/[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 1.12 by wakaba, Sat Jun 23 04:38:50 2007 UTC revision 1.72 by wakaba, Sun Mar 2 14:32:26 2008 UTC
# Line 1  Line 1 
1  package Whatpm::HTML;  package Whatpm::HTML;
2  use strict;  use strict;
3  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};
4    use Error qw(:try);
5    
6  ## This is an early version of an HTML parser.  ## ISSUE:
7    ## var doc = implementation.createDocument (null, null, null);
8    ## doc.write ('');
9    ## alert (doc.compatMode);
10    
11    ## TODO: Control charcters and noncharacters are not allowed (HTML5 revision 1263)
12    ## TODO: 1252 parse error (revision 1264)
13    ## TODO: 8859-11 = 874 (revision 1271)
14    
15  my $permitted_slash_tag_name = {  my $permitted_slash_tag_name = {
16    base => 1,    base => 1,
# Line 10  my $permitted_slash_tag_name = { Line 18  my $permitted_slash_tag_name = {
18    meta => 1,    meta => 1,
19    hr => 1,    hr => 1,
20    br => 1,    br => 1,
21    img=> 1,    img => 1,
22    embed => 1,    embed => 1,
23    param => 1,    param => 1,
24    area => 1,    area => 1,
# Line 18  my $permitted_slash_tag_name = { Line 26  my $permitted_slash_tag_name = {
26    input => 1,    input => 1,
27  };  };
28    
 my $entity_char = {  
   AElig => "\x{00C6}",  
   Aacute => "\x{00C1}",  
   Acirc => "\x{00C2}",  
   Agrave => "\x{00C0}",  
   Alpha => "\x{0391}",  
   Aring => "\x{00C5}",  
   Atilde => "\x{00C3}",  
   Auml => "\x{00C4}",  
   Beta => "\x{0392}",  
   Ccedil => "\x{00C7}",  
   Chi => "\x{03A7}",  
   Dagger => "\x{2021}",  
   Delta => "\x{0394}",  
   ETH => "\x{00D0}",  
   Eacute => "\x{00C9}",  
   Ecirc => "\x{00CA}",  
   Egrave => "\x{00C8}",  
   Epsilon => "\x{0395}",  
   Eta => "\x{0397}",  
   Euml => "\x{00CB}",  
   Gamma => "\x{0393}",  
   Iacute => "\x{00CD}",  
   Icirc => "\x{00CE}",  
   Igrave => "\x{00CC}",  
   Iota => "\x{0399}",  
   Iuml => "\x{00CF}",  
   Kappa => "\x{039A}",  
   Lambda => "\x{039B}",  
   Mu => "\x{039C}",  
   Ntilde => "\x{00D1}",  
   Nu => "\x{039D}",  
   OElig => "\x{0152}",  
   Oacute => "\x{00D3}",  
   Ocirc => "\x{00D4}",  
   Ograve => "\x{00D2}",  
   Omega => "\x{03A9}",  
   Omicron => "\x{039F}",  
   Oslash => "\x{00D8}",  
   Otilde => "\x{00D5}",  
   Ouml => "\x{00D6}",  
   Phi => "\x{03A6}",  
   Pi => "\x{03A0}",  
   Prime => "\x{2033}",  
   Psi => "\x{03A8}",  
   Rho => "\x{03A1}",  
   Scaron => "\x{0160}",  
   Sigma => "\x{03A3}",  
   THORN => "\x{00DE}",  
   Tau => "\x{03A4}",  
   Theta => "\x{0398}",  
   Uacute => "\x{00DA}",  
   Ucirc => "\x{00DB}",  
   Ugrave => "\x{00D9}",  
   Upsilon => "\x{03A5}",  
   Uuml => "\x{00DC}",  
   Xi => "\x{039E}",  
   Yacute => "\x{00DD}",  
   Yuml => "\x{0178}",  
   Zeta => "\x{0396}",  
   aacute => "\x{00E1}",  
   acirc => "\x{00E2}",  
   acute => "\x{00B4}",  
   aelig => "\x{00E6}",  
   agrave => "\x{00E0}",  
   alefsym => "\x{2135}",  
   alpha => "\x{03B1}",  
   amp => "\x{0026}",  
   AMP => "\x{0026}",  
   and => "\x{2227}",  
   ang => "\x{2220}",  
   apos => "\x{0027}",  
   aring => "\x{00E5}",  
   asymp => "\x{2248}",  
   atilde => "\x{00E3}",  
   auml => "\x{00E4}",  
   bdquo => "\x{201E}",  
   beta => "\x{03B2}",  
   brvbar => "\x{00A6}",  
   bull => "\x{2022}",  
   cap => "\x{2229}",  
   ccedil => "\x{00E7}",  
   cedil => "\x{00B8}",  
   cent => "\x{00A2}",  
   chi => "\x{03C7}",  
   circ => "\x{02C6}",  
   clubs => "\x{2663}",  
   cong => "\x{2245}",  
   copy => "\x{00A9}",  
   COPY => "\x{00A9}",  
   crarr => "\x{21B5}",  
   cup => "\x{222A}",  
   curren => "\x{00A4}",  
   dArr => "\x{21D3}",  
   dagger => "\x{2020}",  
   darr => "\x{2193}",  
   deg => "\x{00B0}",  
   delta => "\x{03B4}",  
   diams => "\x{2666}",  
   divide => "\x{00F7}",  
   eacute => "\x{00E9}",  
   ecirc => "\x{00EA}",  
   egrave => "\x{00E8}",  
   empty => "\x{2205}",  
   emsp => "\x{2003}",  
   ensp => "\x{2002}",  
   epsilon => "\x{03B5}",  
   equiv => "\x{2261}",  
   eta => "\x{03B7}",  
   eth => "\x{00F0}",  
   euml => "\x{00EB}",  
   euro => "\x{20AC}",  
   exist => "\x{2203}",  
   fnof => "\x{0192}",  
   forall => "\x{2200}",  
   frac12 => "\x{00BD}",  
   frac14 => "\x{00BC}",  
   frac34 => "\x{00BE}",  
   frasl => "\x{2044}",  
   gamma => "\x{03B3}",  
   ge => "\x{2265}",  
   gt => "\x{003E}",  
   GT => "\x{003E}",  
   hArr => "\x{21D4}",  
   harr => "\x{2194}",  
   hearts => "\x{2665}",  
   hellip => "\x{2026}",  
   iacute => "\x{00ED}",  
   icirc => "\x{00EE}",  
   iexcl => "\x{00A1}",  
   igrave => "\x{00EC}",  
   image => "\x{2111}",  
   infin => "\x{221E}",  
   int => "\x{222B}",  
   iota => "\x{03B9}",  
   iquest => "\x{00BF}",  
   isin => "\x{2208}",  
   iuml => "\x{00EF}",  
   kappa => "\x{03BA}",  
   lArr => "\x{21D0}",  
   lambda => "\x{03BB}",  
   lang => "\x{2329}",  
   laquo => "\x{00AB}",  
   larr => "\x{2190}",  
   lceil => "\x{2308}",  
   ldquo => "\x{201C}",  
   le => "\x{2264}",  
   lfloor => "\x{230A}",  
   lowast => "\x{2217}",  
   loz => "\x{25CA}",  
   lrm => "\x{200E}",  
   lsaquo => "\x{2039}",  
   lsquo => "\x{2018}",  
   lt => "\x{003C}",  
   LT => "\x{003C}",  
   macr => "\x{00AF}",  
   mdash => "\x{2014}",  
   micro => "\x{00B5}",  
   middot => "\x{00B7}",  
   minus => "\x{2212}",  
   mu => "\x{03BC}",  
   nabla => "\x{2207}",  
   nbsp => "\x{00A0}",  
   ndash => "\x{2013}",  
   ne => "\x{2260}",  
   ni => "\x{220B}",  
   not => "\x{00AC}",  
   notin => "\x{2209}",  
   nsub => "\x{2284}",  
   ntilde => "\x{00F1}",  
   nu => "\x{03BD}",  
   oacute => "\x{00F3}",  
   ocirc => "\x{00F4}",  
   oelig => "\x{0153}",  
   ograve => "\x{00F2}",  
   oline => "\x{203E}",  
   omega => "\x{03C9}",  
   omicron => "\x{03BF}",  
   oplus => "\x{2295}",  
   or => "\x{2228}",  
   ordf => "\x{00AA}",  
   ordm => "\x{00BA}",  
   oslash => "\x{00F8}",  
   otilde => "\x{00F5}",  
   otimes => "\x{2297}",  
   ouml => "\x{00F6}",  
   para => "\x{00B6}",  
   part => "\x{2202}",  
   permil => "\x{2030}",  
   perp => "\x{22A5}",  
   phi => "\x{03C6}",  
   pi => "\x{03C0}",  
   piv => "\x{03D6}",  
   plusmn => "\x{00B1}",  
   pound => "\x{00A3}",  
   prime => "\x{2032}",  
   prod => "\x{220F}",  
   prop => "\x{221D}",  
   psi => "\x{03C8}",  
   quot => "\x{0022}",  
   QUOT => "\x{0022}",  
   rArr => "\x{21D2}",  
   radic => "\x{221A}",  
   rang => "\x{232A}",  
   raquo => "\x{00BB}",  
   rarr => "\x{2192}",  
   rceil => "\x{2309}",  
   rdquo => "\x{201D}",  
   real => "\x{211C}",  
   reg => "\x{00AE}",  
   REG => "\x{00AE}",  
   rfloor => "\x{230B}",  
   rho => "\x{03C1}",  
   rlm => "\x{200F}",  
   rsaquo => "\x{203A}",  
   rsquo => "\x{2019}",  
   sbquo => "\x{201A}",  
   scaron => "\x{0161}",  
   sdot => "\x{22C5}",  
   sect => "\x{00A7}",  
   shy => "\x{00AD}",  
   sigma => "\x{03C3}",  
   sigmaf => "\x{03C2}",  
   sim => "\x{223C}",  
   spades => "\x{2660}",  
   sub => "\x{2282}",  
   sube => "\x{2286}",  
   sum => "\x{2211}",  
   sup => "\x{2283}",  
   sup1 => "\x{00B9}",  
   sup2 => "\x{00B2}",  
   sup3 => "\x{00B3}",  
   supe => "\x{2287}",  
   szlig => "\x{00DF}",  
   tau => "\x{03C4}",  
   there4 => "\x{2234}",  
   theta => "\x{03B8}",  
   thetasym => "\x{03D1}",  
   thinsp => "\x{2009}",  
   thorn => "\x{00FE}",  
   tilde => "\x{02DC}",  
   times => "\x{00D7}",  
   trade => "\x{2122}",  
   uArr => "\x{21D1}",  
   uacute => "\x{00FA}",  
   uarr => "\x{2191}",  
   ucirc => "\x{00FB}",  
   ugrave => "\x{00F9}",  
   uml => "\x{00A8}",  
   upsih => "\x{03D2}",  
   upsilon => "\x{03C5}",  
   uuml => "\x{00FC}",  
   weierp => "\x{2118}",  
   xi => "\x{03BE}",  
   yacute => "\x{00FD}",  
   yen => "\x{00A5}",  
   yuml => "\x{00FF}",  
   zeta => "\x{03B6}",  
   zwj => "\x{200D}",  
   zwnj => "\x{200C}",  
 }; # $entity_char  
   
29  my $c1_entity_char = {  my $c1_entity_char = {
30    0x80 => 0x20AC,    0x80 => 0x20AC,
31    0x81 => 0xFFFD,    0x81 => 0xFFFD,
# Line 337  my $formatting_category = { Line 83  my $formatting_category = {
83  };  };
84  # $phrasing_category: all other elements  # $phrasing_category: all other elements
85    
86    sub parse_byte_string ($$$$;$) {
87      my $self = ref $_[0] ? shift : shift->new;
88      my $charset = shift;
89      my $bytes_s = ref $_[0] ? $_[0] : \($_[0]);
90      my $s;
91      
92      if (defined $charset) {
93        require Encode; ## TODO: decode(utf8) don't delete BOM
94        $s = \ (Encode::decode ($charset, $$bytes_s));
95        $self->{input_encoding} = lc $charset; ## TODO: normalize name
96        $self->{confident} = 1;
97      } else {
98        ## TODO: Implement HTML5 detection algorithm
99        require Whatpm::Charset::UniversalCharDet;
100        $charset = Whatpm::Charset::UniversalCharDet->detect_byte_string
101            (substr ($$bytes_s, 0, 1024));
102        $charset ||= 'windows-1252';
103        $s = \ (Encode::decode ($charset, $$bytes_s));
104        $self->{input_encoding} = $charset;
105        $self->{confident} = 0;
106      }
107    
108      $self->{change_encoding} = sub {
109        my $self = shift;
110        my $charset = lc shift;
111        ## TODO: if $charset is supported
112        ## TODO: normalize charset name
113    
114        ## "Change the encoding" algorithm:
115    
116        ## Step 1    
117        if ($charset eq 'utf-16') { ## ISSUE: UTF-16BE -> UTF-8? UTF-16LE -> UTF-8?
118          $charset = 'utf-8';
119        }
120    
121        ## Step 2
122        if (defined $self->{input_encoding} and
123            $self->{input_encoding} eq $charset) {
124          $self->{confident} = 1;
125          return;
126        }
127    
128        !!!parse-error (type => 'charset label detected:'.$self->{input_encoding}.
129            ':'.$charset, level => 'w');
130    
131        ## Step 3
132        # if (can) {
133          ## change the encoding on the fly.
134          #$self->{confident} = 1;
135          #return;
136        # }
137    
138        ## Step 4
139        throw Whatpm::HTML::RestartParser (charset => $charset);
140      }; # $self->{change_encoding}
141    
142      my @args = @_; shift @args; # $s
143      my $return;
144      try {
145        $return = $self->parse_char_string ($s, @args);  
146      } catch Whatpm::HTML::RestartParser with {
147        my $charset = shift->{charset};
148        $s = \ (Encode::decode ($charset, $$bytes_s));    
149        $self->{input_encoding} = $charset; ## TODO: normalize
150        $self->{confident} = 1;
151        $return = $self->parse_char_string ($s, @args);
152      };
153      return $return;
154    } # parse_byte_string
155    
156    ## NOTE: HTML5 spec says that the encoding layer MUST NOT strip BOM
157    ## and the HTML layer MUST ignore it.  However, we does strip BOM in
158    ## the encoding layer and the HTML layer does not ignore any U+FEFF,
159    ## because the core part of our HTML parser expects a string of character,
160    ## not a string of bytes or code units or anything which might contain a BOM.
161    ## Therefore, any parser interface that accepts a string of bytes,
162    ## such as |parse_byte_string| in this module, must ensure that it does
163    ## strip the BOM and never strip any ZWNBSP.
