!cp ('t117');
2386                    !!!parse-error (type => 'in noscript', text => 'noscript',
2387                                    token => $token);
2388                  ## Ignore the token                  ## Ignore the token
2389                    !!!nack ('t117.1');
2390                  !!!next-token;                  !!!next-token;
2391                  redo B;                  next B;
2392                } else {                } else {
2393                    !!!cp ('t118');
2394                  #                  #
2395                }                }
2396              } elsif ($token->{tag_name} eq 'script') {          } elsif ($token->{tag_name} eq 'script') {
2397                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2398                  ## As if </noscript>              !!!cp ('t119');
2399                  pop @{$self->{open_elements}};              ## As if </noscript>
2400                  !!!parse-error (type => 'in noscript:script');              pop @{$self->{open_elements}};
2401                              !!!parse-error (type => 'in noscript', text => 'script',
2402                  $self->{insertion_mode} = IN_HEAD_IM;                              token => $token);
2403                  ## Reprocess in the "in head" insertion mode...            
2404                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2405                  !!!parse-error (type => 'after head:'.$token->{tag_name});              ## Reprocess in the "in head" insertion mode...
2406                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2407                }              !!!cp ('t120');
2408                !!!parse-error (type => 'after head',
2409                                text => $token->{tag_name}, token => $token);
2410                push @{$self->{open_elements}},
2411                    [$self->{head_element}, $el_category->{head}];
2412                $self->{head_element_inserted} = 1;
2413              } else {
2414                !!!cp ('t121');
2415              }
2416    
2417                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2418                $script_start_tag->($insert_to_current);            $script_start_tag->();
2419                pop @{$self->{open_elements}}            ## ISSUE: A spec bug  [Bug 6038]
2420                    if $self->{insertion_mode} == AFTER_HEAD_IM;            splice @{$self->{open_elements}}, -2, 1 # <head>
2421                redo B;                if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2422              } elsif ($token->{tag_name} eq 'body' or            next B;
2423                       $token->{tag_name} eq 'frameset') {          } elsif ($token->{tag_name} eq 'body' or
2424                     $token->{tag_name} eq 'frameset') {
2425                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2426                    !!!cp ('t122');
2427                  ## As if </noscript>                  ## As if </noscript>
2428                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2429                  !!!parse-error (type => 'in noscript:'.$token->{tag_name});                  !!!parse-error (type => 'in noscript',
2430                                    text => $token->{tag_name}, token => $token);
2431                                    
2432                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2433                  ## As if </head>                  ## As if </head>
# Line 2963  sub _tree_construction_main ($) { Line 2435  sub _tree_construction_main ($) {
2435                                    
2436                  ## Reprocess in the "after head" insertion mode...                  ## Reprocess in the "after head" insertion mode...
2437                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2438                    !!!cp ('t124');
2439                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2440                                    
2441                  ## Reprocess in the "after head" insertion mode...                  ## Reprocess in the "after head" insertion mode...
2442                  } else {
2443                    !!!cp ('t125');
2444                }                }
2445    
2446                ## "after head" insertion mode                ## "after head" insertion mode
2447                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2448                if ($token->{tag_name} eq 'body') {                if ($token->{tag_name} eq 'body') {
2449                    !!!cp ('t126');
2450                  $self->{insertion_mode} = IN_BODY_IM;                  $self->{insertion_mode} = IN_BODY_IM;
2451                } elsif ($token->{tag_name} eq 'frameset') {                } elsif ($token->{tag_name} eq 'frameset') {
2452                    !!!cp ('t127');
2453                  $self->{insertion_mode} = IN_FRAMESET_IM;                  $self->{insertion_mode} = IN_FRAMESET_IM;
2454                } else {                } else {
2455                  die "$0: tag name: $self->{tag_name}";                  die "$0: tag name: $self->{tag_name}";
2456                }                }
2457                  !!!nack ('t127.1');
2458                !!!next-token;                !!!next-token;
2459                redo B;                next B;
2460              } else {              } else {
2461                  !!!cp ('t128');
2462                #                #
2463              }              }
2464    
2465              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2466                  !!!cp ('t129');
2467                ## As if </noscript>                ## As if </noscript>
2468                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2469                !!!parse-error (type => 'in noscript:/'.$token->{tag_name});                !!!parse-error (type => 'in noscript:/',
2470                                  text => $token->{tag_name}, token => $token);
2471                                
2472                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
2473                ## As if </head>                ## As if </head>
# Line 2994  sub _tree_construction_main ($) { Line 2475  sub _tree_construction_main ($) {
2475    
2476                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2477              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2478                  !!!cp ('t130');
2479                ## As if </head>                ## As if </head>
2480                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2481    
2482                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2483                } else {
2484                  !!!cp ('t131');
2485              }              }
2486    
2487              ## "after head" insertion mode              ## "after head" insertion mode
2488              ## As if <body>              ## As if <body>
2489              !!!insert-element ('body');              !!!insert-element ('body',, $token);
2490              $self->{insertion_mode} = IN_BODY_IM;              $self->{insertion_mode} = IN_BODY_IM;
2491              ## reprocess              ## reprocess
2492              redo B;              !!!ack-later;
2493            } elsif ($token->{type} == END_TAG_TOKEN) {              next B;
2494              if ($token->{tag_name} eq 'head') {        } elsif ($token->{type} == END_TAG_TOKEN) {
2495                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {          ## "Before head", "in head", and "after head" insertion modes
2496                  ## As if <head>          ## ignore most of end tags.  Exceptions are "body", "html",
2497                  !!!create-element ($self->{head_element}, 'head');          ## and "br" end tags.  "Before head" and "in head" insertion
2498                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});          ## modes also recognize "head" end tag.  "In head noscript"
2499                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];          ## insertion modes ignore end tags except for "noscript" and
2500            ## "br".
2501    
2502            if ($token->{tag_name} eq 'head') {
2503              if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2504                !!!cp ('t132');
2505                ## As if <head>
2506                !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2507                $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2508                push @{$self->{open_elements}},
2509                    [$self->{head_element}, $el_category->{head}];
2510    
2511                  ## Reprocess in the "in head" insertion mode...              ## Reprocess in the "in head" insertion mode...
2512                  pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
2513                  $self->{insertion_mode} = AFTER_HEAD_IM;              $self->{insertion_mode} = AFTER_HEAD_IM;
2514                  !!!next-token;              !!!next-token;
2515                  redo B;              next B;
2516                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2517                  ## As if </noscript>              !!!cp ('t133');
2518                  pop @{$self->{open_elements}};              #
2519                  !!!parse-error (type => 'in noscript:script');            } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2520                                !!!cp ('t134');
2521                  ## Reprocess in the "in head" insertion mode...              pop @{$self->{open_elements}};
2522                  pop @{$self->{open_elements}};              $self->{insertion_mode} = AFTER_HEAD_IM;
2523                  $self->{insertion_mode} = AFTER_HEAD_IM;              !!!next-token;
2524                  !!!next-token;              next B;
2525                  redo B;            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2526                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {              !!!cp ('t134.1');
2527                  pop @{$self->{open_elements}};              #
2528                  $self->{insertion_mode} = AFTER_HEAD_IM;            } else {
2529                  !!!next-token;              die "$0: $self->{insertion_mode}: Unknown insertion mode";
2530                  redo B;            }
2531                } else {          } elsif ($token->{tag_name} eq 'noscript') {
2532                  #            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2533                }              !!!cp ('t136');
2534              } elsif ($token->{tag_name} eq 'noscript') {              pop @{$self->{open_elements}};
2535                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2536                  pop @{$self->{open_elements}};              !!!next-token;
2537                  $self->{insertion_mode} = IN_HEAD_IM;              next B;
2538                  !!!next-token;            } else {
2539                  redo B;              !!!cp ('t138');
2540                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {              #
2541                  !!!parse-error (type => 'unmatched end tag:noscript');            }
2542                  ## Ignore the token ## ISSUE: An issue in the spec.          } elsif ({
2543                  !!!next-token;              body => ($self->{insertion_mode} != IN_HEAD_NOSCRIPT_IM),
2544                  redo B;              html => ($self->{insertion_mode} != IN_HEAD_NOSCRIPT_IM),
2545                } else {              br => 1,
2546                  #          }->{$token->{tag_name}}) {
2547                }            if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2548              } elsif ({              !!!cp ('t142.2');
2549                        body => 1, html => 1,              ## (before head) as if <head>, (in head) as if </head>
2550                       }->{$token->{tag_name}}) {              !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2551                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {              $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2552                  ## As if <head>              $self->{insertion_mode} = AFTER_HEAD_IM;
2553                  !!!create-element ($self->{head_element}, 'head');    
2554                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              ## Reprocess in the "after head" insertion mode...
2555                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2556                !!!cp ('t143.2');
2557                ## As if </head>
2558                pop @{$self->{open_elements}};
2559                $self->{insertion_mode} = AFTER_HEAD_IM;
2560      
2561                ## Reprocess in the "after head" insertion mode...
2562              } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2563                !!!cp ('t143.3');
2564                ## NOTE: Two parse errors for <head><noscript></br>
2565                !!!parse-error (type => 'unmatched end tag',
2566                                text => $token->{tag_name}, token => $token);
2567                ## As if </noscript>
2568                pop @{$self->{open_elements}};
2569                $self->{insertion_mode} = IN_HEAD_IM;
2570    
2571                  $self->{insertion_mode} = IN_HEAD_IM;              ## Reprocess in the "in head" insertion mode...
2572                  ## Reprocess in the "in head" insertion mode...              ## As if </head>
2573                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {              pop @{$self->{open_elements}};
2574                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              $self->{insertion_mode} = AFTER_HEAD_IM;
                 ## Ignore the token  
                 !!!next-token;  
                 redo B;  
               }  
                 
               #  
             } elsif ({  
                       p => 1, br => 1,  
                      }->{$token->{tag_name}}) {  
               if ($self->{insertion_mode} == BEFORE_HEAD_IM) {  
                 ## As if <head>  
                 !!!create-element ($self->{head_element}, 'head');  
                 $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});  
                 push @{$self->{open_elements}}, [$self->{head_element}, 'head'];  
2575    
2576                  $self->{insertion_mode} = IN_HEAD_IM;              ## Reprocess in the "after head" insertion mode...
2577                  ## Reprocess in the "in head" insertion mode...            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2578                }              !!!cp ('t143.4');
2579                #
2580              } else {
2581                die "$0: $self->{insertion_mode}: Unknown insertion mode";
2582              }
2583    
2584                #            ## "after head" insertion mode
2585              } else {            ## As if <body>
2586                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            !!!insert-element ('body',, $token);
2587                  #            $self->{insertion_mode} = IN_BODY_IM;
2588                } else {            ## Reprocess.
2589                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            next B;
2590                  ## Ignore the token          }
                 !!!next-token;  
                 redo B;  
               }  
             }  
2591    
2592              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {          ## End tags are ignored by default.
2593                ## As if </noscript>          !!!cp ('t145');
2594                pop @{$self->{open_elements}};          !!!parse-error (type => 'unmatched end tag',
2595                !!!parse-error (type => 'in noscript:/'.$token->{tag_name});                          text => $token->{tag_name}, token => $token);
2596                          ## Ignore the token.
2597                ## Reprocess in the "in head" insertion mode...          !!!next-token;
2598                ## As if </head>          next B;
2599                pop @{$self->{open_elements}};        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
2600            if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2601              !!!cp ('t149.1');
2602    
2603                ## Reprocess in the "after head" insertion mode...            ## NOTE: As if <head>
2604              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {            !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2605                ## As if </head>            $self->{open_elements}->[-1]->[0]->append_child
2606                pop @{$self->{open_elements}};                ($self->{head_element});
2607              #push @{$self->{open_elements}},
2608              #    [$self->{head_element}, $el_category->{head}];
2609              #$self->{insertion_mode} = IN_HEAD_IM;
2610              ## NOTE: Reprocess.
2611    
2612              ## NOTE: As if </head>
2613              #pop @{$self->{open_elements}};
2614              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
2615              ## NOTE: Reprocess.
2616              
2617              #
2618            } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2619              !!!cp ('t149.2');
2620    
2621                ## Reprocess in the "after head" insertion mode...            ## NOTE: As if </head>
2622              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {            pop @{$self->{open_elements}};
2623                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
2624                ## Ignore the token ## ISSUE: An issue in the spec.            ## NOTE: Reprocess.
               !!!next-token;  
               redo B;  
             }  
2625    
2626              ## "after head" insertion mode            #
2627              ## As if <body>          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2628              !!!insert-element ('body');            !!!cp ('t149.3');
2629              $self->{insertion_mode} = IN_BODY_IM;  
2630              ## reprocess            !!!parse-error (type => 'in noscript:#eof', token => $token);
2631              redo B;  
2632            } else {            ## As if </noscript>
2633              die "$0: $token->{type}: Unknown token type";            pop @{$self->{open_elements}};
2634            }            #$self->{insertion_mode} = IN_HEAD_IM;
2635              ## NOTE: Reprocess.
2636    
2637              ## NOTE: As if </head>
2638              pop @{$self->{open_elements}};
2639              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
2640              ## NOTE: Reprocess.
2641    
2642            ## ISSUE: An issue in the spec.            #
2643            } else {
2644              !!!cp ('t149.4');
2645              #
2646            }
2647    
2648            ## NOTE: As if <body>
2649            !!!insert-element ('body',, $token);
2650            $self->{insertion_mode} = IN_BODY_IM;
2651            ## NOTE: Reprocess.
2652            next B;
2653          } else {
2654            die "$0: $token->{type}: Unknown token type";
2655          }
2656      } elsif ($self->{insertion_mode} & BODY_IMS) {      } elsif ($self->{insertion_mode} & BODY_IMS) {
2657            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
2658                !!!cp ('t150');
2659              ## NOTE: There is a code clone of "character in body".              ## NOTE: There is a code clone of "character in body".
2660              $reconstruct_active_formatting_elements->($insert_to_current);              $reconstruct_active_formatting_elements->($insert_to_current);
2661                            
2662              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
2663    
2664              !!!next-token;              !!!next-token;
2665              redo B;              next B;
2666            } elsif ($token->{type} == START_TAG_TOKEN) {            } elsif ($token->{type} == START_TAG_TOKEN) {
2667              if ({              if ({
2668                   caption => 1, col => 1, colgroup => 1, tbody => 1,                   caption => 1, col => 1, colgroup => 1, tbody => 1,
2669                   td => 1, tfoot => 1, th => 1, thead => 1, tr => 1,                   td => 1, tfoot => 1, th => 1, thead => 1, tr => 1,
2670                  }->{$token->{tag_name}}) {                  }->{$token->{tag_name}}) {
2671                if ($self->{insertion_mode} == IN_CELL_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2672                  ## have an element in table scope                  ## have an element in table scope
2673                  my $tn;                  for (reverse 0..$#{$self->{open_elements}}) {
                 INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
2674                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
2675                    if ($node->[1] eq 'td' or $node->[1] eq 'th') {                    if ($node->[1] == TABLE_CELL_EL) {
2676                      $tn = $node->[1];                      !!!cp ('t151');
2677                      last INSCOPE;  
2678                    } elsif ({                      ## Close the cell
2679                              table => 1, html => 1,                      !!!back-token; # <x>
2680                             }->{$node->[1]}) {                      $token = {type => END_TAG_TOKEN,
2681                      last INSCOPE;                                tag_name => $node->[0]->manakai_local_name,
2682                    }                                line => $token->{line},
2683                  } # INSCOPE                                column => $token->{column}};
2684                    unless (defined $tn) {                      next B;
2685                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
2686                      ## Ignore the token                      !!!cp ('t152');
2687                      !!!next-token;                      ## ISSUE: This case can never be reached, maybe.
2688                      redo B;                      last;
2689                    }                    }
2690                    }
2691    
2692                    !!!cp ('t153');
2693                    !!!parse-error (type => 'start tag not allowed',
2694                        text => $token->{tag_name}, token => $token);
2695                    ## Ignore the token
2696                    !!!nack ('t153.1');
2697                    !!!next-token;
2698                    next B;
2699                  } elsif (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2700                    !!!parse-error (type => 'not closed', text => 'caption',
2701                                    token => $token);
2702                                    
2703                  ## Close the cell                  ## NOTE: As if </caption>.
                 !!!back-token; # <?>  
                 $token = {type => END_TAG_TOKEN, tag_name => $tn};  
                 redo B;  
               } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {  
                 !!!parse-error (type => 'not closed:caption');  
                   
