/[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 1.244 by wakaba, Sun Sep 6 23:32:06 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          my $count = $input->manakai_read_until
676             ($self->{char_buffer}, qr/[^\x00\x0A\x0D]/, $self->{char_buffer_pos});
677          if ($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      $self->{next_input_character} = -1 and return if $i >= length $$s;        if ($input->read ($char, 1)) {
687      $self->{next_input_character} = ord substr $$s, $i++, 1;          $self->{nc} = ord $char;
688      $column++;        } 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 => {
793      $self->{next_input_character} = -1;        must => 'm',
794          should => 's',
795          obc => 's', ## Obsolete but conforming, # XXX distinguish from "should"
796          warn => 'w',
797          info => 'i',
798          uncertain => 'u',
799        },
800      }, $class;
801      $self->{set_nc} = sub {
802        $self->{nc} = -1;
803    };    };
804    $self->{parse_error} = sub {    $self->{parse_error} = sub {
805      #      #
# Line 233  sub new ($) { Line 816  sub new ($) {
816    return $self;    return $self;
817  } # new  } # new
818    
819  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 }  
820    
821  sub AFTER_HTML_IMS () { 0b100 }  sub AFTER_HTML_IMS () { 0b100 }
822  sub HEAD_IMS ()       { 0b1000 }  sub HEAD_IMS ()       { 0b1000 }
# Line 291  sub TABLE_IMS ()      { 0b1000000 } Line 826  sub TABLE_IMS ()      { 0b1000000 }
826  sub ROW_IMS ()        { 0b10000000 }  sub ROW_IMS ()        { 0b10000000 }
827  sub BODY_AFTER_IMS () { 0b100000000 }  sub BODY_AFTER_IMS () { 0b100000000 }
828  sub FRAME_IMS ()      { 0b1000000000 }  sub FRAME_IMS ()      { 0b1000000000 }
829    sub SELECT_IMS ()     { 0b10000000000 }
830    #sub IN_FOREIGN_CONTENT_IM () { 0b100000000000 } # see Whatpm::HTML::Tokenizer
831        ## NOTE: "in foreign content" insertion mode is special; it is combined
832        ## with the secondary insertion mode.  In this parser, they are stored
833        ## together in the bit-or'ed form.
834    sub IN_CDATA_RCDATA_IM () { 0b1000000000000 }
835        ## NOTE: "in CDATA/RCDATA" insertion mode is also special; it is
836        ## combined with the original insertion mode.  In thie parser,
837        ## they are stored together in the bit-or'ed form.
838    
839    sub IM_MASK () { 0b11111111111 }
840    
841    ## NOTE: "initial" and "before html" insertion modes have no constants.
842    
843    ## NOTE: "after after body" insertion mode.
844  sub AFTER_HTML_BODY_IM () { AFTER_HTML_IMS | BODY_AFTER_IMS }  sub AFTER_HTML_BODY_IM () { AFTER_HTML_IMS | BODY_AFTER_IMS }
845    
846    ## NOTE: "after after frameset" insertion mode.
847  sub AFTER_HTML_FRAMESET_IM () { AFTER_HTML_IMS | FRAME_IMS }  sub AFTER_HTML_FRAMESET_IM () { AFTER_HTML_IMS | FRAME_IMS }
848    
849  sub IN_HEAD_IM () { HEAD_IMS | 0b00 }  sub IN_HEAD_IM () { HEAD_IMS | 0b00 }
850  sub IN_HEAD_NOSCRIPT_IM () { HEAD_IMS | 0b01 }  sub IN_HEAD_NOSCRIPT_IM () { HEAD_IMS | 0b01 }
851  sub AFTER_HEAD_IM () { HEAD_IMS | 0b10 }  sub AFTER_HEAD_IM () { HEAD_IMS | 0b10 }
# Line 307  sub IN_TABLE_IM () { TABLE_IMS } Line 859  sub IN_TABLE_IM () { TABLE_IMS }
859  sub AFTER_BODY_IM () { BODY_AFTER_IMS }  sub AFTER_BODY_IM () { BODY_AFTER_IMS }
860  sub IN_FRAMESET_IM () { FRAME_IMS | 0b01 }  sub IN_FRAMESET_IM () { FRAME_IMS | 0b01 }
861  sub AFTER_FRAMESET_IM () { FRAME_IMS | 0b10 }  sub AFTER_FRAMESET_IM () { FRAME_IMS | 0b10 }
862  sub IN_SELECT_IM () { 0b01 }  sub IN_SELECT_IM () { SELECT_IMS | 0b01 }
863    sub IN_SELECT_IN_TABLE_IM () { SELECT_IMS | 0b10 }
864  sub IN_COLUMN_GROUP_IM () { 0b10 }  sub IN_COLUMN_GROUP_IM () { 0b10 }
865    
 ## 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  
   
866  sub _initialize_tree_constructor ($) {  sub _initialize_tree_constructor ($) {
867    my $self = shift;    my $self = shift;
868    ## 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 870  sub _initialize_tree_constructor ($) {
870    ## TODO: Turn mutation events off # MUST    ## TODO: Turn mutation events off # MUST
871    ## TODO: Turn loose Document option (manakai extension) on    ## TODO: Turn loose Document option (manakai extension) on
872    $self->{document}->manakai_is_html (1); # MUST    $self->{document}->manakai_is_html (1); # MUST
873      $self->{document}->set_user_data (manakai_source_line => 1);
874      $self->{document}->set_user_data (manakai_source_column => 1);
875    
876      $self->{frameset_ok} = 1;
877  } # _initialize_tree_constructor  } # _initialize_tree_constructor
878    
879  sub _terminate_tree_constructor ($) {  sub _terminate_tree_constructor ($) {
# Line 1966  sub _construct_tree ($) { Line 893  sub _construct_tree ($) {
893    ## When an interactive UA render the $self->{document} available    ## When an interactive UA render the $self->{document} available
894    ## to the user, or when it begin accepting user input, are    ## to the user, or when it begin accepting user input, are
895    ## 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  
896        
897    !!!next-token;    !!!next-token;
898    
   $self->{insertion_mode} = BEFORE_HEAD_IM;  
899    undef $self->{form_element};    undef $self->{form_element};
900    undef $self->{head_element};    undef $self->{head_element};
901      undef $self->{head_element_inserted};
902    $self->{open_elements} = [];    $self->{open_elements} = [];
903    undef $self->{inner_html_node};    undef $self->{inner_html_node};
904      undef $self->{ignore_newline};
905    
906      ## NOTE: The "initial" insertion mode.
907    $self->_tree_construction_initial; # MUST    $self->_tree_construction_initial; # MUST
908    
909      ## NOTE: The "before html" insertion mode.
910    $self->_tree_construction_root_element;    $self->_tree_construction_root_element;
911      $self->{insertion_mode} = BEFORE_HEAD_IM;
912    
913      ## NOTE: The "before head" insertion mode and so on.
914    $self->_tree_construction_main;    $self->_tree_construction_main;
915  } # _construct_tree  } # _construct_tree
916    
917  sub _tree_construction_initial ($) {  sub _tree_construction_initial ($) {
918    my $self = shift;    my $self = shift;
919    
920      ## NOTE: "initial" insertion mode
921    
922    INITIAL: {    INITIAL: {
923      if ($token->{type} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
924        ## NOTE: Conformance checkers MAY, instead of reporting "not HTML5"        ## NOTE: Conformance checkers MAY, instead of reporting "not
925        ## error, switch to a conformance checking mode for another        ## HTML5" error, switch to a conformance checking mode for
926        ## language.        ## another language.  (We don't support such mode switchings; it
927          ## is nonsense to do anything different from what browsers do.)
928        my $doctype_name = $token->{name};        my $doctype_name = $token->{name};
929        $doctype_name = '' unless defined $doctype_name;        $doctype_name = '' unless defined $doctype_name;
930        $doctype_name =~ tr/a-z/A-Z/;        my $doctype = $self->{document}->create_document_type_definition
931        if (not defined $token->{name} or # <!DOCTYPE>            ($doctype_name);
932            defined $token->{public_identifier} or  
933            defined $token->{system_identifier}) {        $doctype_name =~ tr/A-Z/a-z/; # ASCII case-insensitive.
934          !!!parse-error (type => 'not HTML5');        if ($doctype_name ne 'html') {
935        } elsif ($doctype_name ne 'HTML') {          !!!cp ('t1');
936          ## ISSUE: ASCII case-insensitive? (in fact it does not matter)          !!!parse-error (type => 'not HTML5', token => $token);
937          !!!parse-error (type => 'not HTML5');        } elsif (defined $token->{pubid}) {
938            ## Obsolete permitted DOCTYPEs (case-sensitive)
939            my $xsysid = {
940              '-//W3C//DTD HTML 4.0//EN' => 'http://www.w3.org/TR/REC-html40/strict.dtd',
941              '-//W3C//DTD HTML 4.01//EN' => 'http://www.w3.org/TR/html4/strict.dtd',
942              '-//W3C//DTD XHTML 1.0 Strict//EN' => 'http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd',
943              '-//W3C//DTD XHTML 1.1//EN' => 'http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd',
944            }->{$token->{pubid}};
945            if (defined $xsysid and
946                (not defined $token->{sysid} or $token->{sysid} eq $xsysid)) {
947              !!!cp ('t2');
948              !!!parse-error (type => 'obs DOCTYPE', token => $token,
949                              level => $self->{level}->{obc}); ## XXX error type
950            } else {
951              !!!cp ('t2.1');
952              !!!parse-error (type => 'not HTML5', token => $token);
953            }
954          } elsif (defined $token->{sysid}) {
955            if ($token->{sysid} eq 'about:legacy-compat') {
956              !!!cp ('t1.2'); ## <!DOCTYPE HTML SYSTEM "about:legacy-compat">
957              !!!parse-error (type => 'XSLT-compat', token => $token,
958                              level => $self->{level}->{should});
959            } else {
960              !!!parse-error (type => 'not HTML5', token => $token);
961            }
962          } else { ## <!DOCTYPE HTML>
963            !!!cp ('t3');
964            #
965        }        }
966                
967        my $doctype = $self->{document}->create_document_type_definition        ## NOTE: Default value for both |public_id| and |system_id| attributes
968          ($token->{name}); ## ISSUE: If name is missing (e.g. <!DOCTYPE>)?        ## are empty strings, so that we don't set any value in missing cases.
969        $doctype->public_id ($token->{public_identifier})        $doctype->public_id ($token->{pubid}) if defined $token->{pubid};
970            if defined $token->{public_identifier};        $doctype->system_id ($token->{sysid}) if defined $token->{sysid};
971        $doctype->system_id ($token->{system_identifier})  
           if defined $token->{system_identifier};  
972        ## NOTE: Other DocumentType attributes are null or empty lists.        ## NOTE: Other DocumentType attributes are null or empty lists.
973        ## ISSUE: internalSubset = null??        ## In Firefox3, |internalSubset| attribute is set to the empty
974          ## string, while |null| is an allowed value for the attribute
975          ## according to DOM3 Core.
976        $self->{document}->append_child ($doctype);        $self->{document}->append_child ($doctype);
977                
978        if (not $token->{correct} or $doctype_name ne 'HTML') {        if ($token->{quirks} or $doctype_name ne 'html') {
979            !!!cp ('t4');
980          $self->{document}->manakai_compat_mode ('quirks');          $self->{document}->manakai_compat_mode ('quirks');
981        } elsif (defined $token->{public_identifier}) {        } elsif (defined $token->{pubid}) {
982          my $pubid = $token->{public_identifier};          my $pubid = $token->{pubid};
983          $pubid =~ tr/a-z/A-z/;          $pubid =~ tr/a-z/A-Z/; ## ASCII case-insensitive.
984          if ({          my $prefix = [
985            "+//SILMARIL//DTD HTML PRO V0R11 19970101//EN" => 1,            "+//SILMARIL//DTD HTML PRO V0R11 19970101//",
986            "-//ADVASOFT LTD//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,            "-//ADVASOFT LTD//DTD HTML 3.0 ASWEDIT + EXTENSIONS//",
987            "-//AS//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,            "-//AS//DTD HTML 3.0 ASWEDIT + EXTENSIONS//",
988            "-//IETF//DTD HTML 2.0 LEVEL 1//EN" => 1,            "-//IETF//DTD HTML 2.0 LEVEL 1//",
989            "-//IETF//DTD HTML 2.0 LEVEL 2//EN" => 1,            "-//IETF//DTD HTML 2.0 LEVEL 2//",
990            "-//IETF//DTD HTML 2.0 STRICT LEVEL 1//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT LEVEL 1//",
991            "-//IETF//DTD HTML 2.0 STRICT LEVEL 2//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT LEVEL 2//",
992            "-//IETF//DTD HTML 2.0 STRICT//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT//",
993            "-//IETF//DTD HTML 2.0//EN" => 1,            "-//IETF//DTD HTML 2.0//",
994            "-//IETF//DTD HTML 2.1E//EN" => 1,            "-//IETF//DTD HTML 2.1E//",
995            "-//IETF//DTD HTML 3.0//EN" => 1,            "-//IETF//DTD HTML 3.0//",
996            "-//IETF//DTD HTML 3.0//EN//" => 1,            "-//IETF//DTD HTML 3.2 FINAL//",
997            "-//IETF//DTD HTML 3.2 FINAL//EN" => 1,            "-//IETF//DTD HTML 3.2//",
998            "-//IETF//DTD HTML 3.2//EN" => 1,            "-//IETF//DTD HTML 3//",
999            "-//IETF//DTD HTML 3//EN" => 1,            "-//IETF//DTD HTML LEVEL 0//",
1000            "-//IETF//DTD HTML LEVEL 0//EN" => 1,            "-//IETF//DTD HTML LEVEL 1//",
1001            "-//IETF//DTD HTML LEVEL 0//EN//2.0" => 1,            "-//IETF//DTD HTML LEVEL 2//",
1002            "-//IETF//DTD HTML LEVEL 1//EN" => 1,            "-//IETF//DTD HTML LEVEL 3//",
1003            "-//IETF//DTD HTML LEVEL 1//EN//2.0" => 1,            "-//IETF//DTD HTML STRICT LEVEL 0//",
1004            "-//IETF//DTD HTML LEVEL 2//EN" => 1,            "-//IETF//DTD HTML STRICT LEVEL 1//",
1005            "-//IETF//DTD HTML LEVEL 2//EN//2.0" => 1,            "-//IETF//DTD HTML STRICT LEVEL 2//",
1006            "-//IETF//DTD HTML LEVEL 3//EN" => 1,            "-//IETF//DTD HTML STRICT LEVEL 3//",
1007            "-//IETF//DTD HTML LEVEL 3//EN//3.0" => 1,            "-//IETF//DTD HTML STRICT//",
1008            "-//IETF//DTD HTML STRICT LEVEL 0//EN" => 1,            "-//IETF//DTD HTML//",
1009            "-//IETF//DTD HTML STRICT LEVEL 0//EN//2.0" => 1,            "-//METRIUS//DTD METRIUS PRESENTATIONAL//",
1010            "-//IETF//DTD HTML STRICT LEVEL 1//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML STRICT//",
1011            "-//IETF//DTD HTML STRICT LEVEL 1//EN//2.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML//",
1012            "-//IETF//DTD HTML STRICT LEVEL 2//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 TABLES//",
1013            "-//IETF//DTD HTML STRICT LEVEL 2//EN//2.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML STRICT//",
1014            "-//IETF//DTD HTML STRICT LEVEL 3//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML//",
1015            "-//IETF//DTD HTML STRICT LEVEL 3//EN//3.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 TABLES//",
1016            "-//IETF//DTD HTML STRICT//EN" => 1,            "-//NETSCAPE COMM. CORP.//DTD HTML//",
1017            "-//IETF//DTD HTML STRICT//EN//2.0" => 1,            "-//NETSCAPE COMM. CORP.//DTD STRICT HTML//",
1018            "-//IETF//DTD HTML STRICT//EN//3.0" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML 2.0//",
1019            "-//IETF//DTD HTML//EN" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED 1.0//",
1020            "-//IETF//DTD HTML//EN//2.0" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED RELAXED 1.0//",
1021            "-//IETF//DTD HTML//EN//3.0" => 1,            "-//SOFTQUAD SOFTWARE//DTD HOTMETAL PRO 6.0::19990601::EXTENSIONS TO HTML 4.0//",
1022            "-//METRIUS//DTD METRIUS PRESENTATIONAL//EN" => 1,            "-//SOFTQUAD//DTD HOTMETAL PRO 4.0::19971010::EXTENSIONS TO HTML 4.0//",
1023            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML STRICT//EN" => 1,            "-//SPYGLASS//DTD HTML 2.0 EXTENDED//",
1024            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML//EN" => 1,            "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//",
1025            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 TABLES//EN" => 1,            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//",
1026            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML STRICT//EN" => 1,            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//",
1027            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML//EN" => 1,            "-//W3C//DTD HTML 3 1995-03-24//",
1028            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 TABLES//EN" => 1,            "-//W3C//DTD HTML 3.2 DRAFT//",
1029            "-//NETSCAPE COMM. CORP.//DTD HTML//EN" => 1,            "-//W3C//DTD HTML 3.2 FINAL//",
1030            "-//NETSCAPE COMM. CORP.//DTD STRICT HTML//EN" => 1,            "-//W3C//DTD HTML 3.2//",
1031            "-//O'REILLY AND ASSOCIATES//DTD HTML 2.0//EN" => 1,            "-//W3C//DTD HTML 3.2S DRAFT//",
1032            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED 1.0//EN" => 1,            "-//W3C//DTD HTML 4.0 FRAMESET//",
1033            "-//SPYGLASS//DTD HTML 2.0 EXTENDED//EN" => 1,            "-//W3C//DTD HTML 4.0 TRANSITIONAL//",
1034            "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//EN" => 1,            "-//W3C//DTD HTML EXPERIMETNAL 19960712//",
1035            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//EN" => 1,            "-//W3C//DTD HTML EXPERIMENTAL 970421//",
1036            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//EN" => 1,            "-//W3C//DTD W3 HTML//",
1037            "-//W3C//DTD HTML 3 1995-03-24//EN" => 1,            "-//W3O//DTD W3 HTML 3.0//",
1038            "-//W3C//DTD HTML 3.2 DRAFT//EN" => 1,            "-//WEBTECHS//DTD MOZILLA HTML 2.0//",
1039            "-//W3C//DTD HTML 3.2 FINAL//EN" => 1,            "-//WEBTECHS//DTD MOZILLA HTML//",
1040            "-//W3C//DTD HTML 3.2//EN" => 1,          ]; # $prefix
1041            "-//W3C//DTD HTML 3.2S DRAFT//EN" => 1,          my $match;
1042            "-//W3C//DTD HTML 4.0 FRAMESET//EN" => 1,          for (@$prefix) {
1043            "-//W3C//DTD HTML 4.0 TRANSITIONAL//EN" => 1,            if (substr ($prefix, 0, length $_) eq $_) {
1044            "-//W3C//DTD HTML EXPERIMETNAL 19960712//EN" => 1,              $match = 1;
1045            "-//W3C//DTD HTML EXPERIMENTAL 970421//EN" => 1,              last;
1046            "-//W3C//DTD W3 HTML//EN" => 1,            }
1047            "-//W3O//DTD W3 HTML 3.0//EN" => 1,          }
1048            "-//W3O//DTD W3 HTML 3.0//EN//" => 1,          if ($match or
1049            "-//W3O//DTD W3 HTML STRICT 3.0//EN//" => 1,              $pubid eq "-//W3O//DTD W3 HTML STRICT 3.0//EN//" or
1050            "-//WEBTECHS//DTD MOZILLA HTML 2.0//EN" => 1,              $pubid eq "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" or
1051            "-//WEBTECHS//DTD MOZILLA HTML//EN" => 1,              $pubid eq "HTML") {
1052            "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" => 1,            !!!cp ('t5');
           "HTML" => 1,  
         }->{$pubid}) {  
1053            $self->{document}->manakai_compat_mode ('quirks');            $self->{document}->manakai_compat_mode ('quirks');
1054          } elsif ($pubid eq "-//W3C//DTD HTML 4.01 FRAMESET//EN" or          } elsif ($pubid =~ m[^-//W3C//DTD HTML 4.01 FRAMESET//] or
1055                   $pubid eq "-//W3C//DTD HTML 4.01 TRANSITIONAL//EN") {                   $pubid =~ m[^-//W3C//DTD HTML 4.01 TRANSITIONAL//]) {
1056            if (defined $token->{system_identifier}) {            if (defined $token->{sysid}) {
1057                !!!cp ('t6');
1058              $self->{document}->manakai_compat_mode ('quirks');              $self->{document}->manakai_compat_mode ('quirks');
1059            } else {            } else {
1060                !!!cp ('t7');
1061              $self->{document}->manakai_compat_mode ('limited quirks');              $self->{document}->manakai_compat_mode ('limited quirks');
1062            }            }
1063          } elsif ($pubid eq "-//W3C//DTD XHTML 1.0 Frameset//EN" or          } elsif ($pubid =~ m[^-//W3C//DTD XHTML 1.0 FRAMESET//] or
1064                   $pubid eq "-//W3C//DTD XHTML 1.0 Transitional//EN") {                   $pubid =~ m[^-//W3C//DTD XHTML 1.0 TRANSITIONAL//]) {
1065              !!!cp ('t8');
1066            $self->{document}->manakai_compat_mode ('limited quirks');            $self->{document}->manakai_compat_mode ('limited quirks');
1067            } else {
1068              !!!cp ('t9');
1069          }          }
1070          } else {
1071            !!!cp ('t10');
1072        }        }
1073        if (defined $token->{system_identifier}) {        if (defined $token->{sysid}) {
1074          my $sysid = $token->{system_identifier};          my $sysid = $token->{sysid};
1075          $sysid =~ tr/A-Z/a-z/;          $sysid =~ tr/A-Z/a-z/; ## ASCII case-insensitive.
1076          if ($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") {
1077              ## NOTE: Ensure that |PUBLIC "(limited quirks)" "(quirks)"|
1078              ## is signaled as in quirks mode!
1079            $self->{document}->manakai_compat_mode ('quirks');            $self->{document}->manakai_compat_mode ('quirks');
1080              !!!cp ('t11');
1081            } else {
1082              !!!cp ('t12');
1083          }          }
1084          } else {
1085            !!!cp ('t13');
1086        }        }
1087                
1088        ## Go to the root element phase.        ## Go to the "before html" insertion mode.
1089        !!!next-token;        !!!next-token;
1090        return;        return;
1091      } elsif ({      } elsif ({
# Line 2118  sub _tree_construction_initial ($) { Line 1093  sub _tree_construction_initial ($) {
1093                END_TAG_TOKEN, 1,                END_TAG_TOKEN, 1,
1094                END_OF_FILE_TOKEN, 1,                END_OF_FILE_TOKEN, 1,
1095               }->{$token->{type}}) {               }->{$token->{type}}) {
1096        !!!parse-error (type => 'no DOCTYPE');        !!!cp ('t14');
1097          !!!parse-error (type => 'no DOCTYPE', token => $token);
1098        $self->{document}->manakai_compat_mode ('quirks');        $self->{document}->manakai_compat_mode ('quirks');
1099        ## Go to the root element phase        ## Go to the "before html" insertion mode.
1100        ## reprocess        ## reprocess
1101          !!!ack-later;
1102        return;        return;
1103      } elsif ($token->{type} == CHARACTER_TOKEN) {      } elsif ($token->{type} == CHARACTER_TOKEN) {
1104        if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D        if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1105          ## Ignore the token          ## Ignore the token
1106    
1107          unless (length $token->{data}) {          unless (length $token->{data}) {
1108            ## Stay in the phase            !!!cp ('t15');
1109              ## Stay in the insertion mode.
1110            !!!next-token;            !!!next-token;
1111            redo INITIAL;            redo INITIAL;
1112            } else {
1113              !!!cp ('t16');
1114          }          }
1115          } else {
1116            !!!cp ('t17');
1117        }        }
1118    
1119        !!!parse-error (type => 'no DOCTYPE');        !!!parse-error (type => 'no DOCTYPE', token => $token);
1120        $self->{document}->manakai_compat_mode ('quirks');        $self->{document}->manakai_compat_mode ('quirks');
1121        ## Go to the root element phase        ## Go to the "before html" insertion mode.
1122        ## reprocess        ## reprocess
1123        return;        return;
1124      } elsif ($token->{type} == COMMENT_TOKEN) {      } elsif ($token->{type} == COMMENT_TOKEN) {
1125          !!!cp ('t18');
1126        my $comment = $self->{document}->create_comment ($token->{data});        my $comment = $self->{document}->create_comment ($token->{data});
1127        $self->{document}->append_child ($comment);        $self->{document}->append_child ($comment);
1128                
1129        ## Stay in the phase.        ## Stay in the insertion mode.
1130        !!!next-token;        !!!next-token;
1131        redo INITIAL;        redo INITIAL;
1132      } else {      } else {
1133        die "$0: $token->{type}: Unknown token type";        die "$0: $token->{type}: Unknown token type";
1134      }      }
1135    } # INITIAL    } # INITIAL
1136    
1137      die "$0: _tree_construction_initial: This should be never reached";
1138  } # _tree_construction_initial  } # _tree_construction_initial
1139    
1140  sub _tree_construction_root_element ($) {  sub _tree_construction_root_element ($) {
1141    my $self = shift;    my $self = shift;
1142    
1143      ## NOTE: "before html" insertion mode.
1144        
1145    B: {    B: {
1146        if ($token->{type} == DOCTYPE_TOKEN) {        if ($token->{type} == DOCTYPE_TOKEN) {
1147          !!!parse-error (type => 'in html:#DOCTYPE');          !!!cp ('t19');
1148            !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
1149          ## Ignore the token          ## Ignore the token
1150          ## Stay in the phase          ## Stay in the insertion mode.
1151          !!!next-token;          !!!next-token;
1152          redo B;          redo B;
1153        } elsif ($token->{type} == COMMENT_TOKEN) {        } elsif ($token->{type} == COMMENT_TOKEN) {
1154            !!!cp ('t20');
1155          my $comment = $self->{document}->create_comment ($token->{data});          my $comment = $self->{document}->create_comment ($token->{data});
1156          $self->{document}->append_child ($comment);          $self->{document}->append_child ($comment);
1157          ## Stay in the phase          ## Stay in the insertion mode.
1158          !!!next-token;          !!!next-token;
1159          redo B;          redo B;
1160        } elsif ($token->{type} == CHARACTER_TOKEN) {        } elsif ($token->{type} == CHARACTER_TOKEN) {
1161          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1162            ## Ignore the token.            ## Ignore the token.
1163    
1164            unless (length $token->{data}) {            unless (length $token->{data}) {
1165              ## Stay in the phase              !!!cp ('t21');
1166                ## Stay in the insertion mode.
1167              !!!next-token;              !!!next-token;
1168              redo B;              redo B;
1169              } else {
1170                !!!cp ('t22');
1171            }            }
1172            } else {
1173              !!!cp ('t23');
1174          }          }
1175    
1176          $self->{application_cache_selection}->(undef);          $self->{application_cache_selection}->(undef);
1177    
1178          #          #
1179        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
1180          if ($token->{tag_name} eq 'html' and          if ($token->{tag_name} eq 'html') {
1181              $token->{attributes}->{manifest}) { ## ISSUE: Spec spells as "application"            my $root_element;
1182            $self->{application_cache_selection}            !!!create-element ($root_element, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);
1183                 ->($token->{attributes}->{manifest}->{value});            $self->{document}->append_child ($root_element);
1184            ## ISSUE: No relative reference resolution?            push @{$self->{open_elements}},
1185                  [$root_element, $el_category->{html}];
1186    
1187              if ($token->{attributes}->{manifest}) {
1188                !!!cp ('t24');
1189                $self->{application_cache_selection}
1190                    ->($token->{attributes}->{manifest}->{value});
1191                ## ISSUE: Spec is unclear on relative references.
1192                ## According to Hixie (#whatwg 2008-03-19), it should be
1193                ## resolved against the base URI of the document in HTML
1194                ## or xml:base of the element in XHTML.
1195              } else {
1196                !!!cp ('t25');
1197                $self->{application_cache_selection}->(undef);
1198              }
1199    
1200              !!!nack ('t25c');
1201    
1202              !!!next-token;
1203              return; ## Go to the "before head" insertion mode.
1204          } else {          } else {
1205            $self->{application_cache_selection}->(undef);            !!!cp ('t25.1');
1206              #
1207          }          }
   
         ## ISSUE: There is an issue in the spec  
         #  
1208        } elsif ({        } elsif ({
1209                  END_TAG_TOKEN, 1,                  END_TAG_TOKEN, 1,
1210                  END_OF_FILE_TOKEN, 1,                  END_OF_FILE_TOKEN, 1,
1211                 }->{$token->{type}}) {                 }->{$token->{type}}) {
1212          $self->{application_cache_selection}->(undef);          !!!cp ('t26');
   