164    
165    *parse_char_string = \&parse_string;
166    
167  sub parse_string ($$$;$) {  sub parse_string ($$$;$) {
168    my $self = shift->new;    my $self = ref $_[0] ? shift : shift->new;
169    my $s = \$_[0];    my $s = ref $_[0] ? $_[0] : \($_[0]);
170    $self->{document} = $_[1];    $self->{document} = $_[1];
171      @{$self->{document}->child_nodes} = ();
172    
173    ## NOTE: |set_inner_html| copies most of this method's code    ## NOTE: |set_inner_html| copies most of this method's code
174    
175      $self->{confident} = 1 unless exists $self->{confident};
176      $self->{document}->input_encoding ($self->{input_encoding})
177          if defined $self->{input_encoding};
178    
179    my $i = 0;    my $i = 0;
180    my $line = 1;    my $line = 1;
181    my $column = 0;    my $column = 0;
182    $self->{set_next_input_character} = sub {    $self->{set_next_input_character} = sub {
183      my $self = shift;      my $self = shift;
184    
185        pop @{$self->{prev_input_character}};
186        unshift @{$self->{prev_input_character}}, $self->{next_input_character};
187    
188      $self->{next_input_character} = -1 and return if $i >= length $$s;      $self->{next_input_character} = -1 and return if $i >= length $$s;
189      $self->{next_input_character} = ord substr $$s, $i++, 1;      $self->{next_input_character} = ord substr $$s, $i++, 1;
190      $column++;      $column++;
# Line 357  sub parse_string ($$$;$) { Line 193  sub parse_string ($$$;$) {
193        $line++;        $line++;
194        $column = 0;        $column = 0;
195      } elsif ($self->{next_input_character} == 0x000D) { # CR      } elsif ($self->{next_input_character} == 0x000D) { # CR
196        if ($i >= length $$s) {        $i++ if substr ($$s, $i, 1) eq "\x0A";
         #  
       } else {  
         my $next_char = ord substr $$s, $i++, 1;  
         if ($next_char == 0x000A) { # LF  
           #  
         } else {  
           push @{$self->{char}}, $next_char;  
         }  
       }  
197        $self->{next_input_character} = 0x000A; # LF # MUST        $self->{next_input_character} = 0x000A; # LF # MUST
198        $line++;        $line++;
199        $column = 0;        $column = 0;
# Line 377  sub parse_string ($$$;$) { Line 204  sub parse_string ($$$;$) {
204        $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST        $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
205      }      }
206    };    };
207      $self->{prev_input_character} = [-1, -1, -1];
208      $self->{next_input_character} = -1;
209    
210    my $onerror = $_[2] || sub {    my $onerror = $_[2] || sub {
211      my (%opt) = @_;      my (%opt) = @_;
# Line 403  sub new ($) { Line 232  sub new ($) {
232    $self->{parse_error} = sub {    $self->{parse_error} = sub {
233      #      #
234    };    };
235      $self->{change_encoding} = sub {
236        # if ($_[0] is a supported encoding) {
237        #   run "change the encoding" algorithm;
238        #   throw Whatpm::HTML::RestartParser (charset => $new_encoding);
239        # }
240      };
241      $self->{application_cache_selection} = sub {
242        #
243      };
244    return $self;    return $self;
245  } # new  } # new
246    
247    sub CM_ENTITY () { 0b001 } # & markup in data
248    sub CM_LIMITED_MARKUP () { 0b010 } # < markup in data (limited)
249    sub CM_FULL_MARKUP () { 0b100 } # < markup in data (any)
250    
251    sub PLAINTEXT_CONTENT_MODEL () { 0 }
252    sub CDATA_CONTENT_MODEL () { CM_LIMITED_MARKUP }
253    sub RCDATA_CONTENT_MODEL () { CM_ENTITY | CM_LIMITED_MARKUP }
254    sub PCDATA_CONTENT_MODEL () { CM_ENTITY | CM_FULL_MARKUP }
255    
256    sub DATA_STATE () { 0 }
257    sub ENTITY_DATA_STATE () { 1 }
258    sub TAG_OPEN_STATE () { 2 }
259    sub CLOSE_TAG_OPEN_STATE () { 3 }
260    sub TAG_NAME_STATE () { 4 }
261    sub BEFORE_ATTRIBUTE_NAME_STATE () { 5 }
262    sub ATTRIBUTE_NAME_STATE () { 6 }
263    sub AFTER_ATTRIBUTE_NAME_STATE () { 7 }
264    sub BEFORE_ATTRIBUTE_VALUE_STATE () { 8 }
265    sub ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE () { 9 }
266    sub ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE () { 10 }
267    sub ATTRIBUTE_VALUE_UNQUOTED_STATE () { 11 }
268    sub ENTITY_IN_ATTRIBUTE_VALUE_STATE () { 12 }
269    sub MARKUP_DECLARATION_OPEN_STATE () { 13 }
270    sub COMMENT_START_STATE () { 14 }
271    sub COMMENT_START_DASH_STATE () { 15 }
272    sub COMMENT_STATE () { 16 }
273    sub COMMENT_END_STATE () { 17 }
274    sub COMMENT_END_DASH_STATE () { 18 }
275    sub BOGUS_COMMENT_STATE () { 19 }
276    sub DOCTYPE_STATE () { 20 }
277    sub BEFORE_DOCTYPE_NAME_STATE () { 21 }
278    sub DOCTYPE_NAME_STATE () { 22 }
279    sub AFTER_DOCTYPE_NAME_STATE () { 23 }
280    sub BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE () { 24 }
281    sub DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE () { 25 }
282    sub DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE () { 26 }
283    sub AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE () { 27 }
284    sub BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE () { 28 }
285    sub DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE () { 29 }
286    sub DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE () { 30 }
287    sub AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE () { 31 }
288    sub BOGUS_DOCTYPE_STATE () { 32 }
289    sub AFTER_ATTRIBUTE_VALUE_QUOTED_STATE () { 33 }
290    
291    sub DOCTYPE_TOKEN () { 1 }
292    sub COMMENT_TOKEN () { 2 }
293    sub START_TAG_TOKEN () { 3 }
294    sub END_TAG_TOKEN () { 4 }
295    sub END_OF_FILE_TOKEN () { 5 }
296    sub CHARACTER_TOKEN () { 6 }
297    
298    sub AFTER_HTML_IMS () { 0b100 }
299    sub HEAD_IMS ()       { 0b1000 }
300    sub BODY_IMS ()       { 0b10000 }
301    sub BODY_TABLE_IMS () { 0b100000 }
302    sub TABLE_IMS ()      { 0b1000000 }
303    sub ROW_IMS ()        { 0b10000000 }
304    sub BODY_AFTER_IMS () { 0b100000000 }
305    sub FRAME_IMS ()      { 0b1000000000 }
306    
307    sub AFTER_HTML_BODY_IM () { AFTER_HTML_IMS | BODY_AFTER_IMS }
308    sub AFTER_HTML_FRAMESET_IM () { AFTER_HTML_IMS | FRAME_IMS }
309    sub IN_HEAD_IM () { HEAD_IMS | 0b00 }
310    sub IN_HEAD_NOSCRIPT_IM () { HEAD_IMS | 0b01 }
311    sub AFTER_HEAD_IM () { HEAD_IMS | 0b10 }
312    sub BEFORE_HEAD_IM () { HEAD_IMS | 0b11 }
313    sub IN_BODY_IM () { BODY_IMS }
314    sub IN_CELL_IM () { BODY_IMS | BODY_TABLE_IMS | 0b01 }
315    sub IN_CAPTION_IM () { BODY_IMS | BODY_TABLE_IMS | 0b10 }
316    sub IN_ROW_IM () { TABLE_IMS | ROW_IMS | 0b01 }
317    sub IN_TABLE_BODY_IM () { TABLE_IMS | ROW_IMS | 0b10 }
318    sub IN_TABLE_IM () { TABLE_IMS }
319    sub AFTER_BODY_IM () { BODY_AFTER_IMS }
320    sub IN_FRAMESET_IM () { FRAME_IMS | 0b01 }
321    sub AFTER_FRAMESET_IM () { FRAME_IMS | 0b10 }
322    sub IN_SELECT_IM () { 0b01 }
323    sub IN_COLUMN_GROUP_IM () { 0b10 }
324    
325  ## Implementations MUST act as if state machine in the spec  ## Implementations MUST act as if state machine in the spec
326    
327  sub _initialize_tokenizer ($) {  sub _initialize_tokenizer ($) {
328    my $self = shift;    my $self = shift;
329    $self->{state} = 'data'; # MUST    $self->{state} = DATA_STATE; # MUST
330    $self->{content_model_flag} = 'PCDATA'; # be    $self->{content_model} = PCDATA_CONTENT_MODEL; # be
331    undef $self->{current_token}; # start tag, end tag, comment, or DOCTYPE    undef $self->{current_token}; # start tag, end tag, comment, or DOCTYPE
332    undef $self->{current_attribute};    undef $self->{current_attribute};
333    undef $self->{last_emitted_start_tag_name};    undef $self->{last_emitted_start_tag_name};
# Line 420  sub _initialize_tokenizer ($) { Line 336  sub _initialize_tokenizer ($) {
336    # $self->{next_input_character}    # $self->{next_input_character}
337    !!!next-input-character;    !!!next-input-character;
338    $self->{token} = [];    $self->{token} = [];
339      # $self->{escape}
340  } # _initialize_tokenizer  } # _initialize_tokenizer
341    
342  ## A token has:  ## A token has:
343  ##   ->{type} eq 'DOCTYPE', 'start tag', 'end tag', 'comment',  ##   ->{type} == DOCTYPE_TOKEN, START_TAG_TOKEN, END_TAG_TOKEN, COMMENT_TOKEN,
344  ##       'character', or 'end-of-file'  ##       CHARACTER_TOKEN, or END_OF_FILE_TOKEN
345  ##   ->{name} (DOCTYPE, start tag (tagname), end tag (tagname))  ##   ->{name} (DOCTYPE_TOKEN)
346      ## ISSUE: the spec need s/tagname/tag name/  ##   ->{tag_name} (START_TAG_TOKEN, END_TAG_TOKEN)
347  ##   ->{error} == 1 or 0 (DOCTYPE)  ##   ->{public_identifier} (DOCTYPE_TOKEN)
348  ##   ->{attributes} isa HASH (start tag, end tag)  ##   ->{system_identifier} (DOCTYPE_TOKEN)
349  ##   ->{data} (comment, character)  ##   ->{correct} == 1 or 0 (DOCTYPE_TOKEN)
350    ##   ->{attributes} isa HASH (START_TAG_TOKEN, END_TAG_TOKEN)
351  ## Macros  ##        ->{name}
352  ##   Macros MUST be preceded by three EXCLAMATION MARKs.  ##        ->{value}
353  ##   emit ($token)  ##        ->{has_reference} == 1 or 0
354  ##     Emits the specified token.  ##   ->{data} (COMMENT_TOKEN, CHARACTER_TOKEN)
355    
356  ## Emitted token MUST immediately be handled by the tree construction state.  ## Emitted token MUST immediately be handled by the tree construction state.
357    
# Line 444  sub _initialize_tokenizer ($) { Line 361  sub _initialize_tokenizer ($) {
361  ## has completed loading.  If one has, then it MUST be executed  ## has completed loading.  If one has, then it MUST be executed
362  ## and removed from the list.  ## and removed from the list.
363    
364    ## NOTE: HTML5 "Writing HTML documents" section, applied to
365    ## documents and not to user agents and conformance checkers,
366    ## contains some requirements that are not detected by the
367    ## parsing algorithm:
368    ## - Some requirements on character encoding declarations. ## TODO
369    ## - "Elements MUST NOT contain content that their content model disallows."
370    ##   ... Some are parse error, some are not (will be reported by c.c.).
371    ## - Polytheistic slash SHOULD NOT be used. (Applied only to atheists.) ## TODO
372    ## - Text (in elements, attributes, and comments) SHOULD NOT contain
373    ##   control characters other than space characters. ## TODO: (what is control character? C0, C1 and DEL?  Unicode control character?)
374    
375    ## TODO: HTML5 poses authors two SHOULD-level requirements that cannot
376    ## be detected by the HTML5 parsing algorithm:
377    ## - Text,
378    
379  sub _get_next_token ($) {  sub _get_next_token ($) {
380    my $self = shift;    my $self = shift;
381    if (@{$self->{token}}) {    if (@{$self->{token}}) {
# Line 451  sub _get_next_token ($) { Line 383  sub _get_next_token ($) {
383    }    }
384    
385    A: {    A: {
386      if ($self->{state} eq 'data') {      if ($self->{state} == DATA_STATE) {
387        if ($self->{next_input_character} == 0x0026) { # &        if ($self->{next_input_character} == 0x0026) { # &
388          if ($self->{content_model_flag} eq 'PCDATA' or          if ($self->{content_model} & CM_ENTITY and # PCDATA | RCDATA
389              $self->{content_model_flag} eq 'RCDATA') {              not $self->{escape}) {
390            $self->{state} = 'entity data';            $self->{state} = ENTITY_DATA_STATE;
391            !!!next-input-character;            !!!next-input-character;
392            redo A;            redo A;
393          } else {          } else {
394            #            #
395          }          }
396          } elsif ($self->{next_input_character} == 0x002D) { # -
397            if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA
398              unless ($self->{escape}) {
399                if ($self->{prev_input_character}->[0] == 0x002D and # -
400                    $self->{prev_input_character}->[1] == 0x0021 and # !
401                    $self->{prev_input_character}->[2] == 0x003C) { # <
402                  $self->{escape} = 1;
403                }
404              }
405            }
406            
407            #
408        } elsif ($self->{next_input_character} == 0x003C) { # <        } elsif ($self->{next_input_character} == 0x003C) { # <
409          if ($self->{content_model_flag} ne 'PLAINTEXT') {          if ($self->{content_model} & CM_FULL_MARKUP or # PCDATA
410            $self->{state} = 'tag open';              (($self->{content_model} & CM_LIMITED_MARKUP) and # CDATA | RCDATA
411                 not $self->{escape})) {
412              $self->{state} = TAG_OPEN_STATE;
413            !!!next-input-character;            !!!next-input-character;
414            redo A;            redo A;
415          } else {          } else {
416            #            #
417          }          }
418          } elsif ($self->{next_input_character} == 0x003E) { # >
419            if ($self->{escape} and
420                ($self->{content_model} & CM_LIMITED_MARKUP)) { # RCDATA | CDATA
421              if ($self->{prev_input_character}->[0] == 0x002D and # -
422                  $self->{prev_input_character}->[1] == 0x002D) { # -
423                delete $self->{escape};
424              }
425            }
426            
427            #
428        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
429          !!!emit ({type => 'end-of-file'});          !!!emit ({type => END_OF_FILE_TOKEN});
430          last A; ## TODO: ok?          last A; ## TODO: ok?
431        }        }
432        # Anything else        # Anything else
433        my $token = {type => 'character',        my $token = {type => CHARACTER_TOKEN,
434                     data => chr $self->{next_input_character}};                     data => chr $self->{next_input_character}};
435        ## Stay in the data state        ## Stay in the data state
436        !!!next-input-character;        !!!next-input-character;
# Line 482  sub _get_next_token ($) { Line 438  sub _get_next_token ($) {
438        !!!emit ($token);        !!!emit ($token);
439    
440        redo A;        redo A;
441      } elsif ($self->{state} eq 'entity data') {      } elsif ($self->{state} == ENTITY_DATA_STATE) {
442        ## (cannot happen in CDATA state)        ## (cannot happen in CDATA state)
443                
444        my $token = $self->_tokenize_attempt_to_consume_an_entity;        my $token = $self->_tokenize_attempt_to_consume_an_entity (0, -1);
445    
446        $self->{state} = 'data';        $self->{state} = DATA_STATE;
447        # next-input-character is already done        # next-input-character is already done
448    
449        unless (defined $token) {        unless (defined $token) {
450          !!!emit ({type => 'character', data => '&'});          !!!emit ({type => CHARACTER_TOKEN, data => '&'});
451        } else {        } else {
452          !!!emit ($token);          !!!emit ($token);
453        }        }
454    
455        redo A;        redo A;
456      } elsif ($self->{state} eq 'tag open') {      } elsif ($self->{state} == TAG_OPEN_STATE) {
457        if ($self->{content_model_flag} eq 'RCDATA' or        if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA
           $self->{content_model_flag} eq 'CDATA') {  
458          if ($self->{next_input_character} == 0x002F) { # /          if ($self->{next_input_character} == 0x002F) { # /
459            !!!next-input-character;            !!!next-input-character;
460            $self->{state} = 'close tag open';            $self->{state} = CLOSE_TAG_OPEN_STATE;
461            redo A;            redo A;
462          } else {          } else {
463            ## reconsume            ## reconsume
464            $self->{state} = 'data';            $self->{state} = DATA_STATE;
465    
466            !!!emit ({type => 'character', data => '<'});            !!!emit ({type => CHARACTER_TOKEN, data => '<'});
467    
468            redo A;            redo A;
469          }          }
470        } elsif ($self->{content_model_flag} eq 'PCDATA') {        } elsif ($self->{content_model} & CM_FULL_MARKUP) { # PCDATA
471          if ($self->{next_input_character} == 0x0021) { # !          if ($self->{next_input_character} == 0x0021) { # !
472            $self->{state} = 'markup declaration open';            $self->{state} = MARKUP_DECLARATION_OPEN_STATE;
473            !!!next-input-character;            !!!next-input-character;
474            redo A;            redo A;
475          } elsif ($self->{next_input_character} == 0x002F) { # /          } elsif ($self->{next_input_character} == 0x002F) { # /
476            $self->{state} = 'close tag open';            $self->{state} = CLOSE_TAG_OPEN_STATE;
477            !!!next-input-character;            !!!next-input-character;
478            redo A;            redo A;
479          } elsif (0x0041 <= $self->{next_input_character} and          } elsif (0x0041 <= $self->{next_input_character} and
480                   $self->{next_input_character} <= 0x005A) { # A..Z                   $self->{next_input_character} <= 0x005A) { # A..Z
481            $self->{current_token}            $self->{current_token}
482              = {type => 'start tag',              = {type => START_TAG_TOKEN,
483                 tag_name => chr ($self->{next_input_character} + 0x0020)};                 tag_name => chr ($self->{next_input_character} + 0x0020)};
484            $self->{state} = 'tag name';            $self->{state} = TAG_NAME_STATE;
485            !!!next-input-character;            !!!next-input-character;
486            redo A;            redo A;
487          } elsif (0x0061 <= $self->{next_input_character} and          } elsif (0x0061 <= $self->{next_input_character} and
488                   $self->{next_input_character} <= 0x007A) { # a..z                   $self->{next_input_character} <= 0x007A) { # a..z
489            $self->{current_token} = {type => 'start tag',            $self->{current_token} = {type => START_TAG_TOKEN,
490                              tag_name => chr ($self->{next_input_character})};                              tag_name => chr ($self->{next_input_character})};
491            $self->{state} = 'tag name';            $self->{state} = TAG_NAME_STATE;
492            !!!next-input-character;            !!!next-input-character;
493            redo A;            redo A;
494          } elsif ($self->{next_input_character} == 0x003E) { # >          } elsif ($self->{next_input_character} == 0x003E) { # >
495            !!!parse-error (type => 'empty start tag');            !!!parse-error (type => 'empty start tag');
496            $self->{state} = 'data';            $self->{state} = DATA_STATE;
497            !!!next-input-character;            !!!next-input-character;
498    
499            !!!emit ({type => 'character', data => '<>'});            !!!emit ({type => CHARACTER_TOKEN, data => '<>'});
500    
501            redo A;            redo A;
502          } elsif ($self->{next_input_character} == 0x003F) { # ?          } elsif ($self->{next_input_character} == 0x003F) { # ?