                 ## As if </caption>  
2704                  ## have a table element in table scope                  ## have a table element in table scope
2705                  my $i;                  my $i;
2706                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: {
2707                    my $node = $self->{open_elements}->[$_];                    for (reverse 0..$#{$self->{open_elements}}) {
2708                    if ($node->[1] eq 'caption') {                      my $node = $self->{open_elements}->[$_];
2709                      $i = $_;                      if ($node->[1] == CAPTION_EL) {
2710                      last INSCOPE;                        !!!cp ('t155');
2711                    } elsif ({                        $i = $_;
2712                              table => 1, html => 1,                        last INSCOPE;
2713                             }->{$node->[1]}) {                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
2714                      last INSCOPE;                        !!!cp ('t156');
2715                          last;
2716                        }
2717                    }                    }
2718    
2719                      !!!cp ('t157');
2720                      !!!parse-error (type => 'start tag not allowed',
2721                                      text => $token->{tag_name}, token => $token);
2722                      ## Ignore the token
2723                      !!!nack ('t157.1');
2724                      !!!next-token;
2725                      next B;
2726                  } # INSCOPE                  } # INSCOPE
                   unless (defined $i) {  
                     !!!parse-error (type => 'unmatched end tag:caption');  
                     ## Ignore the token  
                     !!!next-token;  
                     redo B;  
                   }  
2727                                    
2728                  ## generate implied end tags                  ## generate implied end tags
2729                  if ({                  while ($self->{open_elements}->[-1]->[1]
2730                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
2731                       td => 1, th => 1, tr => 1,                    !!!cp ('t158');
2732                       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 => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
2733                  }                  }
2734    
2735                  if ($self->{open_elements}->[-1]->[1] ne 'caption') {                  unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2736                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t159');
2737                      !!!parse-error (type => 'not closed',
2738                                      text => $self->{open_elements}->[-1]->[0]
2739                                          ->manakai_local_name,
2740                                      token => $token);
2741                    } else {
2742                      !!!cp ('t160');
2743                  }                  }
2744                                    
2745                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3216  sub _tree_construction_main ($) { Line 2749  sub _tree_construction_main ($) {
2749                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
2750                                    
2751                  ## reprocess                  ## reprocess
2752                  redo B;                  !!!ack-later;
2753                    next B;
2754                } else {                } else {
2755                    !!!cp ('t161');
2756                  #                  #
2757                }                }
2758              } else {              } else {
2759                  !!!cp ('t162');
2760                #                #
2761              }              }
2762            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
2763              if ($token->{tag_name} eq 'td' or $token->{tag_name} eq 'th') {              if ($token->{tag_name} eq 'td' or $token->{tag_name} eq 'th') {
2764                if ($self->{insertion_mode} == IN_CELL_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2765                  ## have an element in table scope                  ## have an element in table scope
2766                  my $i;                  my $i;
2767                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
2768                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
2769                    if ($node->[1] eq $token->{tag_name}) {                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
2770                        !!!cp ('t163');
2771                      $i = $_;                      $i = $_;
2772                      last INSCOPE;                      last INSCOPE;
2773                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
2774                              table => 1, html => 1,                      !!!cp ('t164');
                            }->{$node->[1]}) {  
2775                      last INSCOPE;                      last INSCOPE;
2776                    }                    }
2777                  } # INSCOPE                  } # INSCOPE
2778                    unless (defined $i) {                    unless (defined $i) {
2779                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                      !!!cp ('t165');
2780                        !!!parse-error (type => 'unmatched end tag',
2781                                        text => $token->{tag_name},
2782                                        token => $token);
2783                      ## Ignore the token                      ## Ignore the token
2784                      !!!next-token;                      !!!next-token;
2785                      redo B;                      next B;
2786                    }                    }
2787                                    
2788                  ## generate implied end tags                  ## generate implied end tags
2789                  if ({                  while ($self->{open_elements}->[-1]->[1]
2790                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
2791                       td => ($token->{tag_name} eq 'th'),                    !!!cp ('t166');
2792                       th => ($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 => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
2793                  }                  }
2794                    
2795                  if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {                  if ($self->{open_elements}->[-1]->[0]->manakai_local_name
2796                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                          ne $token->{tag_name}) {
2797                      !!!cp ('t167');
2798                      !!!parse-error (type => 'not closed',
2799                                      text => $self->{open_elements}->[-1]->[0]
2800                                          ->manakai_local_name,
2801                                      token => $token);
2802                    } else {
2803                      !!!cp ('t168');
2804                  }                  }
2805                                    
2806                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3271  sub _tree_construction_main ($) { Line 2810  sub _tree_construction_main ($) {
2810                  $self->{insertion_mode} = IN_ROW_IM;                  $self->{insertion_mode} = IN_ROW_IM;
2811                                    
2812                  !!!next-token;                  !!!next-token;
2813                  redo B;                  next B;
2814                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {                } elsif (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2815                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t169');
2816                    !!!parse-error (type => 'unmatched end tag',
2817                                    text => $token->{tag_name}, token => $token);
2818                  ## Ignore the token                  ## Ignore the token
2819                  !!!next-token;                  !!!next-token;
2820                  redo B;                  next B;
2821                } else {                } else {
2822                    !!!cp ('t170');
2823                  #                  #
2824                }                }
2825              } elsif ($token->{tag_name} eq 'caption') {              } elsif ($token->{tag_name} eq 'caption') {
2826                if ($self->{insertion_mode} == IN_CAPTION_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2827                  ## have a table element in table scope                  ## have a table element in table scope
2828                  my $i;                  my $i;
2829                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: {
2830                    my $node = $self->{open_elements}->[$_];                    for (reverse 0..$#{$self->{open_elements}}) {
2831                    if ($node->[1] eq $token->{tag_name}) {                      my $node = $self->{open_elements}->[$_];
2832                      $i = $_;                      if ($node->[1] == CAPTION_EL) {
2833                      last INSCOPE;                        !!!cp ('t171');
2834                    } elsif ({                        $i = $_;
2835                              table => 1, html => 1,                        last INSCOPE;
2836                             }->{$node->[1]}) {                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
2837                      last INSCOPE;                        !!!cp ('t172');
2838                          last;
2839                        }
2840                    }                    }
2841    
2842                      !!!cp ('t173');
2843                      !!!parse-error (type => 'unmatched end tag',
2844                                      text => $token->{tag_name}, token => $token);
2845                      ## Ignore the token
2846                      !!!next-token;
2847                      next B;
2848                  } # INSCOPE                  } # INSCOPE
                   unless (defined $i) {  
                     !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                     ## Ignore the token  
                     !!!next-token;  
                     redo B;  
                   }  
2849                                    
2850                  ## generate implied end tags                  ## generate implied end tags
2851                  if ({                  while ($self->{open_elements}->[-1]->[1]
2852                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
2853                       td => 1, th => 1, tr => 1,                    !!!cp ('t174');
2854                       tbody => 1, tfoot=> 1, thead => 1,                    pop @{$self->{open_elements}};
                     }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!back-token;  
                   $token = {type => END_TAG_TOKEN,  
                             tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
2855                  }                  }
2856                                    
2857                  if ($self->{open_elements}->[-1]->[1] ne 'caption') {                  unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2858                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t175');
2859                      !!!parse-error (type => 'not closed',
2860                                      text => $self->{open_elements}->[-1]->[0]
2861                                          ->manakai_local_name,
2862                                      token => $token);
2863                    } else {
2864                      !!!cp ('t176');
2865                  }                  }
2866                                    
2867                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3325  sub _tree_construction_main ($) { Line 2871  sub _tree_construction_main ($) {
2871                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
2872                                    
2873                  !!!next-token;                  !!!next-token;
2874                  redo B;                  next B;
2875                } elsif ($self->{insertion_mode} == IN_CELL_IM) {                } elsif (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2876                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t177');
2877                    !!!parse-error (type => 'unmatched end tag',
2878                                    text => $token->{tag_name}, token => $token);
2879                  ## Ignore the token                  ## Ignore the token
2880                  !!!next-token;                  !!!next-token;
2881                  redo B;                  next B;
2882                } else {                } else {
2883                    !!!cp ('t178');
2884                  #                  #
2885                }                }
2886              } elsif ({              } elsif ({
2887                        table => 1, tbody => 1, tfoot => 1,                        table => 1, tbody => 1, tfoot => 1,
2888                        thead => 1, tr => 1,                        thead => 1, tr => 1,
2889                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
2890                       $self->{insertion_mode} == IN_CELL_IM) {                       ($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2891                ## have an element in table scope                ## have an element in table scope
2892                my $i;                my $i;
2893                my $tn;                my $tn;
2894                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: {
2895                  my $node = $self->{open_elements}->[$_];                  for (reverse 0..$#{$self->{open_elements}}) {
2896                  if ($node->[1] eq $token->{tag_name}) {                    my $node = $self->{open_elements}->[$_];
2897                    $i = $_;                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
2898                    last INSCOPE;                      !!!cp ('t179');
2899                  } elsif ($node->[1] eq 'td' or $node->[1] eq 'th') {                      $i = $_;
2900                    $tn = $node->[1];  
2901                    ## NOTE: There is exactly one |td| or |th| element                      ## Close the cell
2902                    ## in scope in the stack of open elements by definition.                      !!!back-token; # </x>
2903                  } elsif ({                      $token = {type => END_TAG_TOKEN, tag_name => $tn,
2904                            table => 1, html => 1,                                line => $token->{line},
2905                           }->{$node->[1]}) {                                column => $token->{column}};
2906                    last INSCOPE;                      next B;
2907                      } elsif ($node->[1] == TABLE_CELL_EL) {
2908                        !!!cp ('t180');
2909                        $tn = $node->[0]->manakai_local_name;
2910                        ## NOTE: There is exactly one |td| or |th| element
2911                        ## in scope in the stack of open elements by definition.
2912                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
2913                        ## ISSUE: Can this be reached?
2914                        !!!cp ('t181');
2915                        last;
2916                      }
2917                  }                  }
2918                } # INSCOPE  
2919                unless (defined $i) {                  !!!cp ('t182');
2920                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!parse-error (type => 'unmatched end tag',
2921                        text => $token->{tag_name}, token => $token);
2922                  ## Ignore the token                  ## Ignore the token
2923                  !!!next-token;                  !!!next-token;
2924                  redo B;                  next B;
2925                }                } # INSCOPE
   
               ## Close the cell  
               !!!back-token; # </?>  
               $token = {type => END_TAG_TOKEN, tag_name => $tn};  
               redo B;  
2926              } elsif ($token->{tag_name} eq 'table' and              } elsif ($token->{tag_name} eq 'table' and
2927                       $self->{insertion_mode} == IN_CAPTION_IM) {                       ($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2928                !!!parse-error (type => 'not closed:caption');                !!!parse-error (type => 'not closed', text => 'caption',
2929                                  token => $token);
2930    
2931                ## As if </caption>                ## As if </caption>
2932                ## have a table element in table scope                ## have a table element in table scope
2933                my $i;                my $i;
2934                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
2935                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
2936                  if ($node->[1] eq 'caption') {                  if ($node->[1] == CAPTION_EL) {
2937                      !!!cp ('t184');
2938                    $i = $_;                    $i = $_;
2939                    last INSCOPE;                    last INSCOPE;
2940                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
2941                            table => 1, html => 1,                    !!!cp ('t185');
                          }->{$node->[1]}) {  
2942                    last INSCOPE;                    last INSCOPE;
2943                  }                  }
2944                } # INSCOPE                } # INSCOPE
2945                unless (defined $i) {                unless (defined $i) {
2946                  !!!parse-error (type => 'unmatched end tag:caption');                  !!!cp ('t186');
2947            ## TODO: Wrong error type?
2948                    !!!parse-error (type => 'unmatched end tag',
2949                                    text => 'caption', token => $token);
2950                  ## Ignore the token                  ## Ignore the token
2951                  !!!next-token;                  !!!next-token;
2952                  redo B;                  next B;
2953                }                }
2954                                
2955                ## generate implied end tags                ## generate implied end tags
2956                if ({                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
2957                     dd => 1, dt => 1, li => 1, p => 1,                  !!!cp ('t187');
2958                     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 => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
2959                }                }
2960    
2961                if ($self->{open_elements}->[-1]->[1] ne 'caption') {                unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2962                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!cp ('t188');
2963                    !!!parse-error (type => 'not closed',
2964                                    text => $self->{open_elements}->[-1]->[0]
2965                                        ->manakai_local_name,
2966                                    token => $token);
2967                  } else {
2968                    !!!cp ('t189');
2969                }                }
2970    
2971                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
# Line 3418  sub _tree_construction_main ($) { Line 2975  sub _tree_construction_main ($) {
2975                $self->{insertion_mode} = IN_TABLE_IM;                $self->{insertion_mode} = IN_TABLE_IM;
2976    
2977                ## reprocess                ## reprocess
2978                redo B;                next B;
2979              } elsif ({              } elsif ({
2980                        body => 1, col => 1, colgroup => 1, html => 1,                        body => 1, col => 1, colgroup => 1, html => 1,
2981                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
2982                if ($self->{insertion_mode} & BODY_TABLE_IMS) {                if ($self->{insertion_mode} & BODY_TABLE_IMS) {
2983                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t190');
2984                    !!!parse-error (type => 'unmatched end tag',
2985                                    text => $token->{tag_name}, token => $token);
2986                  ## Ignore the token                  ## Ignore the token
2987                  !!!next-token;                  !!!next-token;
2988                  redo B;                  next B;
2989                } else {                } else {
2990                    !!!cp ('t191');
2991                  #                  #
2992                }                }
2993              } elsif ({          } elsif ({
2994                        tbody => 1, tfoot => 1,                    tbody => 1, tfoot => 1,
2995                        thead => 1, tr => 1,                    thead => 1, tr => 1,
2996                       }->{$token->{tag_name}} and                   }->{$token->{tag_name}} and
2997                       $self->{insertion_mode} == IN_CAPTION_IM) {                   ($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2998                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t192');
2999                ## Ignore the token            !!!parse-error (type => 'unmatched end tag',
3000                !!!next-token;                            text => $token->{tag_name}, token => $token);
3001                redo B;            ## Ignore the token
3002              } else {            !!!next-token;
3003                #            next B;
3004              }          } else {
3005              !!!cp ('t193');
3006              #
3007            }
3008          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3009            for my $entry (@{$self->{open_elements}}) {
3010              unless ($entry->[1] & ALL_END_TAG_OPTIONAL_EL) {
3011                !!!cp ('t75');
3012                !!!parse-error (type => 'in body:#eof', token => $token);
3013                last;
3014              }
3015            }
3016    
3017            ## Stop parsing.
3018            last B;
3019        } else {        } else {
3020          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
3021        }        }
# Line 3449  sub _tree_construction_main ($) { Line 3023  sub _tree_construction_main ($) {
3023        $insert = $insert_to_current;        $insert = $insert_to_current;
3024        #        #
3025      } elsif ($self->{insertion_mode} & TABLE_IMS) {      } elsif ($self->{insertion_mode} & TABLE_IMS) {
3026        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == START_TAG_TOKEN) {
3027              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ({
3028                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);               tr => (($self->{insertion_mode} & IM_MASK) != IN_ROW_IM),
3029                               th => 1, td => 1,
3030                unless (length $token->{data}) {              }->{$token->{tag_name}}) {
3031                  !!!next-token;            if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_IM) {
3032                  redo B;              ## Clear back to table context
3033                }              while (not ($self->{open_elements}->[-1]->[1]
3034                                & TABLE_SCOPING_EL)) {
3035                  !!!cp ('t201');
3036                  pop @{$self->{open_elements}};
3037              }              }
   
             !!!parse-error (type => 'in table:#character');  
   
             ## As if in body, but insert into foster parent element  
             ## ISSUE: Spec says that "whenever a node would be inserted  
             ## into the current node" while characters might not be  
             ## result in a new Text node.  
             $reconstruct_active_formatting_elements->($insert_to_foster);  
3038                            
3039              if ({              !!!insert-element ('tbody',, $token);
3040                   table => 1, tbody => 1, tfoot => 1,              $self->{insertion_mode} = IN_TABLE_BODY_IM;
3041                   thead => 1, tr => 1,              ## reprocess in the "in table body" insertion mode...
3042                  }->{$self->{open_elements}->[-1]->[1]}) {            }
3043                # MUST            
3044                my $foster_parent_element;            if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3045                my $next_sibling;              unless ($token->{tag_name} eq 'tr') {
3046                my $prev_sibling;                !!!cp ('t202');
3047                OE: for (reverse 0..$#{$self->{open_elements}}) {                !!!parse-error (type => 'missing start tag:tr', token => $token);
                 if ($self->{open_elements}->[$_]->[1] eq 'table') {  
                   my $parent = $self->{open_elements}->[$_]->[0]->parent_node;  
                   if (defined $parent and $parent->node_type == 1) {  
                     $foster_parent_element = $parent;  
                     $next_sibling = $self->{open_elements}->[$_]->[0];  
                     $prev_sibling = $next_sibling->previous_sibling;  
                   } else {  
                     $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];  
                     $prev_sibling = $foster_parent_element->last_child;  
                   }  
                   last OE;  
                 }  
               } # OE  
               $foster_parent_element = $self->{open_elements}->[0]->[0] and  
               $prev_sibling = $foster_parent_element->last_child  
                 unless defined $foster_parent_element;  
               if (defined $prev_sibling and  
                   $prev_sibling->node_type == 3) {  
                 $prev_sibling->manakai_append_text ($token->{data});  
               } else {  
                 $foster_parent_element->insert_before  
                   ($self->{document}->create_text_node ($token->{data}),  
                    $next_sibling);  
               }  
             } else {  
               $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});  
3048              }              }
               
             !!!next-token;  
             redo B;  
       } elsif ($token->{type} == START_TAG_TOKEN) {  
             if ({  
                  tr => ($self->{insertion_mode} != IN_ROW_IM),  
                  th => 1, td => 1,  
                 }->{$token->{tag_name}}) {  
               if ($self->{insertion_mode} == IN_TABLE_IM) {  
                 ## Clear back to table context  
                 while ($self->{open_elements}->[-1]->[1] ne 'table' and  
                        $self->{open_elements}->[-1]->[1] ne 'html') {  
                   !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
                   pop @{$self->{open_elements}};  
                 }  
                   
                 !!!insert-element ('tbody');  
                 $self->{insertion_mode} = IN_TABLE_BODY_IM;  
                 ## reprocess in the "in table body" insertion mode...  
               }  
   