         ## ISSUE: There is an issue in the spec  
1213          #          #
1214        } else {        } else {
1215          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
1216        }        }
1217    
1218        my $root_element; !!!create-element ($root_element, 'html');      my $root_element;
1219        $self->{document}->append_child ($root_element);      !!!create-element ($root_element, $HTML_NS, 'html',, $token);
1220        push @{$self->{open_elements}}, [$root_element, 'html'];      $self->{document}->append_child ($root_element);
1221        ## reprocess      push @{$self->{open_elements}}, [$root_element, $el_category->{html}];
1222        #redo B;  
1223        return; ## Go to the main phase.      $self->{application_cache_selection}->(undef);
1224    
1225        ## NOTE: Reprocess the token.
1226        !!!ack-later;
1227        return; ## Go to the "before head" insertion mode.
1228    } # B    } # B
1229    
1230      die "$0: _tree_construction_root_element: This should never be reached";
1231  } # _tree_construction_root_element  } # _tree_construction_root_element
1232    
1233  sub _reset_insertion_mode ($) {  sub _reset_insertion_mode ($) {
# Line 2227  sub _reset_insertion_mode ($) { Line 1242  sub _reset_insertion_mode ($) {
1242            
1243      ## Step 3      ## Step 3
1244      S3: {      S3: {
       ## ISSUE: Oops! "If node is the first node in the stack of open  
       ## elements, then set last to true. If the context element of the  
       ## HTML fragment parsing algorithm is neither a td element nor a  
       ## th element, then set node to the context element. (fragment case)":  
       ## The second "if" is in the scope of the first "if"!?  
1245        if ($self->{open_elements}->[0]->[0] eq $node->[0]) {        if ($self->{open_elements}->[0]->[0] eq $node->[0]) {
1246          $last = 1;          $last = 1;
1247          if (defined $self->{inner_html_node}) {          if (defined $self->{inner_html_node}) {
1248            if ($self->{inner_html_node}->[1] eq 'td' or            !!!cp ('t28');
1249                $self->{inner_html_node}->[1] eq 'th') {            $node = $self->{inner_html_node};
1250              #          } else {
1251            } else {            die "_reset_insertion_mode: t27";
             $node = $self->{inner_html_node};  
           }  
1252          }          }
1253        }        }
1254              
1255        ## Step 4..13        ## Step 4..14
1256        my $new_mode = {        my $new_mode;
1257          if ($node->[1] & FOREIGN_EL) {
1258            !!!cp ('t28.1');
1259            ## NOTE: Strictly spaking, the line below only applies to MathML and
1260            ## SVG elements.  Currently the HTML syntax supports only MathML and
1261            ## SVG elements as foreigners.
1262            $new_mode = IN_BODY_IM | IN_FOREIGN_CONTENT_IM;
1263          } elsif ($node->[1] == TABLE_CELL_EL) {
1264            if ($last) {
1265              !!!cp ('t28.2');
1266              #
1267            } else {
1268              !!!cp ('t28.3');
1269              $new_mode = IN_CELL_IM;
1270            }
1271          } else {
1272            !!!cp ('t28.4');
1273            $new_mode = {
1274                        select => IN_SELECT_IM,                        select => IN_SELECT_IM,
1275                        td => IN_CELL_IM,                        ## NOTE: |option| and |optgroup| do not set
1276                        th => IN_CELL_IM,                        ## insertion mode to "in select" by themselves.
1277                        tr => IN_ROW_IM,                        tr => IN_ROW_IM,
1278                        tbody => IN_TABLE_BODY_IM,                        tbody => IN_TABLE_BODY_IM,
1279                        thead => IN_TABLE_BODY_IM,                        thead => IN_TABLE_BODY_IM,
# Line 2259  sub _reset_insertion_mode ($) { Line 1284  sub _reset_insertion_mode ($) {
1284                        head => IN_BODY_IM, # not in head!                        head => IN_BODY_IM, # not in head!
1285                        body => IN_BODY_IM,                        body => IN_BODY_IM,
1286                        frameset => IN_FRAMESET_IM,                        frameset => IN_FRAMESET_IM,
1287                       }->{$node->[1]};                       }->{$node->[0]->manakai_local_name};
1288          }
1289        $self->{insertion_mode} = $new_mode and return if defined $new_mode;        $self->{insertion_mode} = $new_mode and return if defined $new_mode;
1290                
1291        ## Step 14        ## Step 15
1292        if ($node->[1] eq 'html') {        if ($node->[1] == HTML_EL) {
1293          unless (defined $self->{head_element}) {          unless (defined $self->{head_element}) {
1294              !!!cp ('t29');
1295            $self->{insertion_mode} = BEFORE_HEAD_IM;            $self->{insertion_mode} = BEFORE_HEAD_IM;
1296          } else {          } else {
1297              ## ISSUE: Can this state be reached?
1298              !!!cp ('t30');
1299            $self->{insertion_mode} = AFTER_HEAD_IM;            $self->{insertion_mode} = AFTER_HEAD_IM;
1300          }          }
1301          return;          return;
1302          } else {
1303            !!!cp ('t31');
1304        }        }
1305                
1306        ## Step 15        ## Step 16
1307        $self->{insertion_mode} = IN_BODY_IM and return if $last;        $self->{insertion_mode} = IN_BODY_IM and return if $last;
1308                
1309        ## Step 16        ## Step 17
1310        $i--;        $i--;
1311        $node = $self->{open_elements}->[$i];        $node = $self->{open_elements}->[$i];
1312                
1313        ## Step 17        ## Step 18
1314        redo S3;        redo S3;
1315      } # S3      } # S3
1316    
1317      die "$0: _reset_insertion_mode: This line should never be reached";
1318  } # _reset_insertion_mode  } # _reset_insertion_mode
1319    
1320  sub _tree_construction_main ($) {  sub _tree_construction_main ($) {
# Line 2303  sub _tree_construction_main ($) { Line 1336  sub _tree_construction_main ($) {
1336      return if $entry->[0] eq '#marker';      return if $entry->[0] eq '#marker';
1337      for (@{$self->{open_elements}}) {      for (@{$self->{open_elements}}) {
1338        if ($entry->[0] eq $_->[0]) {        if ($entry->[0] eq $_->[0]) {
1339            !!!cp ('t32');
1340          return;          return;
1341        }        }
1342      }      }
# Line 2317  sub _tree_construction_main ($) { Line 1351  sub _tree_construction_main ($) {
1351    
1352        ## Step 6        ## Step 6
1353        if ($entry->[0] eq '#marker') {        if ($entry->[0] eq '#marker') {
1354            !!!cp ('t33_1');
1355          #          #
1356        } else {        } else {
1357          my $in_open_elements;          my $in_open_elements;
1358          OE: for (@{$self->{open_elements}}) {          OE: for (@{$self->{open_elements}}) {
1359            if ($entry->[0] eq $_->[0]) {            if ($entry->[0] eq $_->[0]) {
1360                !!!cp ('t33');
1361              $in_open_elements = 1;              $in_open_elements = 1;
1362              last OE;              last OE;
1363            }            }
1364          }          }
1365          if ($in_open_elements) {          if ($in_open_elements) {
1366              !!!cp ('t34');
1367            #            #
1368          } else {          } else {
1369              ## NOTE: <!DOCTYPE HTML><p><b><i><u></p> <p>X
1370              !!!cp ('t35');
1371            redo S4;            redo S4;
1372          }          }
1373        }        }
# Line 2351  sub _tree_construction_main ($) { Line 1390  sub _tree_construction_main ($) {
1390    
1391        ## Step 11        ## Step 11
1392        unless ($clone->[0] eq $active_formatting_elements->[-1]->[0]) {        unless ($clone->[0] eq $active_formatting_elements->[-1]->[0]) {
1393            !!!cp ('t36');
1394          ## Step 7'          ## Step 7'
1395          $i++;          $i++;
1396          $entry = $active_formatting_elements->[$i];          $entry = $active_formatting_elements->[$i];
1397                    
1398          redo S7;          redo S7;
1399        }        }
1400    
1401          !!!cp ('t37');
1402      } # S7      } # S7
1403    }; # $reconstruct_active_formatting_elements    }; # $reconstruct_active_formatting_elements
1404    
1405    my $clear_up_to_marker = sub {    my $clear_up_to_marker = sub {
1406      for (reverse 0..$#$active_formatting_elements) {      for (reverse 0..$#$active_formatting_elements) {
1407        if ($active_formatting_elements->[$_]->[0] eq '#marker') {        if ($active_formatting_elements->[$_]->[0] eq '#marker') {
1408            !!!cp ('t38');
1409          splice @$active_formatting_elements, $_;          splice @$active_formatting_elements, $_;
1410          return;          return;
1411        }        }
1412      }      }
1413    
1414        !!!cp ('t39');
1415    }; # $clear_up_to_marker    }; # $clear_up_to_marker
1416    
1417    my $parse_rcdata = sub ($$) {    my $insert;
1418      my ($content_model_flag, $insert) = @_;  
1419      my $parse_rcdata = sub ($) {
1420        my ($content_model_flag) = @_;
1421    
1422      ## Step 1      ## Step 1
1423      my $start_tag_name = $token->{tag_name};      my $start_tag_name = $token->{tag_name};
1424      my $el;      !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
     !!!create-element ($el, $start_tag_name, $token->{attributes});  
1425    
1426      ## Step 2      ## Step 2
     $insert->($el); # /context node/->append_child ($el)  
   
     ## Step 3  
1427      $self->{content_model} = $content_model_flag; # CDATA or RCDATA      $self->{content_model} = $content_model_flag; # CDATA or RCDATA
1428      delete $self->{escape}; # MUST      delete $self->{escape}; # MUST
1429    
1430      ## Step 4      ## Step 3, 4
1431      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  
     $self->{content_model} = PCDATA_CONTENT_MODEL;  
1432    
1433      ## Step 7      !!!nack ('t40.1');
     if ($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";  
     }  
1434      !!!next-token;      !!!next-token;
1435    }; # $parse_rcdata    }; # $parse_rcdata
1436    
1437    my $script_start_tag = sub ($) {    my $script_start_tag = sub () {
1438      my $insert = $_[0];      ## Step 1
1439      my $script_el;      my $script_el;
1440      !!!create-element ($script_el, 'script', $token->{attributes});      !!!create-element ($script_el, $HTML_NS, 'script', $token->{attributes}, $token);
1441    
1442        ## Step 2
1443      ## TODO: mark as "parser-inserted"      ## TODO: mark as "parser-inserted"
1444    
1445        ## Step 3
1446        ## TODO: Mark as "already executed", if ...
1447    
1448        ## Step 4 (HTML5 revision 2702)
1449        $insert->($script_el);
1450        push @{$self->{open_elements}}, [$script_el, $el_category->{script}];
1451    
1452        ## Step 5
1453      $self->{content_model} = CDATA_CONTENT_MODEL;      $self->{content_model} = CDATA_CONTENT_MODEL;
1454      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);  
     }  
                 
     $self->{content_model} = PCDATA_CONTENT_MODEL;  
1455    
1456      if ($token->{type} == END_TAG_TOKEN and      ## Step 6-7
1457          $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  
1458    
1459        $insert->($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...  
     }  
       