503            !!!parse-error (type => 'pio');            !!!parse-error (type => 'pio');
504            $self->{state} = 'bogus comment';            $self->{state} = BOGUS_COMMENT_STATE;
505            ## $self->{next_input_character} is intentionally left as is            ## $self->{next_input_character} is intentionally left as is
506            redo A;            redo A;
507          } else {          } else {
508            !!!parse-error (type => 'bare stago');            !!!parse-error (type => 'bare stago');
509            $self->{state} = 'data';            $self->{state} = DATA_STATE;
510            ## reconsume            ## reconsume
511    
512            !!!emit ({type => 'character', data => '<'});            !!!emit ({type => CHARACTER_TOKEN, data => '<'});
513    
514            redo A;            redo A;
515          }          }
516        } else {        } else {
517          die "$0: $self->{content_model_flag}: Unknown content model flag";          die "$0: $self->{content_model} in tag open";
518        }        }
519      } elsif ($self->{state} eq 'close tag open') {      } elsif ($self->{state} == CLOSE_TAG_OPEN_STATE) {
520        if ($self->{content_model_flag} eq 'RCDATA' or        if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA
521            $self->{content_model_flag} eq 'CDATA') {          if (defined $self->{last_emitted_start_tag_name}) {
522          my @next_char;            ## NOTE: <http://krijnhoetmer.nl/irc-logs/whatwg/20070626#l-564>
523          TAGNAME: for (my $i = 0; $i < length $self->{last_emitted_start_tag_name}; $i++) {            my @next_char;
524              TAGNAME: for (my $i = 0; $i < length $self->{last_emitted_start_tag_name}; $i++) {
525                push @next_char, $self->{next_input_character};
526                my $c = ord substr ($self->{last_emitted_start_tag_name}, $i, 1);
527                my $C = 0x0061 <= $c && $c <= 0x007A ? $c - 0x0020 : $c;
528                if ($self->{next_input_character} == $c or $self->{next_input_character} == $C) {
529                  !!!next-input-character;
530                  next TAGNAME;
531                } else {
532                  $self->{next_input_character} = shift @next_char; # reconsume
533                  !!!back-next-input-character (@next_char);
534                  $self->{state} = DATA_STATE;
535    
536                  !!!emit ({type => CHARACTER_TOKEN, data => '</'});
537      
538                  redo A;
539                }
540              }
541            push @next_char, $self->{next_input_character};            push @next_char, $self->{next_input_character};
542            my $c = ord substr ($self->{last_emitted_start_tag_name}, $i, 1);        
543            my $C = 0x0061 <= $c && $c <= 0x007A ? $c - 0x0020 : $c;            unless ($self->{next_input_character} == 0x0009 or # HT
544            if ($self->{next_input_character} == $c or $self->{next_input_character} == $C) {                    $self->{next_input_character} == 0x000A or # LF
545              !!!next-input-character;                    $self->{next_input_character} == 0x000B or # VT
546              next TAGNAME;                    $self->{next_input_character} == 0x000C or # FF
547            } else {                    $self->{next_input_character} == 0x0020 or # SP
548              !!!parse-error (type => 'unmatched end tag');                    $self->{next_input_character} == 0x003E or # >
549                      $self->{next_input_character} == 0x002F or # /
550                      $self->{next_input_character} == -1) {
551              $self->{next_input_character} = shift @next_char; # reconsume              $self->{next_input_character} = shift @next_char; # reconsume
552              !!!back-next-input-character (@next_char);              !!!back-next-input-character (@next_char);
553              $self->{state} = 'data';              $self->{state} = DATA_STATE;
554                !!!emit ({type => CHARACTER_TOKEN, data => '</'});
             !!!emit ({type => 'character', data => '</'});  
   
555              redo A;              redo A;
556              } else {
557                $self->{next_input_character} = shift @next_char;
558                !!!back-next-input-character (@next_char);
559                # and consume...
560            }            }
         }  
         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} == 0x003C or # <  
                 $self->{next_input_character} == -1) {  
           !!!parse-error (type => 'unmatched end tag');  
           $self->{next_input_character} = shift @next_char; # reconsume  
           !!!back-next-input-character (@next_char);  
           $self->{state} = 'data';  
   
           !!!emit ({type => 'character', data => '</'});  
   
           redo A;  
561          } else {          } else {
562            $self->{next_input_character} = shift @next_char;            ## No start tag token has ever been emitted
563            !!!back-next-input-character (@next_char);            # next-input-character is already done
564            # and consume...            $self->{state} = DATA_STATE;
565              !!!emit ({type => CHARACTER_TOKEN, data => '</'});
566              redo A;
567          }          }
568        }        }
569                
570        if (0x0041 <= $self->{next_input_character} and        if (0x0041 <= $self->{next_input_character} and
571            $self->{next_input_character} <= 0x005A) { # A..Z            $self->{next_input_character} <= 0x005A) { # A..Z
572          $self->{current_token} = {type => 'end tag',          $self->{current_token} = {type => END_TAG_TOKEN,
573                            tag_name => chr ($self->{next_input_character} + 0x0020)};                            tag_name => chr ($self->{next_input_character} + 0x0020)};
574          $self->{state} = 'tag name';          $self->{state} = TAG_NAME_STATE;
575          !!!next-input-character;          !!!next-input-character;
576          redo A;          redo A;
577        } elsif (0x0061 <= $self->{next_input_character} and        } elsif (0x0061 <= $self->{next_input_character} and
578                 $self->{next_input_character} <= 0x007A) { # a..z                 $self->{next_input_character} <= 0x007A) { # a..z
579          $self->{current_token} = {type => 'end tag',          $self->{current_token} = {type => END_TAG_TOKEN,
580                            tag_name => chr ($self->{next_input_character})};                            tag_name => chr ($self->{next_input_character})};
581          $self->{state} = 'tag name';          $self->{state} = TAG_NAME_STATE;
582          !!!next-input-character;          !!!next-input-character;
583          redo A;          redo A;
584        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
585          !!!parse-error (type => 'empty end tag');          !!!parse-error (type => 'empty end tag');
586          $self->{state} = 'data';          $self->{state} = DATA_STATE;
587          !!!next-input-character;          !!!next-input-character;
588          redo A;          redo A;
589        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
590          !!!parse-error (type => 'bare etago');          !!!parse-error (type => 'bare etago');
591          $self->{state} = 'data';          $self->{state} = DATA_STATE;
592          # reconsume          # reconsume
593    
594          !!!emit ({type => 'character', data => '</'});          !!!emit ({type => CHARACTER_TOKEN, data => '</'});
595    
596          redo A;          redo A;
597        } else {        } else {
598          !!!parse-error (type => 'bogus end tag');          !!!parse-error (type => 'bogus end tag');
599          $self->{state} = 'bogus comment';          $self->{state} = BOGUS_COMMENT_STATE;
600          ## $self->{next_input_character} is intentionally left as is          ## $self->{next_input_character} is intentionally left as is
601          redo A;          redo A;
602        }        }
603      } elsif ($self->{state} eq 'tag name') {      } elsif ($self->{state} == TAG_NAME_STATE) {
604        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_input_character} == 0x0009 or # HT
605            $self->{next_input_character} == 0x000A or # LF            $self->{next_input_character} == 0x000A or # LF
606            $self->{next_input_character} == 0x000B or # VT            $self->{next_input_character} == 0x000B or # VT
607            $self->{next_input_character} == 0x000C or # FF            $self->{next_input_character} == 0x000C or # FF
608            $self->{next_input_character} == 0x0020) { # SP            $self->{next_input_character} == 0x0020) { # SP
609          $self->{state} = 'before attribute name';          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
610          !!!next-input-character;          !!!next-input-character;
611          redo A;          redo A;
612        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
613          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
614              $self->{current_token}->{first_start_tag}
615                  = not defined $self->{last_emitted_start_tag_name};
616            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
617          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
618            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
619            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
620              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
621            }            }
622          } else {          } else {
623            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
624          }          }
625          $self->{state} = 'data';          $self->{state} = DATA_STATE;
626          !!!next-input-character;          !!!next-input-character;
627    
628          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
629    
630          redo A;          redo A;
631        } elsif (0x0041 <= $self->{next_input_character} and        } elsif (0x0041 <= $self->{next_input_character} and
# Line 676  sub _get_next_token ($) { Line 635  sub _get_next_token ($) {
635          ## Stay in this state          ## Stay in this state
636          !!!next-input-character;          !!!next-input-character;
637          redo A;          redo A;
638        } elsif ($self->{next_input_character} == 0x003C or # <        } elsif ($self->{next_input_character} == -1) {
                $self->{next_input_character} == -1) {  
639          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
640          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
641              $self->{current_token}->{first_start_tag}
642                  = not defined $self->{last_emitted_start_tag_name};
643            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
644          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
645            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
646            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
647              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
648            }            }
649          } else {          } else {
650            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
651          }          }
652          $self->{state} = 'data';          $self->{state} = DATA_STATE;
653          # reconsume          # reconsume
654    
655          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
656    
657          redo A;          redo A;
658        } elsif ($self->{next_input_character} == 0x002F) { # /        } elsif ($self->{next_input_character} == 0x002F) { # /
659          !!!next-input-character;          !!!next-input-character;
660          if ($self->{next_input_character} == 0x003E and # >          if ($self->{next_input_character} == 0x003E and # >
661              $self->{current_token}->{type} eq 'start tag' and              $self->{current_token}->{type} == START_TAG_TOKEN and
662              $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {              $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {
663            # permitted slash            # permitted slash
664            #            #
665          } else {          } else {
666            !!!parse-error (type => 'nestc');            !!!parse-error (type => 'nestc');
667          }          }
668          $self->{state} = 'before attribute name';          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
669          # next-input-character is already done          # next-input-character is already done
670          redo A;          redo A;
671        } else {        } else {
# Line 716  sub _get_next_token ($) { Line 675  sub _get_next_token ($) {
675          !!!next-input-character;          !!!next-input-character;
676          redo A;          redo A;
677        }        }
678      } elsif ($self->{state} eq 'before attribute name') {      } elsif ($self->{state} == BEFORE_ATTRIBUTE_NAME_STATE) {
679        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_input_character} == 0x0009 or # HT
680            $self->{next_input_character} == 0x000A or # LF            $self->{next_input_character} == 0x000A or # LF
681            $self->{next_input_character} == 0x000B or # VT            $self->{next_input_character} == 0x000B or # VT
# Line 726  sub _get_next_token ($) { Line 685  sub _get_next_token ($) {
685          !!!next-input-character;          !!!next-input-character;
686          redo A;          redo A;
687        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
688          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
689              $self->{current_token}->{first_start_tag}
690                  = not defined $self->{last_emitted_start_tag_name};
691            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
692          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
693            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
694            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
695              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
696            }            }
697          } else {          } else {
698            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
699          }          }
700          $self->{state} = 'data';          $self->{state} = DATA_STATE;
701          !!!next-input-character;          !!!next-input-character;
702    
703          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
704    
705          redo A;          redo A;
706        } elsif (0x0041 <= $self->{next_input_character} and        } elsif (0x0041 <= $self->{next_input_character} and
707                 $self->{next_input_character} <= 0x005A) { # A..Z                 $self->{next_input_character} <= 0x005A) { # A..Z
708          $self->{current_attribute} = {name => chr ($self->{next_input_character} + 0x0020),          $self->{current_attribute} = {name => chr ($self->{next_input_character} + 0x0020),
709                                value => ''};                                value => ''};
710          $self->{state} = 'attribute name';          $self->{state} = ATTRIBUTE_NAME_STATE;
711          !!!next-input-character;          !!!next-input-character;
712          redo A;          redo A;
713        } elsif ($self->{next_input_character} == 0x002F) { # /        } elsif ($self->{next_input_character} == 0x002F) { # /
714          !!!next-input-character;          !!!next-input-character;
715          if ($self->{next_input_character} == 0x003E and # >          if ($self->{next_input_character} == 0x003E and # >
716              $self->{current_token}->{type} eq 'start tag' and              $self->{current_token}->{type} == START_TAG_TOKEN and
717              $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {              $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {
718            # permitted slash            # permitted slash
719            #            #
# Line 763  sub _get_next_token ($) { Line 723  sub _get_next_token ($) {
723          ## Stay in the state          ## Stay in the state
724          # next-input-character is already done          # next-input-character is already done
725          redo A;          redo A;
726        } elsif ($self->{next_input_character} == 0x003C or # <        } elsif ($self->{next_input_character} == -1) {
                $self->{next_input_character} == -1) {  
727          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
728          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
729              $self->{current_token}->{first_start_tag}
730                  = not defined $self->{last_emitted_start_tag_name};
731            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
732          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
733            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
734            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
735              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
736            }            }
737          } else {          } else {
738            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
739          }          }
740          $self->{state} = 'data';          $self->{state} = DATA_STATE;
741          # reconsume          # reconsume
742    
743          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
744    
745          redo A;          redo A;
746        } else {        } else {
747            if ({
748                 0x0022 => 1, # "
749                 0x0027 => 1, # '
750                 0x003D => 1, # =
751                }->{$self->{next_input_character}}) {
752              !!!parse-error (type => 'bad attribute name');
753            }
754          $self->{current_attribute} = {name => chr ($self->{next_input_character}),          $self->{current_attribute} = {name => chr ($self->{next_input_character}),
755                                value => ''};                                value => ''};
756          $self->{state} = 'attribute name';          $self->{state} = ATTRIBUTE_NAME_STATE;
757          !!!next-input-character;          !!!next-input-character;
758          redo A;          redo A;
759        }        }
760      } elsif ($self->{state} eq 'attribute name') {      } elsif ($self->{state} == ATTRIBUTE_NAME_STATE) {
761        my $before_leave = sub {        my $before_leave = sub {
762          if (exists $self->{current_token}->{attributes} # start tag or end tag          if (exists $self->{current_token}->{attributes} # start tag or end tag
763              ->{$self->{current_attribute}->{name}}) { # MUST              ->{$self->{current_attribute}->{name}}) { # MUST
764            !!!parse-error (type => 'dupulicate attribute');            !!!parse-error (type => 'duplicate attribute:'.$self->{current_attribute}->{name});
765            ## Discard $self->{current_attribute} # MUST            ## Discard $self->{current_attribute} # MUST
766          } else {          } else {
767            $self->{current_token}->{attributes}->{$self->{current_attribute}->{name}}            $self->{current_token}->{attributes}->{$self->{current_attribute}->{name}}
# Line 808  sub _get_next_token ($) { Line 775  sub _get_next_token ($) {
775            $self->{next_input_character} == 0x000C or # FF            $self->{next_input_character} == 0x000C or # FF
776            $self->{next_input_character} == 0x0020) { # SP            $self->{next_input_character} == 0x0020) { # SP
777          $before_leave->();          $before_leave->();
778          $self->{state} = 'after attribute name';          $self->{state} = AFTER_ATTRIBUTE_NAME_STATE;
779          !!!next-input-character;          !!!next-input-character;
780          redo A;          redo A;
781        } elsif ($self->{next_input_character} == 0x003D) { # =        } elsif ($self->{next_input_character} == 0x003D) { # =
782          $before_leave->();          $before_leave->();
783          $self->{state} = 'before attribute value';          $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;
784          !!!next-input-character;          !!!next-input-character;
785          redo A;          redo A;
786        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
787          $before_leave->();          $before_leave->();
788          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
789              $self->{current_token}->{first_start_tag}
790                  = not defined $self->{last_emitted_start_tag_name};
791            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
792          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
793            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
794            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
795              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
796            }            }
797          } else {          } else {
798            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
799          }          }
800          $self->{state} = 'data';          $self->{state} = DATA_STATE;
801          !!!next-input-character;          !!!next-input-character;
802    
803          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
804    
805          redo A;          redo A;
806        } elsif (0x0041 <= $self->{next_input_character} and        } elsif (0x0041 <= $self->{next_input_character} and
# Line 845  sub _get_next_token ($) { Line 813  sub _get_next_token ($) {
813          $before_leave->();          $before_leave->();
814          !!!next-input-character;          !!!next-input-character;
815          if ($self->{next_input_character} == 0x003E and # >          if ($self->{next_input_character} == 0x003E and # >
816              $self->{current_token}->{type} eq 'start tag' and              $self->{current_token}->{type} == START_TAG_TOKEN and
817              $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {              $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {
818            # permitted slash            # permitted slash
819            #            #
820          } else {          } else {
821            !!!parse-error (type => 'nestc');            !!!parse-error (type => 'nestc');
822          }          }
823          $self->{state} = 'before attribute name';          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
824          # next-input-character is already done          # next-input-character is already done
825          redo A;          redo A;
826        } elsif ($self->{next_input_character} == 0x003C or # <        } elsif ($self->{next_input_character} == -1) {
                $self->{next_input_character} == -1) {  
827          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
828          $before_leave->();          $before_leave->();
829          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
830              $self->{current_token}->{first_start_tag}
831                  = not defined $self->{last_emitted_start_tag_name};
832            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
833          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
834            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
835            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
836              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
837            }            }
838          } else {          } else {
839            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
840          }          }
841          $self->{state} = 'data';          $self->{state} = DATA_STATE;
842          # reconsume          # reconsume
843    
844          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
845    
846          redo A;          redo A;
847        } else {        } else {
848            if ($self->{next_input_character} == 0x0022 or # "
849                $self->{next_input_character} == 0x0027) { # '
850              !!!parse-error (type => 'bad attribute name');
851            }
852          $self->{current_attribute}->{name} .= chr ($self->{next_input_character});          $self->{current_attribute}->{name} .= chr ($self->{next_input_character});
853          ## Stay in the state          ## Stay in the state
854          !!!next-input-character;          !!!next-input-character;
855          redo A;          redo A;
856        }        }
857      } elsif ($self->{state} eq 'after attribute name') {      } elsif ($self->{state} == AFTER_ATTRIBUTE_NAME_STATE) {
858        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_input_character} == 0x0009 or # HT
859            $self->{next_input_character} == 0x000A or # LF            $self->{next_input_character} == 0x000A or # LF
860            $self->{next_input_character} == 0x000B or # VT            $self->{next_input_character} == 0x000B or # VT
# Line 892  sub _get_next_token ($) { Line 864  sub _get_next_token ($) {
864          !!!next-input-character;          !!!next-input-character;
865          redo A;          redo A;
866        } elsif ($self->{next_input_character} == 0x003D) { # =        } elsif ($self->{next_input_character} == 0x003D) { # =
867          $self->{state} = 'before attribute value';          $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;