               if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {  
                 unless ($token->{tag_name} eq 'tr') {  
                   !!!parse-error (type => 'missing start tag:tr');  
                 }  
3049                                    
3050                  ## Clear back to table body context              ## Clear back to table body context
3051                  while (not {              while (not ($self->{open_elements}->[-1]->[1]
3052                    tbody => 1, tfoot => 1, thead => 1, html => 1,                              & TABLE_ROWS_SCOPING_EL)) {
3053                  }->{$self->{open_elements}->[-1]->[1]}) {                !!!cp ('t203');
3054                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                ## ISSUE: Can this case be reached?
3055                    pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3056                  }              }
3057                                    
3058                  $self->{insertion_mode} = IN_ROW_IM;              $self->{insertion_mode} = IN_ROW_IM;
3059                  if ($token->{tag_name} eq 'tr') {              if ($token->{tag_name} eq 'tr') {
3060                    !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!cp ('t204');
3061                    !!!next-token;                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3062                    redo B;                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3063                  } else {                !!!nack ('t204');
3064                    !!!insert-element ('tr');                !!!next-token;
3065                    ## reprocess in the "in row" insertion mode                next B;
3066                  }              } else {
3067                }                !!!cp ('t205');
3068                  !!!insert-element ('tr',, $token);
3069                  ## reprocess in the "in row" insertion mode
3070                }
3071              } else {
3072                !!!cp ('t206');
3073              }
3074    
3075                ## Clear back to table row context                ## Clear back to table row context
3076                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3077                  tr => 1, html => 1,                                & TABLE_ROW_SCOPING_EL)) {
3078                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t207');
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3079                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3080                }                }
3081                                
3082                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3083                $self->{insertion_mode} = IN_CELL_IM;            $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3084              $self->{insertion_mode} = IN_CELL_IM;
3085    
3086                push @$active_formatting_elements, ['#marker', ''];            push @$active_formatting_elements, ['#marker', ''];
3087                                
3088              !!!nack ('t207.1');
3089              !!!next-token;
3090              next B;
3091            } elsif ({
3092                      caption => 1, col => 1, colgroup => 1,
3093                      tbody => 1, tfoot => 1, thead => 1,
3094                      tr => 1, # $self->{insertion_mode} == IN_ROW_IM
3095                     }->{$token->{tag_name}}) {
3096              if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3097                ## As if </tr>
3098                ## have an element in table scope
3099                my $i;
3100                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3101                  my $node = $self->{open_elements}->[$_];
3102                  if ($node->[1] == TABLE_ROW_EL) {
3103                    !!!cp ('t208');
3104                    $i = $_;
3105                    last INSCOPE;
3106                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3107                    !!!cp ('t209');
3108                    last INSCOPE;
3109                  }
3110                } # INSCOPE
3111                unless (defined $i) {
3112                  !!!cp ('t210');
3113                  ## TODO: This type is wrong.
3114                  !!!parse-error (type => 'unmacthed end tag',
3115                                  text => $token->{tag_name}, token => $token);
3116                  ## Ignore the token
3117                  !!!nack ('t210.1');
3118                !!!next-token;                !!!next-token;
3119                redo B;                next B;
3120              } elsif ({              }
                       caption => 1, col => 1, colgroup => 1,  
                       tbody => 1, tfoot => 1, thead => 1,  
                       tr => 1, # $self->{insertion_mode} == IN_ROW_IM  
                      }->{$token->{tag_name}}) {  
               if ($self->{insertion_mode} == IN_ROW_IM) {  
                 ## As if </tr>  
                 ## have an element in table scope  
                 my $i;  
                 INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                   my $node = $self->{open_elements}->[$_];  
                   if ($node->[1] eq 'tr') {  
                     $i = $_;  
                     last INSCOPE;  
                   } elsif ({  
                             table => 1, html => 1,  
                            }->{$node->[1]}) {  
                     last INSCOPE;  
                   }  
                 } # INSCOPE  
                 unless (defined $i) {  
                   !!!parse-error (type => 'unmacthed end tag:'.$token->{tag_name});  
                   ## Ignore the token  
                   !!!next-token;  
                   redo B;  
                 }  
3121                                    
3122                  ## Clear back to table row context                  ## Clear back to table row context
3123                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3124                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3125                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t211');
3126                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    ## ISSUE: Can this case be reached?
3127                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3128                  }                  }
3129                                    
3130                  pop @{$self->{open_elements}}; # tr                  pop @{$self->{open_elements}}; # tr
3131                  $self->{insertion_mode} = IN_TABLE_BODY_IM;                  $self->{insertion_mode} = IN_TABLE_BODY_IM;
3132                  if ($token->{tag_name} eq 'tr') {                  if ($token->{tag_name} eq 'tr') {
3133                      !!!cp ('t212');
3134                    ## reprocess                    ## reprocess
3135                    redo B;                    !!!ack-later;
3136                      next B;
3137                  } else {                  } else {
3138                      !!!cp ('t213');
3139                    ## reprocess in the "in table body" insertion mode...                    ## reprocess in the "in table body" insertion mode...
3140                  }                  }
3141                }                }
3142    
3143                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3144                  ## have an element in table scope                  ## have an element in table scope
3145                  my $i;                  my $i;
3146                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3147                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3148                    if ({                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3149                         tbody => 1, thead => 1, tfoot => 1,                      !!!cp ('t214');
                       }->{$node->[1]}) {  
3150                      $i = $_;                      $i = $_;
3151                      last INSCOPE;                      last INSCOPE;
3152                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3153                              table => 1, html => 1,                      !!!cp ('t215');
                            }->{$node->[1]}) {  
3154                      last INSCOPE;                      last INSCOPE;
3155                    }                    }
3156                  } # INSCOPE                  } # INSCOPE
3157                  unless (defined $i) {                  unless (defined $i) {
3158                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    !!!cp ('t216');
3159    ## TODO: This erorr type is wrong.
3160                      !!!parse-error (type => 'unmatched end tag',
3161                                      text => $token->{tag_name}, token => $token);
3162                    ## Ignore the token                    ## Ignore the token
3163                      !!!nack ('t216.1');
3164                    !!!next-token;                    !!!next-token;
3165                    redo B;                    next B;
3166                  }                  }
3167    
3168                  ## Clear back to table body context                  ## Clear back to table body context
3169                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3170                    tbody => 1, tfoot => 1, thead => 1, html => 1,                                  & TABLE_ROWS_SCOPING_EL)) {
3171                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t217');
3172                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    ## ISSUE: Can this state be reached?
3173                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3174                  }                  }
3175                                    
# Line 3649  sub _tree_construction_main ($) { Line 3183  sub _tree_construction_main ($) {
3183                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3184                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
3185                  ## reprocess in "in table" insertion mode...                  ## reprocess in "in table" insertion mode...
3186                  } else {
3187                    !!!cp ('t218');
3188                }                }
3189    
3190                if ($token->{tag_name} eq 'col') {            if ($token->{tag_name} eq 'col') {
3191                  ## Clear back to table context              ## Clear back to table context
3192                  while ($self->{open_elements}->[-1]->[1] ne 'table' and              while (not ($self->{open_elements}->[-1]->[1]
3193                         $self->{open_elements}->[-1]->[1] ne 'html') {                              & TABLE_SCOPING_EL)) {
3194                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!cp ('t219');
3195                    pop @{$self->{open_elements}};                ## ISSUE: Can this state be reached?
3196                  }                pop @{$self->{open_elements}};
3197                                }
3198                  !!!insert-element ('colgroup');              
3199                  $self->{insertion_mode} = IN_COLUMN_GROUP_IM;              !!!insert-element ('colgroup',, $token);
3200                  ## reprocess              $self->{insertion_mode} = IN_COLUMN_GROUP_IM;
3201                  redo B;              ## reprocess
3202                } elsif ({              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3203                          caption => 1,              !!!ack-later;
3204                          colgroup => 1,              next B;
3205                          tbody => 1, tfoot => 1, thead => 1,            } elsif ({
3206                         }->{$token->{tag_name}}) {                      caption => 1,
3207                  ## Clear back to table context                      colgroup => 1,
3208                  while ($self->{open_elements}->[-1]->[1] ne 'table' and                      tbody => 1, tfoot => 1, thead => 1,
3209                         $self->{open_elements}->[-1]->[1] ne 'html') {                     }->{$token->{tag_name}}) {
3210                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);              ## Clear back to table context
3211                    while (not ($self->{open_elements}->[-1]->[1]
3212                                    & TABLE_SCOPING_EL)) {
3213                      !!!cp ('t220');
3214                      ## ISSUE: Can this state be reached?
3215                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3216                  }                  }
3217                                    
3218                  push @$active_formatting_elements, ['#marker', '']              push @$active_formatting_elements, ['#marker', '']
3219                      if $token->{tag_name} eq 'caption';                  if $token->{tag_name} eq 'caption';
3220                                    
3221                  !!!insert-element ($token->{tag_name}, $token->{attributes});              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3222                  $self->{insertion_mode} = {              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3223                                             caption => IN_CAPTION_IM,              $self->{insertion_mode} = {
3224                                             colgroup => IN_COLUMN_GROUP_IM,                                         caption => IN_CAPTION_IM,
3225                                             tbody => IN_TABLE_BODY_IM,                                         colgroup => IN_COLUMN_GROUP_IM,
3226                                             tfoot => IN_TABLE_BODY_IM,                                         tbody => IN_TABLE_BODY_IM,
3227                                             thead => IN_TABLE_BODY_IM,                                         tfoot => IN_TABLE_BODY_IM,
3228                                            }->{$token->{tag_name}};                                         thead => IN_TABLE_BODY_IM,
3229                  !!!next-token;                                        }->{$token->{tag_name}};
3230                  redo B;              !!!next-token;
3231                } else {              !!!nack ('t220.1');
3232                  die "$0: in table: <>: $token->{tag_name}";              next B;
3233                }            } else {
3234                die "$0: in table: <>: $token->{tag_name}";
3235              }
3236              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3237                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!parse-error (type => 'not closed',
3238                                  text => $self->{open_elements}->[-1]->[0]
3239                                      ->manakai_local_name,
3240                                  token => $token);
3241    
3242                ## As if </table>                ## As if </table>
3243                ## have a table element in table scope                ## have a table element in table scope
3244                my $i;                my $i;
3245                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3246                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3247                  if ($node->[1] eq 'table') {                  if ($node->[1] == TABLE_EL) {
3248                      !!!cp ('t221');
3249                    $i = $_;                    $i = $_;
3250                    last INSCOPE;                    last INSCOPE;
3251                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3252                            table => 1, html => 1,                    !!!cp ('t222');
                          }->{$node->[1]}) {  
3253                    last INSCOPE;                    last INSCOPE;
3254                  }                  }
3255                } # INSCOPE                } # INSCOPE
3256                unless (defined $i) {                unless (defined $i) {
3257                  !!!parse-error (type => 'unmatched end tag:table');                  !!!cp ('t223');
3258    ## TODO: The following is wrong, maybe.
3259                    !!!parse-error (type => 'unmatched end tag', text => 'table',
3260                                    token => $token);
3261                  ## Ignore tokens </table><table>                  ## Ignore tokens </table><table>
3262                    !!!nack ('t223.1');
3263                  !!!next-token;                  !!!next-token;
3264                  redo B;                  next B;
3265                }                }
3266                                
3267    ## TODO: Followings are removed from the latest spec.
3268                ## generate implied end tags                ## generate implied end tags
3269                if ({                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
3270                     dd => 1, dt => 1, li => 1, p => 1,                  !!!cp ('t224');
3271                     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 => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
3272                }                }
3273    
3274                if ($self->{open_elements}->[-1]->[1] ne 'table') {                unless ($self->{open_elements}->[-1]->[1] == TABLE_EL) {
3275                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!cp ('t225');
3276                    ## NOTE: |<table><tr><table>|
3277                    !!!parse-error (type => 'not closed',
3278                                    text => $self->{open_elements}->[-1]->[0]
3279                                        ->manakai_local_name,
3280                                    token => $token);
3281                  } else {
3282                    !!!cp ('t226');
3283                }                }
3284    
3285                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
3286                  pop @{$open_tables};
3287    
3288                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
3289    
3290                ## reprocess            ## reprocess
3291                redo B;            !!!ack-later;
3292          } else {            next B;
3293            !!!parse-error (type => 'in table:'.$token->{tag_name});          } elsif ($token->{tag_name} eq 'style') {
3294              !!!cp ('t227.8');
3295              ## NOTE: This is a "as if in head" code clone.
3296              $parse_rcdata->(CDATA_CONTENT_MODEL);
3297              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3298              next B;
3299            } elsif ($token->{tag_name} eq 'script') {
3300              !!!cp ('t227.6');
3301              ## NOTE: This is a "as if in head" code clone.
3302              $script_start_tag->();
3303              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3304              next B;
3305            } elsif ($token->{tag_name} eq 'input') {
3306              if ($token->{attributes}->{type}) {
3307                my $type = $token->{attributes}->{type}->{value};
3308                $type =~ tr/A-Z/a-z/; ## ASCII case-insensitive.
3309                if ($type eq 'hidden') {
3310                  !!!cp ('t227.3');
3311                  !!!parse-error (type => 'in table',
3312                                  text => $token->{tag_name}, token => $token);
3313    
3314            $insert = $insert_to_foster;                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3315                  $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3316    
3317                  ## TODO: form element pointer
3318    
3319                  pop @{$self->{open_elements}};
3320    
3321                  !!!next-token;
3322                  !!!ack ('t227.2.1');
3323                  next B;
3324                } else {
3325                  !!!cp ('t227.1');
3326                  #
3327                }
3328              } else {
3329                !!!cp ('t227.4');
3330                #
3331              }
3332            } else {
3333              !!!cp ('t227');
3334            #            #
3335          }          }
3336    
3337            !!!parse-error (type => 'in table', text => $token->{tag_name},
3338                            token => $token);
3339    
3340            $insert = $insert_to_foster;
3341            #
3342        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
3343              if ($token->{tag_name} eq 'tr' and          if ($token->{tag_name} eq 'tr' and
3344                  $self->{insertion_mode} == IN_ROW_IM) {              ($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3345                ## have an element in table scope            ## have an element in table scope
3346                my $i;                my $i;
3347                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3348                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3349                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[1] == TABLE_ROW_EL) {
3350                      !!!cp ('t228');
3351                    $i = $_;                    $i = $_;
3352                    last INSCOPE;                    last INSCOPE;
3353                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3354                            table => 1, html => 1,                    !!!cp ('t229');
                          }->{$node->[1]}) {  
3355                    last INSCOPE;                    last INSCOPE;
3356                  }                  }
3357                } # INSCOPE                } # INSCOPE
3358                unless (defined $i) {                unless (defined $i) {
3359                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t230');
3360                    !!!parse-error (type => 'unmatched end tag',
3361                                    text => $token->{tag_name}, token => $token);
3362                  ## Ignore the token                  ## Ignore the token
3363                    !!!nack ('t230.1');
3364                  !!!next-token;                  !!!next-token;
3365                  redo B;                  next B;
3366                  } else {
3367                    !!!cp ('t232');
3368                }                }
3369    
3370                ## Clear back to table row context                ## Clear back to table row context
3371                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3372                  tr => 1, html => 1,                                & TABLE_ROW_SCOPING_EL)) {
3373                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t231');
3374                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this state be reached?
3375                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3376                }                }
3377    
3378                pop @{$self->{open_elements}}; # tr                pop @{$self->{open_elements}}; # tr
3379                $self->{insertion_mode} = IN_TABLE_BODY_IM;                $self->{insertion_mode} = IN_TABLE_BODY_IM;
3380                !!!next-token;                !!!next-token;
3381                redo B;                !!!nack ('t231.1');
3382                  next B;
3383              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3384                if ($self->{insertion_mode} == IN_ROW_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3385                  ## As if </tr>                  ## As if </tr>
3386                  ## have an element in table scope                  ## have an element in table scope
3387                  my $i;                  my $i;
3388                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3389                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3390                    if ($node->[1] eq 'tr') {                    if ($node->[1] == TABLE_ROW_EL) {
3391                        !!!cp ('t233');
3392                      $i = $_;                      $i = $_;
3393                      last INSCOPE;                      last INSCOPE;
3394                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3395                              table => 1, html => 1,                      !!!cp ('t234');
                            }->{$node->[1]}) {  
3396                      last INSCOPE;                      last INSCOPE;
3397                    }                    }
3398                  } # INSCOPE                  } # INSCOPE
3399                  unless (defined $i) {                  unless (defined $i) {
3400                    !!!parse-error (type => 'unmatched end tag:'.$token->{type});                    !!!cp ('t235');
3401    ## TODO: The following is wrong.
3402                      !!!parse-error (type => 'unmatched end tag',
3403                                      text => $token->{type}, token => $token);
3404                    ## Ignore the token                    ## Ignore the token
3405                      !!!nack ('t236.1');
3406                    !!!next-token;                    !!!next-token;
3407                    redo B;                    next B;
3408                  }                  }
3409                                    
3410                  ## Clear back to table row context                  ## Clear back to table row context
3411                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3412                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3413                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t236');
3414                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this state be reached?
3415                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3416                  }                  }
3417                                    
# Line 3816  sub _tree_construction_main ($) { Line 3420  sub _tree_construction_main ($) {
3420                  ## reprocess in the "in table body" insertion mode...                  ## reprocess in the "in table body" insertion mode...
3421                }                }
3422    
3423                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3424                  ## have an element in table scope                  ## have an element in table scope
3425                  my $i;                  my $i;
3426                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3427                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3428                    if ({                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3429                         tbody => 1, thead => 1, tfoot => 1,                      !!!cp ('t237');
                       }->{$node->[1]}) {  
3430                      $i = $_;                      $i = $_;
3431                      last INSCOPE;                      last INSCOPE;
3432                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3433                              table => 1, html => 1,                      !!!cp ('t238');
                            }->{$node->[1]}) {  
3434                      last INSCOPE;                      last INSCOPE;
3435                    }                    }
3436                  } # INSCOPE                  } # INSCOPE
3437                  unless (defined $i) {                  unless (defined $i) {
3438                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    !!!cp ('t239');
3439                      !!!parse-error (type => 'unmatched end tag',
3440                                      text => $token->{tag_name}, token => $token);
3441                    ## Ignore the token                    ## Ignore the token
3442                      !!!nack ('t239.1');
3443                    !!!next-token;                    !!!next-token;
3444                    redo B;                    next B;
3445                  }                  }
3446                                    
3447                  ## Clear back to table body context                  ## Clear back to table body context
3448                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3449                    tbody => 1, tfoot => 1, thead => 1, html => 1,                                  & TABLE_ROWS_SCOPING_EL)) {
3450                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t240');
                   !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3451                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3452                  }                  }
3453                                    
# Line 3859  sub _tree_construction_main ($) { Line 3463  sub _tree_construction_main ($) {
3463                  ## reprocess in the "in table" insertion mode...                  ## reprocess in the "in table" insertion mode...
3464                }                }
3465    
3466                  ## NOTE: </table> in the "in table" insertion mode.
3467                  ## When you edit the code fragment below, please ensure that
3468                  ## the code for <table> in the "in table" insertion mode
3469                  ## is synced with it.
3470    
3471                ## have a table element in table scope                ## have a table element in table scope
3472                my $i;                my $i;
3473                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3474                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3475                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[1] == TABLE_EL) {
3476                      !!!cp ('t241');
3477                    $i = $_;                    $i = $_;
3478                    last INSCOPE;                    last INSCOPE;
3479                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3480                            table => 1, html => 1,                    !!!cp ('t242');
                          }->{$node->[1]}) {  
3481                    last INSCOPE;                    last INSCOPE;
3482                  }                  }
3483                } # INSCOPE                } # INSCOPE
3484                unless (defined $i) {                unless (defined $i) {
3485                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t243');
3486                    !!!parse-error (type => 'unmatched end tag',
3487                                    text => $token->{tag_name}, token => $token);
3488                  ## Ignore the token                  ## Ignore the token
3489                    !!!nack ('t243.1');
3490                  !!!next-token;                  !!!next-token;
3491                  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]);  
3492                }                }
3493                                    
3494                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
3495                  pop @{$open_tables};
3496                                
3497                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
3498                                
3499                !!!next-token;                !!!next-token;
3500                redo B;                next B;
3501              } elsif ({              } elsif ({
3502                        tbody => 1, tfoot => 1, thead => 1,                        tbody => 1, tfoot => 1, thead => 1,
3503                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
3504                       $self->{insertion_mode} & ROW_IMS) {                       $self->{insertion_mode} & ROW_IMS) {
3505                if ($self->{insertion_mode} == IN_ROW_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3506                  ## have an element in table scope                  ## have an element in table scope
3507                  my $i;                  my $i;
3508                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3509                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3510                    if ($node->[1] eq $token->{tag_name}) {                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3511                        !!!cp ('t247');
3512                      $i = $_;                      $i = $_;
3513                      last INSCOPE;                      last INSCOPE;
3514                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3515                              table => 1, html => 1,                      !!!cp ('t248');