1460      !!!next-token;      !!!next-token;
1461    }; # $script_start_tag    }; # $script_start_tag
1462    
1463      ## NOTE: $open_tables->[-1]->[0] is the "current table" element node.
1464      ## NOTE: $open_tables->[-1]->[1] is the "tainted" flag (OBSOLETE; unused).
1465      ## NOTE: $open_tables->[-1]->[2] is set false when non-Text node inserted.
1466      my $open_tables = [[$self->{open_elements}->[0]->[0]]];
1467    
1468    my $formatting_end_tag = sub {    my $formatting_end_tag = sub {
1469      my $tag_name = shift;      my $end_tag_token = shift;
1470        my $tag_name = $end_tag_token->{tag_name};
1471    
1472        ## NOTE: The adoption agency algorithm (AAA).
1473    
1474      FET: {      FET: {
1475        ## Step 1        ## Step 1
1476        my $formatting_element;        my $formatting_element;
1477        my $formatting_element_i_in_active;        my $formatting_element_i_in_active;
1478        AFE: for (reverse 0..$#$active_formatting_elements) {        AFE: for (reverse 0..$#$active_formatting_elements) {
1479          if ($active_formatting_elements->[$_]->[1] eq $tag_name) {          if ($active_formatting_elements->[$_]->[0] eq '#marker') {
1480              !!!cp ('t52');
1481              last AFE;
1482            } elsif ($active_formatting_elements->[$_]->[0]->manakai_local_name
1483                         eq $tag_name) {
1484              !!!cp ('t51');
1485            $formatting_element = $active_formatting_elements->[$_];            $formatting_element = $active_formatting_elements->[$_];
1486            $formatting_element_i_in_active = $_;            $formatting_element_i_in_active = $_;
1487            last AFE;            last AFE;
         } elsif ($active_formatting_elements->[$_]->[0] eq '#marker') {  
           last AFE;  
1488          }          }
1489        } # AFE        } # AFE
1490        unless (defined $formatting_element) {        unless (defined $formatting_element) {
1491          !!!parse-error (type => 'unmatched end tag:'.$tag_name);          !!!cp ('t53');
1492            !!!parse-error (type => 'unmatched end tag', text => $tag_name, token => $end_tag_token);
1493          ## Ignore the token          ## Ignore the token
1494          !!!next-token;          !!!next-token;
1495          return;          return;
# Line 2489  sub _tree_construction_main ($) { Line 1501  sub _tree_construction_main ($) {
1501          my $node = $self->{open_elements}->[$_];          my $node = $self->{open_elements}->[$_];
1502          if ($node->[0] eq $formatting_element->[0]) {          if ($node->[0] eq $formatting_element->[0]) {
1503            if ($in_scope) {            if ($in_scope) {
1504                !!!cp ('t54');
1505              $formatting_element_i_in_open = $_;              $formatting_element_i_in_open = $_;
1506              last INSCOPE;              last INSCOPE;
1507            } else { # in open elements but not in scope            } else { # in open elements but not in scope
1508              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t55');
1509                !!!parse-error (type => 'unmatched end tag',
1510                                text => $token->{tag_name},
1511                                token => $end_tag_token);
1512              ## Ignore the token              ## Ignore the token
1513              !!!next-token;              !!!next-token;
1514              return;              return;
1515            }            }
1516          } elsif ({          } elsif ($node->[1] & SCOPING_EL) {
1517                    table => 1, caption => 1, td => 1, th => 1,            !!!cp ('t56');
                   button => 1, marquee => 1, object => 1, html => 1,  
                  }->{$node->[1]}) {  
1518            $in_scope = 0;            $in_scope = 0;
1519          }          }
1520        } # INSCOPE        } # INSCOPE
1521        unless (defined $formatting_element_i_in_open) {        unless (defined $formatting_element_i_in_open) {
1522          !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});          !!!cp ('t57');
1523            !!!parse-error (type => 'unmatched end tag',
1524                            text => $token->{tag_name},
1525                            token => $end_tag_token);
1526          pop @$active_formatting_elements; # $formatting_element          pop @$active_formatting_elements; # $formatting_element
1527          !!!next-token; ## TODO: ok?          !!!next-token; ## TODO: ok?
1528          return;          return;
1529        }        }
1530        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {
1531          !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);          !!!cp ('t58');
1532            !!!parse-error (type => 'not closed',
1533                            text => $self->{open_elements}->[-1]->[0]
1534                                ->manakai_local_name,
1535                            token => $end_tag_token);
1536        }        }
1537                
1538        ## Step 2        ## Step 2
# Line 2519  sub _tree_construction_main ($) { Line 1540  sub _tree_construction_main ($) {
1540        my $furthest_block_i_in_open;        my $furthest_block_i_in_open;
1541        OE: for (reverse 0..$#{$self->{open_elements}}) {        OE: for (reverse 0..$#{$self->{open_elements}}) {
1542          my $node = $self->{open_elements}->[$_];          my $node = $self->{open_elements}->[$_];
1543          if (not $formatting_category->{$node->[1]} and          if (not ($node->[1] & FORMATTING_EL) and
1544              #not $phrasing_category->{$node->[1]} and              #not $phrasing_category->{$node->[1]} and
1545              ($special_category->{$node->[1]} or              ($node->[1] & SPECIAL_EL or
1546               $scoping_category->{$node->[1]})) {               $node->[1] & SCOPING_EL)) { ## Scoping is redundant, maybe
1547              !!!cp ('t59');
1548            $furthest_block = $node;            $furthest_block = $node;
1549            $furthest_block_i_in_open = $_;            $furthest_block_i_in_open = $_;
1550              ## NOTE: The topmost (eldest) node.
1551          } elsif ($node->[0] eq $formatting_element->[0]) {          } elsif ($node->[0] eq $formatting_element->[0]) {
1552              !!!cp ('t60');
1553            last OE;            last OE;
1554          }          }
1555        } # OE        } # OE
1556                
1557        ## Step 3        ## Step 3
1558        unless (defined $furthest_block) { # MUST        unless (defined $furthest_block) { # MUST
1559            !!!cp ('t61');
1560          splice @{$self->{open_elements}}, $formatting_element_i_in_open;          splice @{$self->{open_elements}}, $formatting_element_i_in_open;
1561          splice @$active_formatting_elements, $formatting_element_i_in_active, 1;          splice @$active_formatting_elements, $formatting_element_i_in_active, 1;
1562          !!!next-token;          !!!next-token;
# Line 2544  sub _tree_construction_main ($) { Line 1569  sub _tree_construction_main ($) {
1569        ## Step 5        ## Step 5
1570        my $furthest_block_parent = $furthest_block->[0]->parent_node;        my $furthest_block_parent = $furthest_block->[0]->parent_node;
1571        if (defined $furthest_block_parent) {        if (defined $furthest_block_parent) {
1572            !!!cp ('t62');
1573          $furthest_block_parent->remove_child ($furthest_block->[0]);          $furthest_block_parent->remove_child ($furthest_block->[0]);
1574        }        }
1575                
# Line 2566  sub _tree_construction_main ($) { Line 1592  sub _tree_construction_main ($) {
1592          S7S2: {          S7S2: {
1593            for (reverse 0..$#$active_formatting_elements) {            for (reverse 0..$#$active_formatting_elements) {
1594              if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {              if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {
1595                  !!!cp ('t63');
1596                $node_i_in_active = $_;                $node_i_in_active = $_;
1597                last S7S2;                last S7S2;
1598              }              }
# Line 2579  sub _tree_construction_main ($) { Line 1606  sub _tree_construction_main ($) {
1606                    
1607          ## Step 4          ## Step 4
1608          if ($last_node->[0] eq $furthest_block->[0]) {          if ($last_node->[0] eq $furthest_block->[0]) {
1609              !!!cp ('t64');
1610            $bookmark_prev_el = $node->[0];            $bookmark_prev_el = $node->[0];
1611          }          }
1612                    
1613          ## Step 5          ## Step 5
1614          if ($node->[0]->has_child_nodes ()) {          if ($node->[0]->has_child_nodes ()) {
1615              !!!cp ('t65');
1616            my $clone = [$node->[0]->clone_node (0), $node->[1]];            my $clone = [$node->[0]->clone_node (0), $node->[1]];
1617            $active_formatting_elements->[$node_i_in_active] = $clone;            $active_formatting_elements->[$node_i_in_active] = $clone;
1618            $self->{open_elements}->[$node_i_in_open] = $clone;            $self->{open_elements}->[$node_i_in_open] = $clone;
# Line 2601  sub _tree_construction_main ($) { Line 1630  sub _tree_construction_main ($) {
1630        } # S7          } # S7  
1631                
1632        ## Step 8        ## Step 8
1633        $common_ancestor_node->[0]->append_child ($last_node->[0]);        if ($common_ancestor_node->[1] & TABLE_ROWS_EL) {
1634            ## Foster parenting.
1635            my $foster_parent_element;
1636            my $next_sibling;
1637            OE: for (reverse 0..$#{$self->{open_elements}}) {
1638              if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
1639                !!!cp ('t65.2');
1640                $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];
1641                $next_sibling = $self->{open_elements}->[$_]->[0];
1642                undef $next_sibling
1643                    unless $next_sibling->parent_node eq $foster_parent_element;
1644                last OE;
1645              }
1646            } # OE
1647            $foster_parent_element ||= $self->{open_elements}->[0]->[0];
1648    
1649            $foster_parent_element->insert_before ($last_node->[0], $next_sibling);
1650            $open_tables->[-1]->[1] = 1; # tainted
1651          } else {
1652            !!!cp ('t65.3');
1653            $common_ancestor_node->[0]->append_child ($last_node->[0]);
1654          }
1655                
1656        ## Step 9        ## Step 9
1657        my $clone = [$formatting_element->[0]->clone_node (0),        my $clone = [$formatting_element->[0]->clone_node (0),
# Line 2618  sub _tree_construction_main ($) { Line 1668  sub _tree_construction_main ($) {
1668        my $i;        my $i;
1669        AFE: for (reverse 0..$#$active_formatting_elements) {        AFE: for (reverse 0..$#$active_formatting_elements) {
1670          if ($active_formatting_elements->[$_]->[0] eq $formatting_element->[0]) {          if ($active_formatting_elements->[$_]->[0] eq $formatting_element->[0]) {
1671              !!!cp ('t66');
1672            splice @$active_formatting_elements, $_, 1;            splice @$active_formatting_elements, $_, 1;
1673            $i-- and last AFE if defined $i;            $i-- and last AFE if defined $i;
1674          } elsif ($active_formatting_elements->[$_]->[0] eq $bookmark_prev_el) {          } elsif ($active_formatting_elements->[$_]->[0] eq $bookmark_prev_el) {
1675              !!!cp ('t67');
1676            $i = $_;            $i = $_;
1677          }          }
1678        } # AFE        } # AFE
# Line 2630  sub _tree_construction_main ($) { Line 1682  sub _tree_construction_main ($) {
1682        undef $i;        undef $i;
1683        OE: for (reverse 0..$#{$self->{open_elements}}) {        OE: for (reverse 0..$#{$self->{open_elements}}) {
1684          if ($self->{open_elements}->[$_]->[0] eq $formatting_element->[0]) {          if ($self->{open_elements}->[$_]->[0] eq $formatting_element->[0]) {
1685              !!!cp ('t68');
1686            splice @{$self->{open_elements}}, $_, 1;            splice @{$self->{open_elements}}, $_, 1;
1687            $i-- and last OE if defined $i;            $i-- and last OE if defined $i;
1688          } elsif ($self->{open_elements}->[$_]->[0] eq $furthest_block->[0]) {          } elsif ($self->{open_elements}->[$_]->[0] eq $furthest_block->[0]) {
1689              !!!cp ('t69');
1690            $i = $_;            $i = $_;
1691          }          }
1692        } # OE        } # OE
1693        splice @{$self->{open_elements}}, $i + 1, 1, $clone;        splice @{$self->{open_elements}}, $i + 1, 0, $clone;
1694                
1695        ## Step 14        ## Step 14
1696        redo FET;        redo FET;
1697      } # FET      } # FET
1698    }; # $formatting_end_tag    }; # $formatting_end_tag
1699    
1700    my $insert_to_current = sub {    $insert = my $insert_to_current = sub {
1701      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);
1702    }; # $insert_to_current    }; # $insert_to_current
1703    
1704      ## Foster parenting.  Note that there are three "foster parenting"
1705      ## code in the parser: for elements (this one), for texts, and for
1706      ## elements in the AAA code.
1707    my $insert_to_foster = sub {    my $insert_to_foster = sub {
1708                         my $child = shift;      my $child = shift;
1709                         if ({      if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
1710                              table => 1, tbody => 1, tfoot => 1,        # MUST
1711                              thead => 1, tr => 1,        my $foster_parent_element;
1712                             }->{$self->{open_elements}->[-1]->[1]}) {        my $next_sibling;
1713                           # MUST        OE: for (reverse 0..$#{$self->{open_elements}}) {
1714                           my $foster_parent_element;          if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
1715                           my $next_sibling;            !!!cp ('t71');
1716                           OE: for (reverse 0..$#{$self->{open_elements}}) {            $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];
1717                             if ($self->{open_elements}->[$_]->[1] eq 'table') {            $next_sibling = $self->{open_elements}->[$_]->[0];
1718                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;            undef $next_sibling
1719                               if (defined $parent and $parent->node_type == 1) {                unless $next_sibling->parent_node eq $foster_parent_element;
1720                                 $foster_parent_element = $parent;            last OE;
1721                                 $next_sibling = $self->{open_elements}->[$_]->[0];          }
1722                               } else {        } # OE
1723                                 $foster_parent_element        $foster_parent_element ||= $self->{open_elements}->[0]->[0];
1724                                   = $self->{open_elements}->[$_ - 1]->[0];  
1725                               }        $foster_parent_element->insert_before ($child, $next_sibling);
1726                               last OE;        $open_tables->[-1]->[1] = 1; # tainted
1727                             }      } else {
1728                           } # OE        !!!cp ('t72');
1729                           $foster_parent_element = $self->{open_elements}->[0]->[0]        $self->{open_elements}->[-1]->[0]->append_child ($child);
1730                             unless defined $foster_parent_element;      }
                          $foster_parent_element->insert_before  
                            ($child, $next_sibling);  
                        } else {  
                          $self->{open_elements}->[-1]->[0]->append_child ($child);  
                        }  
1731    }; # $insert_to_foster    }; # $insert_to_foster
1732    
1733    my $insert;    ## NOTE: Insert a character (MUST): When a character is inserted, if
1734      ## the last node that was inserted by the parser is a Text node and
1735      ## the character has to be inserted after that node, then the
1736      ## character is appended to the Text node.  However, if any other
1737      ## node is inserted by the parser, then a new Text node is created
1738      ## and the character is appended as that Text node.  If I'm not
1739      ## wrong, for a parser with scripting disabled, there are only two
1740      ## cases where this occurs.  One is the case where an element node
1741      ## is inserted to the |head| element.  This is covered by using the
1742      ## |$self->{head_element_inserted}| flag.  Another is the case where
1743      ## an element or comment is inserted into the |table| subtree while
1744      ## foster parenting happens.  This is covered by using the [2] flag
1745      ## of the |$open_tables| structure.  All other cases are handled
1746      ## simply by calling |manakai_append_text| method.
1747    
1748      ## TODO: |<body><script>document.write("a<br>");
1749      ## document.body.removeChild (document.body.lastChild);
1750      ## document.write ("b")</script>|
1751    
1752      B: while (1) {
1753    
1754        ## The "in table text" insertion mode.
1755        if ($self->{insertion_mode} & TABLE_IMS and
1756            not $self->{insertion_mode} & IN_FOREIGN_CONTENT_IM and
1757            not $self->{insertion_mode} & IN_CDATA_RCDATA_IM) {
1758          C: {
1759            my $s;
1760            if ($token->{type} == CHARACTER_TOKEN) {
1761              !!!cp ('t194');
1762              $self->{pending_chars} ||= [];
1763              push @{$self->{pending_chars}}, $token;
1764              !!!next-token;
1765              next B;
1766            } else {
1767              if ($self->{pending_chars}) {
1768                $s = join '', map { $_->{data} } @{$self->{pending_chars}};
1769                delete $self->{pending_chars};
1770                if ($s =~ /[^\x09\x0A\x0C\x0D\x20]/) {
1771                  !!!cp ('t195');
1772                  #
1773                } else {
1774                  !!!cp ('t195.1');
1775                  #$self->{open_elements}->[-1]->[0]->manakai_append_text ($s);
1776                  $self->{open_elements}->[-1]->[0]->append_child
1777                      ($self->{document}->create_text_node ($s));
1778                  last C;
1779                }
1780              } else {
1781                !!!cp ('t195.2');
1782                last C;
1783              }
1784            }
1785    
1786            ## Foster parenting.
1787            !!!parse-error (type => 'in table:#text', token => $token);
1788    
1789            ## NOTE: As if in body, but insert into the foster parent element.
1790            $reconstruct_active_formatting_elements->($insert_to_foster);
1791                
1792            if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
1793              # MUST
1794              my $foster_parent_element;
1795              my $next_sibling;
1796              OE: for (reverse 0..$#{$self->{open_elements}}) {
1797                if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
1798                  !!!cp ('t197');
1799                  $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];
1800                  $next_sibling = $self->{open_elements}->[$_]->[0];
1801                  undef $next_sibling
1802                    unless $next_sibling->parent_node eq $foster_parent_element;
1803                  last OE;
1804                }
1805              } # OE
1806              $foster_parent_element ||= $self->{open_elements}->[0]->[0];
1807    
1808              !!!cp ('t199');
1809              $foster_parent_element->insert_before
1810                  ($self->{document}->create_text_node ($s), $next_sibling);
1811    
1812              $open_tables->[-1]->[1] = 1; # tainted
1813              $open_tables->[-1]->[2] = 1; # ~node inserted
1814            } else {
1815              ## NOTE: Fragment case or in a foster parent'ed element
1816              ## (e.g. |<table><span>a|).  In fragment case, whether the
1817              ## character is appended to existing node or a new node is
1818              ## created is irrelevant, since the foster parent'ed nodes
1819              ## are discarded and fragment parsing does not invoke any
1820              ## script.
1821              !!!cp ('t200');
1822              $self->{open_elements}->[-1]->[0]->manakai_append_text ($s);
1823            }
1824          } # C
1825        } # TABLE_IMS
1826    
   B: {  
1827      if ($token->{type} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
1828        !!!parse-error (type => 'DOCTYPE in the middle');        !!!cp ('t73');
1829          !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
1830        ## Ignore the token        ## Ignore the token
1831        ## Stay in the phase        ## Stay in the phase
1832        !!!next-token;        !!!next-token;
1833        redo B;        next B;
     } elsif ($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;  
1834      } elsif ($token->{type} == START_TAG_TOKEN and      } elsif ($token->{type} == START_TAG_TOKEN and
1835               $token->{tag_name} eq 'html') {               $token->{tag_name} eq 'html') {
1836        if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {        if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
1837          ## Turn into the main phase          !!!cp ('t79');
1838          !!!parse-error (type => 'after html:html');          !!!parse-error (type => 'after html', text => 'html', token => $token);
1839          $self->{insertion_mode} = AFTER_BODY_IM;          $self->{insertion_mode} = AFTER_BODY_IM;
1840        } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {        } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {
1841          ## Turn into the main phase          !!!cp ('t80');
1842          !!!parse-error (type => 'after html:html');          !!!parse-error (type => 'after html', text => 'html', token => $token);
1843          $self->{insertion_mode} = AFTER_FRAMESET_IM;          $self->{insertion_mode} = AFTER_FRAMESET_IM;
1844          } else {
1845            !!!cp ('t81');
1846        }        }
1847    
1848  ## ISSUE: "aa<html>" is not a parse error.        !!!cp ('t82');
1849  ## 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');  
       }  
1850        my $top_el = $self->{open_elements}->[0]->[0];        my $top_el = $self->{open_elements}->[0]->[0];
1851        for my $attr_name (keys %{$token->{attributes}}) {        for my $attr_name (keys %{$token->{attributes}}) {
1852          unless ($top_el->has_attribute_ns (undef, $attr_name)) {          unless ($top_el->has_attribute_ns (undef, $attr_name)) {
1853              !!!cp ('t84');
1854            $top_el->set_attribute_ns            $top_el->set_attribute_ns
1855              (undef, [undef, $attr_name],              (undef, [undef, $attr_name],
1856               $token->{attributes}->{$attr_name}->{value});               $token->{attributes}->{$attr_name}->{value});
1857          }          }
1858        }        }
1859          !!!nack ('t84.1');
1860        !!!next-token;        !!!next-token;
1861        redo B;        next B;
1862      } elsif ($token->{type} == COMMENT_TOKEN) {      } elsif ($token->{type} == COMMENT_TOKEN) {
1863        my $comment = $self->{document}->create_comment ($token->{data});        my $comment = $self->{document}->create_comment ($token->{data});
1864        if ($self->{insertion_mode} & AFTER_HTML_IMS) {        if ($self->{insertion_mode} & AFTER_HTML_IMS) {
1865            !!!cp ('t85');
1866          $self->{document}->append_child ($comment);          $self->{document}->append_child ($comment);
1867        } elsif ($self->{insertion_mode} == AFTER_BODY_IM) {        } elsif ($self->{insertion_mode} == AFTER_BODY_IM) {
1868            !!!cp ('t86');
1869          $self->{open_elements}->[0]->[0]->append_child ($comment);          $self->{open_elements}->[0]->[0]->append_child ($comment);
1870        } else {        } else {
1871            !!!cp ('t87');
1872          $self->{open_elements}->[-1]->[0]->append_child ($comment);          $self->{open_elements}->[-1]->[0]->append_child ($comment);
1873            $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
1874        }        }
1875        !!!next-token;        !!!next-token;
1876        redo B;        next B;
1877      } elsif ($self->{insertion_mode} & HEAD_IMS) {      } elsif ($self->{insertion_mode} & IN_CDATA_RCDATA_IM) {
1878        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
1879          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          $token->{data} =~ s/^\x0A// if $self->{ignore_newline};
1880            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);          delete $self->{ignore_newline};
1881    
1882            if (length $token->{data}) {
1883              !!!cp ('t43');
1884              $self->{open_elements}->[-1]->[0]->manakai_append_text
1885                  ($token->{data});
1886            } else {
1887              !!!cp ('t43.1');
1888            }
1889            !!!next-token;
1890            next B;
1891          } elsif ($token->{type} == END_TAG_TOKEN) {
1892            delete $self->{ignore_newline};
1893    
1894            if ($token->{tag_name} eq 'script') {
1895              !!!cp ('t50');
1896              
1897              ## Para 1-2
1898              my $script = pop @{$self->{open_elements}};
1899              
1900              ## Para 3
1901              $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1902    
1903              ## Para 4
1904              ## TODO: $old_insertion_point = $current_insertion_point;
1905              ## TODO: $current_insertion_point = just before $self->{nc};
1906    
1907              ## Para 5
1908              ## TODO: Run the $script->[0].
1909    
1910              ## Para 6
1911              ## TODO: $current_insertion_point = $old_insertion_point;
1912    
1913              ## Para 7
1914              ## TODO: if ($pending_external_script) {
1915                ## TODO: ...
1916              ## TODO: }
1917    
1918              !!!next-token;
1919              next B;
1920            } else {
1921              !!!cp ('t42');
1922    
1923              pop @{$self->{open_elements}};
1924    
1925              $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1926              !!!next-token;
1927              next B;
1928            }
1929          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
1930            delete $self->{ignore_newline};
1931    
1932            !!!cp ('t44');
1933            !!!parse-error (type => 'not closed',
1934                            text => $self->{open_elements}->[-1]->[0]
1935                                ->manakai_local_name,
1936                            token => $token);
1937    
1938            #if ($self->{open_elements}->[-1]->[1] == SCRIPT_EL) {
1939            #  ## TODO: Mark as "already executed"
1940            #}
1941    
1942            pop @{$self->{open_elements}};
1943    
1944            $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1945            ## Reprocess.
1946            next B;
1947          } else {
1948            die "$0: $token->{type}: In CDATA/RCDATA: Unknown token type";        
1949          }
1950        } elsif ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {
1951          if ($token->{type} == CHARACTER_TOKEN) {
1952            !!!cp ('t87.1');
1953    
1954            $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
1955    
1956            if ($token->{data} =~ /[^\x09\x0A\x0C\x0D\x20]/) {
1957              delete $self->{frameset_ok};
1958            }
1959    
1960            !!!next-token;
1961            next B;
1962          } elsif ($token->{type} == START_TAG_TOKEN) {
1963            if ((not {mglyph => 1, malignmark => 1}->{$token->{tag_name}} and
1964                 $self->{open_elements}->[-1]->[1] & FOREIGN_FLOW_CONTENT_EL) or
1965                not ($self->{open_elements}->[-1]->[1] & FOREIGN_EL) or
1966                ($token->{tag_name} eq 'svg' and
1967                 $self->{open_elements}->[-1]->[1] == MML_AXML_EL)) {
1968              ## NOTE: "using the rules for secondary insertion mode"then"continue"
1969              !!!cp ('t87.2');
1970              #
1971            } elsif ({
1972                      b => 1, big => 1, blockquote => 1, body => 1, br => 1,
1973                      center => 1, code => 1, dd => 1, div => 1, dl => 1, dt => 1,
1974                      em => 1, embed => 1, h1 => 1, h2 => 1, h3 => 1,
1975                      h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, i => 1,
1976                      img => 1, li => 1, listing => 1, menu => 1, meta => 1,
1977                      nobr => 1, ol => 1, p => 1, pre => 1, ruby => 1, s => 1,
1978                      small => 1, span => 1, strong => 1, strike => 1, sub => 1,
1979                      sup => 1, table => 1, tt => 1, u => 1, ul => 1, var => 1,
1980                     }->{$token->{tag_name}} or
1981                     ($token->{tag_name} eq 'font' and
1982                      ($token->{attributes}->{color} or
1983                       $token->{attributes}->{face} or
1984                       $token->{attributes}->{size}))) {
1985              !!!cp ('t87.2');
1986              !!!parse-error (type => 'not closed',
1987                              text => $self->{open_elements}->[-1]->[0]
1988                                  ->manakai_local_name,
1989                              token => $token);
1990    
1991              pop @{$self->{open_elements}}
1992                  while $self->{open_elements}->[-1]->[1] & FOREIGN_EL;
1993    
1994              $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
1995              ## Reprocess.
1996              next B;
1997            } else {
1998              my $nsuri = $self->{open_elements}->[-1]->[0]->namespace_uri;
1999              my $tag_name = $token->{tag_name};
2000              if ($nsuri eq $SVG_NS) {
2001                $tag_name = {
2002                   altglyph => 'altGlyph',
2003                   altglyphdef => 'altGlyphDef',
2004                   altglyphitem => 'altGlyphItem',
2005                   animatecolor => 'animateColor',
2006                   animatemotion => 'animateMotion',
2007                   animatetransform => 'animateTransform',
2008                   clippath => 'clipPath',
2009                   feblend => 'feBlend',
2010                   fecolormatrix => 'feColorMatrix',
2011                   fecomponenttransfer => 'feComponentTransfer',
2012                   fecomposite => 'feComposite',
2013                   feconvolvematrix => 'feConvolveMatrix',
2014                   fediffuselighting => 'feDiffuseLighting',
2015                   fedisplacementmap => 'feDisplacementMap',
2016                   fedistantlight => 'feDistantLight',
2017                   feflood => 'feFlood',
2018                   fefunca => 'feFuncA',
2019                   fefuncb => 'feFuncB',
2020                   fefuncg => 'feFuncG',
2021                   fefuncr => 'feFuncR',
2022                   fegaussianblur => 'feGaussianBlur',
2023                   feimage => 'feImage',
2024                   femerge => 'feMerge',
2025                   femergenode => 'feMergeNode',
2026                   femorphology => 'feMorphology',
2027                   feoffset => 'feOffset',
2028                   fepointlight => 'fePointLight',
2029                   fespecularlighting => 'feSpecularLighting',
2030                   fespotlight => 'feSpotLight',
2031                   fetile => 'feTile',
2032                   feturbulence => 'feTurbulence',
2033                   foreignobject => 'foreignObject',
2034                   glyphref => 'glyphRef',
2035                   lineargradient => 'linearGradient',
2036                   radialgradient => 'radialGradient',
2037                   #solidcolor => 'solidColor', ## NOTE: Commented in spec (SVG1.2)
2038                   textpath => 'textPath',  
2039                }->{$tag_name} || $tag_name;
2040              }
2041    
2042              ## "adjust SVG attributes" (SVG only) - done in insert-element-f
2043    
2044              ## "adjust foreign attributes" - done in insert-element-f
2045    
2046              !!!insert-element-f ($nsuri, $tag_name, $token->{attributes}, $token);
2047    
2048              if ($self->{self_closing}) {
2049                pop @{$self->{open_elements}};
2050                !!!ack ('t87.3');
2051              } else {
2052                !!!cp ('t87.4');
2053              }
2054    
2055              !!!next-token;
2056              next B;
2057            }
2058          } elsif ($token->{type} == END_TAG_TOKEN) {
2059            ## NOTE: "using the rules for secondary insertion mode" then "continue"
2060            if ($token->{tag_name} eq 'script') {
2061              !!!cp ('t87.41');
2062              #
2063              ## XXXscript: Execute script here.
2064            } else {
2065              !!!cp ('t87.5');
2066              #
2067            }
2068          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
2069            !!!cp ('t87.6');
2070            !!!parse-error (type => 'not closed',
2071                            text => $self->{open_elements}->[-1]->[0]
2072                                ->manakai_local_name,
2073                            token => $token);
2074    
2075            pop @{$self->{open_elements}}
2076                while $self->{open_elements}->[-1]->[1] & FOREIGN_EL;
2077    
2078            ## NOTE: |<span><svg>| ... two parse errors, |<svg>| ... a parse error.
2079    
2080            $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
2081            ## Reprocess.
2082            next B;
2083          } else {
2084            die "$0: $token->{type}: Unknown token type";        
2085          }
2086        }
2087    
2088        if ($self->{insertion_mode} & HEAD_IMS) {
2089          if ($token->{type} == CHARACTER_TOKEN) {
2090            if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
2091              unless ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2092                if ($self->{head_element_inserted}) {
2093                  !!!cp ('t88.3');
2094                  $self->{open_elements}->[-1]->[0]->append_child
2095                    ($self->{document}->create_text_node ($1));
2096                  delete $self->{head_element_inserted};
2097                  ## NOTE: |</head> <link> |
2098                  #
2099                } else {
2100                  !!!cp ('t88.2');
2101                  $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
2102                  ## NOTE: |</head> &#x20;|
2103                  #
2104                }
2105              } else {
2106                !!!cp ('t88.1');
2107                ## Ignore the token.
2108                #
2109              }
2110            unless (length $token->{data}) {            unless (length $token->{data}) {
2111                !!!cp ('t88');
2112              !!!next-token;              !!!next-token;
2113              redo B;              next B;
2114            }            }
2115    ## TODO: set $token->{column} appropriately
2116          }          }
2117    
2118          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2119              !!!cp ('t89');
2120            ## As if <head>            ## As if <head>
2121            !!!create-element ($self->{head_element}, 'head');            !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2122            $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});            $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2123            push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            push @{$self->{open_elements}},
2124                  [$self->{head_element}, $el_category->{head}];
2125    
2126            ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2127            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2128    
2129            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
2130          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2131              !!!cp ('t90');
2132            ## As if </noscript>            ## As if </noscript>
2133            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2134            !!!parse-error (type => 'in noscript:#character');            !!!parse-error (type => 'in noscript:#text', token => $token);
2135                        
2136            ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2137            ## As if </head>            ## As if </head>
# Line 2784  sub _tree_construction_main ($) { Line 2139  sub _tree_construction_main ($) {
2139    
2140            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
2141          } elsif ($self->{insertion_mode} == IN_HEAD_IM) {          } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2142              !!!cp ('t91');
2143            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2144    
2145            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
2146            } else {
2147              !!!cp ('t92');
2148          }          }
2149    
2150              ## "after head" insertion mode          ## "after head" insertion mode
2151              ## As if <body>          ## As if <body>
2152              !!!insert-element ('body');          !!!insert-element ('body',, $token);
2153              $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
2154              ## reprocess          ## The "frameset-ok" flag is left unchanged in this case.
2155              redo B;          ## Reporcess the token.
2156            } elsif ($token->{type} == START_TAG_TOKEN) {          next B;
2157              if ($token->{tag_name} eq 'head') {        } elsif ($token->{type} == START_TAG_TOKEN) {
2158                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {          if ($token->{tag_name} eq 'head') {
2159                  !!!create-element ($self->{head_element}, $token->{tag_name}, $token->{attributes});            if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2160                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              !!!cp ('t93');
2161                  push @{$self->{open_elements}}, [$self->{head_element}, $token->{tag_name}];              !!!create-element ($self->{head_element}, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);
2162                  $self->{insertion_mode} = IN_HEAD_IM;              $self->{open_elements}->[-1]->[0]->append_child
2163                  !!!next-token;                  ($self->{head_element});
2164                  redo B;              push @{$self->{open_elements}},
2165                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {                  [$self->{head_element}, $el_category->{head}];
2166                  #              $self->{insertion_mode} = IN_HEAD_IM;
2167                } else {              !!!nack ('t93.1');
2168                  !!!parse-error (type => 'in head:head'); # or in head noscript              !!!next-token;
2169                  ## Ignore the token              next B;
2170                  !!!next-token;            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2171                  redo B;              !!!cp ('t93.2');
2172                }              !!!parse-error (type => 'after head', text => 'head',
2173              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {                              token => $token);
2174                ## As if <head>              ## Ignore the token
2175                !!!create-element ($self->{head_element}, 'head');              !!!nack ('t93.3');
2176                $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              !!!next-token;
2177                push @{$self->{open_elements}}, [$self->{head_element}, 'head'];              next B;
2178              } else {
2179                !!!cp ('t95');
2180                !!!parse-error (type => 'in head:head',
2181                                token => $token); # or in head noscript
2182                ## Ignore the token
2183                !!!nack ('t95.1');
2184                !!!next-token;
2185                next B;
2186              }
2187            } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2188              !!!cp ('t96');
2189              ## As if <head>
2190              !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2191              $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2192              push @{$self->{open_elements}},
2193                  [$self->{head_element}, $el_category->{head}];
2194    
2195                $self->{insertion_mode} = IN_HEAD_IM;            $self->{insertion_mode} = IN_HEAD_IM;
2196                ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2197              }          } else {
2198              !!!cp ('t97');
2199            }
2200    
2201              if ($token->{tag_name} eq 'base') {          if ($token->{tag_name} eq 'base') {
2202                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2203                  ## As if </noscript>              !!!cp ('t98');
2204                  pop @{$self->{open_elements}};              ## As if </noscript>
2205                  !!!parse-error (type => 'in noscript:base');              pop @{$self->{open_elements}};
2206                              !!!parse-error (type => 'in noscript', text => 'base',
2207                  $self->{insertion_mode} = IN_HEAD_IM;                              token => $token);
2208                  ## Reprocess in the "in head" insertion mode...            
2209                }              $self->{insertion_mode} = IN_HEAD_IM;
2210                ## Reprocess in the "in head" insertion mode...
2211              } else {
2212                !!!cp ('t99');
2213              }
2214    
2215                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2216                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2217                  !!!parse-error (type => 'after head:'.$token->{tag_name});              !!!cp ('t100');
2218                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];              !!!parse-error (type => 'after head',
2219                }                              text => $token->{tag_name}, token => $token);
2220                !!!insert-element ($token->{tag_name}, $token->{attributes});              push @{$self->{open_elements}},
2221                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.                  [$self->{head_element}, $el_category->{head}];
2222                pop @{$self->{open_elements}}              $self->{head_element_inserted} = 1;
2223                    if $self->{insertion_mode} == AFTER_HEAD_IM;            } else {
2224                !!!next-token;              !!!cp ('t101');
2225                redo B;            }
2226              } elsif ($token->{tag_name} eq 'link') {            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2227                ## NOTE: There is a "as if in head" code clone.            pop @{$self->{open_elements}};
2228                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            pop @{$self->{open_elements}} # <head>
2229                  !!!parse-error (type => 'after head:'.$token->{tag_name});                if $self->{insertion_mode} == AFTER_HEAD_IM;
2230                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            !!!nack ('t101.1');
2231                }            !!!next-token;
2232                !!!insert-element ($token->{tag_name}, $token->{attributes});            next B;
2233                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          } elsif ($token->{tag_name} eq 'link') {
2234                pop @{$self->{open_elements}}            ## NOTE: There is a "as if in head" code clone.
2235                    if $self->{insertion_mode} == AFTER_HEAD_IM;            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2236                !!!next-token;              !!!cp ('t102');
2237                redo B;              !!!parse-error (type => 'after head',
2238              } elsif ($token->{tag_name} eq 'meta') {                              text => $token->{tag_name}, token => $token);
2239                ## NOTE: There is a "as if in head" code clone.              push @{$self->{open_elements}},
2240                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                  [$self->{head_element}, $el_category->{head}];
2241                  !!!parse-error (type => 'after head:'.$token->{tag_name});              $self->{head_element_inserted} = 1;
2242                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } else {
2243                }              !!!cp ('t103');
2244                !!!insert-element ($token->{tag_name}, $token->{attributes});            }
2245                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2246              pop @{$self->{open_elements}};
2247              pop @{$self->{open_elements}} # <head>
2248                  if $self->{insertion_mode} == AFTER_HEAD_IM;
2249              !!!ack ('t103.1');
2250              !!!next-token;
2251              next B;
2252            } elsif ($token->{tag_name} eq 'command') {
2253              if ($self->{insertion_mode} == IN_HEAD_IM) {
2254                ## NOTE: If the insertion mode at the time of the emission
2255                ## of the token was "before head", $self->{insertion_mode}
2256                ## is already changed to |IN_HEAD_IM|.
2257    
2258                ## NOTE: There is a "as if in head" code clone.
2259                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2260                pop @{$self->{open_elements}};
2261                pop @{$self->{open_elements}} # <head>
2262                    if $self->{insertion_mode} == AFTER_HEAD_IM;
2263                !!!ack ('t103.2');
2264                !!!next-token;
2265                next B;
2266              } else {
2267                ## NOTE: "in head noscript" or "after head" insertion mode
2268                ## - in these cases, these tags are treated as same as
2269                ## normal in-body tags.
2270                !!!cp ('t103.3');
2271                #
2272              }
2273            } elsif ($token->{tag_name} eq 'meta') {
2274              ## NOTE: There is a "as if in head" code clone.
2275              if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2276                !!!cp ('t104');
2277                !!!parse-error (type => 'after head',
2278                                text => $token->{tag_name}, token => $token);
2279                push @{$self->{open_elements}},
2280                    [$self->{head_element}, $el_category->{head}];
2281                $self->{head_element_inserted} = 1;
2282              } else {
2283                !!!cp ('t105');
2284              }
2285              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2286              my $meta_el = pop @{$self->{open_elements}};
2287    
2288                unless ($self->{confident}) {                unless ($self->{confident}) {
2289                  if ($token->{attributes}->{charset}) { ## TODO: And if supported                  if ($token->{attributes}->{charset}) {
2290                      !!!cp ('t106');
2291                      ## NOTE: Whether the encoding is supported or not is handled
2292                      ## in the {change_encoding} callback.
2293                    $self->{change_encoding}                    $self->{change_encoding}
2294                        ->($self, $token->{attributes}->{charset}->{value});                        ->($self, $token->{attributes}->{charset}->{value},
2295                             $token);
2296                      
2297                      $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
2298                          ->set_user_data (manakai_has_reference =>
2299                                               $token->{attributes}->{charset}
2300                                                   ->{has_reference});
2301                  } elsif ($token->{attributes}->{content}) {                  } elsif ($token->{attributes}->{content}) {
                   ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.  
2302                    if ($token->{attributes}->{content}->{value}                    if ($token->{attributes}->{content}->{value}
2303                        =~ /\A[^;]*;[\x09-\x0D\x20]*charset[\x09-\x0D\x20]*=                        =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
2304                            [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                            [\x09\x0A\x0C\x0D\x20]*=
2305                            ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {                            [\x09\x0A\x0C\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
2306                              ([^"'\x09\x0A\x0C\x0D\x20]
2307                               [^\x09\x0A\x0C\x0D\x20\x3B]*))/x) {
2308                        !!!cp ('t107');
2309                        ## NOTE: Whether the encoding is supported or not is handled
2310                        ## in the {change_encoding} callback.
2311                      $self->{change_encoding}                      $self->{change_encoding}
2312                          ->($self, defined $1 ? $1 : defined $2 ? $2 : $3);                          ->($self, defined $1 ? $1 : defined $2 ? $2 : $3,
2313                               $token);
2314                        $meta_el->[0]->get_attribute_node_ns (undef, 'content')
2315                            ->set_user_data (manakai_has_reference =>
2316                                                 $token->{attributes}->{content}
2317                                                       ->{has_reference});
2318                      } else {
2319                        !!!cp ('t108');
2320                    }                    }
2321                  }                  }
2322                  } else {
2323                    if ($token->{attributes}->{charset}) {
2324                      !!!cp ('t109');
2325                      $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
2326                          ->set_user_data (manakai_has_reference =>
2327                                               $token->{attributes}->{charset}
2328                                                   ->{has_reference});
2329                    }
2330                    if ($token->{attributes}->{content}) {
2331                      !!!cp ('t110');
2332                      $meta_el->[0]->get_attribute_node_ns (undef, 'content')
2333                          ->set_user_data (manakai_has_reference =>
2334                                               $token->{attributes}->{content}
2335                                                   ->{has_reference});
2336                    }
2337                }                }
2338    
2339                pop @{$self->{open_elements}}                pop @{$self->{open_elements}} # <head>
2340                    if $self->{insertion_mode} == AFTER_HEAD_IM;                    if $self->{insertion_mode} == AFTER_HEAD_IM;
2341                  !!!ack ('t110.1');
2342                !!!next-token;                !!!next-token;
2343                redo B;                next B;
2344              } elsif ($token->{tag_name} eq 'title') {          } elsif ($token->{tag_name} eq 'title') {
2345                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2346                  ## As if </noscript>              !!!cp ('t111');
2347                  pop @{$self->{open_elements}};              ## As if </noscript>
2348                  !!!parse-error (type => 'in noscript:title');              pop @{$self->{open_elements}};
2349                              !!!parse-error (type => 'in noscript', text => 'title',
2350                  $self->{insertion_mode} = IN_HEAD_IM;                              token => $token);
2351                  ## Reprocess in the "in head" insertion mode...            
2352                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2353                  !!!parse-error (type => 'after head:'.$token->{tag_name});              ## Reprocess in the "in head" insertion mode...
2354                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2355                }              !!!cp ('t112');
2356                !!!parse-error (type => 'after head',
2357                                text => $token->{tag_name}, token => $token);
2358                push @{$self->{open_elements}},
2359                    [$self->{head_element}, $el_category->{head}];
2360                $self->{head_element_inserted} = 1;
2361              } else {
2362                !!!cp ('t113');
2363              }
2364    
2365                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2366                my $parent = defined $self->{head_element} ? $self->{head_element}            $parse_rcdata->(RCDATA_CONTENT_MODEL);
2367                    : $self->{open_elements}->[-1]->[0];  
2368                $parse_rcdata->(RCDATA_CONTENT_MODEL,            ## NOTE: At this point the stack of open elements contain
2369                                sub { $parent->append_child ($_[0]) });            ## the |head| element (index == -2) and the |script| element
2370                pop @{$self->{open_elements}}            ## (index == -1).  In the "after head" insertion mode the
2371                    if $self->{insertion_mode} == AFTER_HEAD_IM;            ## |head| element is inserted only for the purpose of
2372                redo B;            ## providing the context for the |script| element, and
2373              } elsif ($token->{tag_name} eq 'style') {            ## therefore we can now and have to remove the element from
2374                ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and            ## the stack.
2375                ## insertion mode IN_HEAD_IM)            splice @{$self->{open_elements}}, -2, 1, () # <head>
2376                ## NOTE: There is a "as if in head" code clone.                if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2377                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            next B;
2378                  !!!parse-error (type => 'after head:'.$token->{tag_name});          } elsif ($token->{tag_name} eq 'style' or
2379                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                   $token->{tag_name} eq 'noframes') {
2380                }            ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and
2381                $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);            ## insertion mode IN_HEAD_IM)
2382                pop @{$self->{open_elements}}            ## NOTE: There is a "as if in head" code clone.
2383                    if $self->{insertion_mode} == AFTER_HEAD_IM;            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2384                redo B;              !!!cp ('t114');
2385              } elsif ($token->{tag_name} eq 'noscript') {              !!!parse-error (type => 'after head',
2386                                text => $token->{tag_name}, token => $token);
2387                push @{$self->{open_elements}},
2388                    [$self->{head_element}, $el_category->{head}];
2389                $self->{head_element_inserted} = 1;
2390              } else {
2391                !!!cp ('t115');
2392              }
2393              $parse_rcdata->(CDATA_CONTENT_MODEL);
2394              ## ISSUE: A spec bug [Bug 6038]
2395              splice @{$self->{open_elements}}, -2, 1, () # <head>
2396                  if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2397              next B;
2398            } elsif ($token->{tag_name} eq 'noscript') {
2399                if ($self->{insertion_mode} == IN_HEAD_IM) {                if ($self->{insertion_mode} == IN_HEAD_IM) {
2400                    !!!cp ('t116');
2401                  ## NOTE: and scripting is disalbed                  ## NOTE: and scripting is disalbed
2402                  !!!insert-element ($token->{tag_name}, $token->{attributes});                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2403                  $self->{insertion_mode} = IN_HEAD_NOSCRIPT_IM;                  $self->{insertion_mode} = IN_HEAD_NOSCRIPT_IM;
2404                    !!!nack ('t116.1');
2405                  !!!next-token;                  !!!next-token;
2406                  redo B;                  next B;
2407                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2408                  !!!parse-error (type => 'in noscript:noscript');                  !!!cp ('t117');
2409                    !!!parse-error (type => 'in noscript', text => 'noscript',
2410                                    token => $token);
2411                  ## Ignore the token                  ## Ignore the token
2412                    !!!nack ('t117.1');
2413                  !!!next-token;                  !!!next-token;
2414                  redo B;                  next B;
2415                } else {                } else {
2416                    !!!cp ('t118');
2417                  #                  #
2418                }                }
2419              } elsif ($token->{tag_name} eq 'script') {          } elsif ($token->{tag_name} eq 'script') {
2420                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2421                  ## As if </noscript>              !!!cp ('t119');
2422                  pop @{$self->{open_elements}};              ## As if </noscript>
2423                  !!!parse-error (type => 'in noscript:script');              pop @{$self->{open_elements}};
2424                              !!!parse-error (type => 'in noscript', text => 'script',
2425                  $self->{insertion_mode} = IN_HEAD_IM;                              token => $token);
2426                  ## Reprocess in the "in head" insertion mode...            
2427                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2428                  !!!parse-error (type => 'after head:'.$token->{tag_name});              ## Reprocess in the "in head" insertion mode...
2429                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2430                }              !!!cp ('t120');
2431                !!!parse-error (type => 'after head',
2432                                text => $token->{tag_name}, token => $token);
2433                push @{$self->{open_elements}},
2434                    [$self->{head_element}, $el_category->{head}];
2435                $self->{head_element_inserted} = 1;
2436              } else {
2437                !!!cp ('t121');
2438              }
2439    
2440                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2441                $script_start_tag->($insert_to_current);            $script_start_tag->();
2442                pop @{$self->{open_elements}}            ## ISSUE: A spec bug  [Bug 6038]
2443                    if $self->{insertion_mode} == AFTER_HEAD_IM;            splice @{$self->{open_elements}}, -2, 1 # <head>
2444                redo B;                if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2445              } elsif ($token->{tag_name} eq 'body' or            next B;
2446                       $token->{tag_name} eq 'frameset') {          } elsif ($token->{tag_name} eq 'body' or
2447                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                   $token->{tag_name} eq 'frameset') {
2448                  ## As if </noscript>            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2449                  pop @{$self->{open_elements}};              !!!cp ('t122');
2450                  !!!parse-error (type => 'in noscript:'.$token->{tag_name});              ## As if </noscript>
2451                                pop @{$self->{open_elements}};
2452                  ## Reprocess in the "in head" insertion mode...              !!!parse-error (type => 'in noscript',
2453                  ## As if </head>                              text => $token->{tag_name}, token => $token);
2454                  pop @{$self->{open_elements}};              
2455                                ## Reprocess in the "in head" insertion mode...
2456                  ## Reprocess in the "after head" insertion mode...              ## As if </head>
2457                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {              pop @{$self->{open_elements}};
2458                  pop @{$self->{open_elements}};              
2459                                ## Reprocess in the "after head" insertion mode...
2460                  ## Reprocess in the "after head" insertion mode...            } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2461                }              !!!cp ('t124');
2462                pop @{$self->{open_elements}};
2463                
2464                ## Reprocess in the "after head" insertion mode...
2465              } else {
2466                !!!cp ('t125');
2467              }
2468    
2469                ## "after head" insertion mode            ## "after head" insertion mode
2470                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2471                if ($token->{tag_name} eq 'body') {            if ($token->{tag_name} eq 'body') {
2472                  $self->{insertion_mode} = IN_BODY_IM;              !!!cp ('t126');
2473                } elsif ($token->{tag_name} eq 'frameset') {              delete $self->{frameset_ok};
2474                  $self->{insertion_mode} = IN_FRAMESET_IM;              $self->{insertion_mode} = IN_BODY_IM;
2475                } else {            } elsif ($token->{tag_name} eq 'frameset') {
2476                  die "$0: tag name: $self->{tag_name}";              !!!cp ('t127');
2477                }              $self->{insertion_mode} = IN_FRAMESET_IM;
2478                !!!next-token;            } else {
2479                redo B;              die "$0: tag name: $self->{tag_name}";
2480              } else {            }
2481                #            !!!nack ('t127.1');
2482              }            !!!next-token;
2483              next B;
2484            } else {
2485              !!!cp ('t128');
2486              #
2487            }
2488    
2489              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2490                  !!!cp ('t129');
2491                ## As if </noscript>                ## As if </noscript>
2492                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2493                !!!parse-error (type => 'in noscript:/'.$token->{tag_name});                !!!parse-error (type => 'in noscript:/',
2494                                  text => $token->{tag_name}, token => $token);
2495                                
2496                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
2497                ## As if </head>                ## As if </head>
# Line 2994  sub _tree_construction_main ($) { Line 2499  sub _tree_construction_main ($) {
2499    
2500                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2501              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2502                  !!!cp ('t130');
2503                ## As if </head>                ## As if </head>
2504                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2505    
2506                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2507                } else {
2508                  !!!cp ('t131');
2509              }              }
2510    
2511              ## "after head" insertion mode          ## "after head" insertion mode
2512              ## As if <body>          ## As if <body>
2513              !!!insert-element ('body');          !!!insert-element ('body',, $token);
2514              $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
2515              ## reprocess          ## The "frameset-ok" flag is not changed in this case.
2516              redo B;          ## Reprocess the token.
2517            } elsif ($token->{type} == END_TAG_TOKEN) {          !!!ack-later;
2518              if ($token->{tag_name} eq 'head') {          next B;
2519                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {        } elsif ($token->{type} == END_TAG_TOKEN) {
2520                  ## As if <head>          ## "Before head", "in head", and "after head" insertion modes
2521                  !!!create-element ($self->{head_element}, 'head');          ## ignore most of end tags.  Exceptions are "body", "html",
2522                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});          ## and "br" end tags.  "Before head" and "in head" insertion
2523                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];          ## modes also recognize "head" end tag.  "In head noscript"
2524            ## insertion modes ignore end tags except for "noscript" and
2525            ## "br".
2526    
2527            if ($token->{tag_name} eq 'head') {
2528              if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2529                !!!cp ('t132');
2530                ## As if <head>
2531                !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2532                $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2533                push @{$self->{open_elements}},
2534                    [$self->{head_element}, $el_category->{head}];
2535    
2536                  ## Reprocess in the "in head" insertion mode...              ## Reprocess in the "in head" insertion mode...
2537                  pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
2538                  $self->{insertion_mode} = AFTER_HEAD_IM;              $self->{insertion_mode} = AFTER_HEAD_IM;
2539                  !!!next-token;              !!!next-token;
2540                  redo B;              next B;
2541                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2542                  ## As if </noscript>              !!!cp ('t133');
2543                  pop @{$self->{open_elements}};              #
2544                  !!!parse-error (type => 'in noscript:script');            } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2545                                !!!cp ('t134');
2546                  ## Reprocess in the "in head" insertion mode...              pop @{$self->{open_elements}};
2547                  pop @{$self->{open_elements}};              $self->{insertion_mode} = AFTER_HEAD_IM;
2548                  $self->{insertion_mode} = AFTER_HEAD_IM;              !!!next-token;
2549                  !!!next-token;              next B;
2550                  redo B;            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2551                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {              !!!cp ('t134.1');
2552                  pop @{$self->{open_elements}};              #
2553                  $self->{insertion_mode} = AFTER_HEAD_IM;            } else {
2554                  !!!next-token;              die "$0: $self->{insertion_mode}: Unknown insertion mode";
2555                  redo B;            }
2556                } else {          } elsif ($token->{tag_name} eq 'noscript') {
2557                  #            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2558                }              !!!cp ('t136');
2559              } elsif ($token->{tag_name} eq 'noscript') {              pop @{$self->{open_elements}};
2560                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2561                  pop @{$self->{open_elements}};              !!!next-token;
2562                  $self->{insertion_mode} = IN_HEAD_IM;              next B;
2563                  !!!next-token;            } else {
2564                  redo B;              !!!cp ('t138');
2565                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {              #
2566                  !!!parse-error (type => 'unmatched end tag:noscript');            }
2567                  ## Ignore the token ## ISSUE: An issue in the spec.          } elsif ({
2568                  !!!next-token;              body => ($self->{insertion_mode} != IN_HEAD_NOSCRIPT_IM),
2569                  redo B;              html => ($self->{insertion_mode} != IN_HEAD_NOSCRIPT_IM),
2570                } else {              br => 1,
2571                  #          }->{$token->{tag_name}}) {
2572                }            if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2573              } elsif ({              !!!cp ('t142.2');
2574                        body => 1, html => 1,              ## (before head) as if <head>, (in head) as if </head>
2575                       }->{$token->{tag_name}}) {              !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2576                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {              $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2577                  ## As if <head>              $self->{insertion_mode} = AFTER_HEAD_IM;
2578                  !!!create-element ($self->{head_element}, 'head');    
2579                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              ## Reprocess in the "after head" insertion mode...
2580                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2581                !!!cp ('t143.2');
2582                ## As if </head>
2583                pop @{$self->{open_elements}};
2584                $self->{insertion_mode} = AFTER_HEAD_IM;
2585      
2586                ## Reprocess in the "after head" insertion mode...
2587              } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2588                !!!cp ('t143.3');
2589                ## NOTE: Two parse errors for <head><noscript></br>
2590                !!!parse-error (type => 'unmatched end tag',
2591                                text => $token->{tag_name}, token => $token);
2592                ## As if </noscript>
2593                pop @{$self->{open_elements}};
2594                $self->{insertion_mode} = IN_HEAD_IM;
2595    
2596                  $self->{insertion_mode} = IN_HEAD_IM;              ## Reprocess in the "in head" insertion mode...
2597                  ## Reprocess in the "in head" insertion mode...              ## As if </head>
2598                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {              pop @{$self->{open_elements}};
2599                  !!!parse-error (type => 'unmatched end tag:'.$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'];  
2600    
2601                  $self->{insertion_mode} = IN_HEAD_IM;              ## Reprocess in the "after head" insertion mode...
2602                  ## Reprocess in the "in head" insertion mode...            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2603                }              !!!cp ('t143.4');
2604                #
2605              } else {
2606                die "$0: $self->{insertion_mode}: Unknown insertion mode";
2607              }
2608    
2609                #            ## "after head" insertion mode
2610              } else {            ## As if <body>
2611                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            !!!insert-element ('body',, $token);
2612                  #            $self->{insertion_mode} = IN_BODY_IM;
2613                } else {            ## The "frameset-ok" flag is left unchanged in this case.
2614                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            ## Reprocess the token.
2615                  ## Ignore the token            next B;
2616                  !!!next-token;          }
                 redo B;  
               }  
             }  
2617    
2618              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {          ## End tags are ignored by default.
2619                ## As if </noscript>          !!!cp ('t145');
2620                pop @{$self->{open_elements}};          !!!parse-error (type => 'unmatched end tag',
2621                !!!parse-error (type => 'in noscript:/'.$token->{tag_name});                          text => $token->{tag_name}, token => $token);
2622                          ## Ignore the token.
2623                ## Reprocess in the "in head" insertion mode...          !!!next-token;
2624                ## As if </head>          next B;
2625                pop @{$self->{open_elements}};        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
2626            if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2627              !!!cp ('t149.1');
2628    
2629                ## Reprocess in the "after head" insertion mode...            ## NOTE: As if <head>
2630              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {            !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2631                ## As if </head>            $self->{open_elements}->[-1]->[0]->append_child
2632                pop @{$self->{open_elements}};                ($self->{head_element});
2633              #push @{$self->{open_elements}},
2634              #    [$self->{head_element}, $el_category->{head}];
2635              #$self->{insertion_mode} = IN_HEAD_IM;
2636              ## NOTE: Reprocess.
2637    
2638              ## NOTE: As if </head>
2639              #pop @{$self->{open_elements}};
2640              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
2641              ## NOTE: Reprocess.
2642              
2643              #
2644            } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2645              !!!cp ('t149.2');
2646    
2647                ## Reprocess in the "after head" insertion mode...            ## NOTE: As if </head>
2648              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {            pop @{$self->{open_elements}};
2649                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
2650                ## Ignore the token ## ISSUE: An issue in the spec.            ## NOTE: Reprocess.
               !!!next-token;  
               redo B;  
             }  
2651    
2652              ## "after head" insertion mode            #
2653              ## As if <body>          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2654              !!!insert-element ('body');            !!!cp ('t149.3');
2655              $self->{insertion_mode} = IN_BODY_IM;  
2656              ## reprocess            !!!parse-error (type => 'in noscript:#eof', token => $token);
2657              redo B;  
2658            } else {            ## As if </noscript>
2659              die "$0: $token->{type}: Unknown token type";            pop @{$self->{open_elements}};
2660            }            #$self->{insertion_mode} = IN_HEAD_IM;
2661              ## NOTE: Reprocess.
2662    
2663            ## ISSUE: An issue in the spec.            ## NOTE: As if </head>
2664              pop @{$self->{open_elements}};
2665              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
2666              ## NOTE: Reprocess.
2667    
2668              #
2669            } else {
2670              !!!cp ('t149.4');
2671              #
2672            }
2673    
2674            ## NOTE: As if <body>
2675            !!!insert-element ('body',, $token);
2676            $self->{insertion_mode} = IN_BODY_IM;
2677            ## The "frameset-ok" flag is left unchanged in this case.
2678            ## Reprocess the token.
2679            next B;
2680          } else {
2681            die "$0: $token->{type}: Unknown token type";
2682          }
2683      } elsif ($self->{insertion_mode} & BODY_IMS) {      } elsif ($self->{insertion_mode} & BODY_IMS) {
2684            if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
2685              ## NOTE: There is a code clone of "character in body".          !!!cp ('t150');
2686              $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
2687                        
2688              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});          $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
2689    
2690              !!!next-token;          if ($token->{data} =~ /[^\x09\x0A\x0C\x0D\x20]/) {
2691              redo B;            delete $self->{frameset_ok};
2692            } elsif ($token->{type} == START_TAG_TOKEN) {          }
2693    
2694            !!!next-token;
2695            next B;
2696          } elsif ($token->{type} == START_TAG_TOKEN) {
2697              if ({              if ({
2698                   caption => 1, col => 1, colgroup => 1, tbody => 1,                   caption => 1, col => 1, colgroup => 1, tbody => 1,
2699                   td => 1, tfoot => 1, th => 1, thead => 1, tr => 1,                   td => 1, tfoot => 1, th => 1, thead => 1, tr => 1,
2700                  }->{$token->{tag_name}}) {                  }->{$token->{tag_name}}) {
2701                if ($self->{insertion_mode} == IN_CELL_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2702                  ## have an element in table scope                  ## have an element in table scope
2703                  my $tn;                  for (reverse 0..$#{$self->{open_elements}}) {
                 INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
2704                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
2705                    if ($node->[1] eq 'td' or $node->[1] eq 'th') {                    if ($node->[1] == TABLE_CELL_EL) {
2706                      $tn = $node->[1];                      !!!cp ('t151');
2707                      last INSCOPE;  
2708                    } elsif ({                      ## Close the cell
2709                              table => 1, html => 1,                      !!!back-token; # <x>
2710                             }->{$node->[1]}) {                      $token = {type => END_TAG_TOKEN,
2711                      last INSCOPE;                                tag_name => $node->[0]->manakai_local_name,
2712                    }                                line => $token->{line},
2713                  } # INSCOPE                                column => $token->{column}};
2714                    unless (defined $tn) {                      next B;
2715                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
2716                      ## Ignore the token                      !!!cp ('t152');
2717                      !!!next-token;                      ## ISSUE: This case can never be reached, maybe.
2718                      redo B;                      last;
2719                    }                    }
2720                    }
2721    
2722                    !!!cp ('t153');
2723                    !!!parse-error (type => 'start tag not allowed',
2724                        text => $token->{tag_name}, token => $token);
2725                    ## Ignore the token
2726                    !!!nack ('t153.1');
2727                    !!!next-token;
2728                    next B;
2729                  } elsif (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2730                    !!!parse-error (type => 'not closed', text => 'caption',
2731                                    token => $token);
2732                                    
2733                  ## 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>  
2734                  ## have a table element in table scope                  ## have a table element in table scope
2735                  my $i;                  my $i;
2736                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: {
2737                    my $node = $self->{open_elements}->[$_];                    for (reverse 0..$#{$self->{open_elements}}) {
2738                    if ($node->[1] eq 'caption') {                      my $node = $self->{open_elements}->[$_];
2739                      $i = $_;                      if ($node->[1] == CAPTION_EL) {
2740                      last INSCOPE;                        !!!cp ('t155');
2741                    } elsif ({                        $i = $_;
2742                              table => 1, html => 1,                        last INSCOPE;
2743                             }->{$node->[1]}) {                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
2744                      last INSCOPE;                        !!!cp ('t156');
2745                          last;
2746                        }
2747                    }                    }
2748    
2749                      !!!cp ('t157');
2750                      !!!parse-error (type => 'start tag not allowed',
2751                                      text => $token->{tag_name}, token => $token);
2752                      ## Ignore the token
2753                      !!!nack ('t157.1');
2754                      !!!next-token;
2755                      next B;
2756                  } # INSCOPE                  } # INSCOPE
                   unless (defined $i) {  
                     !!!parse-error (type => 'unmatched end tag:caption');  
                     ## Ignore the token  
                     !!!next-token;  
                     redo B;  
                   }  
2757                                    
2758                  ## generate implied end tags                  ## generate implied end tags
2759                  if ({                  while ($self->{open_elements}->[-1]->[1]
2760                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
2761                       td => 1, th => 1, tr => 1,                    !!!cp ('t158');
2762                       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 => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
2763                  }                  }
2764    
2765                  if ($self->{open_elements}->[-1]->[1] ne 'caption') {                  unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2766                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t159');
2767                      !!!parse-error (type => 'not closed',
2768                                      text => $self->{open_elements}->[-1]->[0]
2769                                          ->manakai_local_name,
2770                                      token => $token);
2771                    } else {
2772                      !!!cp ('t160');
2773                  }                  }
2774                                    
2775                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3216  sub _tree_construction_main ($) { Line 2779  sub _tree_construction_main ($) {
2779                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
2780                                    
2781                  ## reprocess                  ## reprocess
2782                  redo B;                  !!!ack-later;
2783                    next B;
2784                } else {                } else {
2785                    !!!cp ('t161');
2786                  #                  #
2787                }                }
2788              } else {              } else {
2789                  !!!cp ('t162');
2790                #                #
2791              }              }
2792            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
2793              if ($token->{tag_name} eq 'td' or $token->{tag_name} eq 'th') {              if ($token->{tag_name} eq 'td' or $token->{tag_name} eq 'th') {
2794                if ($self->{insertion_mode} == IN_CELL_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2795                  ## have an element in table scope                  ## have an element in table scope
2796                  my $i;                  my $i;
2797                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
2798                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
2799                    if ($node->[1] eq $token->{tag_name}) {                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
2800                        !!!cp ('t163');
2801                      $i = $_;                      $i = $_;
2802                      last INSCOPE;                      last INSCOPE;
2803                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
2804                              table => 1, html => 1,                      !!!cp ('t164');
                            }->{$node->[1]}) {  
2805                      last INSCOPE;                      last INSCOPE;
2806                    }                    }
2807                  } # INSCOPE                  } # INSCOPE
2808                    unless (defined $i) {                    unless (defined $i) {
2809                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                      !!!cp ('t165');
2810                        !!!parse-error (type => 'unmatched end tag',
2811                                        text => $token->{tag_name},
2812                                        token => $token);
2813                      ## Ignore the token                      ## Ignore the token
2814                      !!!next-token;                      !!!next-token;
2815                      redo B;                      next B;
2816                    }                    }
2817                                    
2818                  ## generate implied end tags                  ## generate implied end tags
2819                  if ({                  while ($self->{open_elements}->[-1]->[1]
2820                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
2821                       td => ($token->{tag_name} eq 'th'),                    !!!cp ('t166');
2822                       th => ($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 => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
2823                  }                  }
2824                    
2825                  if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {                  if ($self->{open_elements}->[-1]->[0]->manakai_local_name
2826                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                          ne $token->{tag_name}) {
2827                      !!!cp ('t167');
2828                      !!!parse-error (type => 'not closed',
2829                                      text => $self->{open_elements}->[-1]->[0]
2830                                          ->manakai_local_name,
2831                                      token => $token);
2832                    } else {
2833                      !!!cp ('t168');
2834                  }                  }
2835                                    
2836                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3271  sub _tree_construction_main ($) { Line 2840  sub _tree_construction_main ($) {
2840                  $self->{insertion_mode} = IN_ROW_IM;                  $self->{insertion_mode} = IN_ROW_IM;
2841                                    
2842                  !!!next-token;                  !!!next-token;
2843                  redo B;                  next B;
2844                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {                } elsif (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2845                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t169');
2846                    !!!parse-error (type => 'unmatched end tag',
2847                                    text => $token->{tag_name}, token => $token);
2848                  ## Ignore the token                  ## Ignore the token
2849                  !!!next-token;                  !!!next-token;
2850                  redo B;                  next B;
2851                } else {                } else {
2852                    !!!cp ('t170');
2853                  #                  #
2854                }                }
2855              } elsif ($token->{tag_name} eq 'caption') {              } elsif ($token->{tag_name} eq 'caption') {
2856                if ($self->{insertion_mode} == IN_CAPTION_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2857                  ## have a table element in table scope                  ## have a table element in table scope
2858                  my $i;                  my $i;
2859                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: {
2860                    my $node = $self->{open_elements}->[$_];                    for (reverse 0..$#{$self->{open_elements}}) {
2861                    if ($node->[1] eq $token->{tag_name}) {                      my $node = $self->{open_elements}->[$_];
2862                      $i = $_;                      if ($node->[1] == CAPTION_EL) {
2863                      last INSCOPE;                        !!!cp ('t171');
2864                    } elsif ({                        $i = $_;
2865                              table => 1, html => 1,                        last INSCOPE;
2866                             }->{$node->[1]}) {                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
2867                      last INSCOPE;                        !!!cp ('t172');
2868                          last;
2869                        }
2870                    }                    }
2871    
2872                      !!!cp ('t173');
2873                      !!!parse-error (type => 'unmatched end tag',
2874                                      text => $token->{tag_name}, token => $token);
2875                      ## Ignore the token
2876                      !!!next-token;
2877                      next B;
2878                  } # INSCOPE                  } # INSCOPE
                   unless (defined $i) {  
                     !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                     ## Ignore the token  
                     !!!next-token;  
                     redo B;  
                   }  
2879                                    
2880                  ## generate implied end tags                  ## generate implied end tags
2881                  if ({                  while ($self->{open_elements}->[-1]->[1]
2882                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
2883                       td => 1, th => 1, tr => 1,                    !!!cp ('t174');
2884                       tbody => 1, tfoot=> 1, thead => 1,                    pop @{$self->{open_elements}};
                     }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!back-token;  
                   $token = {type => END_TAG_TOKEN,  
                             tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
2885                  }                  }
2886                                    
2887                  if ($self->{open_elements}->[-1]->[1] ne 'caption') {                  unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2888                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t175');
2889                      !!!parse-error (type => 'not closed',
2890                                      text => $self->{open_elements}->[-1]->[0]
2891                                          ->manakai_local_name,
2892                                      token => $token);
2893                    } else {
2894                      !!!cp ('t176');
2895                  }                  }
2896                                    
2897                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3325  sub _tree_construction_main ($) { Line 2901  sub _tree_construction_main ($) {
2901                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
2902                                    
2903                  !!!next-token;                  !!!next-token;
2904                  redo B;                  next B;
2905                } elsif ($self->{insertion_mode} == IN_CELL_IM) {                } elsif (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2906                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t177');
2907                    !!!parse-error (type => 'unmatched end tag',
2908                                    text => $token->{tag_name}, token => $token);
2909                  ## Ignore the token                  ## Ignore the token
2910                  !!!next-token;                  !!!next-token;
2911                  redo B;                  next B;
2912                } else {                } else {
2913                    !!!cp ('t178');
2914                  #                  #
2915                }                }
2916              } elsif ({              } elsif ({
2917                        table => 1, tbody => 1, tfoot => 1,                        table => 1, tbody => 1, tfoot => 1,
2918                        thead => 1, tr => 1,                        thead => 1, tr => 1,
2919                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
2920                       $self->{insertion_mode} == IN_CELL_IM) {                       ($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2921                ## have an element in table scope                ## have an element in table scope
2922                my $i;                my $i;
2923                my $tn;                my $tn;
2924                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: {
2925                  my $node = $self->{open_elements}->[$_];                  for (reverse 0..$#{$self->{open_elements}}) {
2926                  if ($node->[1] eq $token->{tag_name}) {                    my $node = $self->{open_elements}->[$_];
2927                    $i = $_;                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
2928                    last INSCOPE;                      !!!cp ('t179');
2929                  } elsif ($node->[1] eq 'td' or $node->[1] eq 'th') {                      $i = $_;
2930                    $tn = $node->[1];  
2931                    ## NOTE: There is exactly one |td| or |th| element                      ## Close the cell
2932                    ## in scope in the stack of open elements by definition.                      !!!back-token; # </x>
2933                  } elsif ({                      $token = {type => END_TAG_TOKEN, tag_name => $tn,
2934                            table => 1, html => 1,                                line => $token->{line},
2935                           }->{$node->[1]}) {                                column => $token->{column}};
2936                    last INSCOPE;                      next B;
2937                      } elsif ($node->[1] == TABLE_CELL_EL) {
2938                        !!!cp ('t180');
2939                        $tn = $node->[0]->manakai_local_name;
2940                        ## NOTE: There is exactly one |td| or |th| element
2941                        ## in scope in the stack of open elements by definition.
2942                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
2943                        ## ISSUE: Can this be reached?
2944                        !!!cp ('t181');
2945                        last;
2946                      }
2947                  }                  }
2948                } # INSCOPE  
2949                unless (defined $i) {                  !!!cp ('t182');
2950                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!parse-error (type => 'unmatched end tag',
2951                        text => $token->{tag_name}, token => $token);
2952                  ## Ignore the token                  ## Ignore the token
2953                  !!!next-token;                  !!!next-token;
2954                  redo B;                  next B;
2955                }                } # INSCOPE
   