868          !!!next-input-character;          !!!next-input-character;
869          redo A;          redo A;
870        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
871          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
872              $self->{current_token}->{first_start_tag}
873                  = not defined $self->{last_emitted_start_tag_name};
874            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
875          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
876            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
877            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
878              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
879            }            }
880          } else {          } else {
881            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
882          }          }
883          $self->{state} = 'data';          $self->{state} = DATA_STATE;
884          !!!next-input-character;          !!!next-input-character;
885    
886          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
887    
888          redo A;          redo A;
889        } elsif (0x0041 <= $self->{next_input_character} and        } elsif (0x0041 <= $self->{next_input_character} and
890                 $self->{next_input_character} <= 0x005A) { # A..Z                 $self->{next_input_character} <= 0x005A) { # A..Z
891          $self->{current_attribute} = {name => chr ($self->{next_input_character} + 0x0020),          $self->{current_attribute} = {name => chr ($self->{next_input_character} + 0x0020),
892                                value => ''};                                value => ''};
893          $self->{state} = 'attribute name';          $self->{state} = ATTRIBUTE_NAME_STATE;
894          !!!next-input-character;          !!!next-input-character;
895          redo A;          redo A;
896        } elsif ($self->{next_input_character} == 0x002F) { # /        } elsif ($self->{next_input_character} == 0x002F) { # /
897          !!!next-input-character;          !!!next-input-character;
898          if ($self->{next_input_character} == 0x003E and # >          if ($self->{next_input_character} == 0x003E and # >
899              $self->{current_token}->{type} eq 'start tag' and              $self->{current_token}->{type} == START_TAG_TOKEN and
900              $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {              $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {
901            # permitted slash            # permitted slash
902            #            #
903          } else {          } else {
904            !!!parse-error (type => 'nestc');            !!!parse-error (type => 'nestc');
905              ## TODO: Different error type for <aa / bb> than <aa/>
906          }          }
907          $self->{state} = 'before attribute name';          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
908          # next-input-character is already done          # next-input-character is already done
909          redo A;          redo A;
910        } elsif ($self->{next_input_character} == 0x003C or # <        } elsif ($self->{next_input_character} == -1) {
                $self->{next_input_character} == -1) {  
911          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
912          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
913              $self->{current_token}->{first_start_tag}
914                  = not defined $self->{last_emitted_start_tag_name};
915            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
916          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
917            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
918            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
919              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
920            }            }
921          } else {          } else {
922            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
923          }          }
924          $self->{state} = 'data';          $self->{state} = DATA_STATE;
925          # reconsume          # reconsume
926    
927          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
928    
929          redo A;          redo A;
930        } else {        } else {
931          $self->{current_attribute} = {name => chr ($self->{next_input_character}),          $self->{current_attribute} = {name => chr ($self->{next_input_character}),
932                                value => ''};                                value => ''};
933          $self->{state} = 'attribute name';          $self->{state} = ATTRIBUTE_NAME_STATE;
934          !!!next-input-character;          !!!next-input-character;
935          redo A;                  redo A;        
936        }        }
937      } elsif ($self->{state} eq 'before attribute value') {      } elsif ($self->{state} == BEFORE_ATTRIBUTE_VALUE_STATE) {
938        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_input_character} == 0x0009 or # HT
939            $self->{next_input_character} == 0x000A or # LF            $self->{next_input_character} == 0x000A or # LF
940            $self->{next_input_character} == 0x000B or # VT            $self->{next_input_character} == 0x000B or # VT
# Line 970  sub _get_next_token ($) { Line 944  sub _get_next_token ($) {
944          !!!next-input-character;          !!!next-input-character;
945          redo A;          redo A;
946        } elsif ($self->{next_input_character} == 0x0022) { # "        } elsif ($self->{next_input_character} == 0x0022) { # "
947          $self->{state} = 'attribute value (double-quoted)';          $self->{state} = ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE;
948          !!!next-input-character;          !!!next-input-character;
949          redo A;          redo A;
950        } elsif ($self->{next_input_character} == 0x0026) { # &        } elsif ($self->{next_input_character} == 0x0026) { # &
951          $self->{state} = 'attribute value (unquoted)';          $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;
952          ## reconsume          ## reconsume
953          redo A;          redo A;
954        } elsif ($self->{next_input_character} == 0x0027) { # '        } elsif ($self->{next_input_character} == 0x0027) { # '
955          $self->{state} = 'attribute value (single-quoted)';          $self->{state} = ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE;
956          !!!next-input-character;          !!!next-input-character;
957          redo A;          redo A;
958        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
959          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
960              $self->{current_token}->{first_start_tag}
961                  = not defined $self->{last_emitted_start_tag_name};
962            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
963          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
964            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
965            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
966              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
967            }            }
968          } else {          } else {
969            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
970          }          }
971          $self->{state} = 'data';          $self->{state} = DATA_STATE;
972          !!!next-input-character;          !!!next-input-character;
973    
974          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
975    
976          redo A;          redo A;
977        } elsif ($self->{next_input_character} == 0x003C or # <        } elsif ($self->{next_input_character} == -1) {
                $self->{next_input_character} == -1) {  
978          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
979          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
980              $self->{current_token}->{first_start_tag}
981                  = not defined $self->{last_emitted_start_tag_name};
982            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
983          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
984            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
985            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
986              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
987            }            }
988          } else {          } else {
989            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
990          }          }
991          $self->{state} = 'data';          $self->{state} = DATA_STATE;
992          ## reconsume          ## reconsume
993    
994          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
995    
996          redo A;          redo A;
997        } else {        } else {
998            if ($self->{next_input_character} == 0x003D) { # =
999              !!!parse-error (type => 'bad attribute value');
1000            }
1001          $self->{current_attribute}->{value} .= chr ($self->{next_input_character});          $self->{current_attribute}->{value} .= chr ($self->{next_input_character});
1002          $self->{state} = 'attribute value (unquoted)';          $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;
1003          !!!next-input-character;          !!!next-input-character;
1004          redo A;          redo A;
1005        }        }
1006      } elsif ($self->{state} eq 'attribute value (double-quoted)') {      } elsif ($self->{state} == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE) {
1007        if ($self->{next_input_character} == 0x0022) { # "        if ($self->{next_input_character} == 0x0022) { # "
1008          $self->{state} = 'before attribute name';          $self->{state} = AFTER_ATTRIBUTE_VALUE_QUOTED_STATE;
1009          !!!next-input-character;          !!!next-input-character;
1010          redo A;          redo A;
1011        } elsif ($self->{next_input_character} == 0x0026) { # &        } elsif ($self->{next_input_character} == 0x0026) { # &
1012          $self->{last_attribute_value_state} = 'attribute value (double-quoted)';          $self->{last_attribute_value_state} = $self->{state};
1013          $self->{state} = 'entity in attribute value';          $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;
1014          !!!next-input-character;          !!!next-input-character;
1015          redo A;          redo A;
1016        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
1017          !!!parse-error (type => 'unclosed attribute value');          !!!parse-error (type => 'unclosed attribute value');
1018          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1019              $self->{current_token}->{first_start_tag}
1020                  = not defined $self->{last_emitted_start_tag_name};
1021            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1022          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1023            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1024            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1025              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1026            }            }
1027          } else {          } else {
1028            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
1029          }          }
1030          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1031          ## reconsume          ## reconsume
1032    
1033          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
1034    
1035          redo A;          redo A;
1036        } else {        } else {
# Line 1060  sub _get_next_token ($) { Line 1039  sub _get_next_token ($) {
1039          !!!next-input-character;          !!!next-input-character;
1040          redo A;          redo A;
1041        }        }
1042      } elsif ($self->{state} eq 'attribute value (single-quoted)') {      } elsif ($self->{state} == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE) {
1043        if ($self->{next_input_character} == 0x0027) { # '        if ($self->{next_input_character} == 0x0027) { # '
1044          $self->{state} = 'before attribute name';          $self->{state} = AFTER_ATTRIBUTE_VALUE_QUOTED_STATE;
1045          !!!next-input-character;          !!!next-input-character;
1046          redo A;          redo A;
1047        } elsif ($self->{next_input_character} == 0x0026) { # &        } elsif ($self->{next_input_character} == 0x0026) { # &
1048          $self->{last_attribute_value_state} = 'attribute value (single-quoted)';          $self->{last_attribute_value_state} = $self->{state};
1049          $self->{state} = 'entity in attribute value';          $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;
1050          !!!next-input-character;          !!!next-input-character;
1051          redo A;          redo A;
1052        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
1053          !!!parse-error (type => 'unclosed attribute value');          !!!parse-error (type => 'unclosed attribute value');
1054          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1055              $self->{current_token}->{first_start_tag}
1056                  = not defined $self->{last_emitted_start_tag_name};
1057            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1058          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1059            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1060            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1061              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1062            }            }
1063          } else {          } else {
1064            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
1065          }          }
1066          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1067          ## reconsume          ## reconsume
1068    
1069          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
1070    
1071          redo A;          redo A;
1072        } else {        } else {
# Line 1095  sub _get_next_token ($) { Line 1075  sub _get_next_token ($) {
1075          !!!next-input-character;          !!!next-input-character;
1076          redo A;          redo A;
1077        }        }
1078      } elsif ($self->{state} eq 'attribute value (unquoted)') {      } elsif ($self->{state} == ATTRIBUTE_VALUE_UNQUOTED_STATE) {
1079        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_input_character} == 0x0009 or # HT
1080            $self->{next_input_character} == 0x000A or # LF            $self->{next_input_character} == 0x000A or # LF
1081            $self->{next_input_character} == 0x000B or # HT            $self->{next_input_character} == 0x000B or # HT
1082            $self->{next_input_character} == 0x000C or # FF            $self->{next_input_character} == 0x000C or # FF
1083            $self->{next_input_character} == 0x0020) { # SP            $self->{next_input_character} == 0x0020) { # SP
1084          $self->{state} = 'before attribute name';          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
1085          !!!next-input-character;          !!!next-input-character;
1086          redo A;          redo A;
1087        } elsif ($self->{next_input_character} == 0x0026) { # &        } elsif ($self->{next_input_character} == 0x0026) { # &
1088          $self->{last_attribute_value_state} = 'attribute value (unquoted)';          $self->{last_attribute_value_state} = $self->{state};
1089          $self->{state} = 'entity in attribute value';          $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;
1090          !!!next-input-character;          !!!next-input-character;
1091          redo A;          redo A;
1092        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
1093          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1094              $self->{current_token}->{first_start_tag}
1095                  = not defined $self->{last_emitted_start_tag_name};
1096            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1097          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1098            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1099            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1100              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1101            }            }
1102          } else {          } else {
1103            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
1104          }          }
1105          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1106          !!!next-input-character;          !!!next-input-character;
1107    
1108          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
1109    
1110          redo A;          redo A;
1111        } elsif ($self->{next_input_character} == 0x003C or # <        } elsif ($self->{next_input_character} == -1) {
                $self->{next_input_character} == -1) {  
1112          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
1113          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1114              $self->{current_token}->{first_start_tag}
1115                  = not defined $self->{last_emitted_start_tag_name};
1116            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1117          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1118            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1119            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1120              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1121            }            }
1122          } else {          } else {
1123            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
1124          }          }
1125          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1126          ## reconsume          ## reconsume
1127    
1128          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
1129    
1130          redo A;          redo A;
1131        } else {        } else {
1132            if ({
1133                 0x0022 => 1, # "
1134                 0x0027 => 1, # '
1135                 0x003D => 1, # =
1136                }->{$self->{next_input_character}}) {
1137              !!!parse-error (type => 'bad attribute value');
1138            }
1139          $self->{current_attribute}->{value} .= chr ($self->{next_input_character});          $self->{current_attribute}->{value} .= chr ($self->{next_input_character});
1140          ## Stay in the state          ## Stay in the state
1141          !!!next-input-character;          !!!next-input-character;
1142          redo A;          redo A;
1143        }        }
1144      } elsif ($self->{state} eq 'entity in attribute value') {      } elsif ($self->{state} == ENTITY_IN_ATTRIBUTE_VALUE_STATE) {
1145        my $token = $self->_tokenize_attempt_to_consume_an_entity;        my $token = $self->_tokenize_attempt_to_consume_an_entity
1146              (1,
1147               $self->{last_attribute_value_state}
1148                 == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE ? 0x0022 : # "
1149               $self->{last_attribute_value_state}
1150                 == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE ? 0x0027 : # '
1151               -1);
1152    
1153        unless (defined $token) {        unless (defined $token) {
1154          $self->{current_attribute}->{value} .= '&';          $self->{current_attribute}->{value} .= '&';
1155        } else {        } else {
1156          $self->{current_attribute}->{value} .= $token->{data};          $self->{current_attribute}->{value} .= $token->{data};
1157            $self->{current_attribute}->{has_reference} = $token->{has_reference};
1158          ## ISSUE: spec says "append the returned character token to the current attribute's value"          ## ISSUE: spec says "append the returned character token to the current attribute's value"
1159        }        }
1160    
1161        $self->{state} = $self->{last_attribute_value_state};        $self->{state} = $self->{last_attribute_value_state};
1162        # next-input-character is already done        # next-input-character is already done
1163        redo A;        redo A;
1164      } elsif ($self->{state} eq 'bogus comment') {      } elsif ($self->{state} == AFTER_ATTRIBUTE_VALUE_QUOTED_STATE) {
1165          if ($self->{next_input_character} == 0x0009 or # HT
1166              $self->{next_input_character} == 0x000A or # LF
1167              $self->{next_input_character} == 0x000B or # VT
1168              $self->{next_input_character} == 0x000C or # FF
1169              $self->{next_input_character} == 0x0020) { # SP
1170            $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
1171            !!!next-input-character;
1172            redo A;
1173          } elsif ($self->{next_input_character} == 0x003E) { # >
1174            if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1175              $self->{current_token}->{first_start_tag}
1176                  = not defined $self->{last_emitted_start_tag_name};
1177              $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1178            } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1179              $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1180              if ($self->{current_token}->{attributes}) {
1181                !!!parse-error (type => 'end tag attribute');
1182              }
1183            } else {
1184              die "$0: $self->{current_token}->{type}: Unknown token type";
1185            }
1186            $self->{state} = DATA_STATE;
1187            !!!next-input-character;
1188    
1189            !!!emit ($self->{current_token}); # start tag or end tag
1190    
1191            redo A;
1192          } elsif ($self->{next_input_character} == 0x002F) { # /
1193            !!!next-input-character;
1194            if ($self->{next_input_character} == 0x003E and # >
1195                $self->{current_token}->{type} == START_TAG_TOKEN and
1196                $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {
1197              # permitted slash
1198              #
1199            } else {
1200              !!!parse-error (type => 'nestc');
1201            }
1202            $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
1203            # next-input-character is already done
1204            redo A;
1205          } else {
1206            !!!parse-error (type => 'no space between attributes');
1207            $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
1208            ## reconsume
1209            redo A;
1210          }
1211        } elsif ($self->{state} == BOGUS_COMMENT_STATE) {
1212        ## (only happen if PCDATA state)        ## (only happen if PCDATA state)
1213                
1214        my $token = {type => 'comment', data => ''};        my $token = {type => COMMENT_TOKEN, data => ''};
1215    
1216        BC: {        BC: {
1217          if ($self->{next_input_character} == 0x003E) { # >          if ($self->{next_input_character} == 0x003E) { # >
1218            $self->{state} = 'data';            $self->{state} = DATA_STATE;
1219            !!!next-input-character;            !!!next-input-character;
1220    
1221            !!!emit ($token);            !!!emit ($token);
1222    
1223            redo A;            redo A;
1224          } elsif ($self->{next_input_character} == -1) {          } elsif ($self->{next_input_character} == -1) {
1225            $self->{state} = 'data';            $self->{state} = DATA_STATE;
1226            ## reconsume            ## reconsume
1227    
1228            !!!emit ($token);            !!!emit ($token);
# Line 1192  sub _get_next_token ($) { Line 1234  sub _get_next_token ($) {
1234            redo BC;            redo BC;
1235          }          }
1236        } # BC        } # BC
1237      } elsif ($self->{state} eq 'markup declaration open') {      } elsif ($self->{state} == MARKUP_DECLARATION_OPEN_STATE) {
1238        ## (only happen if PCDATA state)        ## (only happen if PCDATA state)
1239    
1240        my @next_char;        my @next_char;
# Line 1202  sub _get_next_token ($) { Line 1244  sub _get_next_token ($) {
1244          !!!next-input-character;          !!!next-input-character;
1245          push @next_char, $self->{next_input_character};          push @next_char, $self->{next_input_character};
1246          if ($self->{next_input_character} == 0x002D) { # -          if ($self->{next_input_character} == 0x002D) { # -
1247            $self->{current_token} = {type => 'comment', data => ''};            $self->{current_token} = {type => COMMENT_TOKEN, data => ''};
1248            $self->{state} = 'comment';            $self->{state} = COMMENT_START_STATE;
1249            !!!next-input-character;            !!!next-input-character;
1250            redo A;            redo A;
1251          }          }
# Line 1234  sub _get_next_token ($) { Line 1276  sub _get_next_token ($) {
1276                    if ($self->{next_input_character} == 0x0045 or # E                    if ($self->{next_input_character} == 0x0045 or # E
1277                        $self->{next_input_character} == 0x0065) { # e                        $self->{next_input_character} == 0x0065) { # e
1278                      ## ISSUE: What a stupid code this is!                      ## ISSUE: What a stupid code this is!