                            }->{$node->[1]}) {  
3516                      last INSCOPE;                      last INSCOPE;
3517                    }                    }
3518                  } # INSCOPE                  } # INSCOPE
3519                    unless (defined $i) {                    unless (defined $i) {
3520                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                      !!!cp ('t249');
3521                        !!!parse-error (type => 'unmatched end tag',
3522                                        text => $token->{tag_name}, token => $token);
3523                      ## Ignore the token                      ## Ignore the token
3524                        !!!nack ('t249.1');
3525                      !!!next-token;                      !!!next-token;
3526                      redo B;                      next B;
3527                    }                    }
3528                                    
3529                  ## As if </tr>                  ## As if </tr>
# Line 3931  sub _tree_construction_main ($) { Line 3531  sub _tree_construction_main ($) {
3531                  my $i;                  my $i;
3532                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3533                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3534                    if ($node->[1] eq 'tr') {                    if ($node->[1] == TABLE_ROW_EL) {
3535                        !!!cp ('t250');
3536                      $i = $_;                      $i = $_;
3537                      last INSCOPE;                      last INSCOPE;
3538                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3539                              table => 1, html => 1,                      !!!cp ('t251');
                            }->{$node->[1]}) {  
3540                      last INSCOPE;                      last INSCOPE;
3541                    }                    }
3542                  } # INSCOPE                  } # INSCOPE
3543                    unless (defined $i) {                    unless (defined $i) {
3544                      !!!parse-error (type => 'unmatched end tag:tr');                      !!!cp ('t252');
3545                        !!!parse-error (type => 'unmatched end tag',
3546                                        text => 'tr', token => $token);
3547                      ## Ignore the token                      ## Ignore the token
3548                        !!!nack ('t252.1');
3549                      !!!next-token;                      !!!next-token;
3550                      redo B;                      next B;
3551                    }                    }
3552                                    
3553                  ## Clear back to table row context                  ## Clear back to table row context
3554                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3555                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3556                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t253');
3557                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this case be reached?
3558                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3559                  }                  }
3560                                    
# Line 3964  sub _tree_construction_main ($) { Line 3567  sub _tree_construction_main ($) {
3567                my $i;                my $i;
3568                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3569                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3570                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3571                      !!!cp ('t254');
3572                    $i = $_;                    $i = $_;
3573                    last INSCOPE;                    last INSCOPE;
3574                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3575                            table => 1, html => 1,                    !!!cp ('t255');
                          }->{$node->[1]}) {  
3576                    last INSCOPE;                    last INSCOPE;
3577                  }                  }
3578                } # INSCOPE                } # INSCOPE
3579                unless (defined $i) {                unless (defined $i) {
3580                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t256');
3581                    !!!parse-error (type => 'unmatched end tag',
3582                                    text => $token->{tag_name}, token => $token);
3583                  ## Ignore the token                  ## Ignore the token
3584                    !!!nack ('t256.1');
3585                  !!!next-token;                  !!!next-token;
3586                  redo B;                  next B;
3587                }                }
3588    
3589                ## Clear back to table body context                ## Clear back to table body context
3590                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3591                  tbody => 1, tfoot => 1, thead => 1, html => 1,                                & TABLE_ROWS_SCOPING_EL)) {
3592                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t257');
3593                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this case be reached?
3594                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3595                }                }
3596    
3597                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3598                $self->{insertion_mode} = IN_TABLE_IM;                $self->{insertion_mode} = IN_TABLE_IM;
3599                  !!!nack ('t257.1');
3600                !!!next-token;                !!!next-token;
3601                redo B;                next B;
3602              } elsif ({              } elsif ({
3603                        body => 1, caption => 1, col => 1, colgroup => 1,                        body => 1, caption => 1, col => 1, colgroup => 1,
3604                        html => 1, td => 1, th => 1,                        html => 1, td => 1, th => 1,
3605                        tr => 1, # $self->{insertion_mode} == IN_ROW_IM                        tr => 1, # $self->{insertion_mode} == IN_ROW_IM
3606                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM
3607                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
3608                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t258');
3609                ## Ignore the token            !!!parse-error (type => 'unmatched end tag',
3610                !!!next-token;                            text => $token->{tag_name}, token => $token);
3611                redo B;            ## Ignore the token
3612          } else {            !!!nack ('t258.1');
3613            !!!parse-error (type => 'in table:/'.$token->{tag_name});             !!!next-token;
3614              next B;
3615            } else {
3616              !!!cp ('t259');
3617              !!!parse-error (type => 'in table:/',
3618                              text => $token->{tag_name}, token => $token);
3619    
3620            $insert = $insert_to_foster;            $insert = $insert_to_foster;
3621            #            #
3622          }          }
3623          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3624            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
3625                    @{$self->{open_elements}} == 1) { # redundant, maybe
3626              !!!parse-error (type => 'in body:#eof', token => $token);
3627              !!!cp ('t259.1');
3628              #
3629            } else {
3630              !!!cp ('t259.2');
3631              #
3632            }
3633    
3634            ## Stop parsing
3635            last B;
3636        } else {        } else {
3637          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
3638        }        }
3639      } elsif ($self->{insertion_mode} == IN_COLUMN_GROUP_IM) {      } elsif (($self->{insertion_mode} & IM_MASK) == IN_COLUMN_GROUP_IM) {
3640            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
3641              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {              if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
3642                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
3643                unless (length $token->{data}) {                unless (length $token->{data}) {
3644                    !!!cp ('t260');
3645                  !!!next-token;                  !!!next-token;
3646                  redo B;                  next B;
3647                }                }
3648              }              }
3649                            
3650                !!!cp ('t261');
3651              #              #
3652            } elsif ($token->{type} == START_TAG_TOKEN) {            } elsif ($token->{type} == START_TAG_TOKEN) {
3653              if ($token->{tag_name} eq 'col') {              if ($token->{tag_name} eq 'col') {
3654                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!cp ('t262');
3655                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3656                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3657                  !!!ack ('t262.1');
3658                !!!next-token;                !!!next-token;
3659                redo B;                next B;
3660              } else {              } else {
3661                  !!!cp ('t263');
3662                #                #
3663              }              }
3664            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
3665              if ($token->{tag_name} eq 'colgroup') {              if ($token->{tag_name} eq 'colgroup') {
3666                if ($self->{open_elements}->[-1]->[1] eq 'html') {                if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3667                  !!!parse-error (type => 'unmatched end tag:colgroup');                  !!!cp ('t264');
3668                    !!!parse-error (type => 'unmatched end tag',
3669                                    text => 'colgroup', token => $token);
3670                  ## Ignore the token                  ## Ignore the token
3671                  !!!next-token;                  !!!next-token;
3672                  redo B;                  next B;
3673                } else {                } else {
3674                    !!!cp ('t265');
3675                  pop @{$self->{open_elements}}; # colgroup                  pop @{$self->{open_elements}}; # colgroup
3676                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
3677                  !!!next-token;                  !!!next-token;
3678                  redo B;                              next B;            
3679                }                }
3680              } elsif ($token->{tag_name} eq 'col') {              } elsif ($token->{tag_name} eq 'col') {
3681                !!!parse-error (type => 'unmatched end tag:col');                !!!cp ('t266');
3682                  !!!parse-error (type => 'unmatched end tag',
3683                                  text => 'col', token => $token);
3684                ## Ignore the token                ## Ignore the token
3685                !!!next-token;                !!!next-token;
3686                redo B;                next B;
3687              } else {              } else {
3688                  !!!cp ('t267');
3689                #                #
3690              }              }
3691            } else {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3692              #          if ($self->{open_elements}->[-1]->[1] == HTML_EL and
3693            }              @{$self->{open_elements}} == 1) { # redundant, maybe
3694              !!!cp ('t270.2');
3695              ## Stop parsing.
3696              last B;
3697            } else {
3698              ## NOTE: As if </colgroup>.
3699              !!!cp ('t270.1');
3700              pop @{$self->{open_elements}}; # colgroup
3701              $self->{insertion_mode} = IN_TABLE_IM;
3702              ## Reprocess.
3703              next B;
3704            }
3705          } else {
3706            die "$0: $token->{type}: Unknown token type";
3707          }
3708    
3709            ## As if </colgroup>            ## As if </colgroup>
3710            if ($self->{open_elements}->[-1]->[1] eq 'html') {            if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3711              !!!parse-error (type => 'unmatched end tag:colgroup');              !!!cp ('t269');
3712    ## TODO: Wrong error type?
3713                !!!parse-error (type => 'unmatched end tag',
3714                                text => 'colgroup', token => $token);
3715              ## Ignore the token              ## Ignore the token
3716                !!!nack ('t269.1');
3717              !!!next-token;              !!!next-token;
3718              redo B;              next B;
3719            } else {            } else {
3720                !!!cp ('t270');
3721              pop @{$self->{open_elements}}; # colgroup              pop @{$self->{open_elements}}; # colgroup
3722              $self->{insertion_mode} = IN_TABLE_IM;              $self->{insertion_mode} = IN_TABLE_IM;
3723                !!!ack-later;
3724              ## reprocess              ## reprocess
3725              redo B;              next B;
3726            }            }
3727      } elsif ($self->{insertion_mode} == IN_SELECT_IM) {      } elsif ($self->{insertion_mode} & SELECT_IMS) {
3728        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
3729            !!!cp ('t271');
3730          $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});          $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
3731          !!!next-token;          !!!next-token;
3732          redo B;          next B;
3733        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
3734              if ($token->{tag_name} eq 'option') {          if ($token->{tag_name} eq 'option') {
3735                if ($self->{open_elements}->[-1]->[1] eq 'option') {            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3736                  ## As if </option>              !!!cp ('t272');
3737                  pop @{$self->{open_elements}};              ## As if </option>
3738                }              pop @{$self->{open_elements}};
3739              } else {
3740                !!!cp ('t273');
3741              }
3742    
3743                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3744                !!!next-token;            !!!nack ('t273.1');
3745                redo B;            !!!next-token;
3746              } elsif ($token->{tag_name} eq 'optgroup') {            next B;
3747                if ($self->{open_elements}->[-1]->[1] eq 'option') {          } elsif ($token->{tag_name} eq 'optgroup') {
3748                  ## As if </option>            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3749                  pop @{$self->{open_elements}};              !!!cp ('t274');
3750                }              ## As if </option>
3751                pop @{$self->{open_elements}};
3752              } else {
3753                !!!cp ('t275');
3754              }
3755    
3756                if ($self->{open_elements}->[-1]->[1] eq 'optgroup') {            if ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3757                  ## As if </optgroup>              !!!cp ('t276');
3758                  pop @{$self->{open_elements}};              ## As if </optgroup>
3759                }              pop @{$self->{open_elements}};
3760              } else {
3761                !!!cp ('t277');
3762              }
3763    
3764                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3765                !!!next-token;            !!!nack ('t277.1');
3766                redo B;            !!!next-token;
3767              } elsif ($token->{tag_name} eq 'select') {            next B;
3768                !!!parse-error (type => 'not closed:select');          } elsif ({
3769                ## As if </select> instead                     select => 1, input => 1, textarea => 1, keygen => 1,
3770                ## have an element in table scope                   }->{$token->{tag_name}} or
3771                my $i;                   (($self->{insertion_mode} & IM_MASK)
3772                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                        == IN_SELECT_IN_TABLE_IM and
3773                  my $node = $self->{open_elements}->[$_];                    {
3774                  if ($node->[1] eq $token->{tag_name}) {                     caption => 1, table => 1,
3775                    $i = $_;                     tbody => 1, tfoot => 1, thead => 1,
3776                    last INSCOPE;                     tr => 1, td => 1, th => 1,
3777                  } elsif ({                    }->{$token->{tag_name}})) {
3778                            table => 1, html => 1,  
3779                           }->{$node->[1]}) {            ## 1. Parse error.
3780                    last INSCOPE;            if ($token->{tag_name} eq 'select') {
3781                  }                !!!parse-error (type => 'select in select', ## XXX: documentation
3782                } # INSCOPE                                token => $token);
3783                unless (defined $i) {            } else {
3784                  !!!parse-error (type => 'unmatched end tag:select');              !!!parse-error (type => 'not closed', text => 'select',
3785                  ## Ignore the token                              token => $token);
3786                  !!!next-token;            }
3787                  redo B;  
3788                }            ## 2./<select>-1. Unless "have an element in table scope" (select):
3789              my $i;
3790              INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3791                my $node = $self->{open_elements}->[$_];
3792                if ($node->[1] == SELECT_EL) {
3793                  !!!cp ('t278');
3794                  $i = $_;
3795                  last INSCOPE;
3796                } elsif ($node->[1] & TABLE_SCOPING_EL) {
3797                  !!!cp ('t279');
3798                  last INSCOPE;
3799                }
3800              } # INSCOPE
3801              unless (defined $i) {
3802                !!!cp ('t280');
3803                if ($token->{tag_name} eq 'select') {
3804                  ## NOTE: This error would be raised when
3805                  ## |select.innerHTML = '<select>'| is executed; in this
3806                  ## case two errors, "select in select" and "unmatched
3807                  ## end tags" are reported to the user, the latter might
3808                  ## be confusing but this is what the spec requires.
3809                  !!!parse-error (type => 'unmatched end tag',
3810                                  text => 'select',
3811                                  token => $token);
3812                }
3813                ## Ignore the token.
3814                !!!nack ('t280.1');
3815                !!!next-token;
3816                next B;
3817              }
3818    
3819              ## 3. Otherwise, as if there were <select>:
3820                                
3821                splice @{$self->{open_elements}}, $i;            !!!cp ('t281');
3822              splice @{$self->{open_elements}}, $i;
3823    
3824                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
3825    
3826                !!!next-token;            if ($token->{tag_name} eq 'select') {
3827                redo B;              !!!nack ('t281.2');
3828          } else {              !!!next-token;
3829            !!!parse-error (type => 'in select:'.$token->{tag_name});              next B;
3830              } else {
3831                !!!cp ('t281.1');
3832                !!!ack-later;
3833                ## Reprocess the token.
3834                next B;
3835              }
3836            } elsif ($token->{tag_name} eq 'script') {
3837              !!!cp ('t281.3');
3838              ## NOTE: This is an "as if in head" code clone
3839              $script_start_tag->();
3840              next B;
3841            } else {
3842              !!!cp ('t282');
3843              !!!parse-error (type => 'in select',
3844                              text => $token->{tag_name}, token => $token);
3845            ## Ignore the token            ## Ignore the token
3846              !!!nack ('t282.1');
3847            !!!next-token;            !!!next-token;
3848            redo B;            next B;
3849          }          }
3850        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
3851              if ($token->{tag_name} eq 'optgroup') {          if ($token->{tag_name} eq 'optgroup') {
3852                if ($self->{open_elements}->[-1]->[1] eq 'option' and            if ($self->{open_elements}->[-1]->[1] == OPTION_EL and
3853                    $self->{open_elements}->[-2]->[1] eq 'optgroup') {                $self->{open_elements}->[-2]->[1] == OPTGROUP_EL) {
3854                  ## As if </option>              !!!cp ('t283');
3855                  splice @{$self->{open_elements}}, -2;              ## As if </option>
3856                } elsif ($self->{open_elements}->[-1]->[1] eq 'optgroup') {              splice @{$self->{open_elements}}, -2;
3857                  pop @{$self->{open_elements}};            } elsif ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3858                } else {              !!!cp ('t284');
3859                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              pop @{$self->{open_elements}};
3860                  ## Ignore the token            } else {
3861                }              !!!cp ('t285');
3862                !!!next-token;              !!!parse-error (type => 'unmatched end tag',
3863                redo B;                              text => $token->{tag_name}, token => $token);
3864              } elsif ($token->{tag_name} eq 'option') {              ## Ignore the token
3865                if ($self->{open_elements}->[-1]->[1] eq 'option') {            }
3866                  pop @{$self->{open_elements}};            !!!nack ('t285.1');
3867                } else {            !!!next-token;
3868                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            next B;
3869                  ## Ignore the token          } elsif ($token->{tag_name} eq 'option') {
3870                }            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3871                !!!next-token;              !!!cp ('t286');
3872                redo B;              pop @{$self->{open_elements}};
3873              } elsif ($token->{tag_name} eq 'select') {            } else {
3874                ## have an element in table scope              !!!cp ('t287');
3875                my $i;              !!!parse-error (type => 'unmatched end tag',
3876                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                              text => $token->{tag_name}, token => $token);
3877                  my $node = $self->{open_elements}->[$_];              ## Ignore the token
3878                  if ($node->[1] eq $token->{tag_name}) {            }
3879                    $i = $_;            !!!nack ('t287.1');
3880                    last INSCOPE;            !!!next-token;
3881                  } elsif ({            next B;
3882                            table => 1, html => 1,          } elsif ($token->{tag_name} eq 'select') {
3883                           }->{$node->[1]}) {            ## have an element in table scope
3884                    last INSCOPE;            my $i;
3885                  }            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3886                } # INSCOPE              my $node = $self->{open_elements}->[$_];
3887                unless (defined $i) {              if ($node->[1] == SELECT_EL) {
3888                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!cp ('t288');
3889                  ## Ignore the token                $i = $_;
3890                  !!!next-token;                last INSCOPE;
3891                  redo B;              } elsif ($node->[1] & TABLE_SCOPING_EL) {
3892                }                !!!cp ('t289');
3893                  last INSCOPE;
3894                }
3895              } # INSCOPE
3896              unless (defined $i) {
3897                !!!cp ('t290');
3898                !!!parse-error (type => 'unmatched end tag',
3899                                text => $token->{tag_name}, token => $token);
3900                ## Ignore the token
3901                !!!nack ('t290.1');
3902                !!!next-token;
3903                next B;
3904              }
3905                                
3906                splice @{$self->{open_elements}}, $i;            !!!cp ('t291');
3907              splice @{$self->{open_elements}}, $i;
3908    
3909                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
3910    
3911                !!!next-token;            !!!nack ('t291.1');
3912                redo B;            !!!next-token;
3913              } elsif ({            next B;
3914                        caption => 1, table => 1, tbody => 1,          } elsif (($self->{insertion_mode} & IM_MASK)
3915                        tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,                       == IN_SELECT_IN_TABLE_IM and
3916                       }->{$token->{tag_name}}) {                   {
3917                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    caption => 1, table => 1, tbody => 1,
3918                      tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,
3919                     }->{$token->{tag_name}}) {
3920    ## TODO: The following is wrong?
3921              !!!parse-error (type => 'unmatched end tag',
3922                              text => $token->{tag_name}, token => $token);
3923                                
3924                ## have an element in table scope            ## have an element in table scope
3925                my $i;            my $i;
3926                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3927                  my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
3928                  if ($node->[1] eq $token->{tag_name}) {              if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3929                    $i = $_;                !!!cp ('t292');
3930                    last INSCOPE;                $i = $_;
3931                  } elsif ({                last INSCOPE;
3932                            table => 1, html => 1,              } elsif ($node->[1] & TABLE_SCOPING_EL) {
3933                           }->{$node->[1]}) {                !!!cp ('t293');
3934                    last INSCOPE;                last INSCOPE;
3935                  }              }
3936                } # INSCOPE            } # INSCOPE
3937                unless (defined $i) {            unless (defined $i) {
3938                  ## Ignore the token              !!!cp ('t294');
3939                  !!!next-token;              ## Ignore the token
3940                  redo B;              !!!nack ('t294.1');
3941                }              !!!next-token;
3942                next B;
3943              }
3944                                
3945                ## As if </select>            ## As if </select>
3946                ## have an element in table scope            ## have an element in table scope
3947                undef $i;            undef $i;
3948                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3949                  my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
3950                  if ($node->[1] eq 'select') {              if ($node->[1] == SELECT_EL) {
3951                    $i = $_;                !!!cp ('t295');
3952                    last INSCOPE;                $i = $_;
3953                  } elsif ({                last INSCOPE;
3954                            table => 1, html => 1,              } elsif ($node->[1] & TABLE_SCOPING_EL) {
3955                           }->{$node->[1]}) {  ## ISSUE: Can this state be reached?
3956                    last INSCOPE;                !!!cp ('t296');
3957                  }                last INSCOPE;
3958                } # INSCOPE              }
3959                unless (defined $i) {            } # INSCOPE
3960                  !!!parse-error (type => 'unmatched end tag:select');            unless (defined $i) {
3961                  ## Ignore the </select> token              !!!cp ('t297');
3962                  !!!next-token; ## TODO: ok?  ## TODO: The following error type is correct?
3963                  redo B;              !!!parse-error (type => 'unmatched end tag',
3964                }                              text => 'select', token => $token);
3965                ## Ignore the </select> token
3966                !!!nack ('t297.1');
3967                !!!next-token; ## TODO: ok?
3968                next B;
3969              }
3970                                
3971                splice @{$self->{open_elements}}, $i;            !!!cp ('t298');
3972              splice @{$self->{open_elements}}, $i;
3973    
3974                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
3975    
3976                ## reprocess            !!!ack-later;
3977                redo B;            ## reprocess
3978              next B;
3979          } else {          } else {
3980            !!!parse-error (type => 'in select:/'.$token->{tag_name});            !!!cp ('t299');
3981              !!!parse-error (type => 'in select:/',
3982                              text => $token->{tag_name}, token => $token);
3983            ## Ignore the token            ## Ignore the token
3984              !!!nack ('t299.3');
3985            !!!next-token;            !!!next-token;
3986            redo B;            next B;
3987            }
3988          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3989            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
3990                    @{$self->{open_elements}} == 1) { # redundant, maybe
3991              !!!cp ('t299.1');
3992              !!!parse-error (type => 'in body:#eof', token => $token);
3993            } else {
3994              !!!cp ('t299.2');
3995          }          }
3996    
3997            ## Stop parsing.
3998            last B;
3999        } else {        } else {
4000          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4001        }        }
4002      } elsif ($self->{insertion_mode} & BODY_AFTER_IMS) {      } elsif ($self->{insertion_mode} & BODY_AFTER_IMS) {
4003        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
4004          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
4005            my $data = $1;            my $data = $1;
4006            ## As if in body            ## As if in body
4007            $reconstruct_active_formatting_elements->($insert_to_current);            $reconstruct_active_formatting_elements->($insert_to_current);
# Line 4253  sub _tree_construction_main ($) { Line 4009  sub _tree_construction_main ($) {
4009            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4010                        
4011            unless (length $token->{data}) {            unless (length $token->{data}) {
4012                !!!cp ('t300');
4013              !!!next-token;              !!!next-token;
4014              redo B;              next B;
4015            }            }
4016          }          }
4017                    
4018          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4019            !!!parse-error (type => 'after html:#character');            !!!cp ('t301');
4020              !!!parse-error (type => 'after html:#text', token => $token);
4021            ## Reprocess in the "main" phase, "after body" insertion mode...            #
4022            } else {
4023              !!!cp ('t302');
4024              ## "after body" insertion mode
4025              !!!parse-error (type => 'after body:#text', token => $token);
4026              #
4027          }          }
           