               ## Close the cell  
               !!!back-token; # </?>  
               $token = {type => END_TAG_TOKEN, tag_name => $tn};  
               redo B;  
2956              } elsif ($token->{tag_name} eq 'table' and              } elsif ($token->{tag_name} eq 'table' and
2957                       $self->{insertion_mode} == IN_CAPTION_IM) {                       ($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2958                !!!parse-error (type => 'not closed:caption');                !!!parse-error (type => 'not closed', text => 'caption',
2959                                  token => $token);
2960    
2961                ## As if </caption>                ## As if </caption>
2962                ## have a table element in table scope                ## have a table element in table scope
2963                my $i;                my $i;
2964                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
2965                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
2966                  if ($node->[1] eq 'caption') {                  if ($node->[1] == CAPTION_EL) {
2967                      !!!cp ('t184');
2968                    $i = $_;                    $i = $_;
2969                    last INSCOPE;                    last INSCOPE;
2970                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
2971                            table => 1, html => 1,                    !!!cp ('t185');
                          }->{$node->[1]}) {  
2972                    last INSCOPE;                    last INSCOPE;
2973                  }                  }
2974                } # INSCOPE                } # INSCOPE
2975                unless (defined $i) {                unless (defined $i) {
2976                  !!!parse-error (type => 'unmatched end tag:caption');                  !!!cp ('t186');
2977            ## TODO: Wrong error type?
2978                    !!!parse-error (type => 'unmatched end tag',
2979                                    text => 'caption', token => $token);
2980                  ## Ignore the token                  ## Ignore the token
2981                  !!!next-token;                  !!!next-token;
2982                  redo B;                  next B;
2983                }                }
2984                                
2985                ## generate implied end tags                ## generate implied end tags
2986                if ({                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
2987                     dd => 1, dt => 1, li => 1, p => 1,                  !!!cp ('t187');
2988                     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 => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
2989                }                }
2990    
2991                if ($self->{open_elements}->[-1]->[1] ne 'caption') {                unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2992                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!cp ('t188');
2993                    !!!parse-error (type => 'not closed',
2994                                    text => $self->{open_elements}->[-1]->[0]
2995                                        ->manakai_local_name,
2996                                    token => $token);
2997                  } else {
2998                    !!!cp ('t189');
2999                }                }
3000    
3001                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
# Line 3418  sub _tree_construction_main ($) { Line 3005  sub _tree_construction_main ($) {
3005                $self->{insertion_mode} = IN_TABLE_IM;                $self->{insertion_mode} = IN_TABLE_IM;
3006    
3007                ## reprocess                ## reprocess
3008                redo B;                next B;
3009              } elsif ({              } elsif ({
3010                        body => 1, col => 1, colgroup => 1, html => 1,                        body => 1, col => 1, colgroup => 1, html => 1,
3011                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
3012                if ($self->{insertion_mode} & BODY_TABLE_IMS) {                if ($self->{insertion_mode} & BODY_TABLE_IMS) {
3013                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t190');
3014                    !!!parse-error (type => 'unmatched end tag',
3015                                    text => $token->{tag_name}, token => $token);
3016                  ## Ignore the token                  ## Ignore the token
3017                  !!!next-token;                  !!!next-token;
3018                  redo B;                  next B;
3019                } else {                } else {
3020                    !!!cp ('t191');
3021                  #                  #
3022                }                }
3023              } elsif ({          } elsif ({
3024                        tbody => 1, tfoot => 1,                    tbody => 1, tfoot => 1,
3025                        thead => 1, tr => 1,                    thead => 1, tr => 1,
3026                       }->{$token->{tag_name}} and                   }->{$token->{tag_name}} and
3027                       $self->{insertion_mode} == IN_CAPTION_IM) {                   ($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
3028                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t192');
3029                ## Ignore the token            !!!parse-error (type => 'unmatched end tag',
3030                !!!next-token;                            text => $token->{tag_name}, token => $token);
3031                redo B;            ## Ignore the token
3032              } else {            !!!next-token;
3033                #            next B;
3034              }          } else {
3035              !!!cp ('t193');
3036              #
3037            }
3038          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3039            for my $entry (@{$self->{open_elements}}) {
3040              unless ($entry->[1] & ALL_END_TAG_OPTIONAL_EL) {
3041                !!!cp ('t75');
3042                !!!parse-error (type => 'in body:#eof', token => $token);
3043                last;
3044              }
3045            }
3046    
3047            ## Stop parsing.
3048            last B;
3049        } else {        } else {
3050          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
3051        }        }
# Line 3449  sub _tree_construction_main ($) { Line 3053  sub _tree_construction_main ($) {
3053        $insert = $insert_to_current;        $insert = $insert_to_current;
3054        #        #
3055      } elsif ($self->{insertion_mode} & TABLE_IMS) {      } elsif ($self->{insertion_mode} & TABLE_IMS) {
3056        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == START_TAG_TOKEN) {
3057              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ({
3058                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);               tr => (($self->{insertion_mode} & IM_MASK) != IN_ROW_IM),
3059                               th => 1, td => 1,
3060                unless (length $token->{data}) {              }->{$token->{tag_name}}) {
3061                  !!!next-token;            if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_IM) {
3062                  redo B;              ## Clear back to table context
3063                }              while (not ($self->{open_elements}->[-1]->[1]
3064                                & TABLE_SCOPING_EL)) {
3065                  !!!cp ('t201');
3066                  pop @{$self->{open_elements}};
3067              }              }
   
             !!!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);  
3068                            
3069              if ({              !!!insert-element ('tbody',, $token);
3070                   table => 1, tbody => 1, tfoot => 1,              $self->{insertion_mode} = IN_TABLE_BODY_IM;
3071                   thead => 1, tr => 1,              ## reprocess in the "in table body" insertion mode...
3072                  }->{$self->{open_elements}->[-1]->[1]}) {            }
3073                # MUST            
3074                my $foster_parent_element;            if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3075                my $next_sibling;              unless ($token->{tag_name} eq 'tr') {
3076                my $prev_sibling;                !!!cp ('t202');
3077                OE: for (reverse 0..$#{$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});  
3078              }              }
               
             !!!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}};  
                 }  
3079                                    
3080                  !!!insert-element ('tbody');              ## Clear back to table body context
3081                  $self->{insertion_mode} = IN_TABLE_BODY_IM;              while (not ($self->{open_elements}->[-1]->[1]
3082                  ## reprocess in the "in table body" insertion mode...                              & TABLE_ROWS_SCOPING_EL)) {
3083                }                !!!cp ('t203');
3084                  ## ISSUE: Can this case be reached?
3085                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {                pop @{$self->{open_elements}};
3086                  unless ($token->{tag_name} eq 'tr') {              }
                   !!!parse-error (type => 'missing start tag:tr');  
                 }  
                   