1279                      $self->{state} = 'DOCTYPE';                      $self->{state} = DOCTYPE_STATE;
1280                      !!!next-input-character;                      !!!next-input-character;
1281                      redo A;                      redo A;
1282                    }                    }
# Line 1245  sub _get_next_token ($) { Line 1287  sub _get_next_token ($) {
1287          }          }
1288        }        }
1289    
1290        !!!parse-error (type => 'bogus comment open');        !!!parse-error (type => 'bogus comment');
1291        $self->{next_input_character} = shift @next_char;        $self->{next_input_character} = shift @next_char;
1292        !!!back-next-input-character (@next_char);        !!!back-next-input-character (@next_char);
1293        $self->{state} = 'bogus comment';        $self->{state} = BOGUS_COMMENT_STATE;
1294        redo A;        redo A;
1295                
1296        ## ISSUE: typos in spec: chacacters, is is a parse error        ## ISSUE: typos in spec: chacacters, is is a parse error
1297        ## ISSUE: spec is somewhat unclear on "is the first character that will be in the comment"; what is "that will be in the comment" is what the algorithm defines, isn't it?        ## ISSUE: spec is somewhat unclear on "is the first character that will be in the comment"; what is "that will be in the comment" is what the algorithm defines, isn't it?
1298      } elsif ($self->{state} eq 'comment') {      } elsif ($self->{state} == COMMENT_START_STATE) {
1299          if ($self->{next_input_character} == 0x002D) { # -
1300            $self->{state} = COMMENT_START_DASH_STATE;
1301            !!!next-input-character;
1302            redo A;
1303          } elsif ($self->{next_input_character} == 0x003E) { # >
1304            !!!parse-error (type => 'bogus comment');
1305            $self->{state} = DATA_STATE;
1306            !!!next-input-character;
1307    
1308            !!!emit ($self->{current_token}); # comment
1309    
1310            redo A;
1311          } elsif ($self->{next_input_character} == -1) {
1312            !!!parse-error (type => 'unclosed comment');
1313            $self->{state} = DATA_STATE;
1314            ## reconsume
1315    
1316            !!!emit ($self->{current_token}); # comment
1317    
1318            redo A;
1319          } else {
1320            $self->{current_token}->{data} # comment
1321                .= chr ($self->{next_input_character});
1322            $self->{state} = COMMENT_STATE;
1323            !!!next-input-character;
1324            redo A;
1325          }
1326        } elsif ($self->{state} == COMMENT_START_DASH_STATE) {
1327          if ($self->{next_input_character} == 0x002D) { # -
1328            $self->{state} = COMMENT_END_STATE;
1329            !!!next-input-character;
1330            redo A;
1331          } elsif ($self->{next_input_character} == 0x003E) { # >
1332            !!!parse-error (type => 'bogus comment');
1333            $self->{state} = DATA_STATE;
1334            !!!next-input-character;
1335    
1336            !!!emit ($self->{current_token}); # comment
1337    
1338            redo A;
1339          } elsif ($self->{next_input_character} == -1) {
1340            !!!parse-error (type => 'unclosed comment');
1341            $self->{state} = DATA_STATE;
1342            ## reconsume
1343    
1344            !!!emit ($self->{current_token}); # comment
1345    
1346            redo A;
1347          } else {
1348            $self->{current_token}->{data} # comment
1349                .= '-' . chr ($self->{next_input_character});
1350            $self->{state} = COMMENT_STATE;
1351            !!!next-input-character;
1352            redo A;
1353          }
1354        } elsif ($self->{state} == COMMENT_STATE) {
1355        if ($self->{next_input_character} == 0x002D) { # -        if ($self->{next_input_character} == 0x002D) { # -
1356          $self->{state} = 'comment dash';          $self->{state} = COMMENT_END_DASH_STATE;
1357          !!!next-input-character;          !!!next-input-character;
1358          redo A;          redo A;
1359        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
1360          !!!parse-error (type => 'unclosed comment');          !!!parse-error (type => 'unclosed comment');
1361          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1362          ## reconsume          ## reconsume
1363    
1364          !!!emit ($self->{current_token}); # comment          !!!emit ($self->{current_token}); # comment
         undef $self->{current_token};  
1365    
1366          redo A;          redo A;
1367        } else {        } else {
# Line 1273  sub _get_next_token ($) { Line 1370  sub _get_next_token ($) {
1370          !!!next-input-character;          !!!next-input-character;
1371          redo A;          redo A;
1372        }        }
1373      } elsif ($self->{state} eq 'comment dash') {      } elsif ($self->{state} == COMMENT_END_DASH_STATE) {
1374        if ($self->{next_input_character} == 0x002D) { # -        if ($self->{next_input_character} == 0x002D) { # -
1375          $self->{state} = 'comment end';          $self->{state} = COMMENT_END_STATE;
1376          !!!next-input-character;          !!!next-input-character;
1377          redo A;          redo A;
1378        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
1379          !!!parse-error (type => 'unclosed comment');          !!!parse-error (type => 'unclosed comment');
1380          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1381          ## reconsume          ## reconsume
1382    
1383          !!!emit ($self->{current_token}); # comment          !!!emit ($self->{current_token}); # comment
         undef $self->{current_token};  
1384    
1385          redo A;          redo A;
1386        } else {        } else {
1387          $self->{current_token}->{data} .= '-' . chr ($self->{next_input_character}); # comment          $self->{current_token}->{data} .= '-' . chr ($self->{next_input_character}); # comment
1388          $self->{state} = 'comment';          $self->{state} = COMMENT_STATE;
1389          !!!next-input-character;          !!!next-input-character;
1390          redo A;          redo A;
1391        }        }
1392      } elsif ($self->{state} eq 'comment end') {      } elsif ($self->{state} == COMMENT_END_STATE) {
1393        if ($self->{next_input_character} == 0x003E) { # >        if ($self->{next_input_character} == 0x003E) { # >
1394          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1395          !!!next-input-character;          !!!next-input-character;
1396    
1397          !!!emit ($self->{current_token}); # comment          !!!emit ($self->{current_token}); # comment
         undef $self->{current_token};  
1398    
1399          redo A;          redo A;
1400        } elsif ($self->{next_input_character} == 0x002D) { # -        } elsif ($self->{next_input_character} == 0x002D) { # -
# Line 1310  sub _get_next_token ($) { Line 1405  sub _get_next_token ($) {
1405          redo A;          redo A;
1406        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
1407          !!!parse-error (type => 'unclosed comment');          !!!parse-error (type => 'unclosed comment');
1408          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1409          ## reconsume          ## reconsume
1410    
1411          !!!emit ($self->{current_token}); # comment          !!!emit ($self->{current_token}); # comment
         undef $self->{current_token};  
1412    
1413          redo A;          redo A;
1414        } else {        } else {
1415          !!!parse-error (type => 'dash in comment');          !!!parse-error (type => 'dash in comment');
1416          $self->{current_token}->{data} .= '--' . chr ($self->{next_input_character}); # comment          $self->{current_token}->{data} .= '--' . chr ($self->{next_input_character}); # comment
1417          $self->{state} = 'comment';          $self->{state} = COMMENT_STATE;
1418          !!!next-input-character;          !!!next-input-character;
1419          redo A;          redo A;
1420        }        }
1421      } elsif ($self->{state} eq 'DOCTYPE') {      } elsif ($self->{state} == DOCTYPE_STATE) {
1422        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_input_character} == 0x0009 or # HT
1423            $self->{next_input_character} == 0x000A or # LF            $self->{next_input_character} == 0x000A or # LF
1424            $self->{next_input_character} == 0x000B or # VT            $self->{next_input_character} == 0x000B or # VT
1425            $self->{next_input_character} == 0x000C or # FF            $self->{next_input_character} == 0x000C or # FF
1426            $self->{next_input_character} == 0x0020) { # SP            $self->{next_input_character} == 0x0020) { # SP
1427          $self->{state} = 'before DOCTYPE name';          $self->{state} = BEFORE_DOCTYPE_NAME_STATE;
1428          !!!next-input-character;          !!!next-input-character;
1429          redo A;          redo A;
1430        } else {        } else {
1431          !!!parse-error (type => 'no space before DOCTYPE name');          !!!parse-error (type => 'no space before DOCTYPE name');
1432          $self->{state} = 'before DOCTYPE name';          $self->{state} = BEFORE_DOCTYPE_NAME_STATE;
1433          ## reconsume          ## reconsume
1434          redo A;          redo A;
1435        }        }
1436      } elsif ($self->{state} eq 'before DOCTYPE name') {      } elsif ($self->{state} == BEFORE_DOCTYPE_NAME_STATE) {
1437        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_input_character} == 0x0009 or # HT
1438            $self->{next_input_character} == 0x000A or # LF            $self->{next_input_character} == 0x000A or # LF
1439            $self->{next_input_character} == 0x000B or # VT            $self->{next_input_character} == 0x000B or # VT
# Line 1348  sub _get_next_token ($) { Line 1442  sub _get_next_token ($) {
1442          ## Stay in the state          ## Stay in the state
1443          !!!next-input-character;          !!!next-input-character;
1444          redo A;          redo A;
       } elsif (0x0061 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x007A) { # a..z  
 ## ISSUE: "Set the token's name name to the" in the spec  
         $self->{current_token} = {type => 'DOCTYPE',  
                           name => chr ($self->{next_input_character} - 0x0020),  
                           error => 1};  
         $self->{state} = 'DOCTYPE name';  
         !!!next-input-character;  
         redo A;  
1445        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
1446          !!!parse-error (type => 'no DOCTYPE name');          !!!parse-error (type => 'no DOCTYPE name');
1447          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1448          !!!next-input-character;          !!!next-input-character;
1449    
1450          !!!emit ({type => 'DOCTYPE', name => '', error => 1});          !!!emit ({type => DOCTYPE_TOKEN}); # incorrect
1451    
1452          redo A;          redo A;
1453        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
1454          !!!parse-error (type => 'no DOCTYPE name');          !!!parse-error (type => 'no DOCTYPE name');
1455          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1456          ## reconsume          ## reconsume
1457    
1458          !!!emit ({type => 'DOCTYPE', name => '', error => 1});          !!!emit ({type => DOCTYPE_TOKEN}); # incorrect
1459    
1460          redo A;          redo A;
1461        } else {        } else {
1462          $self->{current_token} = {type => 'DOCTYPE',          $self->{current_token}
1463                            name => chr ($self->{next_input_character}),              = {type => DOCTYPE_TOKEN,
1464                            error => 1};                 name => chr ($self->{next_input_character}),
1465                   correct => 1};
1466  ## ISSUE: "Set the token's name name to the" in the spec  ## ISSUE: "Set the token's name name to the" in the spec
1467          $self->{state} = 'DOCTYPE name';          $self->{state} = DOCTYPE_NAME_STATE;
1468          !!!next-input-character;          !!!next-input-character;
1469          redo A;          redo A;
1470        }        }
1471      } elsif ($self->{state} eq 'DOCTYPE name') {      } elsif ($self->{state} == DOCTYPE_NAME_STATE) {
1472    ## ISSUE: Redundant "First," in the spec.