         ## "after body" insertion mode  
         !!!parse-error (type => 'after body:#character');  
4028    
4029          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4030          ## reprocess          ## reprocess
4031          redo B;          next B;
4032        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
4033          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4034            !!!parse-error (type => 'after html:'.$token->{tag_name});            !!!cp ('t303');
4035                        !!!parse-error (type => 'after html',
4036            ## Reprocess in the "main" phase, "after body" insertion mode...                            text => $token->{tag_name}, token => $token);
4037              #
4038            } else {
4039              !!!cp ('t304');
4040              ## "after body" insertion mode
4041              !!!parse-error (type => 'after body',
4042                              text => $token->{tag_name}, token => $token);
4043              #
4044          }          }
4045    
         ## "after body" insertion mode  
         !!!parse-error (type => 'after body:'.$token->{tag_name});  
   
4046          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4047            !!!ack-later;
4048          ## reprocess          ## reprocess
4049          redo B;          next B;
4050        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
4051          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4052            !!!parse-error (type => 'after html:/'.$token->{tag_name});            !!!cp ('t305');
4053              !!!parse-error (type => 'after html:/',
4054                              text => $token->{tag_name}, token => $token);
4055                        
4056            $self->{insertion_mode} = AFTER_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
4057            ## Reprocess in the "main" phase, "after body" insertion mode...            ## Reprocess.
4058              next B;
4059            } else {
4060              !!!cp ('t306');
4061          }          }
4062    
4063          ## "after body" insertion mode          ## "after body" insertion mode
4064          if ($token->{tag_name} eq 'html') {          if ($token->{tag_name} eq 'html') {
4065            if (defined $self->{inner_html_node}) {            if (defined $self->{inner_html_node}) {
4066              !!!parse-error (type => 'unmatched end tag:html');              !!!cp ('t307');
4067                !!!parse-error (type => 'unmatched end tag',
4068                                text => 'html', token => $token);
4069              ## Ignore the token              ## Ignore the token
4070              !!!next-token;              !!!next-token;
4071              redo B;              next B;
4072            } else {            } else {
4073                !!!cp ('t308');
4074              $self->{insertion_mode} = AFTER_HTML_BODY_IM;              $self->{insertion_mode} = AFTER_HTML_BODY_IM;
4075              !!!next-token;              !!!next-token;
4076              redo B;              next B;
4077            }            }
4078          } else {          } else {
4079            !!!parse-error (type => 'after body:/'.$token->{tag_name});            !!!cp ('t309');
4080              !!!parse-error (type => 'after body:/',
4081                              text => $token->{tag_name}, token => $token);
4082    
4083            $self->{insertion_mode} = IN_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
4084            ## reprocess            ## reprocess
4085            redo B;            next B;
4086          }          }
4087          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4088            !!!cp ('t309.2');
4089            ## Stop parsing
4090            last B;
4091        } else {        } else {
4092          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4093        }        }
4094      } elsif ($self->{insertion_mode} & FRAME_IMS) {      } elsif ($self->{insertion_mode} & FRAME_IMS) {
4095        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
4096          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
4097            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4098                        
4099            unless (length $token->{data}) {            unless (length $token->{data}) {
4100                !!!cp ('t310');
4101              !!!next-token;              !!!next-token;
4102              redo B;              next B;
4103            }            }
4104          }          }
4105                    
4106          if ($token->{data} =~ s/^[^\x09\x0A\x0B\x0C\x20]+//) {          if ($token->{data} =~ s/^[^\x09\x0A\x0C\x20]+//) {
4107            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4108              !!!parse-error (type => 'in frameset:#character');              !!!cp ('t311');
4109                !!!parse-error (type => 'in frameset:#text', token => $token);
4110            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4111              !!!parse-error (type => 'after frameset:#character');              !!!cp ('t312');
4112            } else { # "after html frameset"              !!!parse-error (type => 'after frameset:#text', token => $token);
4113              !!!parse-error (type => 'after html:#character');            } else { # "after after frameset"
4114                !!!cp ('t313');
4115              $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');  
4116            }            }
4117                        
4118            ## Ignore the token.            ## Ignore the token.
4119            if (length $token->{data}) {            if (length $token->{data}) {
4120                !!!cp ('t314');
4121              ## reprocess the rest of characters              ## reprocess the rest of characters
4122            } else {            } else {
4123                !!!cp ('t315');
4124              !!!next-token;              !!!next-token;
4125            }            }
4126            redo B;            next B;
4127          }          }
4128                    
4129          die qq[$0: Character "$token->{data}"];          die qq[$0: Character "$token->{data}"];
4130        } 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...  
         }  
   
4131          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
4132              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
4133            !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!cp ('t318');
4134              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4135              !!!nack ('t318.1');
4136            !!!next-token;            !!!next-token;
4137            redo B;            next B;
4138          } elsif ($token->{tag_name} eq 'frame' and          } elsif ($token->{tag_name} eq 'frame' and
4139                   $self->{insertion_mode} == IN_FRAMESET_IM) {                   $self->{insertion_mode} == IN_FRAMESET_IM) {
4140            !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!cp ('t319');
4141              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4142            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
4143              !!!ack ('t319.1');
4144            !!!next-token;            !!!next-token;
4145            redo B;            next B;
4146          } elsif ($token->{tag_name} eq 'noframes') {          } elsif ($token->{tag_name} eq 'noframes') {
4147            ## NOTE: As if in body.            !!!cp ('t320');
4148            $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);            ## NOTE: As if in head.
4149            redo B;            $parse_rcdata->(CDATA_CONTENT_MODEL);
4150              next B;
4151    
4152              ## NOTE: |<!DOCTYPE HTML><frameset></frameset></html><noframes></noframes>|
4153              ## has no parse error.
4154          } else {          } else {
4155            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4156              !!!parse-error (type => 'in frameset:'.$token->{tag_name});              !!!cp ('t321');
4157            } else {              !!!parse-error (type => 'in frameset',
4158              !!!parse-error (type => 'after frameset:'.$token->{tag_name});                              text => $token->{tag_name}, token => $token);
4159              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4160                !!!cp ('t322');
4161                !!!parse-error (type => 'after frameset',
4162                                text => $token->{tag_name}, token => $token);
4163              } else { # "after after frameset"
4164                !!!cp ('t322.2');
4165                !!!parse-error (type => 'after after frameset',
4166                                text => $token->{tag_name}, token => $token);
4167            }            }
4168            ## Ignore the token            ## Ignore the token
4169              !!!nack ('t322.1');
4170            !!!next-token;            !!!next-token;
4171            redo B;            next B;
4172          }          }
4173        } elsif ($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...  
         }  
   
4174          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
4175              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
4176            if ($self->{open_elements}->[-1]->[1] eq 'html' and            if ($self->{open_elements}->[-1]->[1] == HTML_EL and
4177                @{$self->{open_elements}} == 1) {                @{$self->{open_elements}} == 1) {
4178              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t325');
4179                !!!parse-error (type => 'unmatched end tag',
4180                                text => $token->{tag_name}, token => $token);
4181              ## Ignore the token              ## Ignore the token
4182              !!!next-token;              !!!next-token;
4183            } else {            } else {
4184                !!!cp ('t326');
4185              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
4186              !!!next-token;              !!!next-token;
4187            }            }
4188    
4189            if (not defined $self->{inner_html_node} and            if (not defined $self->{inner_html_node} and
4190                $self->{open_elements}->[-1]->[1] ne 'frameset') {                not ($self->{open_elements}->[-1]->[1] == FRAMESET_EL)) {
4191                !!!cp ('t327');
4192              $self->{insertion_mode} = AFTER_FRAMESET_IM;              $self->{insertion_mode} = AFTER_FRAMESET_IM;
4193              } else {
4194                !!!cp ('t328');
4195            }            }
4196            redo B;            next B;
4197          } elsif ($token->{tag_name} eq 'html' and          } elsif ($token->{tag_name} eq 'html' and
4198                   $self->{insertion_mode} == AFTER_FRAMESET_IM) {                   $self->{insertion_mode} == AFTER_FRAMESET_IM) {
4199              !!!cp ('t329');
4200            $self->{insertion_mode} = AFTER_HTML_FRAMESET_IM;            $self->{insertion_mode} = AFTER_HTML_FRAMESET_IM;
4201            !!!next-token;            !!!next-token;
4202            redo B;            next B;
4203          } else {          } else {
4204            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4205              !!!parse-error (type => 'in frameset:/'.$token->{tag_name});              !!!cp ('t330');
4206            } else {              !!!parse-error (type => 'in frameset:/',
4207              !!!parse-error (type => 'after frameset:/'.$token->{tag_name});                              text => $token->{tag_name}, token => $token);
4208              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4209                !!!cp ('t330.1');
4210                !!!parse-error (type => 'after frameset:/',
4211                                text => $token->{tag_name}, token => $token);
4212              } else { # "after after html"
4213                !!!cp ('t331');
4214                !!!parse-error (type => 'after after frameset:/',
4215                                text => $token->{tag_name}, token => $token);
4216            }            }
4217            ## Ignore the token            ## Ignore the token
4218            !!!next-token;            !!!next-token;
4219            redo B;            next B;
4220          }          }
4221          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4222            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
4223                    @{$self->{open_elements}} == 1) { # redundant, maybe
4224              !!!cp ('t331.1');
4225              !!!parse-error (type => 'in body:#eof', token => $token);
4226            } else {
4227              !!!cp ('t331.2');
4228            }
4229            
4230            ## Stop parsing
4231            last B;
4232        } else {        } else {
4233          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4234        }        }
   
       ## ISSUE: An issue in spec here  
4235      } else {      } else {
4236        die "$0: $self->{insertion_mode}: Unknown insertion mode";        die "$0: $self->{insertion_mode}: Unknown insertion mode";
4237      }      }
# Line 4432  sub _tree_construction_main ($) { Line 4239  sub _tree_construction_main ($) {
4239      ## "in body" insertion mode      ## "in body" insertion mode
4240      if ($token->{type} == START_TAG_TOKEN) {      if ($token->{type} == START_TAG_TOKEN) {
4241        if ($token->{tag_name} eq 'script') {        if ($token->{tag_name} eq 'script') {
4242            !!!cp ('t332');
4243          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
4244          $script_start_tag->($insert);          $script_start_tag->();
4245          redo B;          next B;
4246        } elsif ($token->{tag_name} eq 'style') {        } elsif ($token->{tag_name} eq 'style') {
4247            !!!cp ('t333');
4248          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
4249          $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);          $parse_rcdata->(CDATA_CONTENT_MODEL);
4250          redo B;          next B;
4251        } elsif ({        } elsif ({
4252                  base => 1, link => 1,                  base => 1, command => 1, link => 1,
4253                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4254            !!!cp ('t334');
4255          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
4256          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4257          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          pop @{$self->{open_elements}};
4258            !!!ack ('t334.1');
4259          !!!next-token;          !!!next-token;
4260          redo B;          next B;
4261        } elsif ($token->{tag_name} eq 'meta') {        } elsif ($token->{tag_name} eq 'meta') {
4262          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
4263          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4264          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          my $meta_el = pop @{$self->{open_elements}};
4265    
4266          unless ($self->{confident}) {          unless ($self->{confident}) {
4267            if ($token->{attributes}->{charset}) { ## TODO: And if supported            if ($token->{attributes}->{charset}) {
4268                !!!cp ('t335');
4269                ## NOTE: Whether the encoding is supported or not is handled
4270                ## in the {change_encoding} callback.
4271              $self->{change_encoding}              $self->{change_encoding}
4272                  ->($self, $token->{attributes}->{charset}->{value});                  ->($self, $token->{attributes}->{charset}->{value}, $token);
4273                
4274                $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4275                    ->set_user_data (manakai_has_reference =>
4276                                         $token->{attributes}->{charset}
4277                                             ->{has_reference});
4278            } elsif ($token->{attributes}->{content}) {            } elsif ($token->{attributes}->{content}) {
             ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.  
4279              if ($token->{attributes}->{content}->{value}              if ($token->{attributes}->{content}->{value}
4280                  =~ /\A[^;]*;[\x09-\x0D\x20]*charset[\x09-\x0D\x20]*=                  =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
4281                      [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                      [\x09\x0A\x0C\x0D\x20]*=
4282                      ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {                      [\x09\x0A\x0C\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
4283                        ([^"'\x09\x0A\x0C\x0D\x20][^\x09\x0A\x0C\x0D\x20\x3B]*))
4284                       /x) {
4285                  !!!cp ('t336');
4286                  ## NOTE: Whether the encoding is supported or not is handled
4287                  ## in the {change_encoding} callback.
4288                $self->{change_encoding}                $self->{change_encoding}
4289                    ->($self, defined $1 ? $1 : defined $2 ? $2 : $3);                    ->($self, defined $1 ? $1 : defined $2 ? $2 : $3, $token);
4290                  $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4291                      ->set_user_data (manakai_has_reference =>
4292                                           $token->{attributes}->{content}
4293                                                 ->{has_reference});
4294              }              }
4295            }            }
4296            } else {
4297              if ($token->{attributes}->{charset}) {
4298                !!!cp ('t337');
4299                $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4300                    ->set_user_data (manakai_has_reference =>
4301                                         $token->{attributes}->{charset}
4302                                             ->{has_reference});
4303              }
4304              if ($token->{attributes}->{content}) {
4305                !!!cp ('t338');
4306                $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4307                    ->set_user_data (manakai_has_reference =>
4308                                         $token->{attributes}->{content}
4309                                             ->{has_reference});
4310              }
4311          }          }
4312    
4313            !!!ack ('t338.1');
4314          !!!next-token;          !!!next-token;
4315          redo B;          next B;
4316        } elsif ($token->{tag_name} eq 'title') {        } elsif ($token->{tag_name} eq 'title') {
4317          !!!parse-error (type => 'in body:title');          !!!cp ('t341');
4318          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
4319          $parse_rcdata->(RCDATA_CONTENT_MODEL, sub {          $parse_rcdata->(RCDATA_CONTENT_MODEL);
4320            if (defined $self->{head_element}) {          next B;
             $self->{head_element}->append_child ($_[0]);  
           } else {  
             $insert->($_[0]);  
           }  
         });  
         redo B;  
4321        } elsif ($token->{tag_name} eq 'body') {        } elsif ($token->{tag_name} eq 'body') {
4322          !!!parse-error (type => 'in body:body');          !!!parse-error (type => 'in body', text => 'body', token => $token);
4323                                
4324          if (@{$self->{open_elements}} == 1 or          if (@{$self->{open_elements}} == 1 or
4325              $self->{open_elements}->[1]->[1] ne 'body') {              not ($self->{open_elements}->[1]->[1] == BODY_EL)) {
4326              !!!cp ('t342');
4327            ## Ignore the token            ## Ignore the token
4328          } else {          } else {
4329            my $body_el = $self->{open_elements}->[1]->[0];            my $body_el = $self->{open_elements}->[1]->[0];
4330            for my $attr_name (keys %{$token->{attributes}}) {            for my $attr_name (keys %{$token->{attributes}}) {
4331              unless ($body_el->has_attribute_ns (undef, $attr_name)) {              unless ($body_el->has_attribute_ns (undef, $attr_name)) {
4332                  !!!cp ('t343');
4333                $body_el->set_attribute_ns                $body_el->set_attribute_ns
4334                  (undef, [undef, $attr_name],                  (undef, [undef, $attr_name],
4335                   $token->{attributes}->{$attr_name}->{value});                   $token->{attributes}->{$attr_name}->{value});
4336              }              }
4337            }            }
4338          }          }
4339            !!!nack ('t343.1');
4340          !!!next-token;          !!!next-token;
4341          redo B;          next B;
4342          } elsif ($token->{tag_nane} eq 'frameset') {
4343            !!!parse-error (type => 'in body', text => $token->{tag_name},
4344                            token => $token);
4345    
4346            if (@{$self->{open_elements}} == 1 or
4347                not ($self->{open_elements}->[1]->[1] != BODY_EL)) {
4348              !!!cp ('t343.2');
4349              ## Ignore the token.
4350            } elsif (not $self->{frameset_ok}) {
4351              !!!cp ('t343.3');
4352              ## Ignore the token.
4353            } else {
4354              !!!cp ('t343.4');
4355              
4356              ## 1. Remove the second element.
4357              my $body = $self->{open_elements}->[1]->[0];
4358              my $body_parent = $body->parent_node;
4359              $body_parent->remove_child ($body) if $body_parent;
4360    
4361              ## 2. Pop nodes.
4362              splice @{$self->{open_elements}}, 1;
4363    
4364              ## 3. Insert.
4365              !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4366    
4367              ## 4. Switch.
4368              $self->{insertion_mode} = IN_FRAMESET_IM;
4369            }
4370    
4371            !!!nack ('t343.5');
4372            !!!next-token;
4373            next B;
4374        } elsif ({        } elsif ({
4375                  address => 1, blockquote => 1, center => 1, dir => 1,                  ## NOTE: Start tags for non-phrasing flow content elements
4376                  div => 1, dl => 1, fieldset => 1, listing => 1,  
4377                  menu => 1, ol => 1, p => 1, ul => 1,                  ## NOTE: The normal one
4378                  pre => 1,                  address => 1, article => 1, aside => 1, blockquote => 1,
4379                    center => 1, datagrid => 1, details => 1, dialog => 1,
4380                    dir => 1, div => 1, dl => 1, fieldset => 1, figure => 1,
4381                    footer => 1, h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1,
4382                    h6 => 1, header => 1, hgroup => 1,
4383                    menu => 1, nav => 1, ol => 1, p => 1,
4384                    section => 1, ul => 1,
4385                    ## NOTE: As normal, but drops leading newline
4386                    pre => 1, listing => 1,
4387                    ## NOTE: As normal, but interacts with the form element pointer
4388                    form => 1,
4389                    
4390                    table => 1,
4391                    hr => 1,
4392                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4393          ## has a p element in scope  
4394          INSCOPE: for (reverse @{$self->{open_elements}}) {          ## 1. When there is an opening |form| element:
4395            if ($_->[1] eq 'p') {          if ($token->{tag_name} eq 'form' and defined $self->{form_element}) {
4396              !!!back-token;            !!!cp ('t350');
4397              $token = {type => END_TAG_TOKEN, tag_name => 'p'};            !!!parse-error (type => 'in form:form', token => $token);
4398              redo B;            ## Ignore the token
4399            } elsif ({            !!!nack ('t350.1');
4400                      table => 1, caption => 1, td => 1, th => 1,            !!!next-token;
4401                      button => 1, marquee => 1, object => 1, html => 1,            next B;
4402                     }->{$_->[1]}) {          }
4403              last INSCOPE;  
4404            ## 2. Close the |p| element, if any.
4405            if ($token->{tag_name} ne 'table' or # The Hixie Quirk
4406                $self->{document}->manakai_compat_mode ne 'quirks') {
4407              ## has a p element in scope
4408              INSCOPE: for (reverse @{$self->{open_elements}}) {
4409                if ($_->[1] == P_EL) {
4410                  !!!cp ('t344');
4411                  !!!back-token; # <form>
4412                  $token = {type => END_TAG_TOKEN, tag_name => 'p',
4413                            line => $token->{line}, column => $token->{column}};
4414                  next B;
4415                } elsif ($_->[1] & SCOPING_EL) {
4416                  !!!cp ('t345');
4417                  last INSCOPE;
4418                }
4419              } # INSCOPE
4420            }
4421    
4422            ## 3. Close the opening <hn> element, if any.
4423            if ({h1 => 1, h2 => 1, h3 => 1,
4424                 h4 => 1, h5 => 1, h6 => 1}->{$token->{tag_name}}) {
4425              if ($self->{open_elements}->[-1]->[1] == HEADING_EL) {
4426                !!!parse-error (type => 'not closed',
4427                                text => $self->{open_elements}->[-1]->[0]->manakai_local_name,
4428                                token => $token);
4429                pop @{$self->{open_elements}};
4430            }            }
4431          } # INSCOPE          }
4432              
4433          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          ## 4. Insertion.
4434          if ($token->{tag_name} eq 'pre') {          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4435            if ($token->{tag_name} eq 'pre' or $token->{tag_name} eq 'listing') {
4436              !!!nack ('t346.1');
4437            !!!next-token;            !!!next-token;
4438            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
4439              $token->{data} =~ s/^\x0A//;              $token->{data} =~ s/^\x0A//;
4440              unless (length $token->{data}) {              unless (length $token->{data}) {
4441                  !!!cp ('t346');
4442                !!!next-token;                !!!next-token;
4443                } else {
4444                  !!!cp ('t349');
4445              }              }
4446              } else {
4447                !!!cp ('t348');
4448            }            }
4449          } else {          } elsif ($token->{tag_name} eq 'form') {
4450              !!!cp ('t347.1');
4451              $self->{form_element} = $self->{open_elements}->[-1]->[0];
4452    
4453              !!!nack ('t347.2');
4454            !!!next-token;            !!!next-token;
4455          }          } elsif ($token->{tag_name} eq 'table') {
4456          redo B;            !!!cp ('t382');
4457        } elsif ($token->{tag_name} eq 'form') {            push @{$open_tables}, [$self->{open_elements}->[-1]->[0]];
4458          if (defined $self->{form_element}) {            
4459            !!!parse-error (type => 'in form:form');            $self->{insertion_mode} = IN_TABLE_IM;
4460            ## Ignore the token  
4461              !!!nack ('t382.1');
4462              !!!next-token;
4463            } elsif ($token->{tag_name} eq 'hr') {
4464              !!!cp ('t386');
4465              pop @{$self->{open_elements}};
4466            
4467              !!!ack ('t386.1');
4468            !!!next-token;            !!!next-token;
           redo B;  
4469          } else {          } else {
4470            ## has a p element in scope            !!!nack ('t347.1');
           INSCOPE: for (reverse @{$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} = $self->{open_elements}->[-1]->[0];  
4471            !!!next-token;            !!!next-token;
           redo B;  
4472          }          }
4473            next B;
4474        } elsif ($token->{tag_name} eq 'li') {        } elsif ($token->{tag_name} eq 'li') {
4475          ## has a p element in scope          ## NOTE: As normal, but imply </li> when there's another <li> ...
4476          INSCOPE: for (reverse @{$self->{open_elements}}) {  
4477            if ($_->[1] eq 'p') {          ## NOTE: Special, Scope (<li><foo><li> == <li><foo><li/></foo></li>)::
4478              !!!back-token;            ## Interpreted as <li><foo/></li><li/> (non-conforming):
4479              $token = {type => END_TAG_TOKEN, tag_name => 'p'};            ## blockquote (O9.27), center (O), dd (Fx3, O, S3.1.2, IE7),
4480              redo B;            ## dt (Fx, O, S, IE), dl (O), fieldset (O, S, IE), form (Fx, O, S),
4481            } elsif ({            ## hn (O), pre (O), applet (O, S), button (O, S), marquee (Fx, O, S),
4482                      table => 1, caption => 1, td => 1, th => 1,            ## object (Fx)
4483                      button => 1, marquee => 1, object => 1, html => 1,            ## Generate non-tree (non-conforming):
4484                     }->{$_->[1]}) {            ## basefont (IE7 (where basefont is non-void)), center (IE),
4485              last INSCOPE;            ## form (IE), hn (IE)
4486            }          ## address, div, p (<li><foo><li> == <li><foo/></li><li/>)::
4487          } # INSCOPE            ## Interpreted as <li><foo><li/></foo></li> (non-conforming):
4488                        ## div (Fx, S)
4489          ## Step 1  
4490            my $non_optional;
4491          my $i = -1;          my $i = -1;
4492          my $node = $self->{open_elements}->[$i];  
4493          LI: {          ## 1.
4494            ## Step 2          for my $node (reverse @{$self->{open_elements}}) {
4495            if ($node->[1] eq 'li') {            if ($node->[1] == LI_EL) {
4496              if ($i != -1) {              ## 2. (a) As if </li>
4497                !!!parse-error (type => 'end tag missing:'.              {
4498                                $self->{open_elements}->[-1]->[1]);                ## If no </li> - not applied
4499                  #
4500    
4501                  ## Otherwise
4502    
4503                  ## 1. generate implied end tags, except for </li>
4504                  #
4505    
4506                  ## 2. If current node != "li", parse error
4507                  if ($non_optional) {
4508                    !!!parse-error (type => 'not closed',
4509                                    text => $non_optional->[0]->manakai_local_name,
4510                                    token => $token);
4511                    !!!cp ('t355');
4512                  } else {
4513                    !!!cp ('t356');
4514                  }
4515    
4516                  ## 3. Pop
4517                  splice @{$self->{open_elements}}, $i;
4518              }              }
4519              splice @{$self->{open_elements}}, $i;  
4520              last LI;              last; ## 2. (b) goto 5.
4521            }            } elsif (
4522                                 ## NOTE: not "formatting" and not "phrasing"
4523            ## Step 3                     ($node->[1] & SPECIAL_EL or
4524            if (not $formatting_category->{$node->[1]} and                      $node->[1] & SCOPING_EL) and
4525                #not $phrasing_category->{$node->[1]} and                     ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4526                ($special_category->{$node->[1]} or                     (not $node->[1] & ADDRESS_DIV_P_EL)
4527                 $scoping_category->{$node->[1]}) and                    ) {
4528                $node->[1] ne 'address' and $node->[1] ne 'div') {              ## 3.
4529              last LI;              !!!cp ('t357');
4530                last; ## goto 5.
4531              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4532                !!!cp ('t358');
4533                #
4534              } else {
4535                !!!cp ('t359');
4536                $non_optional ||= $node;
4537                #
4538            }            }
4539                        ## 4.
4540            ## Step 4            ## goto 2.
4541            $i--;            $i--;
4542            $node = $self->{open_elements}->[$i];          }
4543            redo LI;  
4544          } # LI          ## 5. (a) has a |p| element in scope
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'dd' or $token->{tag_name} eq 'dt') {  
         ## has a p element in scope  
4545          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4546            if ($_->[1] eq 'p') {            if ($_->[1] == P_EL) {
4547              !!!back-token;              !!!cp ('t353');
4548              $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
4549              redo B;              ## NOTE: |<p><li>|, for example.
4550            } elsif ({  
4551                      table => 1, caption => 1, td => 1, th => 1,              !!!back-token; # <x>
4552                      button => 1, marquee => 1, object => 1, html => 1,              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4553                     }->{$_->[1]}) {                        line => $token->{line}, column => $token->{column}};
4554                next B;
4555              } elsif ($_->[1] & SCOPING_EL) {
4556                !!!cp ('t354');
4557              last INSCOPE;              last INSCOPE;
4558            }            }
4559          } # INSCOPE          } # INSCOPE
4560              
4561          ## Step 1          ## 5. (b) insert
4562            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4563            !!!nack ('t359.1');
4564            !!!next-token;
4565            next B;
4566          } elsif ($token->{tag_name} eq 'dt' or
4567                   $token->{tag_name} eq 'dd') {
4568            ## NOTE: As normal, but imply </dt> or </dd> when ...
4569    
4570            my $non_optional;
4571          my $i = -1;          my $i = -1;
4572          my $node = $self->{open_elements}->[$i];  
4573          LI: {          ## 1.
4574            ## Step 2          for my $node (reverse @{$self->{open_elements}}) {
4575            if ($node->[1] eq 'dt' or $node->[1] eq 'dd') {            if ($node->[1] == DTDD_EL) {
4576              if ($i != -1) {              ## 2. (a) As if </li>
4577                !!!parse-error (type => 'end tag missing:'.              {
4578                                $self->{open_elements}->[-1]->[1]);                ## If no </li> - not applied
4579                  #
4580    
4581                  ## Otherwise
4582    
4583                  ## 1. generate implied end tags, except for </dt> or </dd>
4584                  #
4585    
4586                  ## 2. If current node != "dt"|"dd", parse error
4587                  if ($non_optional) {
4588                    !!!parse-error (type => 'not closed',
4589                                    text => $non_optional->[0]->manakai_local_name,
4590                                    token => $token);
4591                    !!!cp ('t355.1');
4592                  } else {
4593                    !!!cp ('t356.1');
4594                  }
4595    
4596                  ## 3. Pop
4597                  splice @{$self->{open_elements}}, $i;
4598              }              }
4599              splice @{$self->{open_elements}}, $i;  
4600              last LI;              last; ## 2. (b) goto 5.
4601            }            } elsif (
4602                                 ## NOTE: not "formatting" and not "phrasing"
4603            ## Step 3                     ($node->[1] & SPECIAL_EL or
4604            if (not $formatting_category->{$node->[1]} and                      $node->[1] & SCOPING_EL) and
4605                #not $phrasing_category->{$node->[1]} and                     ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4606                ($special_category->{$node->[1]} or  
4607                 $scoping_category->{$node->[1]}) and                     (not $node->[1] & ADDRESS_DIV_P_EL)
4608                $node->[1] ne 'address' and $node->[1] ne 'div') {                    ) {
4609              last LI;              ## 3.
4610                !!!cp ('t357.1');
4611                last; ## goto 5.
4612              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4613                !!!cp ('t358.1');
4614                #
4615              } else {
4616                !!!cp ('t359.1');
4617                $non_optional ||= $node;
4618                #
4619            }            }
4620                        ## 4.
4621            ## Step 4            ## goto 2.
4622            $i--;            $i--;
4623            $node = $self->{open_elements}->[$i];          }
4624            redo LI;  
4625          } # LI          ## 5. (a) has a |p| element in scope
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'plaintext') {  
         ## has a p element in scope  
4626          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4627            if ($_->[1] eq 'p') {            if ($_->[1] == P_EL) {
4628              !!!back-token;              !!!cp ('t353.1');
4629              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              !!!back-token; # <x>
4630              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4631            } elsif ({                        line => $token->{line}, column => $token->{column}};
4632                      table => 1, caption => 1, td => 1, th => 1,              next B;
4633                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($_->[1] & SCOPING_EL) {
4634                     }->{$_->[1]}) {              !!!cp ('t354.1');
4635              last INSCOPE;              last INSCOPE;
4636            }            }
4637          } # INSCOPE          } # INSCOPE
4638              
4639          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          ## 5. (b) insert
4640                      !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4641          $self->{content_model} = PLAINTEXT_CONTENT_MODEL;          !!!nack ('t359.2');
             