                 ## Clear back to table body context  
                 while (not {  
                   tbody => 1, tfoot => 1, thead => 1, html => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
                   pop @{$self->{open_elements}};  
                 }  
3087                                    
3088                  $self->{insertion_mode} = IN_ROW_IM;              $self->{insertion_mode} = IN_ROW_IM;
3089                  if ($token->{tag_name} eq 'tr') {              if ($token->{tag_name} eq 'tr') {
3090                    !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!cp ('t204');
3091                    !!!next-token;                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3092                    redo B;                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3093                  } else {                !!!nack ('t204');
3094                    !!!insert-element ('tr');                !!!next-token;
3095                    ## reprocess in the "in row" insertion mode                next B;
3096                  }              } else {
3097                }                !!!cp ('t205');
3098                  !!!insert-element ('tr',, $token);
3099                  ## reprocess in the "in row" insertion mode
3100                }
3101              } else {
3102                !!!cp ('t206');
3103              }
3104    
3105                ## Clear back to table row context                ## Clear back to table row context
3106                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3107                  tr => 1, html => 1,                                & TABLE_ROW_SCOPING_EL)) {
3108                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t207');
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3109                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3110                }                }
3111                                
3112                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3113                $self->{insertion_mode} = IN_CELL_IM;            $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3114              $self->{insertion_mode} = IN_CELL_IM;
3115    
3116                push @$active_formatting_elements, ['#marker', ''];            push @$active_formatting_elements, ['#marker', ''];
3117                                
3118              !!!nack ('t207.1');
3119              !!!next-token;
3120              next B;
3121            } elsif ({
3122                      caption => 1, col => 1, colgroup => 1,
3123                      tbody => 1, tfoot => 1, thead => 1,
3124                      tr => 1, # $self->{insertion_mode} == IN_ROW_IM
3125                     }->{$token->{tag_name}}) {
3126              if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3127                ## As if </tr>
3128                ## have an element in table scope
3129                my $i;
3130                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3131                  my $node = $self->{open_elements}->[$_];
3132                  if ($node->[1] == TABLE_ROW_EL) {
3133                    !!!cp ('t208');
3134                    $i = $_;
3135                    last INSCOPE;
3136                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3137                    !!!cp ('t209');
3138                    last INSCOPE;
3139                  }
3140                } # INSCOPE
3141                unless (defined $i) {
3142                  !!!cp ('t210');
3143                  ## TODO: This type is wrong.
3144                  !!!parse-error (type => 'unmacthed end tag',
3145                                  text => $token->{tag_name}, token => $token);
3146                  ## Ignore the token
3147                  !!!nack ('t210.1');
3148                !!!next-token;                !!!next-token;
3149                redo B;                next B;
3150              } 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;  
                 }  
3151                                    
3152                  ## Clear back to table row context                  ## Clear back to table row context
3153                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3154                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3155                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t211');
3156                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    ## ISSUE: Can this case be reached?
3157                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3158                  }                  }
3159                                    
3160                  pop @{$self->{open_elements}}; # tr                  pop @{$self->{open_elements}}; # tr
3161                  $self->{insertion_mode} = IN_TABLE_BODY_IM;                  $self->{insertion_mode} = IN_TABLE_BODY_IM;
3162                  if ($token->{tag_name} eq 'tr') {                  if ($token->{tag_name} eq 'tr') {
3163                      !!!cp ('t212');
3164                    ## reprocess                    ## reprocess
3165                    redo B;                    !!!ack-later;
3166                      next B;
3167                  } else {                  } else {
3168                      !!!cp ('t213');
3169                    ## reprocess in the "in table body" insertion mode...                    ## reprocess in the "in table body" insertion mode...
3170                  }                  }
3171                }                }
3172    
3173                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3174                  ## have an element in table scope                  ## have an element in table scope
3175                  my $i;                  my $i;
3176                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3177                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3178                    if ({                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3179                         tbody => 1, thead => 1, tfoot => 1,                      !!!cp ('t214');
                       }->{$node->[1]}) {  
3180                      $i = $_;                      $i = $_;
3181                      last INSCOPE;                      last INSCOPE;
3182                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3183                              table => 1, html => 1,                      !!!cp ('t215');
                            }->{$node->[1]}) {  
3184                      last INSCOPE;                      last INSCOPE;
3185                    }                    }
3186                  } # INSCOPE                  } # INSCOPE
3187                  unless (defined $i) {                  unless (defined $i) {
3188                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    !!!cp ('t216');
3189    ## TODO: This erorr type is wrong.
3190                      !!!parse-error (type => 'unmatched end tag',
3191                                      text => $token->{tag_name}, token => $token);
3192                    ## Ignore the token                    ## Ignore the token
3193                      !!!nack ('t216.1');
3194                    !!!next-token;                    !!!next-token;
3195                    redo B;                    next B;
3196                  }                  }
3197    
3198                  ## Clear back to table body context                  ## Clear back to table body context
3199                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3200                    tbody => 1, tfoot => 1, thead => 1, html => 1,                                  & TABLE_ROWS_SCOPING_EL)) {
3201                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t217');
3202                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    ## ISSUE: Can this state be reached?
3203                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3204                  }                  }
3205                                    
# Line 3649  sub _tree_construction_main ($) { Line 3213  sub _tree_construction_main ($) {
3213                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3214                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
3215                  ## reprocess in "in table" insertion mode...                  ## reprocess in "in table" insertion mode...
3216                  } else {
3217                    !!!cp ('t218');
3218                }                }
3219    
3220                if ($token->{tag_name} eq 'col') {            if ($token->{tag_name} eq 'col') {
3221                  ## Clear back to table context              ## Clear back to table context
3222                  while ($self->{open_elements}->[-1]->[1] ne 'table' and              while (not ($self->{open_elements}->[-1]->[1]
3223                         $self->{open_elements}->[-1]->[1] ne 'html') {                              & TABLE_SCOPING_EL)) {
3224                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!cp ('t219');
3225                    pop @{$self->{open_elements}};                ## ISSUE: Can this state be reached?
3226                  }                pop @{$self->{open_elements}};
3227                                }
3228                  !!!insert-element ('colgroup');              
3229                  $self->{insertion_mode} = IN_COLUMN_GROUP_IM;              !!!insert-element ('colgroup',, $token);
3230                  ## reprocess              $self->{insertion_mode} = IN_COLUMN_GROUP_IM;
3231                  redo B;              ## reprocess
3232                } elsif ({              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3233                          caption => 1,              !!!ack-later;
3234                          colgroup => 1,              next B;
3235                          tbody => 1, tfoot => 1, thead => 1,            } elsif ({
3236                         }->{$token->{tag_name}}) {                      caption => 1,
3237                  ## Clear back to table context                      colgroup => 1,
3238                  while ($self->{open_elements}->[-1]->[1] ne 'table' and                      tbody => 1, tfoot => 1, thead => 1,
3239                         $self->{open_elements}->[-1]->[1] ne 'html') {                     }->{$token->{tag_name}}) {
3240                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);              ## Clear back to table context
3241                    while (not ($self->{open_elements}->[-1]->[1]
3242                                    & TABLE_SCOPING_EL)) {
3243                      !!!cp ('t220');
3244                      ## ISSUE: Can this state be reached?
3245                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3246                  }                  }
3247                                    
3248                  push @$active_formatting_elements, ['#marker', '']              push @$active_formatting_elements, ['#marker', '']
3249                      if $token->{tag_name} eq 'caption';                  if $token->{tag_name} eq 'caption';
3250                                    
3251                  !!!insert-element ($token->{tag_name}, $token->{attributes});              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3252                  $self->{insertion_mode} = {              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3253                                             caption => IN_CAPTION_IM,              $self->{insertion_mode} = {
3254                                             colgroup => IN_COLUMN_GROUP_IM,                                         caption => IN_CAPTION_IM,
3255                                             tbody => IN_TABLE_BODY_IM,                                         colgroup => IN_COLUMN_GROUP_IM,
3256                                             tfoot => IN_TABLE_BODY_IM,                                         tbody => IN_TABLE_BODY_IM,
3257                                             thead => IN_TABLE_BODY_IM,                                         tfoot => IN_TABLE_BODY_IM,
3258                                            }->{$token->{tag_name}};                                         thead => IN_TABLE_BODY_IM,
3259                  !!!next-token;                                        }->{$token->{tag_name}};
3260                  redo B;              !!!next-token;
3261                } else {              !!!nack ('t220.1');
3262                  die "$0: in table: <>: $token->{tag_name}";              next B;
3263                }            } else {
3264                die "$0: in table: <>: $token->{tag_name}";
3265              }
3266              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3267                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!parse-error (type => 'not closed',
3268                                  text => $self->{open_elements}->[-1]->[0]
3269                                      ->manakai_local_name,
3270                                  token => $token);
3271    
3272                ## As if </table>                ## As if </table>
3273                ## have a table element in table scope                ## have a table element in table scope
3274                my $i;                my $i;
3275                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3276                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3277                  if ($node->[1] eq 'table') {                  if ($node->[1] == TABLE_EL) {
3278                      !!!cp ('t221');
3279                    $i = $_;                    $i = $_;
3280                    last INSCOPE;                    last INSCOPE;
3281                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3282                            table => 1, html => 1,                    !!!cp ('t222');
                          }->{$node->[1]}) {  
3283                    last INSCOPE;                    last INSCOPE;
3284                  }                  }
3285                } # INSCOPE                } # INSCOPE
3286                unless (defined $i) {                unless (defined $i) {
3287                  !!!parse-error (type => 'unmatched end tag:table');                  !!!cp ('t223');
3288    ## TODO: The following is wrong, maybe.
3289                    !!!parse-error (type => 'unmatched end tag', text => 'table',
3290                                    token => $token);
3291                  ## Ignore tokens </table><table>                  ## Ignore tokens </table><table>
3292                    !!!nack ('t223.1');
3293                  !!!next-token;                  !!!next-token;
3294                  redo B;                  next B;
3295                }                }
3296                                
3297    ## TODO: Followings are removed from the latest spec.
3298                ## generate implied end tags                ## generate implied end tags
3299                if ({                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
3300                     dd => 1, dt => 1, li => 1, p => 1,                  !!!cp ('t224');
3301                     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 => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
3302                }                }
3303    
3304                if ($self->{open_elements}->[-1]->[1] ne 'table') {                unless ($self->{open_elements}->[-1]->[1] == TABLE_EL) {
3305                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!cp ('t225');
3306                    ## NOTE: |<table><tr><table>|
3307                    !!!parse-error (type => 'not closed',
3308                                    text => $self->{open_elements}->[-1]->[0]
3309                                        ->manakai_local_name,
3310                                    token => $token);
3311                  } else {
3312                    !!!cp ('t226');
3313                }                }
3314    
3315                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
3316                  pop @{$open_tables};
3317    
3318                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
3319    
3320                ## reprocess            ## reprocess
3321                redo B;            !!!ack-later;
3322          } else {            next B;
3323            !!!parse-error (type => 'in table:'.$token->{tag_name});          } elsif ($token->{tag_name} eq 'style') {
3324              !!!cp ('t227.8');
3325              ## NOTE: This is a "as if in head" code clone.
3326              $parse_rcdata->(CDATA_CONTENT_MODEL);
3327              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3328              next B;
3329            } elsif ($token->{tag_name} eq 'script') {
3330              !!!cp ('t227.6');
3331              ## NOTE: This is a "as if in head" code clone.
3332              $script_start_tag->();
3333              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3334              next B;
3335            } elsif ($token->{tag_name} eq 'input') {
3336              if ($token->{attributes}->{type}) {
3337                my $type = $token->{attributes}->{type}->{value};
3338                $type =~ tr/A-Z/a-z/; ## ASCII case-insensitive.
3339                if ($type eq 'hidden') {
3340                  !!!cp ('t227.3');
3341                  !!!parse-error (type => 'in table',
3342                                  text => $token->{tag_name}, token => $token);
3343    
3344            $insert = $insert_to_foster;                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3345                  $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3346    
3347                  ## TODO: form element pointer
3348    
3349                  pop @{$self->{open_elements}};
3350    
3351                  !!!next-token;
3352                  !!!ack ('t227.2.1');
3353                  next B;
3354                } else {
3355                  !!!cp ('t227.1');
3356                  #
3357                }
3358              } else {
3359                !!!cp ('t227.4');
3360                #
3361              }
3362            } else {
3363              !!!cp ('t227');
3364            #            #
3365          }          }
3366    
3367            !!!parse-error (type => 'in table', text => $token->{tag_name},
3368                            token => $token);
3369    
3370            $insert = $insert_to_foster;
3371            #
3372        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
3373              if ($token->{tag_name} eq 'tr' and          if ($token->{tag_name} eq 'tr' and
3374                  $self->{insertion_mode} == IN_ROW_IM) {              ($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3375                ## have an element in table scope            ## have an element in table scope
3376                my $i;                my $i;
3377                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3378                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3379                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[1] == TABLE_ROW_EL) {
3380                      !!!cp ('t228');
3381                    $i = $_;                    $i = $_;
3382                    last INSCOPE;                    last INSCOPE;
3383                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3384                            table => 1, html => 1,                    !!!cp ('t229');
                          }->{$node->[1]}) {  
3385                    last INSCOPE;                    last INSCOPE;
3386                  }                  }
3387                } # INSCOPE                } # INSCOPE
3388                unless (defined $i) {                unless (defined $i) {
3389                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t230');
3390                    !!!parse-error (type => 'unmatched end tag',
3391                                    text => $token->{tag_name}, token => $token);
3392                  ## Ignore the token                  ## Ignore the token
3393                    !!!nack ('t230.1');
3394                  !!!next-token;                  !!!next-token;
3395                  redo B;                  next B;
3396                  } else {
3397                    !!!cp ('t232');
3398                }                }
3399    
3400                ## Clear back to table row context                ## Clear back to table row context
3401                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3402                  tr => 1, html => 1,                                & TABLE_ROW_SCOPING_EL)) {
3403                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t231');
3404                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this state be reached?
3405                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3406                }                }
3407    
3408                pop @{$self->{open_elements}}; # tr                pop @{$self->{open_elements}}; # tr
3409                $self->{insertion_mode} = IN_TABLE_BODY_IM;                $self->{insertion_mode} = IN_TABLE_BODY_IM;
3410                !!!next-token;                !!!next-token;
3411                redo B;                !!!nack ('t231.1');
3412                  next B;
3413              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3414                if ($self->{insertion_mode} == IN_ROW_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3415                  ## As if </tr>                  ## As if </tr>
3416                  ## have an element in table scope                  ## have an element in table scope
3417                  my $i;                  my $i;
3418                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3419                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3420                    if ($node->[1] eq 'tr') {                    if ($node->[1] == TABLE_ROW_EL) {
3421                        !!!cp ('t233');
3422                      $i = $_;                      $i = $_;
3423                      last INSCOPE;                      last INSCOPE;
3424                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3425                              table => 1, html => 1,                      !!!cp ('t234');
                            }->{$node->[1]}) {  
3426                      last INSCOPE;                      last INSCOPE;
3427                    }                    }
3428                  } # INSCOPE                  } # INSCOPE
3429                  unless (defined $i) {                  unless (defined $i) {
3430                    !!!parse-error (type => 'unmatched end tag:'.$token->{type});                    !!!cp ('t235');
3431    ## TODO: The following is wrong.
3432                      !!!parse-error (type => 'unmatched end tag',
3433                                      text => $token->{type}, token => $token);
3434                    ## Ignore the token                    ## Ignore the token
3435                      !!!nack ('t236.1');
3436                    !!!next-token;                    !!!next-token;
3437                    redo B;                    next B;
3438                  }                  }
3439                                    
3440                  ## Clear back to table row context                  ## Clear back to table row context
3441                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3442                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3443                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t236');
3444                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this state be reached?
3445                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3446                  }                  }
3447                                    
# Line 3816  sub _tree_construction_main ($) { Line 3450  sub _tree_construction_main ($) {
3450                  ## reprocess in the "in table body" insertion mode...                  ## reprocess in the "in table body" insertion mode...
3451                }                }
3452    
3453                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3454                  ## have an element in table scope                  ## have an element in table scope
3455                  my $i;                  my $i;
3456                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3457                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3458                    if ({                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3459                         tbody => 1, thead => 1, tfoot => 1,                      !!!cp ('t237');
                       }->{$node->[1]}) {  
3460                      $i = $_;                      $i = $_;
3461                      last INSCOPE;                      last INSCOPE;
3462                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3463                              table => 1, html => 1,                      !!!cp ('t238');
                            }->{$node->[1]}) {  
3464                      last INSCOPE;                      last INSCOPE;
3465                    }                    }
3466                  } # INSCOPE                  } # INSCOPE
3467                  unless (defined $i) {                  unless (defined $i) {
3468                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    !!!cp ('t239');
3469                      !!!parse-error (type => 'unmatched end tag',
3470                                      text => $token->{tag_name}, token => $token);
3471                    ## Ignore the token                    ## Ignore the token
3472                      !!!nack ('t239.1');
3473                    !!!next-token;                    !!!next-token;
3474                    redo B;                    next B;
3475                  }                  }
3476                                    
3477                  ## Clear back to table body context                  ## Clear back to table body context
3478                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3479                    tbody => 1, tfoot => 1, thead => 1, html => 1,                                  & TABLE_ROWS_SCOPING_EL)) {
3480                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t240');
                   !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3481                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3482                  }                  }
3483                                    
# Line 3859  sub _tree_construction_main ($) { Line 3493  sub _tree_construction_main ($) {
3493                  ## reprocess in the "in table" insertion mode...                  ## reprocess in the "in table" insertion mode...
3494                }                }
3495    
3496                  ## NOTE: </table> in the "in table" insertion mode.
3497                  ## When you edit the code fragment below, please ensure that
3498                  ## the code for <table> in the "in table" insertion mode
3499                  ## is synced with it.
3500    
3501                ## have a table element in table scope                ## have a table element in table scope
3502                my $i;                my $i;
3503                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3504                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3505                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[1] == TABLE_EL) {
3506                      !!!cp ('t241');
3507                    $i = $_;                    $i = $_;
3508                    last INSCOPE;                    last INSCOPE;
3509                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3510                            table => 1, html => 1,                    !!!cp ('t242');
                          }->{$node->[1]}) {  
3511                    last INSCOPE;                    last INSCOPE;
3512                  }                  }
3513                } # INSCOPE                } # INSCOPE
3514                unless (defined $i) {                unless (defined $i) {
3515                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t243');
3516                    !!!parse-error (type => 'unmatched end tag',
3517                                    text => $token->{tag_name}, token => $token);
3518                  ## Ignore the token                  ## Ignore the token
3519                    !!!nack ('t243.1');
3520                  !!!next-token;                  !!!next-token;
3521                  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]);  
3522                }                }
3523                                    
3524                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
3525                  pop @{$open_tables};
3526                                
3527                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
3528                                
3529                !!!next-token;                !!!next-token;
3530                redo B;                next B;
3531              } elsif ({              } elsif ({
3532                        tbody => 1, tfoot => 1, thead => 1,                        tbody => 1, tfoot => 1, thead => 1,
3533                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
3534                       $self->{insertion_mode} & ROW_IMS) {                       $self->{insertion_mode} & ROW_IMS) {
3535                if ($self->{insertion_mode} == IN_ROW_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3536                  ## have an element in table scope                  ## have an element in table scope
3537                  my $i;                  my $i;
3538                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3539                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3540                    if ($node->[1] eq $token->{tag_name}) {                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3541                        !!!cp ('t247');
3542                      $i = $_;                      $i = $_;
3543                      last INSCOPE;                      last INSCOPE;
3544                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3545                              table => 1, html => 1,                      !!!cp ('t248');
                            }->{$node->[1]}) {  
3546                      last INSCOPE;                      last INSCOPE;
3547                    }                    }
3548                  } # INSCOPE                  } # INSCOPE
3549                    unless (defined $i) {                    unless (defined $i) {
3550                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                      !!!cp ('t249');
3551                        !!!parse-error (type => 'unmatched end tag',
3552                                        text => $token->{tag_name}, token => $token);
3553                      ## Ignore the token                      ## Ignore the token
3554                        !!!nack ('t249.1');
3555                      !!!next-token;                      !!!next-token;
3556                      redo B;                      next B;
3557                    }                    }
3558                                    
3559                  ## As if </tr>                  ## As if </tr>
# Line 3931  sub _tree_construction_main ($) { Line 3561  sub _tree_construction_main ($) {
3561                  my $i;                  my $i;
3562                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3563                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3564                    if ($node->[1] eq 'tr') {                    if ($node->[1] == TABLE_ROW_EL) {
3565                        !!!cp ('t250');
3566                      $i = $_;                      $i = $_;
3567                      last INSCOPE;                      last INSCOPE;
3568                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3569                              table => 1, html => 1,                      !!!cp ('t251');
                            }->{$node->[1]}) {  
3570                      last INSCOPE;                      last INSCOPE;
3571                    }                    }
3572                  } # INSCOPE                  } # INSCOPE
3573                    unless (defined $i) {                    unless (defined $i) {
3574                      !!!parse-error (type => 'unmatched end tag:tr');                      !!!cp ('t252');
3575                        !!!parse-error (type => 'unmatched end tag',
3576                                        text => 'tr', token => $token);
3577                      ## Ignore the token                      ## Ignore the token
3578                        !!!nack ('t252.1');
3579                      !!!next-token;                      !!!next-token;
3580                      redo B;                      next B;
3581                    }                    }
3582                                    
3583                  ## Clear back to table row context                  ## Clear back to table row context
3584                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3585                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3586                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t253');
3587                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this case be reached?
3588                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3589                  }                  }
3590                                    
# Line 3964  sub _tree_construction_main ($) { Line 3597  sub _tree_construction_main ($) {
3597                my $i;                my $i;
3598                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3599                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3600                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3601                      !!!cp ('t254');
3602                    $i = $_;                    $i = $_;
3603                    last INSCOPE;                    last INSCOPE;
3604                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3605                            table => 1, html => 1,                    !!!cp ('t255');
                          }->{$node->[1]}) {  
3606                    last INSCOPE;                    last INSCOPE;
3607                  }                  }
3608                } # INSCOPE                } # INSCOPE
3609                unless (defined $i) {                unless (defined $i) {
3610                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t256');
3611                    !!!parse-error (type => 'unmatched end tag',
3612                                    text => $token->{tag_name}, token => $token);
3613                  ## Ignore the token                  ## Ignore the token
3614                    !!!nack ('t256.1');
3615                  !!!next-token;                  !!!next-token;
3616                  redo B;                  next B;
3617                }                }
3618    
3619                ## Clear back to table body context                ## Clear back to table body context
3620                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3621                  tbody => 1, tfoot => 1, thead => 1, html => 1,                                & TABLE_ROWS_SCOPING_EL)) {
3622                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t257');
3623                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this case be reached?
3624                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3625                }                }
3626    
3627                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3628                $self->{insertion_mode} = IN_TABLE_IM;                $self->{insertion_mode} = IN_TABLE_IM;
3629                  !!!nack ('t257.1');
3630                !!!next-token;                !!!next-token;
3631                redo B;                next B;
3632              } elsif ({              } elsif ({
3633                        body => 1, caption => 1, col => 1, colgroup => 1,                        body => 1, caption => 1, col => 1, colgroup => 1,
3634                        html => 1, td => 1, th => 1,                        html => 1, td => 1, th => 1,
3635                        tr => 1, # $self->{insertion_mode} == IN_ROW_IM                        tr => 1, # $self->{insertion_mode} == IN_ROW_IM
3636                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM
3637                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
3638                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t258');
3639                ## Ignore the token            !!!parse-error (type => 'unmatched end tag',
3640                !!!next-token;                            text => $token->{tag_name}, token => $token);
3641                redo B;            ## Ignore the token
3642          } else {            !!!nack ('t258.1');
3643            !!!parse-error (type => 'in table:/'.$token->{tag_name});             !!!next-token;
3644              next B;
3645            } else {
3646              !!!cp ('t259');
3647              !!!parse-error (type => 'in table:/',
3648                              text => $token->{tag_name}, token => $token);
3649    
3650            $insert = $insert_to_foster;            $insert = $insert_to_foster;
3651            #            #
3652          }          }
3653          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3654            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
3655                    @{$self->{open_elements}} == 1) { # redundant, maybe
3656              !!!parse-error (type => 'in body:#eof', token => $token);
3657              !!!cp ('t259.1');
3658              #
3659            } else {
3660              !!!cp ('t259.2');
3661              #
3662            }
3663    
3664            ## Stop parsing
3665            last B;
3666        } else {        } else {
3667          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
3668        }        }
3669      } elsif ($self->{insertion_mode} == IN_COLUMN_GROUP_IM) {      } elsif (($self->{insertion_mode} & IM_MASK) == IN_COLUMN_GROUP_IM) {
3670            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
3671              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {              if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
3672                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
3673                unless (length $token->{data}) {                unless (length $token->{data}) {
3674                    !!!cp ('t260');
3675                  !!!next-token;                  !!!next-token;
3676                  redo B;                  next B;
3677                }                }
3678              }              }
3679                            
3680                !!!cp ('t261');
3681              #              #
3682            } elsif ($token->{type} == START_TAG_TOKEN) {            } elsif ($token->{type} == START_TAG_TOKEN) {
3683              if ($token->{tag_name} eq 'col') {              if ($token->{tag_name} eq 'col') {
3684                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!cp ('t262');
3685                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3686                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3687                  !!!ack ('t262.1');
3688                !!!next-token;                !!!next-token;
3689                redo B;                next B;
3690              } else {              } else {
3691                  !!!cp ('t263');
3692                #                #
3693              }              }
3694            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
3695              if ($token->{tag_name} eq 'colgroup') {              if ($token->{tag_name} eq 'colgroup') {
3696                if ($self->{open_elements}->[-1]->[1] eq 'html') {                if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3697                  !!!parse-error (type => 'unmatched end tag:colgroup');                  !!!cp ('t264');
3698                    !!!parse-error (type => 'unmatched end tag',
3699                                    text => 'colgroup', token => $token);
3700                  ## Ignore the token                  ## Ignore the token
3701                  !!!next-token;                  !!!next-token;
3702                  redo B;                  next B;
3703                } else {                } else {
3704                    !!!cp ('t265');
3705                  pop @{$self->{open_elements}}; # colgroup                  pop @{$self->{open_elements}}; # colgroup
3706                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
3707                  !!!next-token;                  !!!next-token;
3708                  redo B;                              next B;            
3709                }                }
3710              } elsif ($token->{tag_name} eq 'col') {              } elsif ($token->{tag_name} eq 'col') {
3711                !!!parse-error (type => 'unmatched end tag:col');                !!!cp ('t266');
3712                  !!!parse-error (type => 'unmatched end tag',
3713                                  text => 'col', token => $token);
3714                ## Ignore the token                ## Ignore the token
3715                !!!next-token;                !!!next-token;
3716                redo B;                next B;
3717              } else {              } else {
3718                  !!!cp ('t267');
3719                #                #
3720              }              }
3721            } else {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3722              #          if ($self->{open_elements}->[-1]->[1] == HTML_EL and
3723            }              @{$self->{open_elements}} == 1) { # redundant, maybe
3724              !!!cp ('t270.2');
3725              ## Stop parsing.
3726              last B;
3727            } else {
3728              ## NOTE: As if </colgroup>.
3729              !!!cp ('t270.1');
3730              pop @{$self->{open_elements}}; # colgroup
3731              $self->{insertion_mode} = IN_TABLE_IM;
3732              ## Reprocess.
3733              next B;
3734            }
3735          } else {
3736            die "$0: $token->{type}: Unknown token type";
3737          }
3738    
3739            ## As if </colgroup>            ## As if </colgroup>
3740            if ($self->{open_elements}->[-1]->[1] eq 'html') {            if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3741              !!!parse-error (type => 'unmatched end tag:colgroup');              !!!cp ('t269');
3742    ## TODO: Wrong error type?
3743                !!!parse-error (type => 'unmatched end tag',
3744                                text => 'colgroup', token => $token);
3745              ## Ignore the token              ## Ignore the token
3746                !!!nack ('t269.1');
3747              !!!next-token;              !!!next-token;
3748              redo B;              next B;
3749            } else {            } else {
3750                !!!cp ('t270');
3751              pop @{$self->{open_elements}}; # colgroup              pop @{$self->{open_elements}}; # colgroup
3752              $self->{insertion_mode} = IN_TABLE_IM;              $self->{insertion_mode} = IN_TABLE_IM;
3753                !!!ack-later;
3754              ## reprocess              ## reprocess
3755              redo B;              next B;
3756            }            }
3757      } elsif ($self->{insertion_mode} == IN_SELECT_IM) {      } elsif ($self->{insertion_mode} & SELECT_IMS) {
3758        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
3759            !!!cp ('t271');
3760          $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});          $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
3761          !!!next-token;          !!!next-token;
3762          redo B;          next B;
3763        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
3764              if ($token->{tag_name} eq 'option') {          if ($token->{tag_name} eq 'option') {
3765                if ($self->{open_elements}->[-1]->[1] eq 'option') {            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3766                  ## As if </option>              !!!cp ('t272');
3767                  pop @{$self->{open_elements}};              ## As if </option>
3768                }              pop @{$self->{open_elements}};
3769              } else {
3770                !!!cp ('t273');
3771              }
3772    
3773                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3774                !!!next-token;            !!!nack ('t273.1');
3775                redo B;            !!!next-token;
3776              } elsif ($token->{tag_name} eq 'optgroup') {            next B;
3777                if ($self->{open_elements}->[-1]->[1] eq 'option') {          } elsif ($token->{tag_name} eq 'optgroup') {
3778                  ## As if </option>            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3779                  pop @{$self->{open_elements}};              !!!cp ('t274');
3780                }              ## As if </option>
3781                pop @{$self->{open_elements}};
3782              } else {
3783                !!!cp ('t275');
3784              }
3785    
3786                if ($self->{open_elements}->[-1]->[1] eq 'optgroup') {            if ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3787                  ## As if </optgroup>              !!!cp ('t276');
3788                  pop @{$self->{open_elements}};              ## As if </optgroup>
3789                }              pop @{$self->{open_elements}};
3790              } else {
3791                !!!cp ('t277');
3792              }
3793    
3794                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3795                !!!next-token;            !!!nack ('t277.1');
3796                redo B;            !!!next-token;
3797              } elsif ($token->{tag_name} eq 'select') {            next B;
3798                !!!parse-error (type => 'not closed:select');          } elsif ({
3799                ## As if </select> instead                     select => 1, input => 1, textarea => 1, keygen => 1,
3800                ## have an element in table scope                   }->{$token->{tag_name}} or
3801                my $i;                   (($self->{insertion_mode} & IM_MASK)
3802                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                        == IN_SELECT_IN_TABLE_IM and
3803                  my $node = $self->{open_elements}->[$_];                    {
3804                  if ($node->[1] eq $token->{tag_name}) {                     caption => 1, table => 1,
3805                    $i = $_;                     tbody => 1, tfoot => 1, thead => 1,
3806                    last INSCOPE;                     tr => 1, td => 1, th => 1,
3807                  } elsif ({                    }->{$token->{tag_name}})) {
3808                            table => 1, html => 1,  
3809                           }->{$node->[1]}) {            ## 1. Parse error.
3810                    last INSCOPE;            if ($token->{tag_name} eq 'select') {
3811                  }                !!!parse-error (type => 'select in select', ## XXX: documentation
3812                } # INSCOPE                                token => $token);
3813                unless (defined $i) {            } else {
3814                  !!!parse-error (type => 'unmatched end tag:select');              !!!parse-error (type => 'not closed', text => 'select',
3815                  ## Ignore the token                              token => $token);
3816                  !!!next-token;            }
3817                  redo B;  
3818                }            ## 2./<select>-1. Unless "have an element in table scope" (select):
3819              my $i;
3820              INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3821                my $node = $self->{open_elements}->[$_];
3822                if ($node->[1] == SELECT_EL) {
3823                  !!!cp ('t278');
3824                  $i = $_;
3825                  last INSCOPE;
3826                } elsif ($node->[1] & TABLE_SCOPING_EL) {
3827                  !!!cp ('t279');
3828                  last INSCOPE;
3829                }
3830              } # INSCOPE
3831              unless (defined $i) {
3832                !!!cp ('t280');
3833                if ($token->{tag_name} eq 'select') {
3834                  ## NOTE: This error would be raised when
3835                  ## |select.innerHTML = '<select>'| is executed; in this
3836                  ## case two errors, "select in select" and "unmatched
3837                  ## end tags" are reported to the user, the latter might
3838                  ## be confusing but this is what the spec requires.
3839                  !!!parse-error (type => 'unmatched end tag',
3840                                  text => 'select',
3841                                  token => $token);
3842                }
3843                ## Ignore the token.
3844                !!!nack ('t280.1');
3845                !!!next-token;
3846                next B;
3847              }
3848    
3849              ## 3. Otherwise, as if there were <select>:
3850                                
3851                splice @{$self->{open_elements}}, $i;            !!!cp ('t281');
3852              splice @{$self->{open_elements}}, $i;
3853    
3854                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
3855    
3856                !!!next-token;            if ($token->{tag_name} eq 'select') {
3857                redo B;              !!!nack ('t281.2');
3858          } else {              !!!next-token;
3859            !!!parse-error (type => 'in select:'.$token->{tag_name});              next B;
3860              } else {
3861                !!!cp ('t281.1');
3862                !!!ack-later;
3863                ## Reprocess the token.
3864                next B;
3865              }
3866            } elsif ($token->{tag_name} eq 'script') {
3867              !!!cp ('t281.3');
3868              ## NOTE: This is an "as if in head" code clone
3869              $script_start_tag->();
3870              next B;
3871            } else {
3872              !!!cp ('t282');
3873              !!!parse-error (type => 'in select',
3874                              text => $token->{tag_name}, token => $token);
3875            ## Ignore the token            ## Ignore the token
3876              !!!nack ('t282.1');
3877            !!!next-token;            !!!next-token;
3878            redo B;            next B;
3879          }          }
3880        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
3881              if ($token->{tag_name} eq 'optgroup') {          if ($token->{tag_name} eq 'optgroup') {
3882                if ($self->{open_elements}->[-1]->[1] eq 'option' and            if ($self->{open_elements}->[-1]->[1] == OPTION_EL and
3883                    $self->{open_elements}->[-2]->[1] eq 'optgroup') {                $self->{open_elements}->[-2]->[1] == OPTGROUP_EL) {
3884                  ## As if </option>              !!!cp ('t283');
3885                  splice @{$self->{open_elements}}, -2;              ## As if </option>
3886                } elsif ($self->{open_elements}->[-1]->[1] eq 'optgroup') {              splice @{$self->{open_elements}}, -2;
3887                  pop @{$self->{open_elements}};            } elsif ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3888                } else {              !!!cp ('t284');
3889                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              pop @{$self->{open_elements}};
3890                  ## Ignore the token            } else {
3891                }              !!!cp ('t285');
3892                !!!next-token;              !!!parse-error (type => 'unmatched end tag',
3893                redo B;                              text => $token->{tag_name}, token => $token);
3894              } elsif ($token->{tag_name} eq 'option') {              ## Ignore the token
3895                if ($self->{open_elements}->[-1]->[1] eq 'option') {            }
3896                  pop @{$self->{open_elements}};            !!!nack ('t285.1');
3897                } else {            !!!next-token;
3898                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            next B;
3899                  ## Ignore the token          } elsif ($token->{tag_name} eq 'option') {
3900                }            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3901                !!!next-token;              !!!cp ('t286');
3902                redo B;              pop @{$self->{open_elements}};
3903              } elsif ($token->{tag_name} eq 'select') {            } else {
3904                ## have an element in table scope              !!!cp ('t287');
3905                my $i;              !!!parse-error (type => 'unmatched end tag',
3906                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                              text => $token->{tag_name}, token => $token);
3907                  my $node = $self->{open_elements}->[$_];              ## Ignore the token
3908                  if ($node->[1] eq $token->{tag_name}) {            }
3909                    $i = $_;            !!!nack ('t287.1');
3910                    last INSCOPE;            !!!next-token;
3911                  } elsif ({            next B;
3912                            table => 1, html => 1,          } elsif ($token->{tag_name} eq 'select') {
3913                           }->{$node->[1]}) {            ## have an element in table scope
3914                    last INSCOPE;            my $i;
3915                  }            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3916                } # INSCOPE              my $node = $self->{open_elements}->[$_];
3917                unless (defined $i) {              if ($node->[1] == SELECT_EL) {
3918                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!cp ('t288');
3919                  ## Ignore the token                $i = $_;
3920                  !!!next-token;                last INSCOPE;
3921                  redo B;              } elsif ($node->[1] & TABLE_SCOPING_EL) {
3922                }                !!!cp ('t289');
3923                  last INSCOPE;
3924                }
3925              } # INSCOPE
3926              unless (defined $i) {
3927                !!!cp ('t290');
3928                !!!parse-error (type => 'unmatched end tag',
3929                                text => $token->{tag_name}, token => $token);
3930                ## Ignore the token
3931                !!!nack ('t290.1');
3932                !!!next-token;
3933                next B;
3934              }
3935                                
3936                splice @{$self->{open_elements}}, $i;            !!!cp ('t291');
3937              splice @{$self->{open_elements}}, $i;
3938    
3939                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
3940    
3941                !!!next-token;            !!!nack ('t291.1');
3942                redo B;            !!!next-token;
3943              } elsif ({            next B;
3944                        caption => 1, table => 1, tbody => 1,          } elsif (($self->{insertion_mode} & IM_MASK)
3945                        tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,                       == IN_SELECT_IN_TABLE_IM and
3946                       }->{$token->{tag_name}}) {                   {
3947                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    caption => 1, table => 1, tbody => 1,
3948                      tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,
3949                     }->{$token->{tag_name}}) {
3950    ## TODO: The following is wrong?
3951              !!!parse-error (type => 'unmatched end tag',
3952                              text => $token->{tag_name}, token => $token);
3953                                
3954                ## have an element in table scope            ## have an element in table scope
3955                my $i;            my $i;
3956                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3957                  my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
3958                  if ($node->[1] eq $token->{tag_name}) {              if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3959                    $i = $_;                !!!cp ('t292');
3960                    last INSCOPE;                $i = $_;
3961                  } elsif ({                last INSCOPE;
3962                            table => 1, html => 1,              } elsif ($node->[1] & TABLE_SCOPING_EL) {
3963                           }->{$node->[1]}) {                !!!cp ('t293');
3964                    last INSCOPE;                last INSCOPE;
3965                  }              }
3966                } # INSCOPE            } # INSCOPE
3967                unless (defined $i) {            unless (defined $i) {
3968                  ## Ignore the token              !!!cp ('t294');
3969                  !!!next-token;              ## Ignore the token
3970                  redo B;              !!!nack ('t294.1');
3971                }              !!!next-token;
3972                next B;
3973              }
3974                                
3975                ## As if </select>            ## As if </select>
3976                ## have an element in table scope            ## have an element in table scope
3977                undef $i;            undef $i;
3978                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3979                  my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
3980                  if ($node->[1] eq 'select') {              if ($node->[1] == SELECT_EL) {
3981                    $i = $_;                !!!cp ('t295');
3982                    last INSCOPE;                $i = $_;
3983                  } elsif ({                last INSCOPE;
3984                            table => 1, html => 1,              } elsif ($node->[1] & TABLE_SCOPING_EL) {
3985                           }->{$node->[1]}) {  ## ISSUE: Can this state be reached?
3986                    last INSCOPE;                !!!cp ('t296');
3987                  }                last INSCOPE;
3988                } # INSCOPE              }
3989                unless (defined $i) {            } # INSCOPE
3990                  !!!parse-error (type => 'unmatched end tag:select');            unless (defined $i) {
3991                  ## Ignore the </select> token              !!!cp ('t297');
3992                  !!!next-token; ## TODO: ok?  ## TODO: The following error type is correct?
3993                  redo B;              !!!parse-error (type => 'unmatched end tag',
3994                }                              text => 'select', token => $token);
3995                ## Ignore the </select> token
3996                !!!nack ('t297.1');
3997                !!!next-token; ## TODO: ok?
3998                next B;
3999              }
4000                                
4001                splice @{$self->{open_elements}}, $i;            !!!cp ('t298');
4002              splice @{$self->{open_elements}}, $i;
4003    
4004                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
4005    
4006                ## reprocess            !!!ack-later;
4007                redo B;            ## reprocess
4008              next B;
4009          } else {          } else {
4010            !!!parse-error (type => 'in select:/'.$token->{tag_name});            !!!cp ('t299');
4011              !!!parse-error (type => 'in select:/',
4012                              text => $token->{tag_name}, token => $token);
4013            ## Ignore the token            ## Ignore the token
4014              !!!nack ('t299.3');
4015            !!!next-token;            !!!next-token;
4016            redo B;            next B;
4017            }
4018          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4019            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
4020                    @{$self->{open_elements}} == 1) { # redundant, maybe
4021              !!!cp ('t299.1');
4022              !!!parse-error (type => 'in body:#eof', token => $token);
4023            } else {
4024              !!!cp ('t299.2');
4025          }          }
4026    
4027            ## Stop parsing.
4028            last B;
4029        } else {        } else {
4030          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4031        }        }
4032      } elsif ($self->{insertion_mode} & BODY_AFTER_IMS) {      } elsif ($self->{insertion_mode} & BODY_AFTER_IMS) {
4033        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
4034          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
4035            my $data = $1;            my $data = $1;
4036            ## As if in body            ## As if in body
4037            $reconstruct_active_formatting_elements->($insert_to_current);            $reconstruct_active_formatting_elements->($insert_to_current);
# Line 4253  sub _tree_construction_main ($) { Line 4039  sub _tree_construction_main ($) {
4039            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4040                        
4041            unless (length $token->{data}) {            unless (length $token->{data}) {
4042                !!!cp ('t300');
4043              !!!next-token;              !!!next-token;
4044              redo B;              next B;
4045            }            }
4046          }          }
4047                    
4048          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4049            !!!parse-error (type => 'after html:#character');            !!!cp ('t301');
4050              !!!parse-error (type => 'after html:#text', token => $token);
4051            ## Reprocess in the "main" phase, "after body" insertion mode...            #
4052            } else {
4053              !!!cp ('t302');
4054              ## "after body" insertion mode
4055              !!!parse-error (type => 'after body:#text', token => $token);
4056              #
4057          }          }
           