1473        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_input_character} == 0x0009 or # HT
1474            $self->{next_input_character} == 0x000A or # LF            $self->{next_input_character} == 0x000A or # LF
1475            $self->{next_input_character} == 0x000B or # VT            $self->{next_input_character} == 0x000B or # VT
1476            $self->{next_input_character} == 0x000C or # FF            $self->{next_input_character} == 0x000C or # FF
1477            $self->{next_input_character} == 0x0020) { # SP            $self->{next_input_character} == 0x0020) { # SP
1478          $self->{current_token}->{error} = ($self->{current_token}->{name} ne 'HTML'); # DOCTYPE          $self->{state} = AFTER_DOCTYPE_NAME_STATE;
         $self->{state} = 'after DOCTYPE name';  
1479          !!!next-input-character;          !!!next-input-character;
1480          redo A;          redo A;
1481        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
1482          $self->{current_token}->{error} = ($self->{current_token}->{name} ne 'HTML'); # DOCTYPE          $self->{state} = DATA_STATE;
         $self->{state} = 'data';  
1483          !!!next-input-character;          !!!next-input-character;
1484    
1485          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
         undef $self->{current_token};  
1486    
1487          redo A;          redo A;
       } elsif (0x0061 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x007A) { # a..z  
         $self->{current_token}->{name} .= chr ($self->{next_input_character} - 0x0020); # DOCTYPE  
         #$self->{current_token}->{error} = ($self->{current_token}->{name} ne 'HTML');  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
1488        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
1489          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
1490          $self->{current_token}->{error} = ($self->{current_token}->{name} ne 'HTML'); # DOCTYPE          $self->{state} = DATA_STATE;
         $self->{state} = 'data';  
1491          ## reconsume          ## reconsume
1492    
1493          !!!emit ($self->{current_token});          delete $self->{current_token}->{correct};
1494          undef $self->{current_token};          !!!emit ($self->{current_token}); # DOCTYPE
1495    
1496          redo A;          redo A;
1497        } else {        } else {
1498          $self->{current_token}->{name}          $self->{current_token}->{name}
1499            .= chr ($self->{next_input_character}); # DOCTYPE            .= chr ($self->{next_input_character}); # DOCTYPE
         #$self->{current_token}->{error} = ($self->{current_token}->{name} ne 'HTML');  
1500          ## Stay in the state          ## Stay in the state
1501          !!!next-input-character;          !!!next-input-character;
1502          redo A;          redo A;
1503        }        }
1504      } elsif ($self->{state} eq 'after DOCTYPE name') {      } elsif ($self->{state} == AFTER_DOCTYPE_NAME_STATE) {
1505        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_input_character} == 0x0009 or # HT
1506            $self->{next_input_character} == 0x000A or # LF            $self->{next_input_character} == 0x000A or # LF
1507            $self->{next_input_character} == 0x000B or # VT            $self->{next_input_character} == 0x000B or # VT
# Line 1436  sub _get_next_token ($) { Line 1511  sub _get_next_token ($) {
1511          !!!next-input-character;          !!!next-input-character;
1512          redo A;          redo A;
1513        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
1514          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1515          !!!next-input-character;          !!!next-input-character;
1516    
1517          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
         undef $self->{current_token};  
1518    
1519          redo A;          redo A;
1520        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
1521          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
1522          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1523          ## reconsume          ## reconsume
1524    
1525            delete $self->{current_token}->{correct};
1526          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
         undef $self->{current_token};  
1527    
1528          redo A;          redo A;
1529          } elsif ($self->{next_input_character} == 0x0050 or # P
1530                   $self->{next_input_character} == 0x0070) { # p
1531            !!!next-input-character;
1532            if ($self->{next_input_character} == 0x0055 or # U
1533                $self->{next_input_character} == 0x0075) { # u
1534              !!!next-input-character;
1535              if ($self->{next_input_character} == 0x0042 or # B
1536                  $self->{next_input_character} == 0x0062) { # b
1537                !!!next-input-character;
1538                if ($self->{next_input_character} == 0x004C or # L
1539                    $self->{next_input_character} == 0x006C) { # l
1540                  !!!next-input-character;
1541                  if ($self->{next_input_character} == 0x0049 or # I
1542                      $self->{next_input_character} == 0x0069) { # i
1543                    !!!next-input-character;
1544                    if ($self->{next_input_character} == 0x0043 or # C
1545                        $self->{next_input_character} == 0x0063) { # c
1546                      $self->{state} = BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE;
1547                      !!!next-input-character;
1548                      redo A;
1549                    }
1550                  }
1551                }
1552              }
1553            }
1554    
1555            #
1556          } elsif ($self->{next_input_character} == 0x0053 or # S
1557                   $self->{next_input_character} == 0x0073) { # s
1558            !!!next-input-character;
1559            if ($self->{next_input_character} == 0x0059 or # Y
1560                $self->{next_input_character} == 0x0079) { # y
1561              !!!next-input-character;
1562              if ($self->{next_input_character} == 0x0053 or # S
1563                  $self->{next_input_character} == 0x0073) { # s
1564                !!!next-input-character;
1565                if ($self->{next_input_character} == 0x0054 or # T
1566                    $self->{next_input_character} == 0x0074) { # t
1567                  !!!next-input-character;
1568                  if ($self->{next_input_character} == 0x0045 or # E
1569                      $self->{next_input_character} == 0x0065) { # e
1570                    !!!next-input-character;
1571                    if ($self->{next_input_character} == 0x004D or # M
1572                        $self->{next_input_character} == 0x006D) { # m
1573                      $self->{state} = BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE;
1574                      !!!next-input-character;
1575                      redo A;
1576                    }
1577                  }
1578                }
1579              }
1580            }
1581    
1582            #
1583        } else {        } else {
1584          !!!parse-error (type => 'string after DOCTYPE name');          !!!next-input-character;
1585          $self->{current_token}->{error} = 1; # DOCTYPE          #
1586          $self->{state} = 'bogus DOCTYPE';        }
1587    
1588          !!!parse-error (type => 'string after DOCTYPE name');
1589          $self->{state} = BOGUS_DOCTYPE_STATE;
1590          # next-input-character is already done
1591          redo A;
1592        } elsif ($self->{state} == BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {
1593          if ({
1594                0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,
1595                #0x000D => 1, # HT, LF, VT, FF, SP, CR
1596              }->{$self->{next_input_character}}) {
1597            ## Stay in the state
1598            !!!next-input-character;
1599            redo A;
1600          } elsif ($self->{next_input_character} eq 0x0022) { # "
1601            $self->{current_token}->{public_identifier} = ''; # DOCTYPE
1602            $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE;
1603            !!!next-input-character;
1604            redo A;
1605          } elsif ($self->{next_input_character} eq 0x0027) { # '
1606            $self->{current_token}->{public_identifier} = ''; # DOCTYPE
1607            $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE;
1608            !!!next-input-character;
1609            redo A;
1610          } elsif ($self->{next_input_character} eq 0x003E) { # >
1611            !!!parse-error (type => 'no PUBLIC literal');
1612    
1613            $self->{state} = DATA_STATE;
1614            !!!next-input-character;
1615    
1616            delete $self->{current_token}->{correct};
1617            !!!emit ($self->{current_token}); # DOCTYPE
1618    
1619            redo A;
1620          } elsif ($self->{next_input_character} == -1) {
1621            !!!parse-error (type => 'unclosed DOCTYPE');
1622    
1623            $self->{state} = DATA_STATE;
1624            ## reconsume
1625    
1626            delete $self->{current_token}->{correct};
1627            !!!emit ($self->{current_token}); # DOCTYPE
1628    
1629            redo A;
1630          } else {
1631            !!!parse-error (type => 'string after PUBLIC');
1632            $self->{state} = BOGUS_DOCTYPE_STATE;
1633            !!!next-input-character;
1634            redo A;
1635          }
1636        } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE) {
1637          if ($self->{next_input_character} == 0x0022) { # "
1638            $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;
1639            !!!next-input-character;
1640            redo A;
1641          } elsif ($self->{next_input_character} == 0x003E) { # >
1642            !!!parse-error (type => 'unclosed PUBLIC literal');
1643    
1644            $self->{state} = DATA_STATE;
1645            !!!next-input-character;
1646    
1647            delete $self->{current_token}->{correct};
1648            !!!emit ($self->{current_token}); # DOCTYPE
1649    
1650            redo A;
1651          } elsif ($self->{next_input_character} == -1) {
1652            !!!parse-error (type => 'unclosed PUBLIC literal');
1653    
1654            $self->{state} = DATA_STATE;
1655            ## reconsume
1656    
1657            delete $self->{current_token}->{correct};
1658            !!!emit ($self->{current_token}); # DOCTYPE
1659    
1660            redo A;
1661          } else {
1662            $self->{current_token}->{public_identifier} # DOCTYPE
1663                .= chr $self->{next_input_character};
1664            ## Stay in the state
1665            !!!next-input-character;
1666            redo A;
1667          }
1668        } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE) {
1669          if ($self->{next_input_character} == 0x0027) { # '
1670            $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;
1671            !!!next-input-character;
1672            redo A;
1673          } elsif ($self->{next_input_character} == 0x003E) { # >
1674            !!!parse-error (type => 'unclosed PUBLIC literal');
1675    
1676            $self->{state} = DATA_STATE;
1677            !!!next-input-character;
1678    
1679            delete $self->{current_token}->{correct};
1680            !!!emit ($self->{current_token}); # DOCTYPE
1681    
1682            redo A;
1683          } elsif ($self->{next_input_character} == -1) {
1684            !!!parse-error (type => 'unclosed PUBLIC literal');
1685    
1686            $self->{state} = DATA_STATE;
1687            ## reconsume
1688    
1689            delete $self->{current_token}->{correct};
1690            !!!emit ($self->{current_token}); # DOCTYPE
1691    
1692            redo A;
1693          } else {
1694            $self->{current_token}->{public_identifier} # DOCTYPE
1695                .= chr $self->{next_input_character};
1696            ## Stay in the state
1697          !!!next-input-character;          !!!next-input-character;
1698          redo A;          redo A;
1699        }        }
1700      } elsif ($self->{state} eq 'bogus DOCTYPE') {      } elsif ($self->{state} == AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {
1701          if ({
1702                0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,
1703                #0x000D => 1, # HT, LF, VT, FF, SP, CR
1704              }->{$self->{next_input_character}}) {
1705            ## Stay in the state
1706            !!!next-input-character;
1707            redo A;
1708          } elsif ($self->{next_input_character} == 0x0022) { # "
1709            $self->{current_token}->{system_identifier} = ''; # DOCTYPE
1710            $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;
1711            !!!next-input-character;
1712            redo A;
1713          } elsif ($self->{next_input_character} == 0x0027) { # '
1714            $self->{current_token}->{system_identifier} = ''; # DOCTYPE
1715            $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;
1716            !!!next-input-character;
1717            redo A;
1718          } elsif ($self->{next_input_character} == 0x003E) { # >
1719            $self->{state} = DATA_STATE;
1720            !!!next-input-character;
1721    
1722            !!!emit ($self->{current_token}); # DOCTYPE
1723    
1724            redo A;
1725          } elsif ($self->{next_input_character} == -1) {
1726            !!!parse-error (type => 'unclosed DOCTYPE');
1727    
1728            $self->{state} = DATA_STATE;
1729            ## reconsume
1730    
1731            delete $self->{current_token}->{correct};
1732            !!!emit ($self->{current_token}); # DOCTYPE
1733    
1734            redo A;
1735          } else {
1736            !!!parse-error (type => 'string after PUBLIC literal');
1737            $self->{state} = BOGUS_DOCTYPE_STATE;
1738            !!!next-input-character;
1739            redo A;
1740          }
1741        } elsif ($self->{state} == BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {
1742          if ({
1743                0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,
1744                #0x000D => 1, # HT, LF, VT, FF, SP, CR
1745              }->{$self->{next_input_character}}) {
1746            ## Stay in the state
1747            !!!next-input-character;
1748            redo A;
1749          } elsif ($self->{next_input_character} == 0x0022) { # "
1750            $self->{current_token}->{system_identifier} = ''; # DOCTYPE
1751            $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;
1752            !!!next-input-character;
1753            redo A;
1754          } elsif ($self->{next_input_character} == 0x0027) { # '
1755            $self->{current_token}->{system_identifier} = ''; # DOCTYPE
1756            $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;
1757            !!!next-input-character;
1758            redo A;
1759          } elsif ($self->{next_input_character} == 0x003E) { # >
1760            !!!parse-error (type => 'no SYSTEM literal');
1761            $self->{state} = DATA_STATE;
1762            !!!next-input-character;
1763    
1764            delete $self->{current_token}->{correct};
1765            !!!emit ($self->{current_token}); # DOCTYPE
1766    
1767            redo A;
1768          } elsif ($self->{next_input_character} == -1) {
1769            !!!parse-error (type => 'unclosed DOCTYPE');
1770    
1771            $self->{state} = DATA_STATE;
1772            ## reconsume
1773    
1774            delete $self->{current_token}->{correct};
1775            !!!emit ($self->{current_token}); # DOCTYPE
1776    
1777            redo A;
1778          } else {
1779            !!!parse-error (type => 'string after SYSTEM');
1780            $self->{state} = BOGUS_DOCTYPE_STATE;
1781            !!!next-input-character;
1782            redo A;
1783          }
1784        } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE) {
1785          if ($self->{next_input_character} == 0x0022) { # "
1786            $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;
1787            !!!next-input-character;
1788            redo A;
1789          } elsif ($self->{next_input_character} == 0x003E) { # >
1790            !!!parse-error (type => 'unclosed PUBLIC literal');
1791    
1792            $self->{state} = DATA_STATE;
1793            !!!next-input-character;
1794    
1795            delete $self->{current_token}->{correct};
1796            !!!emit ($self->{current_token}); # DOCTYPE
1797    
1798            redo A;
1799          } elsif ($self->{next_input_character} == -1) {
1800            !!!parse-error (type => 'unclosed SYSTEM literal');
1801    
1802            $self->{state} = DATA_STATE;
1803            ## reconsume
1804    
1805            delete $self->{current_token}->{correct};
1806            !!!emit ($self->{current_token}); # DOCTYPE
1807    
1808            redo A;
1809          } else {
1810            $self->{current_token}->{system_identifier} # DOCTYPE
1811                .= chr $self->{next_input_character};
1812            ## Stay in the state
1813            !!!next-input-character;
1814            redo A;
1815          }
1816        } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE) {
1817          if ($self->{next_input_character} == 0x0027) { # '
1818            $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;
1819            !!!next-input-character;
1820            redo A;
1821          } elsif ($self->{next_input_character} == 0x003E) { # >
1822            !!!parse-error (type => 'unclosed PUBLIC literal');
1823    
1824            $self->{state} = DATA_STATE;
1825            !!!next-input-character;
1826    
1827            delete $self->{current_token}->{correct};
1828            !!!emit ($self->{current_token}); # DOCTYPE
1829    
1830            redo A;
1831          } elsif ($self->{next_input_character} == -1) {
1832            !!!parse-error (type => 'unclosed SYSTEM literal');
1833    
1834            $self->{state} = DATA_STATE;
1835            ## reconsume
1836    
1837            delete $self->{current_token}->{correct};
1838            !!!emit ($self->{current_token}); # DOCTYPE
1839    
1840            redo A;
1841          } else {
1842            $self->{current_token}->{system_identifier} # DOCTYPE
1843                .= chr $self->{next_input_character};
1844            ## Stay in the state
1845            !!!next-input-character;
1846            redo A;
1847          }
1848        } elsif ($self->{state} == AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {
1849          if ({
1850                0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,
1851                #0x000D => 1, # HT, LF, VT, FF, SP, CR
1852              }->{$self->{next_input_character}}) {
1853            ## Stay in the state
1854            !!!next-input-character;
1855            redo A;
1856          } elsif ($self->{next_input_character} == 0x003E) { # >
1857            $self->{state} = DATA_STATE;
1858            !!!next-input-character;
1859    
1860            !!!emit ($self->{current_token}); # DOCTYPE
1861    
1862            redo A;
1863          } elsif ($self->{next_input_character} == -1) {
1864            !!!parse-error (type => 'unclosed DOCTYPE');
1865    
1866            $self->{state} = DATA_STATE;
1867            ## reconsume
1868    
1869            delete $self->{current_token}->{correct};
1870            !!!emit ($self->{current_token}); # DOCTYPE
1871    
1872            redo A;
1873          } else {
1874            !!!parse-error (type => 'string after SYSTEM literal');
1875            $self->{state} = BOGUS_DOCTYPE_STATE;
1876            !!!next-input-character;
1877            redo A;
1878          }
1879        } elsif ($self->{state} == BOGUS_DOCTYPE_STATE) {
1880        if ($self->{next_input_character} == 0x003E) { # >        if ($self->{next_input_character} == 0x003E) { # >
1881          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1882          !!!next-input-character;          !!!next-input-character;
1883    
1884            delete $self->{current_token}->{correct};
1885          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
         undef $self->{current_token};  
1886    
1887          redo A;          redo A;
1888        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
1889          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
1890          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1891          ## reconsume          ## reconsume
1892    
1893            delete $self->{current_token}->{correct};
1894          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
         undef $self->{current_token};  
1895    
1896          redo A;          redo A;
1897        } else {        } else {
# Line 1490  sub _get_next_token ($) { Line 1907  sub _get_next_token ($) {
1907    die "$0: _get_next_token: unexpected case";    die "$0: _get_next_token: unexpected case";
1908  } # _get_next_token  } # _get_next_token
1909    
1910  sub _tokenize_attempt_to_consume_an_entity ($) {  sub _tokenize_attempt_to_consume_an_entity ($$$) {
1911    my $self = shift;    my ($self, $in_attr, $additional) = @_;
1912      
1913    if ($self->{next_input_character} == 0x0023) { # #    if ({
1914           0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, # HT, LF, VT, FF,
1915           0x0020 => 1, 0x003C => 1, 0x0026 => 1, -1 => 1, # SP, <, & # 0x000D # CR
1916           $additional => 1,
1917          }->{$self->{next_input_character}}) {
1918        ## Don't consume
1919        ## No error
1920        return undef;
1921      } elsif ($self->{next_input_character} == 0x0023) { # #
1922      !!!next-input-character;      !!!next-input-character;
1923      if ($self->{next_input_character} == 0x0078 or # x      if ($self->{next_input_character} == 0x0078 or # x
1924          $self->{next_input_character} == 0x0058) { # X          $self->{next_input_character} == 0x0058) { # X
1925        my $num;        my $code;
1926        X: {        X: {
1927          my $x_char = $self->{next_input_character};          my $x_char = $self->{next_input_character};
1928          !!!next-input-character;          !!!next-input-character;
1929          if (0x0030 <= $self->{next_input_character} and          if (0x0030 <= $self->{next_input_character} and
1930              $self->{next_input_character} <= 0x0039) { # 0..9              $self->{next_input_character} <= 0x0039) { # 0..9
1931            $num ||= 0;            $code ||= 0;
1932            $num *= 0x10;            $code *= 0x10;
1933            $num += $self->{next_input_character} - 0x0030;            $code += $self->{next_input_character} - 0x0030;
1934            redo X;            redo X;
1935          } elsif (0x0061 <= $self->{next_input_character} and          } elsif (0x0061 <= $self->{next_input_character} and
1936                   $self->{next_input_character} <= 0x0066) { # a..f                   $self->{next_input_character} <= 0x0066) { # a..f
1937            ## ISSUE: the spec says U+0078, which is apparently incorrect            $code ||= 0;
1938            $num ||= 0;            $code *= 0x10;
1939            $num *= 0x10;            $code += $self->{next_input_character} - 0x0060 + 9;
           $num += $self->{next_input_character} - 0x0060 + 9;  
1940            redo X;            redo X;
1941          } elsif (0x0041 <= $self->{next_input_character} and          } elsif (0x0041 <= $self->{next_input_character} and
1942                   $self->{next_input_character} <= 0x0046) { # A..F                   $self->{next_input_character} <= 0x0046) { # A..F
1943            ## ISSUE: the spec says U+0058, which is apparently incorrect            $code ||= 0;
1944            $num ||= 0;            $code *= 0x10;
1945            $num *= 0x10;            $code += $self->{next_input_character} - 0x0040 + 9;
           $num += $self->{next_input_character} - 0x0040 + 9;  
1946            redo X;            redo X;
1947          } elsif (not defined $num) { # no hexadecimal digit          } elsif (not defined $code) { # no hexadecimal digit
1948            !!!parse-error (type => 'bare hcro');            !!!parse-error (type => 'bare hcro');
1949              !!!back-next-input-character ($x_char, $self->{next_input_character});
1950            $self->{next_input_character} = 0x0023; # #            $self->{next_input_character} = 0x0023; # #
           !!!back-next-input-character ($x_char);  
1951            return undef;            return undef;
1952          } elsif ($self->{next_input_character} == 0x003B) { # ;          } elsif ($self->{next_input_character} == 0x003B) { # ;
1953            !!!next-input-character;            !!!next-input-character;
# Line 1532  sub _tokenize_attempt_to_consume_an_enti Line 1955  sub _tokenize_attempt_to_consume_an_enti
1955            !!!parse-error (type => 'no refc');            !!!parse-error (type => 'no refc');
1956          }          }
1957    
1958          ## TODO: check the definition for |a valid Unicode character|.          if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {
1959          ## <http://lists.whatwg.org/pipermail/whatwg-whatwg.org/2006-December/thread.html#8189>            !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);
1960          if ($num > 1114111 or $num == 0) {            $code = 0xFFFD;
1961            $num = 0xFFFD; # REPLACEMENT CHARACTER          } elsif ($code > 0x10FFFF) {
1962            ## ISSUE: Why this is not an error?            !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);
1963          } elsif (0x80 <= $num and $num <= 0x9F) {            $code = 0xFFFD;
1964            !!!parse-error (type => sprintf 'c1 entity:U+%04X', $num);          } elsif ($code == 0x000D) {
1965            $num = $c1_entity_char->{$num};            !!!parse-error (type => 'CR character reference');
1966              $code = 0x000A;
1967            } elsif (0x80 <= $code and $code <= 0x9F) {
1968              !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);
1969              $code = $c1_entity_char->{$code};
1970          }          }
1971    
1972          return {type => 'character', data => chr $num};          return {type => CHARACTER_TOKEN, data => chr $code,
1973                    has_reference => 1};
1974        } # X        } # X
1975      } elsif (0x0030 <= $self->{next_input_character} and      } elsif (0x0030 <= $self->{next_input_character} and
1976               $self->{next_input_character} <= 0x0039) { # 0..9               $self->{next_input_character} <= 0x0039) { # 0..9
# Line 1563  sub _tokenize_attempt_to_consume_an_enti Line 1991  sub _tokenize_attempt_to_consume_an_enti
1991          !!!parse-error (type => 'no refc');          !!!parse-error (type => 'no refc');
1992        }        }
1993    
1994        ## TODO: check the definition for |a valid Unicode character|.        if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {
1995        if ($code > 1114111 or $code == 0) {          !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);
1996          $code = 0xFFFD; # REPLACEMENT CHARACTER          $code = 0xFFFD;
1997          ## ISSUE: Why this is not an error?        } elsif ($code > 0x10FFFF) {
1998            !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);
1999            $code = 0xFFFD;
2000          } elsif ($code == 0x000D) {
2001            !!!parse-error (type => 'CR character reference');
2002            $code = 0x000A;
2003        } elsif (0x80 <= $code and $code <= 0x9F) {        } elsif (0x80 <= $code and $code <= 0x9F) {
2004          !!!parse-error (type => sprintf 'c1 entity:U+%04X', $code);          !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);
2005          $code = $c1_entity_char->{$code};          $code = $c1_entity_char->{$code};
2006        }        }
2007                
2008        return {type => 'character', data => chr $code};        return {type => CHARACTER_TOKEN, data => chr $code, has_reference => 1};
2009      } else {      } else {
2010        !!!parse-error (type => 'bare nero');        !!!parse-error (type => 'bare nero');
2011        !!!back-next-input-character ($self->{next_input_character});        !!!back-next-input-character ($self->{next_input_character});
# Line 1587  sub _tokenize_attempt_to_consume_an_enti Line 2020  sub _tokenize_attempt_to_consume_an_enti
2020      !!!next-input-character;      !!!next-input-character;
2021    
2022      my $value = $entity_name;      my $value = $entity_name;
2023      my $match;      my $match = 0;
2024        require Whatpm::_NamedEntityList;
2025        our $EntityChar;
2026    
2027      while (length $entity_name < 10 and      while (length $entity_name < 10 and
2028             ## NOTE: Some number greater than the maximum length of entity name             ## NOTE: Some number greater than the maximum length of entity name
2029             ((0x0041 <= $self->{next_input_character} and             ((0x0041 <= $self->{next_input_character} and # a
2030               $self->{next_input_character} <= 0x005A) or               $self->{next_input_character} <= 0x005A) or # x
2031              (0x0061 <= $self->{next_input_character} and              (0x0061 <= $self->{next_input_character} and # a
2032               $self->{next_input_character} <= 0x007A) or               $self->{next_input_character} <= 0x007A) or # z
2033              (0x0030 <= $self->{next_input_character} and              (0x0030 <= $self->{next_input_character} and # 0
2034               $self->{next_input_character} <= 0x0039))) {               $self->{next_input_character} <= 0x0039) or # 9
2035                $self->{next_input_character} == 0x003B)) { # ;
2036        $entity_name .= chr $self->{next_input_character};        $entity_name .= chr $self->{next_input_character};
2037        if (defined $entity_char->{$entity_name}) {        if (defined $EntityChar->{$entity_name}) {
2038          $value = $entity_char->{$entity_name};          if ($self->{next_input_character} == 0x003B) { # ;
2039          $match = 1;            $value = $EntityChar->{$entity_name};
2040              $match = 1;
2041              !!!next-input-character;
2042              last;
2043            } else {
2044              $value = $EntityChar->{$entity_name};
2045              $match = -1;
2046              !!!next-input-character;
2047            }
2048        } else {        } else {
2049          $value .= chr $self->{next_input_character};          $value .= chr $self->{next_input_character};
2050            $match *= 2;
2051            !!!next-input-character;
2052        }        }
       !!!next-input-character;  
2053      }      }
2054            
2055      if ($match) {      if ($match > 0) {
2056        if ($self->{next_input_character} == 0x003B) { # ;        return {type => CHARACTER_TOKEN, data => $value, has_reference => 1};
2057          !!!next-input-character;      } elsif ($match < 0) {
2058          !!!parse-error (type => 'no refc');
2059          if ($in_attr and $match < -1) {
2060            return {type => CHARACTER_TOKEN, data => '&'.$entity_name};
2061        } else {        } else {
2062          !!!parse-error (type => 'refc');          return {type => CHARACTER_TOKEN, data => $value, has_reference => 1};
2063        }        }
   
       return {type => 'character', data => $value};  
2064      } else {      } else {
2065        !!!parse-error (type => 'bare ero');        !!!parse-error (type => 'bare ero');
2066        ## NOTE: No characters are consumed in the spec.        ## NOTE: "No characters are consumed" in the spec.