4642          !!!next-token;          !!!next-token;
4643          redo B;          next B;
4644        } elsif ({        } elsif ($token->{tag_name} eq 'plaintext') {
4645                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,          ## NOTE: As normal, but effectively ends parsing
4646                 }->{$token->{tag_name}}) {  
4647          ## has a p element in scope          ## has a p element in scope
4648          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4649            my $node = $self->{open_elements}->[$_];            if ($_->[1] == P_EL) {
4650            if ($node->[1] eq 'p') {              !!!cp ('t367');
4651              !!!back-token;              !!!back-token; # <plaintext>
4652              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4653              redo B;                        line => $token->{line}, column => $token->{column}};
4654            } elsif ({              next B;
4655                      table => 1, caption => 1, td => 1, th => 1,            } elsif ($_->[1] & SCOPING_EL) {
4656                      button => 1, marquee => 1, object => 1, html => 1,              !!!cp ('t368');
                    }->{$node->[1]}) {  
4657              last INSCOPE;              last INSCOPE;
4658            }            }
4659          } # INSCOPE          } # INSCOPE
4660                        
4661          ## NOTE: See <http://html5.org/tools/web-apps-tracker?from=925&to=926>          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
         ## has an element in scope  
         #my $i;  
         #INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
         #  my $node = $self->{open_elements}->[$_];  
         #  if ({  
         #       h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,  
         #      }->{$node->[1]}) {  
         #    $i = $_;  
         #    last INSCOPE;  
         #  } elsif ({  
         #            table => 1, caption => 1, td => 1, th => 1,  
         #            button => 1, marquee => 1, object => 1, html => 1,  
         #           }->{$node->[1]}) {  
         #    last INSCOPE;  
         #  }  
         #} # INSCOPE  
         #    
         #if (defined $i) {  
         #  !!! parse-error (type => 'in hn:hn');  
         #  splice @{$self->{open_elements}}, $i;  
         #}  
4662                        
4663          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          $self->{content_model} = PLAINTEXT_CONTENT_MODEL;
4664                        
4665            !!!nack ('t368.1');
4666          !!!next-token;          !!!next-token;
4667          redo B;          next B;
4668        } elsif ($token->{tag_name} eq 'a') {        } elsif ($token->{tag_name} eq 'a') {
4669          AFE: for my $i (reverse 0..$#$active_formatting_elements) {          AFE: for my $i (reverse 0..$#$active_formatting_elements) {
4670            my $node = $active_formatting_elements->[$i];            my $node = $active_formatting_elements->[$i];
4671            if ($node->[1] eq 'a') {            if ($node->[1] == A_EL) {
4672              !!!parse-error (type => 'in a:a');              !!!cp ('t371');
4673                !!!parse-error (type => 'in a:a', token => $token);
4674                            
4675              !!!back-token;              !!!back-token; # <a>
4676              $token = {type => END_TAG_TOKEN, tag_name => 'a'};              $token = {type => END_TAG_TOKEN, tag_name => 'a',
4677              $formatting_end_tag->($token->{tag_name});                        line => $token->{line}, column => $token->{column}};
4678                $formatting_end_tag->($token);
4679                            
4680              AFE2: for (reverse 0..$#$active_formatting_elements) {              AFE2: for (reverse 0..$#$active_formatting_elements) {
4681                if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {                if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {
4682                    !!!cp ('t372');
4683                  splice @$active_formatting_elements, $_, 1;                  splice @$active_formatting_elements, $_, 1;
4684                  last AFE2;                  last AFE2;
4685                }                }
4686              } # AFE2              } # AFE2
4687              OE: for (reverse 0..$#{$self->{open_elements}}) {              OE: for (reverse 0..$#{$self->{open_elements}}) {
4688                if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {                if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {
4689                    !!!cp ('t373');
4690                  splice @{$self->{open_elements}}, $_, 1;                  splice @{$self->{open_elements}}, $_, 1;
4691                  last OE;                  last OE;
4692                }                }
4693              } # OE              } # OE
4694              last AFE;              last AFE;
4695            } elsif ($node->[0] eq '#marker') {            } elsif ($node->[0] eq '#marker') {
4696                !!!cp ('t374');
4697              last AFE;              last AFE;
4698            }            }
4699          } # AFE          } # AFE
4700                        
4701          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4702    
4703          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4704          push @$active_formatting_elements, $self->{open_elements}->[-1];          push @$active_formatting_elements, $self->{open_elements}->[-1];
4705    
4706            !!!nack ('t374.1');
4707          !!!next-token;          !!!next-token;
4708          redo B;          next B;
       } elsif ({  
                 b => 1, big => 1, em => 1, font => 1, i => 1,  
                 s => 1, small => 1, strile => 1,  
                 strong => 1, tt => 1, u => 1,  
                }->{$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;  
4709        } elsif ($token->{tag_name} eq 'nobr') {        } elsif ($token->{tag_name} eq 'nobr') {
4710          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4711    
4712          ## has a |nobr| element in scope          ## has a |nobr| element in scope
4713          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4714            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
4715            if ($node->[1] eq 'nobr') {            if ($node->[1] == NOBR_EL) {
4716              !!!parse-error (type => 'in nobr:nobr');              !!!cp ('t376');
4717              !!!back-token;              !!!parse-error (type => 'in nobr:nobr', token => $token);
4718              $token = {type => END_TAG_TOKEN, tag_name => 'nobr'};              !!!back-token; # <nobr>
4719              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'nobr',
4720            } elsif ({                        line => $token->{line}, column => $token->{column}};
4721                      table => 1, caption => 1, td => 1, th => 1,              next B;
4722                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($node->[1] & SCOPING_EL) {
4723                     }->{$node->[1]}) {              !!!cp ('t377');
4724              last INSCOPE;              last INSCOPE;
4725            }            }
4726          } # INSCOPE          } # INSCOPE
4727                    
4728          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4729          push @$active_formatting_elements, $self->{open_elements}->[-1];          push @$active_formatting_elements, $self->{open_elements}->[-1];
4730                    
4731            !!!nack ('t377.1');
4732          !!!next-token;          !!!next-token;
4733          redo B;          next B;
4734        } elsif ($token->{tag_name} eq 'button') {        } elsif ($token->{tag_name} eq 'button') {
4735          ## has a button element in scope          ## has a button element in scope
4736          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4737            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
4738            if ($node->[1] eq 'button') {            if ($node->[1] == BUTTON_EL) {
4739              !!!parse-error (type => 'in button:button');              !!!cp ('t378');
4740              !!!back-token;              !!!parse-error (type => 'in button:button', token => $token);
4741              $token = {type => END_TAG_TOKEN, tag_name => 'button'};              !!!back-token; # <button>
4742              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'button',
4743            } elsif ({                        line => $token->{line}, column => $token->{column}};
4744                      table => 1, caption => 1, td => 1, th => 1,              next B;
4745                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($node->[1] & SCOPING_EL) {
4746                     }->{$node->[1]}) {              !!!cp ('t379');
4747              last INSCOPE;              last INSCOPE;
4748            }            }
4749          } # INSCOPE          } # INSCOPE
4750                        
4751          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4752                        
4753          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4754          push @$active_formatting_elements, ['#marker', ''];  
4755            ## TODO: associate with $self->{form_element} if defined
4756    
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'marquee' or  
                $token->{tag_name} eq 'object') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
4757          push @$active_formatting_elements, ['#marker', ''];          push @$active_formatting_elements, ['#marker', ''];
4758            
4759          !!!next-token;          !!!nack ('t379.1');
         redo B;  
       } elsif ($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;  
             
4760          !!!next-token;          !!!next-token;
4761          redo B;          next B;
4762        } elsif ({        } elsif ({
4763                  area => 1, basefont => 1, bgsound => 1, br => 1,                  xmp => 1,
4764                  embed => 1, img => 1, param => 1, spacer => 1, wbr => 1,                  iframe => 1,
4765                  image => 1,                  noembed => 1,
4766                    noframes => 1, ## NOTE: This is an "as if in head" code clone.
4767                    noscript => 0, ## TODO: 1 if scripting is enabled
4768                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4769          if ($token->{tag_name} eq 'image') {          if ($token->{tag_name} eq 'xmp') {
4770            !!!parse-error (type => 'image');            !!!cp ('t381');
4771            $token->{tag_name} = 'img';            $reconstruct_active_formatting_elements->($insert_to_current);
4772            } else {
4773              !!!cp ('t399');
4774          }          }
4775            ## NOTE: There is an "as if in body" code clone.
4776          ## NOTE: There is an "as if <br>" code clone.          $parse_rcdata->(CDATA_CONTENT_MODEL);
4777          $reconstruct_active_formatting_elements->($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;  
4778        } elsif ($token->{tag_name} eq 'isindex') {        } elsif ($token->{tag_name} eq 'isindex') {
4779          !!!parse-error (type => 'isindex');          !!!parse-error (type => 'isindex', token => $token);
4780                    
4781          if (defined $self->{form_element}) {          if (defined $self->{form_element}) {
4782              !!!cp ('t389');
4783            ## Ignore the token            ## Ignore the token
4784              !!!nack ('t389'); ## NOTE: Not acknowledged.
4785            !!!next-token;            !!!next-token;
4786            redo B;            next B;
4787          } else {          } else {
4788              !!!ack ('t391.1');
4789    
4790            my $at = $token->{attributes};            my $at = $token->{attributes};
4791            my $form_attrs;            my $form_attrs;
4792            $form_attrs->{action} = $at->{action} if $at->{action};            $form_attrs->{action} = $at->{action} if $at->{action};
# Line 4911  sub _tree_construction_main ($) { Line 4796  sub _tree_construction_main ($) {
4796            delete $at->{prompt};            delete $at->{prompt};
4797            my @tokens = (            my @tokens = (
4798                          {type => START_TAG_TOKEN, tag_name => 'form',                          {type => START_TAG_TOKEN, tag_name => 'form',
4799                           attributes => $form_attrs},                           attributes => $form_attrs,
4800                          {type => START_TAG_TOKEN, tag_name => 'hr'},                           line => $token->{line}, column => $token->{column}},
4801                          {type => START_TAG_TOKEN, tag_name => 'p'},                          {type => START_TAG_TOKEN, tag_name => 'hr',
4802                          {type => START_TAG_TOKEN, tag_name => 'label'},                           line => $token->{line}, column => $token->{column}},
4803                            {type => START_TAG_TOKEN, tag_name => 'label',
4804                             line => $token->{line}, column => $token->{column}},
4805                         );                         );
4806            if ($prompt_attr) {            if ($prompt_attr) {
4807              push @tokens, {type => CHARACTER_TOKEN, data => $prompt_attr->{value}};              !!!cp ('t390');
4808                push @tokens, {type => CHARACTER_TOKEN, data => $prompt_attr->{value},
4809                               #line => $token->{line}, column => $token->{column},
4810                              };
4811            } else {            } else {
4812                !!!cp ('t391');
4813              push @tokens, {type => CHARACTER_TOKEN,              push @tokens, {type => CHARACTER_TOKEN,
4814                             data => 'This is a searchable index. Insert your search keywords here: '}; # SHOULD                             data => 'This is a searchable index. Insert your search keywords here: ',
4815                               #line => $token->{line}, column => $token->{column},
4816                              }; # SHOULD
4817              ## TODO: make this configurable              ## TODO: make this configurable
4818            }            }
4819            push @tokens,            push @tokens,
4820                          {type => START_TAG_TOKEN, tag_name => 'input', attributes => $at},                          {type => START_TAG_TOKEN, tag_name => 'input', attributes => $at,
4821                             line => $token->{line}, column => $token->{column}},
4822                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD
4823                          {type => END_TAG_TOKEN, tag_name => 'label'},                          {type => END_TAG_TOKEN, tag_name => 'label',
4824                          {type => END_TAG_TOKEN, tag_name => 'p'},                           line => $token->{line}, column => $token->{column}},
4825                          {type => START_TAG_TOKEN, tag_name => 'hr'},                          {type => START_TAG_TOKEN, tag_name => 'hr',
4826                          {type => END_TAG_TOKEN, tag_name => 'form'};                           line => $token->{line}, column => $token->{column}},
4827            $token = shift @tokens;                          {type => END_TAG_TOKEN, tag_name => 'form',
4828                             line => $token->{line}, column => $token->{column}};
4829            !!!back-token (@tokens);            !!!back-token (@tokens);
4830            redo B;            !!!next-token;
4831              next B;
4832          }          }
4833        } elsif ($token->{tag_name} eq 'textarea') {        } elsif ($token->{tag_name} eq 'textarea') {
4834          my $tag_name = $token->{tag_name};          ## 1. Insert
4835          my $el;          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
         !!!create-element ($el, $token->{tag_name}, $token->{attributes});  
4836                    
4837            ## Step 2 # XXX
4838          ## TODO: $self->{form_element} if defined          ## TODO: $self->{form_element} if defined
4839    
4840            ## 2. Drop U+000A LINE FEED
4841            $self->{ignore_newline} = 1;
4842    
4843            ## 3. RCDATA
4844          $self->{content_model} = RCDATA_CONTENT_MODEL;          $self->{content_model} = RCDATA_CONTENT_MODEL;
4845          delete $self->{escape}; # MUST          delete $self->{escape}; # MUST
4846            
4847          $insert->($el);          ## 4., 6. Insertion mode
4848                    $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
4849          my $text = '';  
4850            ## XXX: 5. frameset-ok flag
4851    
4852            !!!nack ('t392.1');
4853          !!!next-token;          !!!next-token;
4854          if ($token->{type} == CHARACTER_TOKEN) {          next B;
4855            $token->{data} =~ s/^\x0A//;        } elsif ($token->{tag_name} eq 'optgroup' or
4856            unless (length $token->{data}) {                 $token->{tag_name} eq 'option') {
4857              !!!next-token;          ## has an |option| element in scope
4858            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4859              my $node = $self->{open_elements}->[$_];
4860              if ($node->[1] == OPTION_EL) {
4861                !!!cp ('t397.1');
4862                ## NOTE: As if </option>
4863                !!!back-token; # <option> or <optgroup>
4864                $token = {type => END_TAG_TOKEN, tag_name => 'option',
4865                          line => $token->{line}, column => $token->{column}};
4866                next B;
4867              } elsif ($node->[1] & SCOPING_EL) {
4868                !!!cp ('t397.2');
4869                last INSCOPE;
4870            }            }
4871          }          } # INSCOPE
4872          while ($token->{type} == CHARACTER_TOKEN) {  
4873            $text .= $token->{data};          $reconstruct_active_formatting_elements->($insert_to_current);
4874            !!!next-token;  
4875          }          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4876          if (length $text) {  
4877            $el->manakai_append_text ($text);          !!!nack ('t397.3');
         }  
           