         ## "after body" insertion mode  
         !!!parse-error (type => 'after body:#character');  
4058    
4059          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4060          ## reprocess          ## reprocess
4061          redo B;          next B;
4062        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
4063          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4064            !!!parse-error (type => 'after html:'.$token->{tag_name});            !!!cp ('t303');
4065                        !!!parse-error (type => 'after html',
4066            ## Reprocess in the "main" phase, "after body" insertion mode...                            text => $token->{tag_name}, token => $token);
4067              #
4068            } else {
4069              !!!cp ('t304');
4070              ## "after body" insertion mode
4071              !!!parse-error (type => 'after body',
4072                              text => $token->{tag_name}, token => $token);
4073              #
4074          }          }
4075    
         ## "after body" insertion mode  
         !!!parse-error (type => 'after body:'.$token->{tag_name});  
   
4076          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4077            !!!ack-later;
4078          ## reprocess          ## reprocess
4079          redo B;          next B;
4080        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
4081          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4082            !!!parse-error (type => 'after html:/'.$token->{tag_name});            !!!cp ('t305');
4083              !!!parse-error (type => 'after html:/',
4084                              text => $token->{tag_name}, token => $token);
4085                        
4086            $self->{insertion_mode} = AFTER_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
4087            ## Reprocess in the "main" phase, "after body" insertion mode...            ## Reprocess.
4088              next B;
4089            } else {
4090              !!!cp ('t306');
4091          }          }
4092    
4093          ## "after body" insertion mode          ## "after body" insertion mode
4094          if ($token->{tag_name} eq 'html') {          if ($token->{tag_name} eq 'html') {
4095            if (defined $self->{inner_html_node}) {            if (defined $self->{inner_html_node}) {
4096              !!!parse-error (type => 'unmatched end tag:html');              !!!cp ('t307');
4097                !!!parse-error (type => 'unmatched end tag',
4098                                text => 'html', token => $token);
4099              ## Ignore the token              ## Ignore the token
4100              !!!next-token;              !!!next-token;
4101              redo B;              next B;
4102            } else {            } else {
4103                !!!cp ('t308');
4104              $self->{insertion_mode} = AFTER_HTML_BODY_IM;              $self->{insertion_mode} = AFTER_HTML_BODY_IM;
4105              !!!next-token;              !!!next-token;
4106              redo B;              next B;
4107            }            }
4108          } else {          } else {
4109            !!!parse-error (type => 'after body:/'.$token->{tag_name});            !!!cp ('t309');
4110              !!!parse-error (type => 'after body:/',
4111                              text => $token->{tag_name}, token => $token);
4112    
4113            $self->{insertion_mode} = IN_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
4114            ## reprocess            ## reprocess
4115            redo B;            next B;
4116          }          }
4117          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4118            !!!cp ('t309.2');
4119            ## Stop parsing
4120            last B;
4121        } else {        } else {
4122          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4123        }        }
4124      } elsif ($self->{insertion_mode} & FRAME_IMS) {      } elsif ($self->{insertion_mode} & FRAME_IMS) {
4125        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
4126          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
4127            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4128                        
4129            unless (length $token->{data}) {            unless (length $token->{data}) {
4130                !!!cp ('t310');
4131              !!!next-token;              !!!next-token;
4132              redo B;              next B;
4133            }            }
4134          }          }
4135                    
4136          if ($token->{data} =~ s/^[^\x09\x0A\x0B\x0C\x20]+//) {          if ($token->{data} =~ s/^[^\x09\x0A\x0C\x20]+//) {
4137            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4138              !!!parse-error (type => 'in frameset:#character');              !!!cp ('t311');
4139                !!!parse-error (type => 'in frameset:#text', token => $token);
4140            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4141              !!!parse-error (type => 'after frameset:#character');              !!!cp ('t312');
4142            } else { # "after html frameset"              !!!parse-error (type => 'after frameset:#text', token => $token);
4143              !!!parse-error (type => 'after html:#character');            } else { # "after after frameset"
4144                !!!cp ('t313');
4145              $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');  
4146            }            }
4147                        
4148            ## Ignore the token.            ## Ignore the token.
4149            if (length $token->{data}) {            if (length $token->{data}) {
4150                !!!cp ('t314');
4151              ## reprocess the rest of characters              ## reprocess the rest of characters
4152            } else {            } else {
4153                !!!cp ('t315');
4154              !!!next-token;              !!!next-token;
4155            }            }
4156            redo B;            next B;
4157          }          }
4158                    
4159          die qq[$0: Character "$token->{data}"];          die qq[$0: Character "$token->{data}"];
4160        } 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...  
         }  
   
4161          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
4162              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
4163            !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!cp ('t318');
4164              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4165              !!!nack ('t318.1');
4166            !!!next-token;            !!!next-token;
4167            redo B;            next B;
4168          } elsif ($token->{tag_name} eq 'frame' and          } elsif ($token->{tag_name} eq 'frame' and
4169                   $self->{insertion_mode} == IN_FRAMESET_IM) {                   $self->{insertion_mode} == IN_FRAMESET_IM) {
4170            !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!cp ('t319');
4171              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4172            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
4173              !!!ack ('t319.1');
4174            !!!next-token;            !!!next-token;
4175            redo B;            next B;
4176          } elsif ($token->{tag_name} eq 'noframes') {          } elsif ($token->{tag_name} eq 'noframes') {
4177            ## NOTE: As if in body.            !!!cp ('t320');
4178            $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);            ## NOTE: As if in head.
4179            redo B;            $parse_rcdata->(CDATA_CONTENT_MODEL);
4180              next B;
4181    
4182              ## NOTE: |<!DOCTYPE HTML><frameset></frameset></html><noframes></noframes>|
4183              ## has no parse error.
4184          } else {          } else {
4185            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4186              !!!parse-error (type => 'in frameset:'.$token->{tag_name});              !!!cp ('t321');
4187            } else {              !!!parse-error (type => 'in frameset',
4188              !!!parse-error (type => 'after frameset:'.$token->{tag_name});                              text => $token->{tag_name}, token => $token);
4189              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4190                !!!cp ('t322');
4191                !!!parse-error (type => 'after frameset',
4192                                text => $token->{tag_name}, token => $token);
4193              } else { # "after after frameset"
4194                !!!cp ('t322.2');
4195                !!!parse-error (type => 'after after frameset',
4196                                text => $token->{tag_name}, token => $token);
4197            }            }
4198            ## Ignore the token            ## Ignore the token
4199              !!!nack ('t322.1');
4200            !!!next-token;            !!!next-token;
4201            redo B;            next B;
4202          }          }
4203        } elsif ($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...  
         }  
   
4204          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
4205              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
4206            if ($self->{open_elements}->[-1]->[1] eq 'html' and            if ($self->{open_elements}->[-1]->[1] == HTML_EL and
4207                @{$self->{open_elements}} == 1) {                @{$self->{open_elements}} == 1) {
4208              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t325');
4209                !!!parse-error (type => 'unmatched end tag',
4210                                text => $token->{tag_name}, token => $token);
4211              ## Ignore the token              ## Ignore the token
4212              !!!next-token;              !!!next-token;
4213            } else {            } else {
4214                !!!cp ('t326');
4215              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
4216              !!!next-token;              !!!next-token;
4217            }            }
4218    
4219            if (not defined $self->{inner_html_node} and            if (not defined $self->{inner_html_node} and
4220                $self->{open_elements}->[-1]->[1] ne 'frameset') {                not ($self->{open_elements}->[-1]->[1] == FRAMESET_EL)) {
4221                !!!cp ('t327');
4222              $self->{insertion_mode} = AFTER_FRAMESET_IM;              $self->{insertion_mode} = AFTER_FRAMESET_IM;
4223              } else {
4224                !!!cp ('t328');
4225            }            }
4226            redo B;            next B;
4227          } elsif ($token->{tag_name} eq 'html' and          } elsif ($token->{tag_name} eq 'html' and
4228                   $self->{insertion_mode} == AFTER_FRAMESET_IM) {                   $self->{insertion_mode} == AFTER_FRAMESET_IM) {
4229              !!!cp ('t329');
4230            $self->{insertion_mode} = AFTER_HTML_FRAMESET_IM;            $self->{insertion_mode} = AFTER_HTML_FRAMESET_IM;
4231            !!!next-token;            !!!next-token;
4232            redo B;            next B;
4233          } else {          } else {
4234            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4235              !!!parse-error (type => 'in frameset:/'.$token->{tag_name});              !!!cp ('t330');
4236            } else {              !!!parse-error (type => 'in frameset:/',
4237              !!!parse-error (type => 'after frameset:/'.$token->{tag_name});                              text => $token->{tag_name}, token => $token);
4238              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4239                !!!cp ('t330.1');
4240                !!!parse-error (type => 'after frameset:/',
4241                                text => $token->{tag_name}, token => $token);
4242              } else { # "after after html"
4243                !!!cp ('t331');
4244                !!!parse-error (type => 'after after frameset:/',
4245                                text => $token->{tag_name}, token => $token);
4246            }            }
4247            ## Ignore the token            ## Ignore the token
4248            !!!next-token;            !!!next-token;
4249            redo B;            next B;
4250          }          }
4251          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4252            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
4253                    @{$self->{open_elements}} == 1) { # redundant, maybe
4254              !!!cp ('t331.1');
4255              !!!parse-error (type => 'in body:#eof', token => $token);
4256            } else {
4257              !!!cp ('t331.2');
4258            }
4259            
4260            ## Stop parsing
4261            last B;
4262        } else {        } else {
4263          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4264        }        }
   
       ## ISSUE: An issue in spec here  
4265      } else {      } else {
4266        die "$0: $self->{insertion_mode}: Unknown insertion mode";        die "$0: $self->{insertion_mode}: Unknown insertion mode";
4267      }      }
# Line 4432  sub _tree_construction_main ($) { Line 4269  sub _tree_construction_main ($) {
4269      ## "in body" insertion mode      ## "in body" insertion mode
4270      if ($token->{type} == START_TAG_TOKEN) {      if ($token->{type} == START_TAG_TOKEN) {
4271        if ($token->{tag_name} eq 'script') {        if ($token->{tag_name} eq 'script') {
4272            !!!cp ('t332');
4273          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
4274          $script_start_tag->($insert);          $script_start_tag->();
4275          redo B;          next B;
4276        } elsif ($token->{tag_name} eq 'style') {        } elsif ($token->{tag_name} eq 'style') {
4277            !!!cp ('t333');
4278          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
4279          $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);          $parse_rcdata->(CDATA_CONTENT_MODEL);
4280          redo B;          next B;
4281        } elsif ({        } elsif ({
4282                  base => 1, link => 1,                  base => 1, command => 1, link => 1,
4283                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4284            !!!cp ('t334');
4285          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
4286          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4287          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          pop @{$self->{open_elements}};
4288            !!!ack ('t334.1');
4289          !!!next-token;          !!!next-token;
4290          redo B;          next B;
4291        } elsif ($token->{tag_name} eq 'meta') {        } elsif ($token->{tag_name} eq 'meta') {
4292          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
4293          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4294          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          my $meta_el = pop @{$self->{open_elements}};
4295    
4296          unless ($self->{confident}) {          unless ($self->{confident}) {
4297            if ($token->{attributes}->{charset}) { ## TODO: And if supported            if ($token->{attributes}->{charset}) {
4298                !!!cp ('t335');
4299                ## NOTE: Whether the encoding is supported or not is handled
4300                ## in the {change_encoding} callback.
4301              $self->{change_encoding}              $self->{change_encoding}
4302                  ->($self, $token->{attributes}->{charset}->{value});                  ->($self, $token->{attributes}->{charset}->{value}, $token);
4303                
4304                $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4305                    ->set_user_data (manakai_has_reference =>
4306                                         $token->{attributes}->{charset}
4307                                             ->{has_reference});
4308            } elsif ($token->{attributes}->{content}) {            } elsif ($token->{attributes}->{content}) {
             ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.  
4309              if ($token->{attributes}->{content}->{value}              if ($token->{attributes}->{content}->{value}
4310                  =~ /\A[^;]*;[\x09-\x0D\x20]*charset[\x09-\x0D\x20]*=                  =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
4311                      [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                      [\x09\x0A\x0C\x0D\x20]*=
4312                      ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {                      [\x09\x0A\x0C\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
4313                        ([^"'\x09\x0A\x0C\x0D\x20][^\x09\x0A\x0C\x0D\x20\x3B]*))
4314                       /x) {
4315                  !!!cp ('t336');
4316                  ## NOTE: Whether the encoding is supported or not is handled
4317                  ## in the {change_encoding} callback.
4318                $self->{change_encoding}                $self->{change_encoding}
4319                    ->($self, defined $1 ? $1 : defined $2 ? $2 : $3);                    ->($self, defined $1 ? $1 : defined $2 ? $2 : $3, $token);
4320                  $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4321                      ->set_user_data (manakai_has_reference =>
4322                                           $token->{attributes}->{content}
4323                                                 ->{has_reference});
4324              }              }
4325            }            }
4326            } else {
4327              if ($token->{attributes}->{charset}) {
4328                !!!cp ('t337');
4329                $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4330                    ->set_user_data (manakai_has_reference =>
4331                                         $token->{attributes}->{charset}
4332                                             ->{has_reference});
4333              }
4334              if ($token->{attributes}->{content}) {
4335                !!!cp ('t338');
4336                $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4337                    ->set_user_data (manakai_has_reference =>
4338                                         $token->{attributes}->{content}
4339                                             ->{has_reference});
4340              }
4341          }          }
4342    
4343            !!!ack ('t338.1');
4344          !!!next-token;          !!!next-token;
4345          redo B;          next B;
4346        } elsif ($token->{tag_name} eq 'title') {        } elsif ($token->{tag_name} eq 'title') {
4347          !!!parse-error (type => 'in body:title');          !!!cp ('t341');
4348          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
4349          $parse_rcdata->(RCDATA_CONTENT_MODEL, sub {          $parse_rcdata->(RCDATA_CONTENT_MODEL);
4350            if (defined $self->{head_element}) {          next B;
             $self->{head_element}->append_child ($_[0]);  
           } else {  
             $insert->($_[0]);  
           }  
         });  
         redo B;  
4351        } elsif ($token->{tag_name} eq 'body') {        } elsif ($token->{tag_name} eq 'body') {
4352          !!!parse-error (type => 'in body:body');          !!!parse-error (type => 'in body', text => 'body', token => $token);
4353                                
4354          if (@{$self->{open_elements}} == 1 or          if (@{$self->{open_elements}} == 1 or
4355              $self->{open_elements}->[1]->[1] ne 'body') {              not ($self->{open_elements}->[1]->[1] == BODY_EL)) {
4356              !!!cp ('t342');
4357            ## Ignore the token            ## Ignore the token
4358          } else {          } else {
4359            my $body_el = $self->{open_elements}->[1]->[0];            my $body_el = $self->{open_elements}->[1]->[0];
4360            for my $attr_name (keys %{$token->{attributes}}) {            for my $attr_name (keys %{$token->{attributes}}) {
4361              unless ($body_el->has_attribute_ns (undef, $attr_name)) {              unless ($body_el->has_attribute_ns (undef, $attr_name)) {
4362                  !!!cp ('t343');
4363                $body_el->set_attribute_ns                $body_el->set_attribute_ns
4364                  (undef, [undef, $attr_name],                  (undef, [undef, $attr_name],
4365                   $token->{attributes}->{$attr_name}->{value});                   $token->{attributes}->{$attr_name}->{value});
4366              }              }
4367            }            }
4368          }          }
4369            !!!nack ('t343.1');
4370          !!!next-token;          !!!next-token;
4371          redo B;          next B;
4372          } elsif ($token->{tag_name} eq 'frameset') {
4373            !!!parse-error (type => 'in body', text => $token->{tag_name},
4374                            token => $token);
4375    
4376            if (@{$self->{open_elements}} == 1 or
4377                not ($self->{open_elements}->[1]->[1] == BODY_EL)) {
4378              !!!cp ('t343.2');
4379              ## Ignore the token.
4380            } elsif (not $self->{frameset_ok}) {
4381              !!!cp ('t343.3');
4382              ## Ignore the token.
4383            } else {
4384              !!!cp ('t343.4');
4385              
4386              ## 1. Remove the second element.
4387              my $body = $self->{open_elements}->[1]->[0];
4388              my $body_parent = $body->parent_node;
4389              $body_parent->remove_child ($body) if $body_parent;
4390    
4391              ## 2. Pop nodes.
4392              splice @{$self->{open_elements}}, 1;
4393    
4394              ## 3. Insert.
4395              !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4396    
4397              ## 4. Switch.
4398              $self->{insertion_mode} = IN_FRAMESET_IM;
4399            }
4400    
4401            !!!nack ('t343.5');
4402            !!!next-token;
4403            next B;
4404        } elsif ({        } elsif ({
4405                  address => 1, blockquote => 1, center => 1, dir => 1,                  ## NOTE: Start tags for non-phrasing flow content elements
4406                  div => 1, dl => 1, fieldset => 1, listing => 1,  
4407                  menu => 1, ol => 1, p => 1, ul => 1,                  ## NOTE: The normal one
4408                  pre => 1,                  address => 1, article => 1, aside => 1, blockquote => 1,
4409                    center => 1, datagrid => 1, details => 1, dialog => 1,
4410                    dir => 1, div => 1, dl => 1, fieldset => 1, figure => 1,
4411                    footer => 1, h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1,
4412                    h6 => 1, header => 1, hgroup => 1,
4413                    menu => 1, nav => 1, ol => 1, p => 1,
4414                    section => 1, ul => 1,
4415                    ## NOTE: As normal, but drops leading newline
4416                    pre => 1, listing => 1,
4417                    ## NOTE: As normal, but interacts with the form element pointer
4418                    form => 1,
4419                    
4420                    table => 1,
4421                    hr => 1,
4422                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4423          ## has a p element in scope  
4424          INSCOPE: for (reverse @{$self->{open_elements}}) {          ## 1. When there is an opening |form| element:
4425            if ($_->[1] eq 'p') {          if ($token->{tag_name} eq 'form' and defined $self->{form_element}) {
4426              !!!back-token;            !!!cp ('t350');
4427              $token = {type => END_TAG_TOKEN, tag_name => 'p'};            !!!parse-error (type => 'in form:form', token => $token);
4428              redo B;            ## Ignore the token
4429            } elsif ({            !!!nack ('t350.1');
4430                      table => 1, caption => 1, td => 1, th => 1,            !!!next-token;
4431                      button => 1, marquee => 1, object => 1, html => 1,            next B;
4432                     }->{$_->[1]}) {          }
4433              last INSCOPE;  
4434            ## 2. Close the |p| element, if any.
4435            if ($token->{tag_name} ne 'table' or # The Hixie Quirk
4436                $self->{document}->manakai_compat_mode ne 'quirks') {
4437              ## has a p element in scope
4438              INSCOPE: for (reverse @{$self->{open_elements}}) {
4439                if ($_->[1] == P_EL) {
4440                  !!!cp ('t344');
4441                  !!!back-token; # <form>
4442                  $token = {type => END_TAG_TOKEN, tag_name => 'p',
4443                            line => $token->{line}, column => $token->{column}};
4444                  next B;
4445                } elsif ($_->[1] & SCOPING_EL) {
4446                  !!!cp ('t345');
4447                  last INSCOPE;
4448                }
4449              } # INSCOPE
4450            }
4451    
4452            ## 3. Close the opening <hn> element, if any.
4453            if ({h1 => 1, h2 => 1, h3 => 1,
4454                 h4 => 1, h5 => 1, h6 => 1}->{$token->{tag_name}}) {
4455              if ($self->{open_elements}->[-1]->[1] == HEADING_EL) {
4456                !!!parse-error (type => 'not closed',
4457                                text => $self->{open_elements}->[-1]->[0]->manakai_local_name,
4458                                token => $token);
4459                pop @{$self->{open_elements}};
4460            }            }
4461          } # INSCOPE          }
4462              
4463          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          ## 4. Insertion.
4464          if ($token->{tag_name} eq 'pre') {          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4465            if ($token->{tag_name} eq 'pre' or $token->{tag_name} eq 'listing') {
4466              !!!nack ('t346.1');
4467            !!!next-token;            !!!next-token;
4468            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
4469              $token->{data} =~ s/^\x0A//;              $token->{data} =~ s/^\x0A//;
4470              unless (length $token->{data}) {              unless (length $token->{data}) {
4471                  !!!cp ('t346');
4472                !!!next-token;                !!!next-token;
4473                } else {
4474                  !!!cp ('t349');
4475              }              }
4476              } else {
4477                !!!cp ('t348');
4478            }            }
4479          } else {  
4480              delete $self->{frameset_ok};
4481            } elsif ($token->{tag_name} eq 'form') {
4482              !!!cp ('t347.1');
4483              $self->{form_element} = $self->{open_elements}->[-1]->[0];
4484    
4485              !!!nack ('t347.2');
4486            !!!next-token;            !!!next-token;
4487          }          } elsif ($token->{tag_name} eq 'table') {
4488          redo B;            !!!cp ('t382');
4489        } elsif ($token->{tag_name} eq 'form') {            push @{$open_tables}, [$self->{open_elements}->[-1]->[0]];
4490          if (defined $self->{form_element}) {  
4491            !!!parse-error (type => 'in form:form');            delete $self->{frameset_ok};
4492            ## Ignore the token            
4493              $self->{insertion_mode} = IN_TABLE_IM;
4494    
4495              !!!nack ('t382.1');
4496              !!!next-token;
4497            } elsif ($token->{tag_name} eq 'hr') {
4498              !!!cp ('t386');
4499              pop @{$self->{open_elements}};
4500              
4501              !!!ack ('t386.1');
4502    
4503              delete $self->{frameset_ok};
4504    
4505            !!!next-token;            !!!next-token;
           redo B;  
4506          } else {          } else {
4507            ## has a p element in scope            !!!nack ('t347.1');
           INSCOPE: for (reverse @{$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} = $self->{open_elements}->[-1]->[0];  
4508            !!!next-token;            !!!next-token;
           redo B;  
4509          }          }
4510            next B;
4511        } elsif ($token->{tag_name} eq 'li') {        } elsif ($token->{tag_name} eq 'li') {
4512          ## has a p element in scope          ## NOTE: As normal, but imply </li> when there's another <li> ...
4513          INSCOPE: for (reverse @{$self->{open_elements}}) {  
4514            if ($_->[1] eq 'p') {          ## NOTE: Special, Scope (<li><foo><li> == <li><foo><li/></foo></li>)::
4515              !!!back-token;            ## Interpreted as <li><foo/></li><li/> (non-conforming):
4516              $token = {type => END_TAG_TOKEN, tag_name => 'p'};            ## blockquote (O9.27), center (O), dd (Fx3, O, S3.1.2, IE7),
4517              redo B;            ## dt (Fx, O, S, IE), dl (O), fieldset (O, S, IE), form (Fx, O, S),
4518            } elsif ({            ## hn (O), pre (O), applet (O, S), button (O, S), marquee (Fx, O, S),
4519                      table => 1, caption => 1, td => 1, th => 1,            ## object (Fx)
4520                      button => 1, marquee => 1, object => 1, html => 1,            ## Generate non-tree (non-conforming):
4521                     }->{$_->[1]}) {            ## basefont (IE7 (where basefont is non-void)), center (IE),
4522              last INSCOPE;            ## form (IE), hn (IE)
4523            }          ## address, div, p (<li><foo><li> == <li><foo/></li><li/>)::
4524          } # INSCOPE            ## Interpreted as <li><foo><li/></foo></li> (non-conforming):
4525                        ## div (Fx, S)
4526          ## Step 1  
4527            ## 1. Frameset-ng
4528            delete $self->{frameset_ok};
4529    
4530            my $non_optional;
4531          my $i = -1;          my $i = -1;
4532          my $node = $self->{open_elements}->[$i];  
4533          LI: {          ## 2.
4534            ## Step 2          for my $node (reverse @{$self->{open_elements}}) {
4535            if ($node->[1] eq 'li') {            if ($node->[1] == LI_EL) {
4536              if ($i != -1) {              ## 3. (a) As if </li>
4537                !!!parse-error (type => 'end tag missing:'.              {
4538                                $self->{open_elements}->[-1]->[1]);                ## If no </li> - not applied
4539                  #
4540    
4541                  ## Otherwise
4542    
4543                  ## 1. generate implied end tags, except for </li>
4544                  #
4545    
4546                  ## 2. If current node != "li", parse error
4547                  if ($non_optional) {
4548                    !!!parse-error (type => 'not closed',
4549                                    text => $non_optional->[0]->manakai_local_name,
4550                                    token => $token);
4551                    !!!cp ('t355');
4552                  } else {
4553                    !!!cp ('t356');
4554                  }
4555    
4556                  ## 3. Pop
4557                  splice @{$self->{open_elements}}, $i;
4558              }              }
4559              splice @{$self->{open_elements}}, $i;  
4560              last LI;              last; ## 3. (b) goto 5.
4561            }            } elsif (
4562                                 ## NOTE: not "formatting" and not "phrasing"
4563            ## Step 3                     ($node->[1] & SPECIAL_EL or
4564            if (not $formatting_category->{$node->[1]} and                      $node->[1] & SCOPING_EL) and
4565                #not $phrasing_category->{$node->[1]} and                     ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4566                ($special_category->{$node->[1]} or                     (not $node->[1] & ADDRESS_DIV_P_EL)
4567                 $scoping_category->{$node->[1]}) and                    ) {
4568                $node->[1] ne 'address' and $node->[1] ne 'div') {              ## 4.
4569              last LI;              !!!cp ('t357');
4570                last; ## goto 6.
4571              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4572                !!!cp ('t358');
4573                #
4574              } else {
4575                !!!cp ('t359');
4576                $non_optional ||= $node;
4577                #
4578            }            }
4579                        ## 5.
4580            ## Step 4            ## goto 3.
4581            $i--;            $i--;
4582            $node = $self->{open_elements}->[$i];          }
4583            redo LI;  
4584          } # LI          ## 6. (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 $token->{tag_name} eq 'dt') {  
         ## has a p element in scope  
4585          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4586            if ($_->[1] eq 'p') {            if ($_->[1] == P_EL) {
4587              !!!back-token;              !!!cp ('t353');
4588              $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
4589              redo B;              ## NOTE: |<p><li>|, for example.
4590            } elsif ({  
4591                      table => 1, caption => 1, td => 1, th => 1,              !!!back-token; # <x>
4592                      button => 1, marquee => 1, object => 1, html => 1,              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4593                     }->{$_->[1]}) {                        line => $token->{line}, column => $token->{column}};
4594                next B;
4595              } elsif ($_->[1] & SCOPING_EL) {
4596                !!!cp ('t354');
4597              last INSCOPE;              last INSCOPE;
4598            }            }
4599          } # INSCOPE          } # INSCOPE
4600              
4601          ## Step 1          ## 6. (b) insert
4602            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4603            !!!nack ('t359.1');
4604            !!!next-token;
4605            next B;
4606          } elsif ($token->{tag_name} eq 'dt' or
4607                   $token->{tag_name} eq 'dd') {
4608            ## NOTE: As normal, but imply </dt> or </dd> when ...
4609    
4610            ## 1. Frameset-ng
4611            delete $self->{frameset_ok};
4612    
4613            my $non_optional;
4614          my $i = -1;          my $i = -1;
4615          my $node = $self->{open_elements}->[$i];  
4616          LI: {          ## 2.
4617            ## Step 2          for my $node (reverse @{$self->{open_elements}}) {
4618            if ($node->[1] eq 'dt' or $node->[1] eq 'dd') {            if ($node->[1] == DTDD_EL) {
4619              if ($i != -1) {              ## 3. (a) As if </li>
4620                !!!parse-error (type => 'end tag missing:'.              {
4621                                $self->{open_elements}->[-1]->[1]);                ## If no </li> - not applied
4622                  #
4623    
4624                  ## Otherwise
4625    
4626                  ## 1. generate implied end tags, except for </dt> or </dd>
4627                  #
4628    
4629                  ## 2. If current node != "dt"|"dd", parse error
4630                  if ($non_optional) {
4631                    !!!parse-error (type => 'not closed',
4632                                    text => $non_optional->[0]->manakai_local_name,
4633                                    token => $token);
4634                    !!!cp ('t355.1');
4635                  } else {
4636                    !!!cp ('t356.1');
4637                  }
4638    
4639                  ## 3. Pop
4640                  splice @{$self->{open_elements}}, $i;
4641              }              }
4642              splice @{$self->{open_elements}}, $i;  
4643              last LI;              last; ## 3. (b) goto 5.
4644            }            } elsif (
4645                                 ## NOTE: not "formatting" and not "phrasing"
4646            ## Step 3                     ($node->[1] & SPECIAL_EL or
4647            if (not $formatting_category->{$node->[1]} and                      $node->[1] & SCOPING_EL) and
4648                #not $phrasing_category->{$node->[1]} and                     ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4649                ($special_category->{$node->[1]} or  
4650                 $scoping_category->{$node->[1]}) and                     (not $node->[1] & ADDRESS_DIV_P_EL)
4651                $node->[1] ne 'address' and $node->[1] ne 'div') {                    ) {
4652              last LI;              ## 4.
4653                !!!cp ('t357.1');
4654                last; ## goto 5.
4655              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4656                !!!cp ('t358.1');
4657                #
4658              } else {
4659                !!!cp ('t359.1');
4660                $non_optional ||= $node;
4661                #
4662            }            }
4663                        ## 5.
4664            ## Step 4            ## goto 3.
4665            $i--;            $i--;
4666            $node = $self->{open_elements}->[$i];          }
4667            redo LI;  
4668          } # LI          ## 6. (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  
4669          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4670            if ($_->[1] eq 'p') {            if ($_->[1] == P_EL) {
4671              !!!back-token;              !!!cp ('t353.1');
4672              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              !!!back-token; # <x>
4673              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4674            } elsif ({                        line => $token->{line}, column => $token->{column}};
4675                      table => 1, caption => 1, td => 1, th => 1,              next B;
4676                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($_->[1] & SCOPING_EL) {
4677                     }->{$_->[1]}) {              !!!cp ('t354.1');
4678              last INSCOPE;              last INSCOPE;
4679            }            }
4680          } # INSCOPE          } # INSCOPE
4681              
4682          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          ## 6. (b) insert
4683                      !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4684          $self->{content_model} = PLAINTEXT_CONTENT_MODEL;          !!!nack ('t359.2');
             