2067        !!!back-token ({type => 'character', data => $value});        return {type => CHARACTER_TOKEN, data => '&'.$value};
       return undef;  
2068      }      }
2069    } else {    } else {
2070      ## no characters are consumed      ## no characters are consumed
# Line 1634  sub _initialize_tree_constructor ($) { Line 2079  sub _initialize_tree_constructor ($) {
2079    $self->{document}->strict_error_checking (0);    $self->{document}->strict_error_checking (0);
2080    ## TODO: Turn mutation events off # MUST    ## TODO: Turn mutation events off # MUST
2081    ## TODO: Turn loose Document option (manakai extension) on    ## TODO: Turn loose Document option (manakai extension) on
2082    ## TODO: Mark the Document as an HTML document # MUST    $self->{document}->manakai_is_html (1); # MUST
2083  } # _initialize_tree_constructor  } # _initialize_tree_constructor
2084    
2085  sub _terminate_tree_constructor ($) {  sub _terminate_tree_constructor ($) {
# Line 1661  sub _construct_tree ($) { Line 2106  sub _construct_tree ($) {
2106        
2107    !!!next-token;    !!!next-token;
2108    
2109    $self->{insertion_mode} = 'before head';    $self->{insertion_mode} = BEFORE_HEAD_IM;
2110    undef $self->{form_element};    undef $self->{form_element};
2111    undef $self->{head_element};    undef $self->{head_element};
2112    $self->{open_elements} = [];    $self->{open_elements} = [];
# Line 1674  sub _construct_tree ($) { Line 2119  sub _construct_tree ($) {
2119    
2120  sub _tree_construction_initial ($) {  sub _tree_construction_initial ($) {
2121    my $self = shift;    my $self = shift;
2122    B: {    INITIAL: {
2123        if ($token->{type} eq 'DOCTYPE') {      if ($token->{type} == DOCTYPE_TOKEN) {
2124          if ($token->{error}) {        ## NOTE: Conformance checkers MAY, instead of reporting "not HTML5"
2125            ## ISSUE: Spec currently left this case undefined.        ## error, switch to a conformance checking mode for another
2126            !!!parse-error (type => 'bogus DOCTYPE');        ## language.
2127          }        my $doctype_name = $token->{name};
2128          my $doctype = $self->{document}->create_document_type_definition        $doctype_name = '' unless defined $doctype_name;
2129            ($token->{name});        $doctype_name =~ tr/a-z/A-Z/;
2130          $self->{document}->append_child ($doctype);        if (not defined $token->{name} or # <!DOCTYPE>
2131          #$phase = 'root element';            defined $token->{public_identifier} or
2132          !!!next-token;            defined $token->{system_identifier}) {
2133          #redo B;          !!!parse-error (type => 'not HTML5');
2134          return;        } elsif ($doctype_name ne 'HTML') {
2135        } elsif ({          ## ISSUE: ASCII case-insensitive? (in fact it does not matter)
2136                  comment => 1,          !!!parse-error (type => 'not HTML5');
2137                  'start tag' => 1,        }
2138                  'end tag' => 1,        
2139                  'end-of-file' => 1,        my $doctype = $self->{document}->create_document_type_definition
2140                 }->{$token->{type}}) {          ($token->{name}); ## ISSUE: If name is missing (e.g. <!DOCTYPE>)?
2141          ## ISSUE: Spec currently left this case undefined.        $doctype->public_id ($token->{public_identifier})
2142          !!!parse-error (type => 'missing DOCTYPE');            if defined $token->{public_identifier};
2143          #$phase = 'root element';        $doctype->system_id ($token->{system_identifier})
2144          ## reprocess            if defined $token->{system_identifier};
2145          #redo B;        ## NOTE: Other DocumentType attributes are null or empty lists.
2146          return;        ## ISSUE: internalSubset = null??
2147        } elsif ($token->{type} eq 'character') {        $self->{document}->append_child ($doctype);
2148          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {        
2149            $self->{document}->manakai_append_text ($1);        if (not $token->{correct} or $doctype_name ne 'HTML') {
2150            ## ISSUE: DOM3 Core does not allow Document > Text          $self->{document}->manakai_compat_mode ('quirks');
2151            unless (length $token->{data}) {        } elsif (defined $token->{public_identifier}) {
2152              ## Stay in the phase          my $pubid = $token->{public_identifier};
2153              !!!next-token;          $pubid =~ tr/a-z/A-z/;
2154              redo B;          if ({
2155              "+//SILMARIL//DTD HTML PRO V0R11 19970101//EN" => 1,
2156              "-//ADVASOFT LTD//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,
2157              "-//AS//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,
2158              "-//IETF//DTD HTML 2.0 LEVEL 1//EN" => 1,
2159              "-//IETF//DTD HTML 2.0 LEVEL 2//EN" => 1,
2160              "-//IETF//DTD HTML 2.0 STRICT LEVEL 1//EN" => 1,
2161              "-//IETF//DTD HTML 2.0 STRICT LEVEL 2//EN" => 1,
2162              "-//IETF//DTD HTML 2.0 STRICT//EN" => 1,
2163              "-//IETF//DTD HTML 2.0//EN" => 1,
2164              "-//IETF//DTD HTML 2.1E//EN" => 1,
2165              "-//IETF//DTD HTML 3.0//EN" => 1,
2166              "-//IETF//DTD HTML 3.0//EN//" => 1,
2167              "-//IETF//DTD HTML 3.2 FINAL//EN" => 1,
2168              "-//IETF//DTD HTML 3.2//EN" => 1,
2169              "-//IETF//DTD HTML 3//EN" => 1,
2170              "-//IETF//DTD HTML LEVEL 0//EN" => 1,
2171              "-//IETF//DTD HTML LEVEL 0//EN//2.0" => 1,
2172              "-//IETF//DTD HTML LEVEL 1//EN" => 1,
2173              "-//IETF//DTD HTML LEVEL 1//EN//2.0" => 1,
2174              "-//IETF//DTD HTML LEVEL 2//EN" => 1,
2175              "-//IETF//DTD HTML LEVEL 2//EN//2.0" => 1,
2176              "-//IETF//DTD HTML LEVEL 3//EN" => 1,
2177              "-//IETF//DTD HTML LEVEL 3//EN//3.0" => 1,
2178              "-//IETF//DTD HTML STRICT LEVEL 0//EN" => 1,
2179              "-//IETF//DTD HTML STRICT LEVEL 0//EN//2.0" => 1,
2180              "-//IETF//DTD HTML STRICT LEVEL 1//EN" => 1,
2181              "-//IETF//DTD HTML STRICT LEVEL 1//EN//2.0" => 1,
2182              "-//IETF//DTD HTML STRICT LEVEL 2//EN" => 1,
2183              "-//IETF//DTD HTML STRICT LEVEL 2//EN//2.0" => 1,
2184              "-//IETF//DTD HTML STRICT LEVEL 3//EN" => 1,
2185              "-//IETF//DTD HTML STRICT LEVEL 3//EN//3.0" => 1,
2186              "-//IETF//DTD HTML STRICT//EN" => 1,
2187              "-//IETF//DTD HTML STRICT//EN//2.0" => 1,
2188              "-//IETF//DTD HTML STRICT//EN//3.0" => 1,
2189              "-//IETF//DTD HTML//EN" => 1,
2190              "-//IETF//DTD HTML//EN//2.0" => 1,
2191              "-//IETF//DTD HTML//EN//3.0" => 1,
2192              "-//METRIUS//DTD METRIUS PRESENTATIONAL//EN" => 1,
2193              "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML STRICT//EN" => 1,
2194              "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML//EN" => 1,
2195              "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 TABLES//EN" => 1,
2196              "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML STRICT//EN" => 1,
2197              "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML//EN" => 1,
2198              "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 TABLES//EN" => 1,
2199              "-//NETSCAPE COMM. CORP.//DTD HTML//EN" => 1,
2200              "-//NETSCAPE COMM. CORP.//DTD STRICT HTML//EN" => 1,
2201              "-//O'REILLY AND ASSOCIATES//DTD HTML 2.0//EN" => 1,
2202              "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED 1.0//EN" => 1,
2203              "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED RELAXED 1.0//EN" => 1,
2204              "-//SOFTQUAD SOFTWARE//DTD HOTMETAL PRO 6.0::19990601::EXTENSIONS TO HTML 4.0//EN" => 1,
2205              "-//SOFTQUAD//DTD HOTMETAL PRO 4.0::19971010::EXTENSIONS TO HTML 4.0//EN" => 1,
2206              "-//SPYGLASS//DTD HTML 2.0 EXTENDED//EN" => 1,
2207              "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//EN" => 1,
2208              "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//EN" => 1,
2209              "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//EN" => 1,
2210              "-//W3C//DTD HTML 3 1995-03-24//EN" => 1,
2211              "-//W3C//DTD HTML 3.2 DRAFT//EN" => 1,
2212              "-//W3C//DTD HTML 3.2 FINAL//EN" => 1,
2213              "-//W3C//DTD HTML 3.2//EN" => 1,
2214              "-//W3C//DTD HTML 3.2S DRAFT//EN" => 1,
2215              "-//W3C//DTD HTML 4.0 FRAMESET//EN" => 1,
2216              "-//W3C//DTD HTML 4.0 TRANSITIONAL//EN" => 1,
2217              "-//W3C//DTD HTML EXPERIMETNAL 19960712//EN" => 1,
2218              "-//W3C//DTD HTML EXPERIMENTAL 970421//EN" => 1,
2219              "-//W3C//DTD W3 HTML//EN" => 1,
2220              "-//W3O//DTD W3 HTML 3.0//EN" => 1,
2221              "-//W3O//DTD W3 HTML 3.0//EN//" => 1,
2222              "-//W3O//DTD W3 HTML STRICT 3.0//EN//" => 1,
2223              "-//WEBTECHS//DTD MOZILLA HTML 2.0//EN" => 1,
2224              "-//WEBTECHS//DTD MOZILLA HTML//EN" => 1,
2225              "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" => 1,
2226              "HTML" => 1,
2227            }->{$pubid}) {
2228              $self->{document}->manakai_compat_mode ('quirks');
2229            } elsif ($pubid eq "-//W3C//DTD HTML 4.01 FRAMESET//EN" or
2230                     $pubid eq "-//W3C//DTD HTML 4.01 TRANSITIONAL//EN") {
2231              if (defined $token->{system_identifier}) {
2232                $self->{document}->manakai_compat_mode ('quirks');
2233              } else {
2234                $self->{document}->manakai_compat_mode ('limited quirks');
2235            }            }
2236            } elsif ($pubid eq "-//W3C//DTD XHTML 1.0 Frameset//EN" or
2237                     $pubid eq "-//W3C//DTD XHTML 1.0 Transitional//EN") {
2238              $self->{document}->manakai_compat_mode ('limited quirks');
2239            }
2240          }
2241          if (defined $token->{system_identifier}) {
2242            my $sysid = $token->{system_identifier};
2243            $sysid =~ tr/A-Z/a-z/;
2244            if ($sysid eq "http://www.ibm.com/data/dtd/v11/ibmxhtml1-transitional.dtd") {
2245              $self->{document}->manakai_compat_mode ('quirks');
2246            }
2247          }
2248          
2249          ## Go to the root element phase.
2250          !!!next-token;
2251          return;
2252        } elsif ({
2253                  START_TAG_TOKEN, 1,
2254                  END_TAG_TOKEN, 1,
2255                  END_OF_FILE_TOKEN, 1,
2256                 }->{$token->{type}}) {
2257          !!!parse-error (type => 'no DOCTYPE');
2258          $self->{document}->manakai_compat_mode ('quirks');
2259          ## Go to the root element phase
2260          ## reprocess
2261          return;
2262        } elsif ($token->{type} == CHARACTER_TOKEN) {
2263          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D
2264            ## Ignore the token
2265    
2266            unless (length $token->{data}) {
2267              ## Stay in the phase
2268              !!!next-token;
2269              redo INITIAL;
2270          }          }
         ## ISSUE: Spec currently left this case undefined.  
         !!!parse-error (type => 'missing DOCTYPE');  
         #$phase = 'root element';  
         ## reprocess  
         #redo B;  
         return;  
       } else {  
         die "$0: $token->{type}: Unknown token";  
2271        }        }
2272      } # B  
2273          !!!parse-error (type => 'no DOCTYPE');
2274          $self->{document}->manakai_compat_mode ('quirks');
2275          ## Go to the root element phase
2276          ## reprocess
2277          return;
2278        } elsif ($token->{type} == COMMENT_TOKEN) {
2279          my $comment = $self->{document}->create_comment ($token->{data});
2280          $self->{document}->append_child ($comment);
2281          
2282          ## Stay in the phase.