         $self->{content_model} = PCDATA_CONTENT_MODEL;  
           
         if ($token->{type} == END_TAG_TOKEN and  
             $token->{tag_name} eq $tag_name) {  
           ## Ignore the token  
         } else {  
           !!!parse-error (type => 'in RCDATA:#'.$token->{type});  
         }  
4878          !!!next-token;          !!!next-token;
4879          redo B;          redo B;
4880        } elsif ({        } elsif ($token->{tag_name} eq 'rt' or
4881                  iframe => 1,                 $token->{tag_name} eq 'rp') {
4882                  noembed => 1,          ## has a |ruby| element in scope
4883                  noframes => 1,          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4884                  noscript => 0, ## TODO: 1 if scripting is enabled            my $node = $self->{open_elements}->[$_];
4885                 }->{$token->{tag_name}}) {            if ($node->[1] == RUBY_EL) {
4886          ## NOTE: There is an "as if in body" code clone.              !!!cp ('t398.1');
4887          $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);              ## generate implied end tags
4888                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
4889                  !!!cp ('t398.2');
4890                  pop @{$self->{open_elements}};
4891                }
4892                unless ($self->{open_elements}->[-1]->[1] == RUBY_EL) {
4893                  !!!cp ('t398.3');
4894                  !!!parse-error (type => 'not closed',
4895                                  text => $self->{open_elements}->[-1]->[0]
4896                                      ->manakai_local_name,
4897                                  token => $token);
4898                  pop @{$self->{open_elements}}
4899                      while not $self->{open_elements}->[-1]->[1] == RUBY_EL;
4900                }
4901                last INSCOPE;
4902              } elsif ($node->[1] & SCOPING_EL) {
4903                !!!cp ('t398.4');
4904                last INSCOPE;
4905              }
4906            } # INSCOPE
4907              
4908            ## TODO: <non-ruby><rt> is not allowed.
4909    
4910            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4911    
4912            !!!nack ('t398.5');
4913            !!!next-token;
4914          redo B;          redo B;
4915        } elsif ($token->{tag_name} eq 'select') {        } elsif ($token->{tag_name} eq 'math' or
4916                   $token->{tag_name} eq 'svg') {
4917          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4918    
4919            ## "Adjust MathML attributes" ('math' only) - done in insert-element-f
4920    
4921            ## "adjust SVG attributes" ('svg' only) - done in insert-element-f
4922    
4923            ## "adjust foreign attributes" - done in insert-element-f
4924                    
4925          !!!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);
4926                    
4927          $self->{insertion_mode} = IN_SELECT_IM;          if ($self->{self_closing}) {
4928              pop @{$self->{open_elements}};
4929              !!!ack ('t398.6');
4930            } else {
4931              !!!cp ('t398.7');
4932              $self->{insertion_mode} |= IN_FOREIGN_CONTENT_IM;
4933              ## NOTE: |<body><math><mi><svg>| -> "in foreign content" insertion
4934              ## mode, "in body" (not "in foreign content") secondary insertion
4935              ## mode, maybe.
4936            }
4937    
4938          !!!next-token;          !!!next-token;
4939          redo B;          next B;
4940        } elsif ({        } elsif ({
4941                  caption => 1, col => 1, colgroup => 1, frame => 1,                  caption => 1, col => 1, colgroup => 1, frame => 1,
4942                  frameset => 1, head => 1, option => 1, optgroup => 1,                  frameset => 1, head => 1,
4943                  tbody => 1, td => 1, tfoot => 1, th => 1,                  tbody => 1, td => 1, tfoot => 1, th => 1,
4944                  thead => 1, tr => 1,                  thead => 1, tr => 1,
4945                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4946          !!!parse-error (type => 'in body:'.$token->{tag_name});          !!!cp ('t401');
4947            !!!parse-error (type => 'in body',
4948                            text => $token->{tag_name}, token => $token);
4949          ## Ignore the token          ## Ignore the token
4950            !!!nack ('t401.1'); ## NOTE: |<col/>| or |<frame/>| here is an error.
4951            !!!next-token;
4952            next B;
4953          } elsif ($token->{tag_name} eq 'param' or
4954                   $token->{tag_name} eq 'source') {
4955            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4956            pop @{$self->{open_elements}};
4957    
4958            !!!ack ('t398.5');
4959          !!!next-token;          !!!next-token;
4960          redo B;          redo B;
           
         ## ISSUE: An issue on HTML5 new elements in the spec.  
4961        } else {        } else {
4962            if ($token->{tag_name} eq 'image') {
4963              !!!cp ('t384');
4964              !!!parse-error (type => 'image', token => $token);
4965              $token->{tag_name} = 'img';
4966            } else {
4967              !!!cp ('t385');
4968            }
4969    
4970            ## NOTE: There is an "as if <br>" code clone.
4971          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4972                    
4973          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4974    
4975            if ({
4976                 applet => 1, marquee => 1, object => 1,
4977                }->{$token->{tag_name}}) {
4978              !!!cp ('t380');
4979              push @$active_formatting_elements, ['#marker', ''];
4980              !!!nack ('t380.1');
4981            } elsif ({
4982                      b => 1, big => 1, em => 1, font => 1, i => 1,
4983                      s => 1, small => 1, strike => 1,
4984                      strong => 1, tt => 1, u => 1,
4985                     }->{$token->{tag_name}}) {
4986              !!!cp ('t375');
4987              push @$active_formatting_elements, $self->{open_elements}->[-1];
4988              !!!nack ('t375.1');
4989            } elsif ($token->{tag_name} eq 'input') {
4990              !!!cp ('t388');
4991              ## TODO: associate with $self->{form_element} if defined
4992              pop @{$self->{open_elements}};
4993              !!!ack ('t388.2');
4994            } elsif ({
4995                      area => 1, basefont => 1, bgsound => 1, br => 1,
4996                      embed => 1, img => 1, spacer => 1, wbr => 1,
4997                      keygen => 1,
4998                     }->{$token->{tag_name}}) {
4999              !!!cp ('t388.1');
5000              pop @{$self->{open_elements}};
5001              !!!ack ('t388.3');
5002            } elsif ($token->{tag_name} eq 'select') {
5003              ## TODO: associate with $self->{form_element} if defined
5004            
5005              if ($self->{insertion_mode} & TABLE_IMS or
5006                  $self->{insertion_mode} & BODY_TABLE_IMS or
5007                  ($self->{insertion_mode} & IM_MASK) == IN_COLUMN_GROUP_IM) {
5008                !!!cp ('t400.1');
5009                $self->{insertion_mode} = IN_SELECT_IN_TABLE_IM;
5010              } else {
5011                !!!cp ('t400.2');
5012                $self->{insertion_mode} = IN_SELECT_IM;
5013              }
5014              !!!nack ('t400.3');
5015            } else {
5016              !!!nack ('t402');
5017            }
5018                    
5019          !!!next-token;          !!!next-token;
5020          redo B;          next B;
5021        }        }
5022      } elsif ($token->{type} == END_TAG_TOKEN) {      } elsif ($token->{type} == END_TAG_TOKEN) {
5023        if ($token->{tag_name} eq 'body') {        if ($token->{tag_name} eq 'body' or $token->{tag_name} eq 'html') {
5024          if (@{$self->{open_elements}} > 1 and  
5025              $self->{open_elements}->[1]->[1] eq 'body') {          ## 1. If not "have an element in scope":
5026            for (@{$self->{open_elements}}) {          ## "has a |body| element in scope"
5027              unless ({          my $i;
5028                         dd => 1, dt => 1, li => 1, p => 1, td => 1,          INSCOPE: {
5029                         th => 1, tr => 1, body => 1, html => 1,            for (reverse @{$self->{open_elements}}) {
5030                       tbody => 1, tfoot => 1, thead => 1,              if ($_->[1] == BODY_EL) {
5031                      }->{$_->[1]}) {                !!!cp ('t405');
5032                !!!parse-error (type => 'not closed:'.$_->[1]);                $i = $_;
5033                  last INSCOPE;
5034                } elsif ($_->[1] & SCOPING_EL) {
5035                  !!!cp ('t405.1');
5036                  last;
5037              }              }
5038            }            }
5039    
5040            $self->{insertion_mode} = AFTER_BODY_IM;            ## NOTE: |<marquee></body>|, |<svg><foreignobject></body>|,
5041            !!!next-token;            ## and fragment cases.
5042            redo B;  
5043          } else {            !!!parse-error (type => 'unmatched end tag',
5044            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                            text => $token->{tag_name}, token => $token);
5045            ## Ignore the token            ## Ignore the token.  (</body> or </html>)
5046            !!!next-token;            !!!next-token;
5047            redo B;            next B;
5048          }          } # INSCOPE
5049        } elsif ($token->{tag_name} eq 'html') {  
5050          if (@{$self->{open_elements}} > 1 and $self->{open_elements}->[1]->[1] eq 'body') {          ## 2. If unclosed elements:
5051            ## ISSUE: There is an issue in the spec.          for (@{$self->{open_elements}}) {
5052            if ($self->{open_elements}->[-1]->[1] ne 'body') {            unless ($_->[1] & ALL_END_TAG_OPTIONAL_EL ||
5053              !!!parse-error (type => 'not closed:'.$self->{open_elements}->[1]->[1]);                    $_->[1] == OPTGROUP_EL ||
5054                      $_->[1] == OPTION_EL ||
5055                      $_->[1] == RUBY_COMPONENT_EL) {
5056                !!!cp ('t403');
5057                !!!parse-error (type => 'not closed',
5058                                text => $_->[0]->manakai_local_name,
5059                                token => $token);
5060                last;
5061              } else {
5062                !!!cp ('t404');
5063            }            }
5064            $self->{insertion_mode} = AFTER_BODY_IM;          }
5065            ## reprocess  
5066            redo B;          ## 3. Switch the insertion mode.
5067          } else {          $self->{insertion_mode} = AFTER_BODY_IM;
5068            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});          if ($token->{tag_name} eq 'body') {
           ## Ignore the token  
5069            !!!next-token;            !!!next-token;
5070            redo B;          } else { # html
5071              ## Reprocess.
5072          }          }
5073            next B;
5074        } elsif ({        } elsif ({
5075                  address => 1, blockquote => 1, center => 1, dir => 1,                  ## NOTE: End tags for non-phrasing flow content elements
5076                  div => 1, dl => 1, fieldset => 1, listing => 1,  
5077                  menu => 1, ol => 1, pre => 1, ul => 1,                  ## NOTE: The normal ones
5078                  p => 1,                  address => 1, article => 1, aside => 1, blockquote => 1,
5079                    center => 1, datagrid => 1, details => 1, dialog => 1,
5080                    dir => 1, div => 1, dl => 1, fieldset => 1, figure => 1,
5081                    footer => 1, header => 1, hgroup => 1,
5082                    listing => 1, menu => 1, nav => 1,
5083                    ol => 1, pre => 1, section => 1, ul => 1,
5084    
5085                    ## NOTE: As normal, but ... optional tags
5086                  dd => 1, dt => 1, li => 1,                  dd => 1, dt => 1, li => 1,
5087                  button => 1, marquee => 1, object => 1,  
5088                    applet => 1, button => 1, marquee => 1, object => 1,
5089                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5090            ## NOTE: Code for <li> start tags includes "as if </li>" code.
5091            ## Code for <dt> or <dd> start tags includes "as if </dt> or
5092            ## </dd>" code.
5093    
5094          ## has an element in scope          ## has an element in scope
5095          my $i;          my $i;
5096          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5097            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5098            if ($node->[1] eq $token->{tag_name}) {            if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
5099              ## generate implied end tags              !!!cp ('t410');
             if ({  
                  dd => ($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;  
             }  
5100              $i = $_;              $i = $_;
5101              last INSCOPE unless $token->{tag_name} eq 'p';              last INSCOPE;
5102            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
5103                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t411');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
5104              last INSCOPE;              last INSCOPE;
5105            }            }
5106          } # INSCOPE          } # INSCOPE
5107            
5108          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {          unless (defined $i) { # has an element in scope
5109            if (defined $i) {            !!!cp ('t413');
5110              !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);            !!!parse-error (type => 'unmatched end tag',
5111                              text => $token->{tag_name}, token => $token);
5112              ## NOTE: Ignore the token.
5113            } else {
5114              ## Step 1. generate implied end tags
5115              while ({
5116                      ## END_TAG_OPTIONAL_EL
5117                      dd => ($token->{tag_name} ne 'dd'),
5118                      dt => ($token->{tag_name} ne 'dt'),
5119                      li => ($token->{tag_name} ne 'li'),
5120                      option => 1,
5121                      optgroup => 1,
5122                      p => 1,
5123                      rt => 1,
5124                      rp => 1,
5125                     }->{$self->{open_elements}->[-1]->[0]->manakai_local_name}) {
5126                !!!cp ('t409');
5127                pop @{$self->{open_elements}};
5128              }
5129    
5130              ## Step 2.
5131              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5132                      ne $token->{tag_name}) {
5133                !!!cp ('t412');
5134                !!!parse-error (type => 'not closed',
5135                                text => $self->{open_elements}->[-1]->[0]
5136                                    ->manakai_local_name,
5137                                token => $token);
5138            } else {            } else {
5139              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t414');
5140            }            }
5141          }  
5142                      ## Step 3.
         if (defined $i) {  
5143            splice @{$self->{open_elements}}, $i;            splice @{$self->{open_elements}}, $i;
5144          } elsif ($token->{tag_name} eq 'p') {  
5145            ## As if <p>, then reprocess the current token            ## Step 4.
5146            my $el;            $clear_up_to_marker->()
5147            !!!create-element ($el, 'p');                if {
5148            $insert->($el);                  applet => 1, button => 1, marquee => 1, object => 1,
5149                  }->{$token->{tag_name}};
5150          }          }
         $clear_up_to_marker->()  
           if {  
             button => 1, marquee => 1, object => 1,  
           }->{$token->{tag_name}};  
5151          !!!next-token;          !!!next-token;
5152          redo B;          next B;
5153        } elsif ($token->{tag_name} eq 'form') {        } elsif ($token->{tag_name} eq 'form') {
5154            ## NOTE: As normal, but interacts with the form element pointer
5155    
5156            undef $self->{form_element};
5157    
5158          ## has an element in scope          ## has an element in scope
5159            my $i;
5160          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5161            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5162            if ($node->[1] eq $token->{tag_name}) {            if ($node->[1] == FORM_EL) {
5163              ## generate implied end tags              !!!cp ('t418');
5164              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 => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
             }  
5165              last INSCOPE;              last INSCOPE;
5166            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
5167                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t419');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
5168              last INSCOPE;              last INSCOPE;
5169            }            }
5170          } # INSCOPE          } # INSCOPE
5171            
5172          if ($self->{open_elements}->[-1]->[1] eq $token->{tag_name}) {          unless (defined $i) { # has an element in scope
5173            pop @{$self->{open_elements}};            !!!cp ('t421');
5174          } else {            !!!parse-error (type => 'unmatched end tag',
5175            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                            text => $token->{tag_name}, token => $token);
5176              ## NOTE: Ignore the token.
5177            } else {
5178              ## Step 1. generate implied end tags
5179              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5180                !!!cp ('t417');
5181                pop @{$self->{open_elements}};
5182              }
5183              
5184              ## Step 2.
5185              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5186                      ne $token->{tag_name}) {
5187                !!!cp ('t417.1');
5188                !!!parse-error (type => 'not closed',
5189                                text => $self->{open_elements}->[-1]->[0]
5190                                    ->manakai_local_name,
5191                                token => $token);
5192              } else {
5193                !!!cp ('t420');
5194              }  
5195              
5196              ## Step 3.
5197              splice @{$self->{open_elements}}, $i;
5198          }          }
5199    
         undef $self->{form_element};  
5200          !!!next-token;          !!!next-token;
5201          redo B;          next B;
5202        } elsif ({        } elsif ({
5203                    ## NOTE: As normal, except acts as a closer for any ...
5204                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
5205                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5206          ## has an element in scope          ## has an element in scope
5207          my $i;          my $i;
5208          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5209            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5210            if ({            if ($node->[1] == HEADING_EL) {
5211                 h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,              !!!cp ('t423');
               }->{$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;  
             }  
5212              $i = $_;              $i = $_;
5213              last INSCOPE;              last INSCOPE;
5214            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
5215                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t424');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
5216              last INSCOPE;              last INSCOPE;
5217            }            }
5218          } # INSCOPE          } # INSCOPE
5219            
5220          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {          unless (defined $i) { # has an element in scope
5221            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t425.1');
5222              !!!parse-error (type => 'unmatched end tag',
5223                              text => $token->{tag_name}, token => $token);
5224              ## NOTE: Ignore the token.
5225            } else {
5226              ## Step 1. generate implied end tags
5227              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5228                !!!cp ('t422');
5229                pop @{$self->{open_elements}};
5230              }
5231              
5232              ## Step 2.
5233              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5234                      ne $token->{tag_name}) {
5235                !!!cp ('t425');
5236                !!!parse-error (type => 'unmatched end tag',
5237                                text => $token->{tag_name}, token => $token);
5238              } else {
5239                !!!cp ('t426');
5240              }
5241    
5242              ## Step 3.
5243              splice @{$self->{open_elements}}, $i;
5244          }          }
5245                    
         splice @{$self->{open_elements}}, $i if defined $i;  
5246          !!!next-token;          !!!next-token;
5247          redo B;          next B;
5248          } elsif ($token->{tag_name} eq 'p') {
5249            ## NOTE: As normal, except </p> implies <p> and ...
5250    
5251            ## has an element in scope
5252            my $non_optional;
5253            my $i;
5254            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5255              my $node = $self->{open_elements}->[$_];
5256              if ($node->[1] == P_EL) {
5257                !!!cp ('t410.1');
5258                $i = $_;
5259                last INSCOPE;
5260              } elsif ($node->[1] & SCOPING_EL) {
5261                !!!cp ('t411.1');
5262                last INSCOPE;
5263              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
5264                ## NOTE: |END_TAG_OPTIONAL_EL| includes "p"
5265                !!!cp ('t411.2');
5266                #
5267              } else {
5268                !!!cp ('t411.3');
5269                $non_optional ||= $node;
5270                #
5271              }
5272            } # INSCOPE
5273    
5274            if (defined $i) {
5275              ## 1. Generate implied end tags
5276              #
5277    
5278              ## 2. If current node != "p", parse error
5279              if ($non_optional) {
5280                !!!cp ('t412.1');
5281                !!!parse-error (type => 'not closed',
5282                                text => $non_optional->[0]->manakai_local_name,
5283                                token => $token);
5284              } else {
5285                !!!cp ('t414.1');
5286              }
5287    
5288              ## 3. Pop
5289              splice @{$self->{open_elements}}, $i;
5290            } else {
5291              !!!cp ('t413.1');
5292              !!!parse-error (type => 'unmatched end tag',
5293                              text => $token->{tag_name}, token => $token);
5294    
5295              !!!cp ('t415.1');
5296              ## As if <p>, then reprocess the current token
5297              my $el;
5298              !!!create-element ($el, $HTML_NS, 'p',, $token);
5299              $insert->($el);
5300              ## NOTE: Not inserted into |$self->{open_elements}|.
5301            }
5302    
5303            !!!next-token;
5304            next B;
5305        } elsif ({        } elsif ({
5306                  a => 1,                  a => 1,
5307                  b => 1, big => 1, em => 1, font => 1, i => 1,                  b => 1, big => 1, em => 1, font => 1, i => 1,
5308                  nobr => 1, s => 1, small => 1, strile => 1,                  nobr => 1, s => 1, small => 1, strike => 1,
5309                  strong => 1, tt => 1, u => 1,                  strong => 1, tt => 1, u => 1,
5310                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5311          $formatting_end_tag->($token->{tag_name});          !!!cp ('t427');
5312          redo B;          $formatting_end_tag->($token);
5313            next B;
5314        } elsif ($token->{tag_name} eq 'br') {        } elsif ($token->{tag_name} eq 'br') {
5315          !!!parse-error (type => 'unmatched end tag:br');          !!!cp ('t428');
5316            !!!parse-error (type => 'unmatched end tag',
5317                            text => 'br', token => $token);
5318    
5319          ## As if <br>          ## As if <br>
5320          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
5321                    
5322          my $el;          my $el;
5323          !!!create-element ($el, 'br');          !!!create-element ($el, $HTML_NS, 'br',, $token);
5324          $insert->($el);          $insert->($el);
5325                    
5326          ## Ignore the token.          ## Ignore the token.
5327          !!!next-token;          !!!next-token;
5328          redo B;          next B;
       } elsif ({  
                 caption => 1, col => 1, colgroup => 1, frame => 1,  
                 frameset => 1, head => 1, option => 1, optgroup => 1,  
                 tbody => 1, td => 1, tfoot => 1, th => 1,  
                 thead => 1, tr => 1,  
                 area => 1, basefont => 1, bgsound => 1,  
                 embed => 1, hr => 1, iframe => 1, image => 1,  
                 img => 1, input => 1, isindex => 1, noembed => 1,  
                 noframes => 1, param => 1, select => 1, spacer => 1,  
                 table => 1, textarea => 1, wbr => 1,  
                 noscript => 0, ## TODO: if scripting is enabled  
                }->{$token->{tag_name}}) {  
         !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
         ## Ignore the token  
         !!!next-token;  
         redo B;  
           