4685          !!!next-token;          !!!next-token;
4686          redo B;          next B;
4687        } elsif ({        } elsif ($token->{tag_name} eq 'plaintext') {
4688                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,          ## NOTE: As normal, but effectively ends parsing
4689                 }->{$token->{tag_name}}) {  
4690          ## has a p element in scope          ## has a p element in scope
4691          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4692            my $node = $self->{open_elements}->[$_];            if ($_->[1] == P_EL) {
4693            if ($node->[1] eq 'p') {              !!!cp ('t367');
4694              !!!back-token;              !!!back-token; # <plaintext>
4695              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4696              redo B;                        line => $token->{line}, column => $token->{column}};
4697            } elsif ({              next B;
4698                      table => 1, caption => 1, td => 1, th => 1,            } elsif ($_->[1] & SCOPING_EL) {
4699                      button => 1, marquee => 1, object => 1, html => 1,              !!!cp ('t368');
                    }->{$node->[1]}) {  
4700              last INSCOPE;              last INSCOPE;
4701            }            }
4702          } # INSCOPE          } # INSCOPE
4703                        
4704          ## NOTE: See <http://html5.org/tools/web-apps-tracker?from=925&to=926>          !!!insert-element-t ($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}}, $i;  
         #}  
4705                        
4706          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          $self->{content_model} = PLAINTEXT_CONTENT_MODEL;
4707                        
4708            !!!nack ('t368.1');
4709          !!!next-token;          !!!next-token;
4710          redo B;          next B;
4711        } elsif ($token->{tag_name} eq 'a') {        } elsif ($token->{tag_name} eq 'a') {
4712          AFE: for my $i (reverse 0..$#$active_formatting_elements) {          AFE: for my $i (reverse 0..$#$active_formatting_elements) {
4713            my $node = $active_formatting_elements->[$i];            my $node = $active_formatting_elements->[$i];
4714            if ($node->[1] eq 'a') {            if ($node->[1] == A_EL) {
4715              !!!parse-error (type => 'in a:a');              !!!cp ('t371');
4716                !!!parse-error (type => 'in a:a', token => $token);
4717                            
4718              !!!back-token;              !!!back-token; # <a>
4719              $token = {type => END_TAG_TOKEN, tag_name => 'a'};              $token = {type => END_TAG_TOKEN, tag_name => 'a',
4720              $formatting_end_tag->($token->{tag_name});                        line => $token->{line}, column => $token->{column}};
4721                $formatting_end_tag->($token);
4722                            
4723              AFE2: for (reverse 0..$#$active_formatting_elements) {              AFE2: for (reverse 0..$#$active_formatting_elements) {
4724                if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {                if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {
4725                    !!!cp ('t372');
4726                  splice @$active_formatting_elements, $_, 1;                  splice @$active_formatting_elements, $_, 1;
4727                  last AFE2;                  last AFE2;
4728                }                }
4729              } # AFE2              } # AFE2
4730              OE: for (reverse 0..$#{$self->{open_elements}}) {              OE: for (reverse 0..$#{$self->{open_elements}}) {
4731                if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {                if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {
4732                    !!!cp ('t373');
4733                  splice @{$self->{open_elements}}, $_, 1;                  splice @{$self->{open_elements}}, $_, 1;
4734                  last OE;                  last OE;
4735                }                }
4736              } # OE              } # OE
4737              last AFE;              last AFE;
4738            } elsif ($node->[0] eq '#marker') {            } elsif ($node->[0] eq '#marker') {
4739                !!!cp ('t374');
4740              last AFE;              last AFE;
4741            }            }
4742          } # AFE          } # AFE
4743                        
4744          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4745    
4746          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4747          push @$active_formatting_elements, $self->{open_elements}->[-1];          push @$active_formatting_elements, $self->{open_elements}->[-1];
4748    
4749            !!!nack ('t374.1');
4750          !!!next-token;          !!!next-token;
4751          redo B;          next B;
       } elsif ({  
                 b => 1, big => 1, em => 1, font => 1, i => 1,  
                 s => 1, small => 1, strile => 1,  
                 strong => 1, tt => 1, u => 1,  
                }->{$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;  
4752        } elsif ($token->{tag_name} eq 'nobr') {        } elsif ($token->{tag_name} eq 'nobr') {
4753          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4754    
4755          ## has a |nobr| element in scope          ## has a |nobr| element in scope
4756          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4757            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
4758            if ($node->[1] eq 'nobr') {            if ($node->[1] == NOBR_EL) {
4759              !!!parse-error (type => 'in nobr:nobr');              !!!cp ('t376');
4760              !!!back-token;              !!!parse-error (type => 'in nobr:nobr', token => $token);
4761              $token = {type => END_TAG_TOKEN, tag_name => 'nobr'};              !!!back-token; # <nobr>
4762              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'nobr',
4763            } elsif ({                        line => $token->{line}, column => $token->{column}};
4764                      table => 1, caption => 1, td => 1, th => 1,              next B;
4765                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($node->[1] & SCOPING_EL) {
4766                     }->{$node->[1]}) {              !!!cp ('t377');
4767              last INSCOPE;              last INSCOPE;
4768            }            }
4769          } # INSCOPE          } # INSCOPE
4770                    
4771          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4772          push @$active_formatting_elements, $self->{open_elements}->[-1];          push @$active_formatting_elements, $self->{open_elements}->[-1];
4773                    
4774            !!!nack ('t377.1');
4775          !!!next-token;          !!!next-token;
4776          redo B;          next B;
4777        } elsif ($token->{tag_name} eq 'button') {        } elsif ($token->{tag_name} eq 'button') {
4778          ## has a button element in scope          ## has a button element in scope
4779          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4780            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
4781            if ($node->[1] eq 'button') {            if ($node->[1] == BUTTON_EL) {
4782              !!!parse-error (type => 'in button:button');              !!!cp ('t378');
4783              !!!back-token;              !!!parse-error (type => 'in button:button', token => $token);
4784              $token = {type => END_TAG_TOKEN, tag_name => 'button'};              !!!back-token; # <button>
4785              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'button',
4786            } elsif ({                        line => $token->{line}, column => $token->{column}};
4787                      table => 1, caption => 1, td => 1, th => 1,              next B;
4788                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($node->[1] & SCOPING_EL) {
4789                     }->{$node->[1]}) {              !!!cp ('t379');
4790              last INSCOPE;              last INSCOPE;
4791            }            }
4792          } # INSCOPE          } # INSCOPE
4793                        
4794          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4795                        
4796          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4797          push @$active_formatting_elements, ['#marker', ''];  
4798            ## TODO: associate with $self->{form_element} if defined
4799    
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'marquee' or  
                $token->{tag_name} eq 'object') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
4800          push @$active_formatting_elements, ['#marker', ''];          push @$active_formatting_elements, ['#marker', ''];
4801            
4802          !!!next-token;          delete $self->{frameset_ok};
4803          redo B;  
4804        } elsif ($token->{tag_name} eq 'xmp') {          !!!nack ('t379.1');
         $reconstruct_active_formatting_elements->($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;  
             
4805          !!!next-token;          !!!next-token;
4806          redo B;          next B;
4807        } elsif ({        } elsif ({
4808                  area => 1, basefont => 1, bgsound => 1, br => 1,                  xmp => 1,
4809                  embed => 1, img => 1, param => 1, spacer => 1, wbr => 1,                  iframe => 1,
4810                  image => 1,                  noembed => 1,
4811                    noframes => 1, ## NOTE: This is an "as if in head" code clone.
4812                    noscript => 0, ## TODO: 1 if scripting is enabled
4813                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4814          if ($token->{tag_name} eq 'image') {          if ($token->{tag_name} eq 'xmp') {
4815            !!!parse-error (type => 'image');            !!!cp ('t381');
4816            $token->{tag_name} = 'img';            $reconstruct_active_formatting_elements->($insert_to_current);
         }  
4817    
4818          ## NOTE: There is an "as if <br>" code clone.            delete $self->{frameset_ok};
4819          $reconstruct_active_formatting_elements->($insert_to_current);          } elsif ($token->{tag_name} eq 'iframe') {
4820                      !!!cp ('t381.1');
4821          !!!insert-element-t ($token->{tag_name}, $token->{attributes});            delete $self->{frameset_ok};
4822          pop @{$self->{open_elements}};          } else {
4823                      !!!cp ('t399');
4824          !!!next-token;          }
4825          redo B;          ## NOTE: There is an "as if in body" code clone.
4826        } elsif ($token->{tag_name} eq 'hr') {          $parse_rcdata->(CDATA_CONTENT_MODEL);
4827          ## has a p element in scope          next B;
         INSCOPE: for (reverse @{$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;  
4828        } elsif ($token->{tag_name} eq 'isindex') {        } elsif ($token->{tag_name} eq 'isindex') {
4829          !!!parse-error (type => 'isindex');          !!!parse-error (type => 'isindex', token => $token);
4830                    
4831          if (defined $self->{form_element}) {          if (defined $self->{form_element}) {
4832              !!!cp ('t389');
4833            ## Ignore the token            ## Ignore the token
4834              !!!nack ('t389'); ## NOTE: Not acknowledged.
4835            !!!next-token;            !!!next-token;
4836            redo B;            next B;
4837          } else {          } else {
4838              !!!ack ('t391.1');
4839    
4840            my $at = $token->{attributes};            my $at = $token->{attributes};
4841            my $form_attrs;            my $form_attrs;
4842            $form_attrs->{action} = $at->{action} if $at->{action};            $form_attrs->{action} = $at->{action} if $at->{action};
# Line 4911  sub _tree_construction_main ($) { Line 4846  sub _tree_construction_main ($) {
4846            delete $at->{prompt};            delete $at->{prompt};
4847            my @tokens = (            my @tokens = (
4848                          {type => START_TAG_TOKEN, tag_name => 'form',                          {type => START_TAG_TOKEN, tag_name => 'form',
4849                           attributes => $form_attrs},                           attributes => $form_attrs,
4850                          {type => START_TAG_TOKEN, tag_name => 'hr'},                           line => $token->{line}, column => $token->{column}},
4851                          {type => START_TAG_TOKEN, tag_name => 'p'},                          {type => START_TAG_TOKEN, tag_name => 'hr',
4852                          {type => START_TAG_TOKEN, tag_name => 'label'},                           line => $token->{line}, column => $token->{column}},
4853                            {type => START_TAG_TOKEN, tag_name => 'label',
4854                             line => $token->{line}, column => $token->{column}},
4855                         );                         );
4856            if ($prompt_attr) {            if ($prompt_attr) {
4857              push @tokens, {type => CHARACTER_TOKEN, data => $prompt_attr->{value}};              !!!cp ('t390');
4858                push @tokens, {type => CHARACTER_TOKEN, data => $prompt_attr->{value},
4859                               #line => $token->{line}, column => $token->{column},
4860                              };
4861            } else {            } else {
4862                !!!cp ('t391');
4863              push @tokens, {type => CHARACTER_TOKEN,              push @tokens, {type => CHARACTER_TOKEN,
4864                             data => 'This is a searchable index. Insert your search keywords here: '}; # SHOULD                             data => 'This is a searchable index. Insert your search keywords here: ',
4865                               #line => $token->{line}, column => $token->{column},
4866                              }; # SHOULD
4867              ## TODO: make this configurable              ## TODO: make this configurable
4868            }            }
4869            push @tokens,            push @tokens,
4870                          {type => START_TAG_TOKEN, tag_name => 'input', attributes => $at},                          {type => START_TAG_TOKEN, tag_name => 'input', attributes => $at,
4871                             line => $token->{line}, column => $token->{column}},
4872                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD
4873                          {type => END_TAG_TOKEN, tag_name => 'label'},                          {type => END_TAG_TOKEN, tag_name => 'label',
4874                          {type => END_TAG_TOKEN, tag_name => 'p'},                           line => $token->{line}, column => $token->{column}},
4875                          {type => START_TAG_TOKEN, tag_name => 'hr'},                          {type => START_TAG_TOKEN, tag_name => 'hr',
4876                          {type => END_TAG_TOKEN, tag_name => 'form'};                           line => $token->{line}, column => $token->{column}},
4877            $token = shift @tokens;                          {type => END_TAG_TOKEN, tag_name => 'form',
4878                             line => $token->{line}, column => $token->{column}};
4879            !!!back-token (@tokens);            !!!back-token (@tokens);
4880            redo B;            !!!next-token;
4881              next B;
4882          }          }
4883        } elsif ($token->{tag_name} eq 'textarea') {        } elsif ($token->{tag_name} eq 'textarea') {
4884          my $tag_name = $token->{tag_name};          ## 1. Insert
4885          my $el;          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
         !!!create-element ($el, $token->{tag_name}, $token->{attributes});  
4886                    
4887            ## Step 2 # XXX
4888          ## TODO: $self->{form_element} if defined          ## TODO: $self->{form_element} if defined
4889    
4890            ## 2. Drop U+000A LINE FEED
4891            $self->{ignore_newline} = 1;
4892    
4893            ## 3. RCDATA
4894          $self->{content_model} = RCDATA_CONTENT_MODEL;          $self->{content_model} = RCDATA_CONTENT_MODEL;
4895          delete $self->{escape}; # MUST          delete $self->{escape}; # MUST
4896            
4897          $insert->($el);          ## 4., 6. Insertion mode
4898                    $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
4899          my $text = '';  
4900            ## 5. Frameset-ng.
4901            delete $self->{frameset_ok};
4902    
4903            !!!nack ('t392.1');
4904          !!!next-token;          !!!next-token;
4905          if ($token->{type} == CHARACTER_TOKEN) {          next B;
4906            $token->{data} =~ s/^\x0A//;        } elsif ($token->{tag_name} eq 'optgroup' or
4907            unless (length $token->{data}) {                 $token->{tag_name} eq 'option') {
4908              !!!next-token;          ## has an |option| element in scope
4909            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4910              my $node = $self->{open_elements}->[$_];
4911              if ($node->[1] == OPTION_EL) {
4912                !!!cp ('t397.1');
4913                ## NOTE: As if </option>
4914                !!!back-token; # <option> or <optgroup>
4915                $token = {type => END_TAG_TOKEN, tag_name => 'option',
4916                          line => $token->{line}, column => $token->{column}};
4917                next B;
4918              } elsif ($node->[1] & SCOPING_EL) {
4919                !!!cp ('t397.2');
4920                last INSCOPE;
4921            }            }
4922          }          } # INSCOPE
4923          while ($token->{type} == CHARACTER_TOKEN) {  
4924            $text .= $token->{data};          $reconstruct_active_formatting_elements->($insert_to_current);
4925            !!!next-token;  
4926          }          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4927          if (length $text) {  
4928            $el->manakai_append_text ($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});  
         }  
4929          !!!next-token;          !!!next-token;
4930          redo B;          redo B;
4931        } elsif ({        } elsif ($token->{tag_name} eq 'rt' or
4932                  iframe => 1,                 $token->{tag_name} eq 'rp') {
4933                  noembed => 1,          ## has a |ruby| element in scope
4934                  noframes => 1,          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4935                  noscript => 0, ## TODO: 1 if scripting is enabled            my $node = $self->{open_elements}->[$_];
4936                 }->{$token->{tag_name}}) {            if ($node->[1] == RUBY_EL) {
4937          ## NOTE: There is an "as if in body" code clone.              !!!cp ('t398.1');
4938          $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);              ## generate implied end tags
4939                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
4940                  !!!cp ('t398.2');
4941                  pop @{$self->{open_elements}};
4942                }
4943                unless ($self->{open_elements}->[-1]->[1] == RUBY_EL) {
4944                  !!!cp ('t398.3');
4945                  !!!parse-error (type => 'not closed',
4946                                  text => $self->{open_elements}->[-1]->[0]
4947                                      ->manakai_local_name,
4948                                  token => $token);
4949                  pop @{$self->{open_elements}}
4950                      while not $self->{open_elements}->[-1]->[1] == RUBY_EL;
4951                }
4952                last INSCOPE;
4953              } elsif ($node->[1] & SCOPING_EL) {
4954                !!!cp ('t398.4');
4955                last INSCOPE;
4956              }
4957            } # INSCOPE
4958              
4959            ## TODO: <non-ruby><rt> is not allowed.
4960    
4961            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4962    
4963            !!!nack ('t398.5');
4964            !!!next-token;
4965          redo B;          redo B;
4966        } elsif ($token->{tag_name} eq 'select') {        } elsif ($token->{tag_name} eq 'math' or
4967                   $token->{tag_name} eq 'svg') {
4968          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4969    
4970            ## "Adjust MathML attributes" ('math' only) - done in insert-element-f
4971    
4972            ## "adjust SVG attributes" ('svg' only) - done in insert-element-f
4973    
4974            ## "adjust foreign attributes" - done in insert-element-f
4975                    
4976          !!!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);
4977                    
4978          $self->{insertion_mode} = IN_SELECT_IM;          if ($self->{self_closing}) {
4979              pop @{$self->{open_elements}};
4980              !!!ack ('t398.6');
4981            } else {
4982              !!!cp ('t398.7');
4983              $self->{insertion_mode} |= IN_FOREIGN_CONTENT_IM;
4984              ## NOTE: |<body><math><mi><svg>| -> "in foreign content" insertion
4985              ## mode, "in body" (not "in foreign content") secondary insertion
4986              ## mode, maybe.
4987            }
4988    
4989          !!!next-token;          !!!next-token;
4990          redo B;          next B;
4991        } elsif ({        } elsif ({
4992                  caption => 1, col => 1, colgroup => 1, frame => 1,                  caption => 1, col => 1, colgroup => 1, frame => 1,
4993                  frameset => 1, head => 1, option => 1, optgroup => 1,                  head => 1,
4994                  tbody => 1, td => 1, tfoot => 1, th => 1,                  tbody => 1, td => 1, tfoot => 1, th => 1,
4995                  thead => 1, tr => 1,                  thead => 1, tr => 1,
4996                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4997          !!!parse-error (type => 'in body:'.$token->{tag_name});          !!!cp ('t401');
4998            !!!parse-error (type => 'in body',
4999                            text => $token->{tag_name}, token => $token);
5000          ## Ignore the token          ## Ignore the token
5001            !!!nack ('t401.1'); ## NOTE: |<col/>| or |<frame/>| here is an error.
5002            !!!next-token;
5003            next B;
5004          } elsif ($token->{tag_name} eq 'param' or
5005                   $token->{tag_name} eq 'source') {
5006            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
5007            pop @{$self->{open_elements}};
5008    
5009            !!!ack ('t398.5');
5010          !!!next-token;          !!!next-token;
5011          redo B;          redo B;
           
         ## ISSUE: An issue on HTML5 new elements in the spec.  
5012        } else {        } else {
5013            if ($token->{tag_name} eq 'image') {
5014              !!!cp ('t384');
5015              !!!parse-error (type => 'image', token => $token);
5016              $token->{tag_name} = 'img';
5017            } else {
5018              !!!cp ('t385');
5019            }
5020    
5021            ## NOTE: There is an "as if <br>" code clone.
5022          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
5023                    
5024          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
5025    
5026            if ({
5027                 applet => 1, marquee => 1, object => 1,
5028                }->{$token->{tag_name}}) {
5029              !!!cp ('t380');
5030    
5031              push @$active_formatting_elements, ['#marker', ''];
5032    
5033              delete $self->{frameset_ok};
5034    
5035              !!!nack ('t380.1');
5036            } elsif ({
5037                      b => 1, big => 1, em => 1, font => 1, i => 1,
5038                      s => 1, small => 1, strike => 1,
5039                      strong => 1, tt => 1, u => 1,
5040                     }->{$token->{tag_name}}) {
5041              !!!cp ('t375');
5042              push @$active_formatting_elements, $self->{open_elements}->[-1];
5043              !!!nack ('t375.1');
5044            } elsif ($token->{tag_name} eq 'input') {
5045              !!!cp ('t388');
5046              ## TODO: associate with $self->{form_element} if defined
5047              pop @{$self->{open_elements}};
5048              !!!ack ('t388.2');
5049            } elsif ({
5050                      area => 1, basefont => 1, bgsound => 1, br => 1,
5051                      embed => 1, img => 1, spacer => 1, wbr => 1,
5052                      keygen => 1,
5053                     }->{$token->{tag_name}}) {
5054              !!!cp ('t388.1');
5055    
5056              pop @{$self->{open_elements}};
5057    
5058              delete $self->{frameset_ok};
5059    
5060              !!!ack ('t388.3');
5061            } elsif ($token->{tag_name} eq 'select') {
5062              ## TODO: associate with $self->{form_element} if defined
5063    
5064              delete $self->{frameset_ok};
5065              
5066              if ($self->{insertion_mode} & TABLE_IMS or
5067                  $self->{insertion_mode} & BODY_TABLE_IMS or
5068                  ($self->{insertion_mode} & IM_MASK) == IN_COLUMN_GROUP_IM) {
5069                !!!cp ('t400.1');
5070                $self->{insertion_mode} = IN_SELECT_IN_TABLE_IM;
5071              } else {
5072                !!!cp ('t400.2');
5073                $self->{insertion_mode} = IN_SELECT_IM;
5074              }
5075              !!!nack ('t400.3');
5076            } else {
5077              !!!nack ('t402');
5078            }
5079                    
5080          !!!next-token;          !!!next-token;
5081          redo B;          next B;
5082        }        }
5083      } elsif ($token->{type} == END_TAG_TOKEN) {      } elsif ($token->{type} == END_TAG_TOKEN) {
5084        if ($token->{tag_name} eq 'body') {        if ($token->{tag_name} eq 'body' or $token->{tag_name} eq 'html') {
5085          if (@{$self->{open_elements}} > 1 and  
5086              $self->{open_elements}->[1]->[1] eq 'body') {          ## 1. If not "have an element in scope":
5087            for (@{$self->{open_elements}}) {          ## "has a |body| element in scope"
5088              unless ({          my $i;
5089                         dd => 1, dt => 1, li => 1, p => 1, td => 1,          INSCOPE: {
5090                         th => 1, tr => 1, body => 1, html => 1,            for (reverse @{$self->{open_elements}}) {
5091                       tbody => 1, tfoot => 1, thead => 1,              if ($_->[1] == BODY_EL) {
5092                      }->{$_->[1]}) {                !!!cp ('t405');
5093                !!!parse-error (type => 'not closed:'.$_->[1]);                $i = $_;
5094                  last INSCOPE;
5095                } elsif ($_->[1] & SCOPING_EL) {
5096                  !!!cp ('t405.1');
5097                  last;
5098              }              }
5099            }            }
5100    
5101            $self->{insertion_mode} = AFTER_BODY_IM;            ## NOTE: |<marquee></body>|, |<svg><foreignobject></body>|,
5102            !!!next-token;            ## and fragment cases.
5103            redo B;  
5104          } else {            !!!parse-error (type => 'unmatched end tag',
5105            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                            text => $token->{tag_name}, token => $token);
5106            ## Ignore the token            ## Ignore the token.  (</body> or </html>)
5107            !!!next-token;            !!!next-token;
5108            redo B;            next B;
5109          }          } # INSCOPE
5110        } elsif ($token->{tag_name} eq 'html') {  
5111          if (@{$self->{open_elements}} > 1 and $self->{open_elements}->[1]->[1] eq 'body') {          ## 2. If unclosed elements:
5112            ## ISSUE: There is an issue in the spec.          for (@{$self->{open_elements}}) {
5113            if ($self->{open_elements}->[-1]->[1] ne 'body') {            unless ($_->[1] & ALL_END_TAG_OPTIONAL_EL ||
5114              !!!parse-error (type => 'not closed:'.$self->{open_elements}->[1]->[1]);                    $_->[1] == OPTGROUP_EL ||
5115                      $_->[1] == OPTION_EL ||
5116                      $_->[1] == RUBY_COMPONENT_EL) {
5117                !!!cp ('t403');
5118                !!!parse-error (type => 'not closed',
5119                                text => $_->[0]->manakai_local_name,
5120                                token => $token);
5121                last;
5122              } else {
5123                !!!cp ('t404');
5124            }            }
5125            $self->{insertion_mode} = AFTER_BODY_IM;          }
5126            ## reprocess  
5127            redo B;          ## 3. Switch the insertion mode.
5128          } else {          $self->{insertion_mode} = AFTER_BODY_IM;
5129            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});          if ($token->{tag_name} eq 'body') {
           ## Ignore the token  
5130            !!!next-token;            !!!next-token;
5131            redo B;          } else { # html
5132              ## Reprocess.
5133          }          }
5134            next B;
5135        } elsif ({        } elsif ({
5136                  address => 1, blockquote => 1, center => 1, dir => 1,                  ## NOTE: End tags for non-phrasing flow content elements
5137                  div => 1, dl => 1, fieldset => 1, listing => 1,  
5138                  menu => 1, ol => 1, pre => 1, ul => 1,                  ## NOTE: The normal ones
5139                  p => 1,                  address => 1, article => 1, aside => 1, blockquote => 1,
5140                    center => 1, datagrid => 1, details => 1, dialog => 1,
5141                    dir => 1, div => 1, dl => 1, fieldset => 1, figure => 1,
5142                    footer => 1, header => 1, hgroup => 1,
5143                    listing => 1, menu => 1, nav => 1,
5144                    ol => 1, pre => 1, section => 1, ul => 1,
5145    
5146                    ## NOTE: As normal, but ... optional tags
5147                  dd => 1, dt => 1, li => 1,                  dd => 1, dt => 1, li => 1,
5148                  button => 1, marquee => 1, object => 1,  
5149                    applet => 1, button => 1, marquee => 1, object => 1,
5150                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5151            ## NOTE: Code for <li> start tags includes "as if </li>" code.
5152            ## Code for <dt> or <dd> start tags includes "as if </dt> or
5153            ## </dd>" code.
5154    
5155          ## has an element in scope          ## has an element in scope
5156          my $i;          my $i;
5157          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5158            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5159            if ($node->[1] eq $token->{tag_name}) {            if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
5160              ## generate implied end tags              !!!cp ('t410');
             if ({  
                  dd => ($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;  
             }  
5161              $i = $_;              $i = $_;
5162              last INSCOPE unless $token->{tag_name} eq 'p';              last INSCOPE;
5163            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
5164                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t411');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
5165              last INSCOPE;              last INSCOPE;
5166            }            }
5167          } # INSCOPE          } # INSCOPE
5168            
5169          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {          unless (defined $i) { # has an element in scope
5170            if (defined $i) {            !!!cp ('t413');
5171              !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);            !!!parse-error (type => 'unmatched end tag',
5172                              text => $token->{tag_name}, token => $token);
5173              ## NOTE: Ignore the token.
5174            } else {
5175              ## Step 1. generate implied end tags
5176              while ({
5177                      ## END_TAG_OPTIONAL_EL
5178                      dd => ($token->{tag_name} ne 'dd'),
5179                      dt => ($token->{tag_name} ne 'dt'),
5180                      li => ($token->{tag_name} ne 'li'),
5181                      option => 1,
5182                      optgroup => 1,
5183                      p => 1,
5184                      rt => 1,
5185                      rp => 1,
5186                     }->{$self->{open_elements}->[-1]->[0]->manakai_local_name}) {
5187                !!!cp ('t409');
5188                pop @{$self->{open_elements}};
5189              }
5190    
5191              ## Step 2.
5192              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5193                      ne $token->{tag_name}) {
5194                !!!cp ('t412');
5195                !!!parse-error (type => 'not closed',
5196                                text => $self->{open_elements}->[-1]->[0]
5197                                    ->manakai_local_name,
5198                                token => $token);
5199            } else {            } else {
5200              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t414');
5201            }            }
5202          }  
5203                      ## Step 3.
         if (defined $i) {  
5204            splice @{$self->{open_elements}}, $i;            splice @{$self->{open_elements}}, $i;
5205          } elsif ($token->{tag_name} eq 'p') {  
5206            ## As if <p>, then reprocess the current token            ## Step 4.
5207            my $el;            $clear_up_to_marker->()
5208            !!!create-element ($el, 'p');                if {
5209            $insert->($el);                  applet => 1, button => 1, marquee => 1, object => 1,
5210                  }->{$token->{tag_name}};
5211          }          }
         $clear_up_to_marker->()  
           if {  
             button => 1, marquee => 1, object => 1,  
           }->{$token->{tag_name}};  
5212          !!!next-token;          !!!next-token;
5213          redo B;          next B;
5214        } elsif ($token->{tag_name} eq 'form') {        } elsif ($token->{tag_name} eq 'form') {
5215            ## NOTE: As normal, but interacts with the form element pointer
5216    
5217            undef $self->{form_element};
5218    
5219          ## has an element in scope          ## has an element in scope
5220            my $i;
5221          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5222            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5223            if ($node->[1] eq $token->{tag_name}) {            if ($node->[1] == FORM_EL) {
5224              ## generate implied end tags              !!!cp ('t418');
5225              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 => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
             }  
5226              last INSCOPE;              last INSCOPE;
5227            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
5228                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t419');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
5229              last INSCOPE;              last INSCOPE;
5230            }            }
5231          } # INSCOPE          } # INSCOPE
5232            
5233          if ($self->{open_elements}->[-1]->[1] eq $token->{tag_name}) {          unless (defined $i) { # has an element in scope
5234            pop @{$self->{open_elements}};            !!!cp ('t421');
5235          } else {            !!!parse-error (type => 'unmatched end tag',
5236            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                            text => $token->{tag_name}, token => $token);
5237              ## NOTE: Ignore the token.
5238            } else {
5239              ## Step 1. generate implied end tags
5240              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5241                !!!cp ('t417');
5242                pop @{$self->{open_elements}};
5243              }
5244              
5245              ## Step 2.
5246              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5247                      ne $token->{tag_name}) {
5248                !!!cp ('t417.1');
5249                !!!parse-error (type => 'not closed',
5250                                text => $self->{open_elements}->[-1]->[0]
5251                                    ->manakai_local_name,
5252                                token => $token);
5253              } else {
5254                !!!cp ('t420');
5255              }  
5256              
5257              ## Step 3.
5258              splice @{$self->{open_elements}}, $i;
5259          }          }
5260    
         undef $self->{form_element};  
5261          !!!next-token;          !!!next-token;
5262          redo B;          next B;
5263        } elsif ({        } elsif ({
5264                    ## NOTE: As normal, except acts as a closer for any ...
5265                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
5266                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5267          ## has an element in scope          ## has an element in scope
5268          my $i;          my $i;
5269          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5270            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5271            if ({            if ($node->[1] == HEADING_EL) {
5272                 h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,              !!!cp ('t423');
               }->{$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;  
             }  
5273              $i = $_;              $i = $_;
5274              last INSCOPE;              last INSCOPE;
5275            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
5276                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t424');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
5277              last INSCOPE;              last INSCOPE;
5278            }            }
5279          } # INSCOPE          } # INSCOPE
5280            
5281          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {          unless (defined $i) { # has an element in scope
5282            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t425.1');
5283              !!!parse-error (type => 'unmatched end tag',
5284                              text => $token->{tag_name}, token => $token);
5285              ## NOTE: Ignore the token.
5286            } else {
5287              ## Step 1. generate implied end tags
5288              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5289                !!!cp ('t422');
5290                pop @{$self->{open_elements}};
5291              }
5292              
5293              ## Step 2.
5294              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5295                      ne $token->{tag_name}) {
5296                !!!cp ('t425');
5297                !!!parse-error (type => 'unmatched end tag',
5298                                text => $token->{tag_name}, token => $token);
5299              } else {
5300                !!!cp ('t426');
5301              }
5302    
5303              ## Step 3.
5304              splice @{$self->{open_elements}}, $i;
5305          }          }
5306                    
         splice @{$self->{open_elements}}, $i if defined $i;  
5307          !!!next-token;          !!!next-token;
5308          redo B;          next B;
5309          } elsif ($token->{tag_name} eq 'p') {
5310            ## NOTE: As normal, except </p> implies <p> and ...
5311    
5312            ## has an element in scope
5313            my $non_optional;
5314            my $i;
5315            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5316              my $node = $self->{open_elements}->[$_];
5317              if ($node->[1] == P_EL) {
5318                !!!cp ('t410.1');
5319                $i = $_;
5320                last INSCOPE;
5321              } elsif ($node->[1] & SCOPING_EL) {
5322                !!!cp ('t411.1');
5323                last INSCOPE;
5324              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
5325                ## NOTE: |END_TAG_OPTIONAL_EL| includes "p"
5326                !!!cp ('t411.2');
5327                #
5328              } else {
5329                !!!cp ('t411.3');
5330                $non_optional ||= $node;
5331                #
5332              }
5333            } # INSCOPE
5334    
5335            if (defined $i) {
5336              ## 1. Generate implied end tags
5337              #
5338    
5339              ## 2. If current node != "p", parse error
5340              if ($non_optional) {
5341                !!!cp ('t412.1');
5342                !!!parse-error (type => 'not closed',
5343                                text => $non_optional->[0]->manakai_local_name,
5344                                token => $token);
5345              } else {
5346                !!!cp ('t414.1');
5347              }
5348    
5349              ## 3. Pop
5350              splice @{$self->{open_elements}}, $i;
5351            } else {
5352              !!!cp ('t413.1');
5353              !!!parse-error (type => 'unmatched end tag',
5354                              text => $token->{tag_name}, token => $token);
5355    
5356              !!!cp ('t415.1');
5357              ## As if <p>, then reprocess the current token
5358              my $el;
5359              !!!create-element ($el, $HTML_NS, 'p',, $token);
5360              $insert->($el);
5361              ## NOTE: Not inserted into |$self->{open_elements}|.
5362            }
5363    
5364            !!!next-token;
5365            next B;
5366        } elsif ({        } elsif ({
5367                  a => 1,                  a => 1,
5368                  b => 1, big => 1, em => 1, font => 1, i => 1,                  b => 1, big => 1, em => 1, font => 1, i => 1,
5369                  nobr => 1, s => 1, small => 1, strile => 1,                  nobr => 1, s => 1, small => 1, strike => 1,
5370                  strong => 1, tt => 1, u => 1,                  strong => 1, tt => 1, u => 1,
5371                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5372          $formatting_end_tag->($token->{tag_name});          !!!cp ('t427');
5373          redo B;          $formatting_end_tag->($token);
5374            next B;
5375        } elsif ($token->{tag_name} eq 'br') {        } elsif ($token->{tag_name} eq 'br') {
5376          !!!parse-error (type => 'unmatched end tag:br');          !!!cp ('t428');
5377            !!!parse-error (type => 'unmatched end tag',
5378                            text => 'br', token => $token);
5379    
5380          ## As if <br>          ## As if <br>
5381          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
5382                    
5383          my $el;          my $el;
5384          !!!create-element ($el, 'br');          !!!create-element ($el, $HTML_NS, 'br',, $token);
5385          $insert->($el);          $insert->($el);
5386                    
5387          ## Ignore the token.          ## Ignore the token.
5388          !!!next-token;          !!!next-token;
5389          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  
           
5390        } else {        } else {
5391            if ($token->{tag_name} eq 'sarcasm') {
5392              sleep 0.001; # take a deep breath
5393            }
5394    
5395          ## Step 1          ## Step 1
5396          my $node_i = -1;          my $node_i = -1;
5397          my $node = $self->{open_elements}->[$node_i];          my $node = $self->{open_elements}->[$node_i];
5398    
5399          ## Step 2          ## Step 2
5400          S2: {          S2: {
5401            if ($node->[1] eq $token->{tag_name}) {            my $node_tag_name = $node->[0]->manakai_local_name;
5402              $node_tag_name =~ tr/A-Z/a-z/; # for SVG camelCase tag names
5403              if ($node_tag_name eq $token->{tag_name}) {
5404              ## Step 1              ## Step 1
5405              ## generate implied end tags              ## generate implied end tags
5406              if ({              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5407                   dd => 1, dt => 1, li => 1, p => 1,                !!!cp ('t430');
5408                   td => 1, th => 1, tr => 1,                ## NOTE: |<ruby><rt></ruby>|.
5409                   tbody => 1, tfoot => 1, thead => 1,                ## ISSUE: <ruby><rt></rt> will also take this code path,
5410                  }->{$self->{open_elements}->[-1]->[1]}) {                ## which seems wrong.
5411                !!!back-token;                pop @{$self->{open_elements}};
5412                $token = {type => END_TAG_TOKEN,                $node_i++;
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
5413              }              }
5414                    
5415              ## Step 2              ## Step 2
5416              if ($token->{tag_name} ne $self->{open_elements}->[-1]->[1]) {              my $current_tag_name
5417                    = $self->{open_elements}->[-1]->[0]->manakai_local_name;
5418                $current_tag_name =~ tr/A-Z/a-z/;
5419                if ($current_tag_name ne $token->{tag_name}) {
5420                  !!!cp ('t431');
5421                ## NOTE: <x><y></x>                ## NOTE: <x><y></x>
5422                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!parse-error (type => 'not closed',
5423                                  text => $self->{open_elements}->[-1]->[0]
5424                                      ->manakai_local_name,
5425                                  token => $token);
5426                } else {
5427                  !!!cp ('t432');
5428              }              }
5429                            
5430              ## Step 3              ## Step 3
5431              splice @{$self->{open_elements}}, $node_i;              splice @{$self->{open_elements}}, $node_i if $node_i < 0;
5432    
5433              !!!next-token;              !!!next-token;
5434              last S2;              last S2;
5435            } else {            } else {
5436              ## Step 3              ## Step 3
5437              if (not $formatting_category->{$node->[1]} and              if (not ($node->[1] & FORMATTING_EL) and
5438                  #not $phrasing_category->{$node->[1]} and                  #not $phrasing_category->{$node->[1]} and
5439                  ($special_category->{$node->[1]} or                  ($node->[1] & SPECIAL_EL or
5440                   $scoping_category->{$node->[1]})) {                   $node->[1] & SCOPING_EL)) {
5441                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!cp ('t433');
5442                  !!!parse-error (type => 'unmatched end tag',
5443                                  text => $token->{tag_name}, token => $token);
5444                ## Ignore the token                ## Ignore the token
5445                !!!next-token;                !!!next-token;
5446                last S2;                last S2;
5447    
5448                  ## NOTE: |<span><dd></span>a|: In Safari 3.1.2 and Opera
5449                  ## 9.27, "a" is a child of <dd> (conforming).  In
5450                  ## Firefox 3.0.2, "a" is a child of <body>.  In WinIE 7,
5451                  ## "a" is a child of both <body> and <dd>.
5452              }              }
5453                
5454                !!!cp ('t434');
5455            }            }
5456                        
5457            ## Step 4            ## Step 4
# Line 5269  sub _tree_construction_main ($) { Line 5461  sub _tree_construction_main ($) {
5461            ## Step 5;            ## Step 5;
5462            redo S2;            redo S2;
5463          } # S2          } # S2
5464          redo B;          next B;
5465        }        }
5466      }      }
5467      redo B;      next B;
5468      } continue { # B
5469        if ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {
5470          ## NOTE: The code below is executed in cases where it does not have
5471          ## to be, but it it is harmless even in those cases.
5472          ## has an element in scope
5473          INSCOPE: {
5474            for (reverse 0..$#{$self->{open_elements}}) {
5475              my $node = $self->{open_elements}->[$_];
5476              if ($node->[1] & FOREIGN_EL) {
5477                last INSCOPE;
5478              } elsif ($node->[1] & SCOPING_EL) {
5479                last;
5480              }
5481            }
5482            
5483            ## NOTE: No foreign element in scope.
5484            $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
5485          } # INSCOPE
5486        }
5487    } # B    } # B
5488    
   ## 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  
   
5489    ## Stop parsing # MUST    ## Stop parsing # MUST
5490        
5491    ## TODO: script stuffs    ## TODO: script stuffs
5492  } # _tree_construct_main  } # _tree_construct_main
5493    
5494  sub set_inner_html ($$$) {  ## XXX: How this method is organized is somewhat out of date, although
5495    ## it still does what the current spec documents.
5496    sub set_inner_html ($$$$;$) {
5497    my $class = shift;    my $class = shift;
5498    my $node = shift;    my $node = shift; # /context/
5499    my $s = \$_[0];    #my $s = \$_[0];
5500    my $onerror = $_[1];    my $onerror = $_[1];
5501      my $get_wrapper = $_[2] || sub ($) { return $_[0] };
   ## ISSUE: Should {confident} be true?  
5502    
5503    my $nt = $node->node_type;    my $nt = $node->node_type;
5504    if ($nt == 9) {    if ($nt == 9) { # Document (invoke the algorithm with no /context/ element)
5505      # MUST      # MUST
5506            
5507      ## Step 1 # MUST      ## Step 1 # MUST
# Line 5308  sub set_inner_html ($$$) { Line 5515  sub set_inner_html ($$$) {
5515      }      }
5516    
5517      ## Step 3, 4, 5 # MUST      ## Step 3, 4, 5 # MUST
5518      $class->parse_string ($$s => $node, $onerror);      $class->parse_char_string ($_[0] => $node, $onerror, $get_wrapper);
5519    } elsif ($nt == 1) {    } elsif ($nt == 1) { # Element (invoke the algorithm with /context/ element)
5520      ## TODO: If non-html element      ## TODO: If non-html element
5521    
5522      ## NOTE: Most of this code is copied from |parse_string|      ## NOTE: Most of this code is copied from |parse_string|
5523    
5524      ## Step 1 # MUST  ## TODO: Support for $get_wrapper
5525    
5526        ## F1. Create an HTML document.
5527      my $this_doc = $node->owner_document;      my $this_doc = $node->owner_document;
5528      my $doc = $this_doc->implementation->create_document;      my $doc = $this_doc->implementation->create_document;
5529      $doc->manakai_is_html (1);      $doc->manakai_is_html (1);
5530    
5531        ## F2. Propagate quirkness flag
5532        my $node_doc = $node->owner_document;
5533        $doc->manakai_compat_mode ($node_doc->manakai_compat_mode);
5534    
5535        ## F3. Create an HTML parser
5536      my $p = $class->new;      my $p = $class->new;
5537      $p->{document} = $doc;      $p->{document} = $doc;
5538    
5539      ## Step 9 # MUST      ## Step 8 # MUST
5540      my $i = 0;      my $i = 0;
5541      my $line = 1;      $p->{line_prev} = $p->{line} = 1;
5542      my $column = 0;      $p->{column_prev} = $p->{column} = 0;
5543      $p->{set_next_input_character} = sub {      require Whatpm::Charset::DecodeHandle;
5544        my $input = Whatpm::Charset::DecodeHandle::CharString->new (\($_[0]));
5545        $input = $get_wrapper->($input);
5546        $p->{set_nc} = sub {
5547        my $self = shift;        my $self = shift;
5548    
5549        pop @{$self->{prev_input_character}};        my $char = '';
5550        unshift @{$self->{prev_input_character}}, $self->{next_input_character};        if (defined $self->{next_nc}) {
5551            $char = $self->{next_nc};
5552            delete $self->{next_nc};
5553            $self->{nc} = ord $char;
5554          } else {
5555            $self->{char_buffer} = '';
5556            $self->{char_buffer_pos} = 0;
5557            
5558            my $count = $input->manakai_read_until
5559                ($self->{char_buffer}, qr/[^\x00\x0A\x0D]/,
5560                 $self->{char_buffer_pos});
5561            if ($count) {
5562              $self->{line_prev} = $self->{line};
5563              $self->{column_prev} = $self->{column};
5564              $self->{column}++;
5565              $self->{nc}
5566                  = ord substr ($self->{char_buffer},
5567                                $self->{char_buffer_pos}++, 1);
5568              return;
5569            }
5570            
5571            if ($input->read ($char, 1)) {
5572              $self->{nc} = ord $char;
5573            } else {
5574              $self->{nc} = -1;
5575              return;
5576            }
5577          }
5578    
5579        $self->{next_input_character} = -1 and return if $i >= length $$s;        ($p->{line_prev}, $p->{column_prev}) = ($p->{line}, $p->{column});
5580        $self->{next_input_character} = ord substr $$s, $i++, 1;        $p->{column}++;
5581        $column++;  
5582          if ($self->{nc} == 0x000A) { # LF
5583        if ($self->{next_input_character} == 0x000A) { # LF          $p->{line}++;
5584          $line++;          $p->{column} = 0;
5585          $column = 0;          !!!cp ('i1');
5586        } elsif ($self->{next_input_character} == 0x000D) { # CR        } elsif ($self->{nc} == 0x000D) { # CR
5587          $i++ if substr ($$s, $i, 1) eq "\x0A";  ## TODO: support for abort/streaming
5588          $self->{next_input_character} = 0x000A; # LF # MUST          my $next = '';
5589          $line++;          if ($input->read ($next, 1) and $next ne "\x0A") {
5590          $column = 0;            $self->{next_nc} = $next;
5591        } elsif ($self->{next_input_character} > 0x10FFFF) {          }
5592          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{nc} = 0x000A; # LF # MUST
5593        } elsif ($self->{next_input_character} == 0x0000) { # NULL          $p->{line}++;
5594            $p->{column} = 0;
5595            !!!cp ('i2');
5596          } elsif ($self->{nc} == 0x0000) { # NULL
5597            !!!cp ('i4');
5598          !!!parse-error (type => 'NULL');          !!!parse-error (type => 'NULL');
5599          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{nc} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
5600        }        }
5601      };      };
5602      $p->{prev_input_character} = [-1, -1, -1];  
5603      $p->{next_input_character} = -1;      $p->{read_until} = sub {
5604              #my ($scalar, $specials_range, $offset) = @_;
5605          return 0 if defined $p->{next_nc};
5606    
5607          my $pattern = qr/[^$_[1]\x00\x0A\x0D]/;
5608          my $offset = $_[2] || 0;
5609          
5610          if ($p->{char_buffer_pos} < length $p->{char_buffer}) {
5611            pos ($p->{char_buffer}) = $p->{char_buffer_pos};
5612            if ($p->{char_buffer} =~ /\G(?>$pattern)+/) {
5613              substr ($_[0], $offset)
5614                  = substr ($p->{char_buffer}, $-[0], $+[0] - $-[0]);
5615              my $count = $+[0] - $-[0];
5616              if ($count) {
5617                $p->{column} += $count;
5618                $p->{char_buffer_pos} += $count;
5619                $p->{line_prev} = $p->{line};
5620                $p->{column_prev} = $p->{column} - 1;
5621                $p->{nc} = -1;
5622              }
5623              return $count;
5624            } else {
5625              return 0;
5626            }
5627          } else {
5628            my $count = $input->manakai_read_until ($_[0], $pattern, $_[2]);
5629            if ($count) {
5630              $p->{column} += $count;
5631              $p->{column_prev} += $count;
5632              $p->{nc} = -1;
5633            }
5634            return $count;
5635          }
5636        }; # $p->{read_until}
5637    
5638      my $ponerror = $onerror || sub {      my $ponerror = $onerror || sub {
5639        my (%opt) = @_;        my (%opt) = @_;
5640        warn "Parse error ($opt{type}) at line $opt{line} column $opt{column}\n";        my $line = $opt{line};
5641          my $column = $opt{column};
5642          if (defined $opt{token} and defined $opt{token}->{line}) {
5643            $line = $opt{token}->{line};
5644            $column = $opt{token}->{column};
5645          }
5646          warn "Parse error ($opt{type}) at line $line column $column\n";
5647      };      };
5648      $p->{parse_error} = sub {      $p->{parse_error} = sub {
5649        $ponerror->(@_, line => $line, column => $column);        $ponerror->(line => $p->{line}, column => $p->{column}, @_);
5650      };      };
5651            
5652        my $char_onerror = sub {
5653          my (undef, $type, %opt) = @_;
5654          $ponerror->(layer => 'encode',
5655                      line => $p->{line}, column => $p->{column} + 1,
5656                      %opt, type => $type);
5657        }; # $char_onerror
5658        $input->onerror ($char_onerror);
5659    
5660      $p->_initialize_tokenizer;      $p->_initialize_tokenizer;
5661      $p->_initialize_tree_constructor;      $p->_initialize_tree_constructor;
5662    
5663      ## Step 2      ## F4. If /context/ is not undef...
5664      my $node_ln = $node->local_name;  
5665        ## F4.1. content model flag
5666        my $node_ln = $node->manakai_local_name;
5667      $p->{content_model} = {      $p->{content_model} = {
5668        title => RCDATA_CONTENT_MODEL,        title => RCDATA_CONTENT_MODEL,
5669        textarea => RCDATA_CONTENT_MODEL,        textarea => RCDATA_CONTENT_MODEL,
# Line 5380  sub set_inner_html ($$$) { Line 5678  sub set_inner_html ($$$) {
5678      }->{$node_ln};      }->{$node_ln};
5679      $p->{content_model} = PCDATA_CONTENT_MODEL      $p->{content_model} = PCDATA_CONTENT_MODEL
5680          unless defined $p->{content_model};          unless defined $p->{content_model};
         ## ISSUE: What is "the name of the element"? local name?  
5681    
5682      $p->{inner_html_node} = [$node, $node_ln];      $p->{inner_html_node} = [$node, $el_category->{$node_ln}];
5683          ## TODO: Foreign element OK?
5684    
5685      ## Step 4      ## F4.2. Root |html| element
5686      my $root = $doc->create_element_ns      my $root = $doc->create_element_ns
5687        ('http://www.w3.org/1999/xhtml', [undef, 'html']);        ('http://www.w3.org/1999/xhtml', [undef, 'html']);
5688    
5689      ## Step 5 # MUST      ## F4.3.
5690      $doc->append_child ($root);      $doc->append_child ($root);
5691    
5692      ## Step 6 # MUST      ## F4.4.
5693      push @{$p->{open_elements}}, [$root, 'html'];      push @{$p->{open_elements}}, [$root, $el_category->{html}];
5694    
5695      undef $p->{head_element};      undef $p->{head_element};
5696        undef $p->{head_element_inserted};
5697    
5698      ## Step 7 # MUST      ## F4.5.
5699      $p->_reset_insertion_mode;      $p->_reset_insertion_mode;
5700    
5701      ## Step 8 # MUST      ## F4.6.
5702      my $anode = $node;      my $anode = $node;
5703      AN: while (defined $anode) {      AN: while (defined $anode) {
5704        if ($anode->node_type == 1) {        if ($anode->node_type == 1) {
5705          my $nsuri = $anode->namespace_uri;          my $nsuri = $anode->namespace_uri;
5706          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {
5707            if ($anode->local_name eq 'form') { ## TODO: case?            if ($anode->manakai_local_name eq 'form') {
5708                !!!cp ('i5');
5709              $p->{form_element} = $anode;              $p->{form_element} = $anode;
5710              last AN;              last AN;
5711            }            }
# Line 5413  sub set_inner_html ($$$) { Line 5713  sub set_inner_html ($$$) {
5713        }        }
5714        $anode = $anode->parent_node;        $anode = $anode->parent_node;
5715      } # AN      } # AN
5716        
5717      ## Step 3 # MUST      ## F.5. Set the input stream.
5718      ## Step 10 # MUST      $p->{confident} = 1; ## Confident: irrelevant.
5719    
5720        ## F.6. Start the parser.
5721      {      {
5722        my $self = $p;        my $self = $p;
5723        !!!next-token;        !!!next-token;
5724      }      }
5725      $p->_tree_construction_main;      $p->_tree_construction_main;
5726    
5727      ## Step 11 # MUST      ## F.7.
5728      my @cn = @{$node->child_nodes};      my @cn = @{$node->child_nodes};
5729      for (@cn) {      for (@cn) {
5730        $node->remove_child ($_);        $node->remove_child ($_);
5731      }      }
5732      ## ISSUE: mutation events? read-only?      ## ISSUE: mutation events? read-only?
5733    
5734      ## Step 12 # MUST      ## Step 11 # MUST
5735      @cn = @{$root->child_nodes};      @cn = @{$root->child_nodes};
5736      for (@cn) {      for (@cn) {
5737        $this_doc->adopt_node ($_);        $this_doc->adopt_node ($_);
# Line 5438  sub set_inner_html ($$$) { Line 5740  sub set_inner_html ($$$) {
5740      ## ISSUE: mutation events?      ## ISSUE: mutation events?
5741    
5742      $p->_terminate_tree_constructor;      $p->_terminate_tree_constructor;
5743    
5744        delete $p->{parse_error}; # delete loop
5745    } else {    } else {
5746      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";
5747    }    }
Legend:
Removed from v.1.64  
changed lines
  Added in v.1.244
admin@suikawiki.org
 ViewVC Help
Powered by ViewVC 1.1.24