         ## ISSUE: Issue on HTML5 new elements in spec  
           
5329        } else {        } else {
5330            if ($token->{tag_name} eq 'sarcasm') {
5331              sleep 0.001; # take a deep breath
5332            }
5333    
5334          ## Step 1          ## Step 1
5335          my $node_i = -1;          my $node_i = -1;
5336          my $node = $self->{open_elements}->[$node_i];          my $node = $self->{open_elements}->[$node_i];
5337    
5338          ## Step 2          ## Step 2
5339          S2: {          S2: {
5340            if ($node->[1] eq $token->{tag_name}) {            my $node_tag_name = $node->[0]->manakai_local_name;
5341              $node_tag_name =~ tr/A-Z/a-z/; # for SVG camelCase tag names
5342              if ($node_tag_name eq $token->{tag_name}) {
5343              ## Step 1              ## Step 1
5344              ## generate implied end tags              ## generate implied end tags
5345              if ({              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5346                   dd => 1, dt => 1, li => 1, p => 1,                !!!cp ('t430');
5347                   td => 1, th => 1, tr => 1,                ## NOTE: |<ruby><rt></ruby>|.
5348                   tbody => 1, tfoot => 1, thead => 1,                ## ISSUE: <ruby><rt></rt> will also take this code path,
5349                  }->{$self->{open_elements}->[-1]->[1]}) {                ## which seems wrong.
5350                !!!back-token;                pop @{$self->{open_elements}};
5351                $token = {type => END_TAG_TOKEN,                $node_i++;
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
5352              }              }
5353                    
5354              ## Step 2              ## Step 2
5355              if ($token->{tag_name} ne $self->{open_elements}->[-1]->[1]) {              my $current_tag_name
5356                    = $self->{open_elements}->[-1]->[0]->manakai_local_name;
5357                $current_tag_name =~ tr/A-Z/a-z/;
5358                if ($current_tag_name ne $token->{tag_name}) {
5359                  !!!cp ('t431');
5360                ## NOTE: <x><y></x>                ## NOTE: <x><y></x>
5361                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!parse-error (type => 'not closed',
5362                                  text => $self->{open_elements}->[-1]->[0]
5363                                      ->manakai_local_name,
5364                                  token => $token);
5365                } else {
5366                  !!!cp ('t432');
5367              }              }
5368                            
5369              ## Step 3              ## Step 3
5370              splice @{$self->{open_elements}}, $node_i;              splice @{$self->{open_elements}}, $node_i if $node_i < 0;
5371    
5372              !!!next-token;              !!!next-token;
5373              last S2;              last S2;
5374            } else {            } else {
5375              ## Step 3              ## Step 3
5376              if (not $formatting_category->{$node->[1]} and              if (not ($node->[1] & FORMATTING_EL) and
5377                  #not $phrasing_category->{$node->[1]} and                  #not $phrasing_category->{$node->[1]} and
5378                  ($special_category->{$node->[1]} or                  ($node->[1] & SPECIAL_EL or
5379                   $scoping_category->{$node->[1]})) {                   $node->[1] & SCOPING_EL)) {
5380                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!cp ('t433');
5381                  !!!parse-error (type => 'unmatched end tag',
5382                                  text => $token->{tag_name}, token => $token);
5383                ## Ignore the token                ## Ignore the token
5384                !!!next-token;                !!!next-token;
5385                last S2;                last S2;
5386    
5387                  ## NOTE: |<span><dd></span>a|: In Safari 3.1.2 and Opera
5388                  ## 9.27, "a" is a child of <dd> (conforming).  In
5389                  ## Firefox 3.0.2, "a" is a child of <body>.  In WinIE 7,
5390                  ## "a" is a child of both <body> and <dd>.
5391              }              }
5392                
5393                !!!cp ('t434');
5394            }            }
5395                        
5396            ## Step 4            ## Step 4
# Line 5269  sub _tree_construction_main ($) { Line 5400  sub _tree_construction_main ($) {
5400            ## Step 5;            ## Step 5;
5401            redo S2;            redo S2;
5402          } # S2          } # S2
5403          redo B;          next B;
5404        }        }
5405      }      }
5406      redo B;      next B;
5407      } continue { # B
5408        if ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {
5409          ## NOTE: The code below is executed in cases where it does not have
5410          ## to be, but it it is harmless even in those cases.
5411          ## has an element in scope
5412          INSCOPE: {
5413            for (reverse 0..$#{$self->{open_elements}}) {
5414              my $node = $self->{open_elements}->[$_];
5415              if ($node->[1] & FOREIGN_EL) {
5416                last INSCOPE;
5417              } elsif ($node->[1] & SCOPING_EL) {
5418                last;
5419              }
5420            }
5421            
5422            ## NOTE: No foreign element in scope.
5423            $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
5424          } # INSCOPE
5425        }
5426    } # B    } # B
5427    
   ## 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  
   
5428    ## Stop parsing # MUST    ## Stop parsing # MUST
5429        
5430    ## TODO: script stuffs    ## TODO: script stuffs
5431  } # _tree_construct_main  } # _tree_construct_main
5432    
5433  sub set_inner_html ($$$) {  ## XXX: How this method is organized is somewhat out of date, although
5434    ## it still does what the current spec documents.
5435    sub set_inner_html ($$$$;$) {
5436    my $class = shift;    my $class = shift;
5437    my $node = shift;    my $node = shift; # /context/
5438    my $s = \$_[0];    #my $s = \$_[0];
5439    my $onerror = $_[1];    my $onerror = $_[1];
5440      my $get_wrapper = $_[2] || sub ($) { return $_[0] };
   ## ISSUE: Should {confident} be true?  
5441    
5442    my $nt = $node->node_type;    my $nt = $node->node_type;
5443    if ($nt == 9) {    if ($nt == 9) { # Document (invoke the algorithm with no /context/ element)
5444      # MUST      # MUST
5445            
5446      ## Step 1 # MUST      ## Step 1 # MUST
# Line 5308  sub set_inner_html ($$$) { Line 5454  sub set_inner_html ($$$) {
5454      }      }
5455    
5456      ## Step 3, 4, 5 # MUST      ## Step 3, 4, 5 # MUST
5457      $class->parse_string ($$s => $node, $onerror);      $class->parse_char_string ($_[0] => $node, $onerror, $get_wrapper);
5458    } elsif ($nt == 1) {    } elsif ($nt == 1) { # Element (invoke the algorithm with /context/ element)
5459      ## TODO: If non-html element      ## TODO: If non-html element
5460    
5461      ## NOTE: Most of this code is copied from |parse_string|      ## NOTE: Most of this code is copied from |parse_string|
5462    
5463      ## Step 1 # MUST  ## TODO: Support for $get_wrapper
5464    
5465        ## F1. Create an HTML document.
5466      my $this_doc = $node->owner_document;      my $this_doc = $node->owner_document;
5467      my $doc = $this_doc->implementation->create_document;      my $doc = $this_doc->implementation->create_document;
5468      $doc->manakai_is_html (1);      $doc->manakai_is_html (1);
5469    
5470        ## F2. Propagate quirkness flag
5471        my $node_doc = $node->owner_document;
5472        $doc->manakai_compat_mode ($node_doc->manakai_compat_mode);
5473    
5474        ## F3. Create an HTML parser
5475      my $p = $class->new;      my $p = $class->new;
5476      $p->{document} = $doc;      $p->{document} = $doc;
5477    
5478      ## Step 9 # MUST      ## Step 8 # MUST
5479      my $i = 0;      my $i = 0;
5480      my $line = 1;      $p->{line_prev} = $p->{line} = 1;
5481      my $column = 0;      $p->{column_prev} = $p->{column} = 0;
5482      $p->{set_next_input_character} = sub {      require Whatpm::Charset::DecodeHandle;
5483        my $input = Whatpm::Charset::DecodeHandle::CharString->new (\($_[0]));
5484        $input = $get_wrapper->($input);
5485        $p->{set_nc} = sub {
5486        my $self = shift;        my $self = shift;
5487    
5488        pop @{$self->{prev_input_character}};        my $char = '';
5489        unshift @{$self->{prev_input_character}}, $self->{next_input_character};        if (defined $self->{next_nc}) {
5490            $char = $self->{next_nc};
5491            delete $self->{next_nc};
5492            $self->{nc} = ord $char;
5493          } else {
5494            $self->{char_buffer} = '';
5495            $self->{char_buffer_pos} = 0;
5496            
5497            my $count = $input->manakai_read_until
5498                ($self->{char_buffer}, qr/[^\x00\x0A\x0D]/,
5499                 $self->{char_buffer_pos});
5500            if ($count) {
5501              $self->{line_prev} = $self->{line};
5502              $self->{column_prev} = $self->{column};
5503              $self->{column}++;
5504              $self->{nc}
5505                  = ord substr ($self->{char_buffer},
5506                                $self->{char_buffer_pos}++, 1);
5507              return;
5508            }
5509            
5510            if ($input->read ($char, 1)) {
5511              $self->{nc} = ord $char;
5512            } else {
5513              $self->{nc} = -1;
5514              return;
5515            }
5516          }
5517    
5518        $self->{next_input_character} = -1 and return if $i >= length $$s;        ($p->{line_prev}, $p->{column_prev}) = ($p->{line}, $p->{column});
5519        $self->{next_input_character} = ord substr $$s, $i++, 1;        $p->{column}++;
5520        $column++;  
5521          if ($self->{nc} == 0x000A) { # LF
5522        if ($self->{next_input_character} == 0x000A) { # LF          $p->{line}++;
5523          $line++;          $p->{column} = 0;
5524          $column = 0;          !!!cp ('i1');
5525        } elsif ($self->{next_input_character} == 0x000D) { # CR        } elsif ($self->{nc} == 0x000D) { # CR
5526          $i++ if substr ($$s, $i, 1) eq "\x0A";  ## TODO: support for abort/streaming
5527          $self->{next_input_character} = 0x000A; # LF # MUST          my $next = '';
5528          $line++;          if ($input->read ($next, 1) and $next ne "\x0A") {
5529          $column = 0;            $self->{next_nc} = $next;
5530        } elsif ($self->{next_input_character} > 0x10FFFF) {          }
5531          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{nc} = 0x000A; # LF # MUST
5532        } elsif ($self->{next_input_character} == 0x0000) { # NULL          $p->{line}++;
5533            $p->{column} = 0;
5534            !!!cp ('i2');
5535          } elsif ($self->{nc} == 0x0000) { # NULL
5536            !!!cp ('i4');
5537          !!!parse-error (type => 'NULL');          !!!parse-error (type => 'NULL');
5538          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{nc} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
5539        }        }
5540      };      };
5541      $p->{prev_input_character} = [-1, -1, -1];  
5542      $p->{next_input_character} = -1;      $p->{read_until} = sub {
5543              #my ($scalar, $specials_range, $offset) = @_;
5544          return 0 if defined $p->{next_nc};
5545    
5546          my $pattern = qr/[^$_[1]\x00\x0A\x0D]/;
5547          my $offset = $_[2] || 0;
5548          
5549          if ($p->{char_buffer_pos} < length $p->{char_buffer}) {
5550            pos ($p->{char_buffer}) = $p->{char_buffer_pos};
5551            if ($p->{char_buffer} =~ /\G(?>$pattern)+/) {
5552              substr ($_[0], $offset)
5553                  = substr ($p->{char_buffer}, $-[0], $+[0] - $-[0]);
5554              my $count = $+[0] - $-[0];
5555              if ($count) {
5556                $p->{column} += $count;
5557                $p->{char_buffer_pos} += $count;
5558                $p->{line_prev} = $p->{line};
5559                $p->{column_prev} = $p->{column} - 1;
5560                $p->{nc} = -1;
5561              }
5562              return $count;
5563            } else {
5564              return 0;
5565            }
5566          } else {
5567            my $count = $input->manakai_read_until ($_[0], $pattern, $_[2]);
5568            if ($count) {
5569              $p->{column} += $count;
5570              $p->{column_prev} += $count;
5571              $p->{nc} = -1;
5572            }
5573            return $count;
5574          }
5575        }; # $p->{read_until}
5576    
5577      my $ponerror = $onerror || sub {      my $ponerror = $onerror || sub {
5578        my (%opt) = @_;        my (%opt) = @_;
5579        warn "Parse error ($opt{type}) at line $opt{line} column $opt{column}\n";        my $line = $opt{line};
5580          my $column = $opt{column};
5581          if (defined $opt{token} and defined $opt{token}->{line}) {
5582            $line = $opt{token}->{line};
5583            $column = $opt{token}->{column};
5584          }
5585          warn "Parse error ($opt{type}) at line $line column $column\n";
5586      };      };
5587      $p->{parse_error} = sub {      $p->{parse_error} = sub {
5588        $ponerror->(@_, line => $line, column => $column);        $ponerror->(line => $p->{line}, column => $p->{column}, @_);
5589      };      };
5590            
5591        my $char_onerror = sub {
5592          my (undef, $type, %opt) = @_;
5593          $ponerror->(layer => 'encode',
5594                      line => $p->{line}, column => $p->{column} + 1,
5595                      %opt, type => $type);
5596        }; # $char_onerror
5597        $input->onerror ($char_onerror);
5598    
5599      $p->_initialize_tokenizer;      $p->_initialize_tokenizer;
5600      $p->_initialize_tree_constructor;      $p->_initialize_tree_constructor;
5601    
5602      ## Step 2      ## F4. If /context/ is not undef...
5603      my $node_ln = $node->local_name;  
5604        ## F4.1. content model flag
5605        my $node_ln = $node->manakai_local_name;
5606      $p->{content_model} = {      $p->{content_model} = {
5607        title => RCDATA_CONTENT_MODEL,        title => RCDATA_CONTENT_MODEL,
5608        textarea => RCDATA_CONTENT_MODEL,        textarea => RCDATA_CONTENT_MODEL,
# Line 5380  sub set_inner_html ($$$) { Line 5617  sub set_inner_html ($$$) {
5617      }->{$node_ln};      }->{$node_ln};
5618      $p->{content_model} = PCDATA_CONTENT_MODEL      $p->{content_model} = PCDATA_CONTENT_MODEL
5619          unless defined $p->{content_model};          unless defined $p->{content_model};
         ## ISSUE: What is "the name of the element"? local name?  
5620    
5621      $p->{inner_html_node} = [$node, $node_ln];      $p->{inner_html_node} = [$node, $el_category->{$node_ln}];
5622          ## TODO: Foreign element OK?
5623    
5624      ## Step 4      ## F4.2. Root |html| element
5625      my $root = $doc->create_element_ns      my $root = $doc->create_element_ns
5626        ('http://www.w3.org/1999/xhtml', [undef, 'html']);        ('http://www.w3.org/1999/xhtml', [undef, 'html']);
5627    
5628      ## Step 5 # MUST      ## F4.3.
5629      $doc->append_child ($root);      $doc->append_child ($root);
5630    
5631      ## Step 6 # MUST      ## F4.4.
5632      push @{$p->{open_elements}}, [$root, 'html'];      push @{$p->{open_elements}}, [$root, $el_category->{html}];
5633    
5634      undef $p->{head_element};      undef $p->{head_element};
5635        undef $p->{head_element_inserted};
5636    
5637      ## Step 7 # MUST      ## F4.5.
5638      $p->_reset_insertion_mode;      $p->_reset_insertion_mode;
5639    
5640      ## Step 8 # MUST      ## F4.6.
5641      my $anode = $node;      my $anode = $node;
5642      AN: while (defined $anode) {      AN: while (defined $anode) {
5643        if ($anode->node_type == 1) {        if ($anode->node_type == 1) {
5644          my $nsuri = $anode->namespace_uri;          my $nsuri = $anode->namespace_uri;
5645          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {
5646            if ($anode->local_name eq 'form') { ## TODO: case?            if ($anode->manakai_local_name eq 'form') {
5647                !!!cp ('i5');
5648              $p->{form_element} = $anode;              $p->{form_element} = $anode;
5649              last AN;              last AN;
5650            }            }
# Line 5413  sub set_inner_html ($$$) { Line 5652  sub set_inner_html ($$$) {
5652        }        }
5653        $anode = $anode->parent_node;        $anode = $anode->parent_node;
5654      } # AN      } # AN
5655        
5656      ## Step 3 # MUST      ## F.5. Set the input stream.
5657      ## Step 10 # MUST      $p->{confident} = 1; ## Confident: irrelevant.
5658    
5659        ## F.6. Start the parser.
5660      {      {
5661        my $self = $p;        my $self = $p;
5662        !!!next-token;        !!!next-token;
5663      }      }
5664      $p->_tree_construction_main;      $p->_tree_construction_main;
5665    
5666      ## Step 11 # MUST      ## F.7.
5667      my @cn = @{$node->child_nodes};      my @cn = @{$node->child_nodes};
5668      for (@cn) {      for (@cn) {
5669        $node->remove_child ($_);        $node->remove_child ($_);
5670      }      }
5671      ## ISSUE: mutation events? read-only?      ## ISSUE: mutation events? read-only?
5672    
5673      ## Step 12 # MUST      ## Step 11 # MUST
5674      @cn = @{$root->child_nodes};      @cn = @{$root->child_nodes};
5675      for (@cn) {      for (@cn) {
5676        $this_doc->adopt_node ($_);        $this_doc->adopt_node ($_);
# Line 5438  sub set_inner_html ($$$) { Line 5679  sub set_inner_html ($$$) {
5679      ## ISSUE: mutation events?      ## ISSUE: mutation events?
5680    
5681      $p->_terminate_tree_constructor;      $p->_terminate_tree_constructor;
5682    
5683        delete $p->{parse_error}; # delete loop
5684    } else {    } else {
5685      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";
5686    }    }
Legend:
Removed from v.1.64  
changed lines
  Added in v.1.241
admin@suikawiki.org
 ViewVC Help
Powered by ViewVC 1.1.24