2283          !!!next-token;
2284          redo INITIAL;
2285        } else {
2286          die "$0: $token->{type}: Unknown token type";
2287        }
2288      } # INITIAL
2289  } # _tree_construction_initial  } # _tree_construction_initial
2290    
2291  sub _tree_construction_root_element ($) {  sub _tree_construction_root_element ($) {
2292    my $self = shift;    my $self = shift;
2293        
2294    B: {    B: {
2295        if ($token->{type} eq 'DOCTYPE') {        if ($token->{type} == DOCTYPE_TOKEN) {
2296          !!!parse-error (type => 'in html:#DOCTYPE');          !!!parse-error (type => 'in html:#DOCTYPE');
2297          ## Ignore the token          ## Ignore the token
2298          ## Stay in the phase          ## Stay in the phase
2299          !!!next-token;          !!!next-token;
2300          redo B;          redo B;
2301        } elsif ($token->{type} eq 'comment') {        } elsif ($token->{type} == COMMENT_TOKEN) {
2302          my $comment = $self->{document}->create_comment ($token->{data});          my $comment = $self->{document}->create_comment ($token->{data});
2303          $self->{document}->append_child ($comment);          $self->{document}->append_child ($comment);
2304          ## Stay in the phase          ## Stay in the phase
2305          !!!next-token;          !!!next-token;
2306          redo B;          redo B;
2307        } elsif ($token->{type} eq 'character') {        } elsif ($token->{type} == CHARACTER_TOKEN) {
2308          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D
2309            $self->{document}->manakai_append_text ($1);            ## Ignore the token.
2310            ## ISSUE: DOM3 Core does not allow Document > Text  
2311            unless (length $token->{data}) {            unless (length $token->{data}) {
2312              ## Stay in the phase              ## Stay in the phase
2313              !!!next-token;              !!!next-token;
2314              redo B;              redo B;
2315            }            }
2316          }          }
2317    
2318            $self->{application_cache_selection}->(undef);
2319    
2320            #
2321          } elsif ($token->{type} == START_TAG_TOKEN) {
2322            if ($token->{tag_name} eq 'html' and
2323                $token->{attributes}->{manifest}) {
2324              $self->{application_cache_selection}
2325                   ->($token->{attributes}->{manifest}->{value});
2326              ## ISSUE: No relative reference resolution?
2327            } else {
2328              $self->{application_cache_selection}->(undef);
2329            }
2330    
2331            ## ISSUE: There is an issue in the spec
2332          #          #
2333        } elsif ({        } elsif ({
2334                  'start tag' => 1,                  END_TAG_TOKEN, 1,
2335                  'end tag' => 1,                  END_OF_FILE_TOKEN, 1,
                 'end-of-file' => 1,  
2336                 }->{$token->{type}}) {                 }->{$token->{type}}) {
2337            $self->{application_cache_selection}->(undef);
2338    
2339          ## ISSUE: There is an issue in the spec          ## ISSUE: There is an issue in the spec
2340          #          #
2341        } else {        } else {
2342          die "$0: $token->{type}: Unknown token";          die "$0: $token->{type}: Unknown token type";
2343        }        }
2344    
2345        my $root_element; !!!create-element ($root_element, 'html');        my $root_element; !!!create-element ($root_element, 'html');
2346        $self->{document}->append_child ($root_element);        $self->{document}->append_child ($root_element);
2347        push @{$self->{open_elements}}, [$root_element, 'html'];        push @{$self->{open_elements}}, [$root_element, 'html'];
       #$phase = 'main';  
2348        ## reprocess        ## reprocess
2349        #redo B;        #redo B;
2350        return;        return; ## Go to the main phase.
2351    } # B    } # B
2352  } # _tree_construction_root_element  } # _tree_construction_root_element
2353    
# Line 1780  sub _reset_insertion_mode ($) { Line 2363  sub _reset_insertion_mode ($) {
2363            
2364      ## Step 3      ## Step 3
2365      S3: {      S3: {
2366        $last = 1 if $self->{open_elements}->[0]->[0] eq $node->[0];        ## ISSUE: Oops! "If node is the first node in the stack of open
2367        if (defined $self->{inner_html_node}) {        ## elements, then set last to true. If the context element of the
2368          if ($self->{inner_html_node}->[1] eq 'td' or        ## HTML fragment parsing algorithm is neither a td element nor a
2369              $self->{inner_html_node}->[1] eq 'th') {        ## th element, then set node to the context element. (fragment case)":
2370            #        ## The second "if" is in the scope of the first "if"!?
2371          } else {        if ($self->{open_elements}->[0]->[0] eq $node->[0]) {
2372            $node = $self->{inner_html_node};          $last = 1;
2373            if (defined $self->{inner_html_node}) {
2374              if ($self->{inner_html_node}->[1] eq 'td' or
2375                  $self->{inner_html_node}->[1] eq 'th') {
2376                #
2377              } else {
2378                $node = $self->{inner_html_node};
2379              }
2380          }          }
2381        }        }
2382            
2383        ## Step 4..13        ## Step 4..13
2384        my $new_mode = {        my $new_mode = {
2385                        select => 'in select',                        select => IN_SELECT_IM,
2386                        td => 'in cell',                        td => IN_CELL_IM,
2387                        th => 'in cell',                        th => IN_CELL_IM,
2388                        tr => 'in row',                        tr => IN_ROW_IM,
2389                        tbody => 'in table body',                        tbody => IN_TABLE_BODY_IM,
2390                        thead => 'in table head',                        thead => IN_TABLE_BODY_IM,
2391                        tfoot => 'in table foot',                        tfoot => IN_TABLE_BODY_IM,
2392                        caption => 'in caption',                        caption => IN_CAPTION_IM,
2393                        colgroup => 'in column group',                        colgroup => IN_COLUMN_GROUP_IM,
2394                        table => 'in table',                        table => IN_TABLE_IM,
2395                        head => 'in body', # not in head!                        head => IN_BODY_IM, # not in head!
2396                        body => 'in body',                        body => IN_BODY_IM,
2397                        frameset => 'in frameset',                        frameset => IN_FRAMESET_IM,
2398                       }->{$node->[1]};                       }->{$node->[1]};
2399        $self->{insertion_mode} = $new_mode and return if defined $new_mode;        $self->{insertion_mode} = $new_mode and return if defined $new_mode;
2400                
2401        ## Step 14        ## Step 14
2402        if ($node->[1] eq 'html') {        if ($node->[1] eq 'html') {
2403          unless (defined $self->{head_element}) {          unless (defined $self->{head_element}) {
2404            $self->{insertion_mode} = 'before head';            $self->{insertion_mode} = BEFORE_HEAD_IM;
2405          } else {          } else {
2406            $self->{insertion_mode} = 'after head';            $self->{insertion_mode} = AFTER_HEAD_IM;
2407          }          }
2408          return;          return;
2409        }        }
2410                
2411        ## Step 15        ## Step 15
2412        $self->{insertion_mode} = 'in body' and return if $last;        $self->{insertion_mode} = IN_BODY_IM and return if $last;
2413                
2414        ## Step 16        ## Step 16
2415        $i--;        $i--;
# Line 1833  sub _reset_insertion_mode ($) { Line 2423  sub _reset_insertion_mode ($) {
2423  sub _tree_construction_main ($) {  sub _tree_construction_main ($) {
2424    my $self = shift;    my $self = shift;
2425    
   my $phase = 'main';  
   
2426    my $active_formatting_elements = [];    my $active_formatting_elements = [];
2427    
2428    my $reconstruct_active_formatting_elements = sub { # MUST    my $reconstruct_active_formatting_elements = sub { # MUST
# Line 1917  sub _tree_construction_main ($) { Line 2505  sub _tree_construction_main ($) {
2505      }      }
2506    }; # $clear_up_to_marker    }; # $clear_up_to_marker
2507    
2508    my $style_start_tag = sub {    my $parse_rcdata = sub ($$) {
2509      my $style_el; !!!create-element ($style_el, 'style', $token->{attributes});      my ($content_model_flag, $insert) = @_;
2510      ## $self->{insertion_mode} eq 'in head' and ... (always true)  
2511      (($self->{insertion_mode} eq 'in head' and defined $self->{head_element})      ## Step 1
2512       ? $self->{head_element} : $self->{open_elements}->[-1]->[0])      my $start_tag_name = $token->{tag_name};
2513        ->append_child ($style_el);      my $el;
2514      $self->{content_model_flag} = 'CDATA';      !!!create-element ($el, $start_tag_name, $token->{attributes});
2515                  
2516        ## Step 2
2517        $insert->($el); # /context node/->append_child ($el)
2518    
2519        ## Step 3
2520        $self->{content_model} = $content_model_flag; # CDATA or RCDATA
2521        delete $self->{escape}; # MUST
2522    
2523        ## Step 4
2524      my $text = '';      my $text = '';
2525      !!!next-token;      !!!next-token;
2526      while ($token->{type} eq 'character') {      while ($token->{type} == CHARACTER_TOKEN) { # or until stop tokenizing
2527        $text .= $token->{data};        $text .= $token->{data};
2528        !!!next-token;        !!!next-token;
2529      } # stop if non-character token or tokenizer stops tokenising      }
2530    
2531        ## Step 5
2532      if (length $text) {      if (length $text) {
2533        $style_el->manakai_append_text ($text);        my $text = $self->{document}->create_text_node ($text);
2534          $el->append_child ($text);
2535      }      }
2536        
2537      $self->{content_model_flag} = 'PCDATA';      ## Step 6
2538                      $self->{content_model} = PCDATA_CONTENT_MODEL;
2539      if ($token->{type} eq 'end tag' and $token->{tag_name} eq 'style') {  
2540        ## Step 7
2541        if ($token->{type} == END_TAG_TOKEN and $token->{tag_name} eq $start_tag_name) {
2542        ## Ignore the token        ## Ignore the token
2543      } else {      } elsif ($content_model_flag == CDATA_CONTENT_MODEL) {
2544        !!!parse-error (type => 'in CDATA:#'.$token->{type});        !!!parse-error (type => 'in CDATA:#'.$token->{type});
2545        ## ISSUE: And ignore?      } elsif ($content_model_flag == RCDATA_CONTENT_MODEL) {
2546          !!!parse-error (type => 'in RCDATA:#'.$token->{type});
2547        } else {
2548          die "$0: $content_model_flag in parse_rcdata";
2549      }      }
2550      !!!next-token;      !!!next-token;
2551    }; # $style_start_tag    }; # $parse_rcdata
2552    
2553    my $script_start_tag = sub {    my $script_start_tag = sub ($) {
2554        my $insert = $_[0];
2555      my $script_el;      my $script_el;
2556      !!!create-element ($script_el, 'script', $token->{attributes});      !!!create-element ($script_el, 'script', $token->{attributes});
2557      ## TODO: mark as "parser-inserted"      ## TODO: mark as "parser-inserted"
2558    
2559      $self->{content_model_flag} = 'CDATA';      $self->{content_model} = CDATA_CONTENT_MODEL;
2560        delete $self->{escape}; # MUST
2561            
2562      my $text = '';      my $text = '';
2563      !!!next-token;      !!!next-token;
2564      while ($token->{type} eq 'character') {      while ($token->{type} == CHARACTER_TOKEN) {
2565        $text .= $token->{data};        $text .= $token->{data};
2566        !!!next-token;        !!!next-token;
2567      } # stop if non-character token or tokenizer stops tokenising      } # stop if non-character token or tokenizer stops tokenising
# Line 1963  sub _tree_construction_main ($) { Line 2569  sub _tree_construction_main ($) {
2569        $script_el->manakai_append_text ($text);        $script_el->manakai_append_text ($text);
2570      }      }
2571                                
2572      $self->{content_model_flag} = 'PCDATA';      $self->{content_model} = PCDATA_CONTENT_MODEL;
2573    
2574      if ($token->{type} eq 'end tag' and      if ($token->{type} == END_TAG_TOKEN and
2575          $token->{tag_name} eq 'script') {          $token->{tag_name} eq 'script') {
2576        ## Ignore the token        ## Ignore the token
2577      } else {      } else {
# Line 1979  sub _tree_construction_main ($) { Line 2585  sub _tree_construction_main ($) {
2585      } else {      } else {
2586        ## TODO: $old_insertion_point = current insertion point        ## TODO: $old_insertion_point = current insertion point
2587        ## TODO: insertion point = just before the next input character        ## TODO: insertion point = just before the next input character
2588          
2589        (($self->{insertion_mode} eq 'in head' and defined $self->{head_element})        $insert->($script_el);
        ? $self->{head_element} : $self->{open_elements}->[-1]->[0])->append_child ($script_el);  
2590                
2591        ## TODO: insertion point = $old_insertion_point (might be "undefined")        ## TODO: insertion point = $old_insertion_point (might be "undefined")
2592                
# Line 2175  sub _tree_construction_main ($) { Line 2780  sub _tree_construction_main ($) {
2780    }; # $formatting_end_tag    }; # $formatting_end_tag
2781    
2782    my $insert_to_current = sub {    my $insert_to_current = sub {
2783      $self->{open_elements}->[-1]->[0]->append_child (shift);      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);
2784    }; # $insert_to_current    }; # $insert_to_current
2785    
2786    my $insert_to_foster = sub {    my $insert_to_foster = sub {
# Line 2209  sub _tree_construction_main ($) { Line 2814  sub _tree_construction_main ($) {
2814                         }                         }
2815    }; # $insert_to_foster    }; # $insert_to_foster
2816    
2817    my $in_body = sub {    my $insert;
     my $insert = shift;  
     if ($token->{type} eq 'start tag') {  
       if ($token->{tag_name} eq 'script') {  
         $script_start_tag->();  
         return;  
       } elsif ($token->{tag_name} eq 'style') {  
         $style_start_tag->();  
         return;  
       } elsif ({  
                 base => 1, link => 1, meta => 1,  
                }->{$token->{tag_name}}) {  
         !!!parse-error (type => 'in body:'.$token->{tag_name});  
         ## NOTE: This is an "as if in head" code clone  
         my $el;  
         !!!create-element ($el, $token->{tag_name}, $token->{attributes});  
         if (defined $self->{head_element}) {  
           $self->{head_element}->append_child ($el);  
         } else {  
           $insert->($el);  
         }  
           
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'title') {  
         !!!parse-error (type => 'in body:title');  
         ## NOTE: There is an "as if in head" code clone  
         my $title_el;  
         !!!create-element ($title_el, 'title', $token->{attributes});  
         (defined $self->{head_element} ? $self->{head_element} : $self->{open_elements}->[-1]->[0])  
           ->append_child ($title_el);  
         $self->{content_model_flag} = 'RCDATA';  
           
         my $text = '';  
         !!!next-token;  
         while ($token->{type} eq 'character') {  
           $text .= $token->{data};  
           !!!next-token;  
         }  
         if (length $text) {  
           $title_el->manakai_append_text ($text);  
         }  
           
         $self->{content_model_flag} = 'PCDATA';  
           
         if ($token->{type} eq 'end tag' and  
             $token->{tag_name} eq 'title') {  
           ## Ignore the token  
         } else {  
           !!!parse-error (type => 'in RCDATA:#'.$token->{type});  
           ## ISSUE: And ignore?  
         }  
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'body') {  
         !!!parse-error (type => 'in body:body');  
                 
         if (@{$self->{open_elements}} == 1 or  
             $self->{open_elements}->[1]->[1] ne 'body') {  
           ## Ignore the token  
         } else {  
           my $body_el = $self->{open_elements}->[1]->[0];  
           for my $attr_name (keys %{$token->{attributes}}) {  
             unless ($body_el->has_attribute_ns (undef, $attr_name)) {  
               $body_el->set_attribute_ns  
                 (undef, [undef, $attr_name],  
                  $token->{attributes}->{$attr_name}->{value});  
             }  
           }  
         }  
         !!!next-token;  
         return;  
       } elsif ({  
                 address => 1, blockquote => 1, center => 1, dir => 1,  
                 div => 1, dl => 1, fieldset => 1, listing => 1,  
                 menu => 1, ol => 1, p => 1, ul => 1,  
                 pre => 1,  
                }->{$token->{tag_name}}) {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'p'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         if ($token->{tag_name} eq 'pre') {  
           !!!next-token;  
           if ($token->{type} eq 'character') {  
             $token->{data} =~ s/^\x0A//;  
             unless (length $token->{data}) {  
               !!!next-token;  
             }  
           }  
         } else {  
           !!!next-token;  
         }  
         return;  
       } elsif ($token->{tag_name} eq 'form') {  
         if (defined $self->{form_element}) {  
           !!!parse-error (type => 'in form:form');  
           ## Ignore the token  
           !!!next-token;  
           return;  
         } else {  
           ## has a p element in scope  
           INSCOPE: for (reverse @{$self->{open_elements}}) {  
             if ($_->[1] eq 'p') {  
               !!!back-token;  
               $token = {type => 'end tag', tag_name => 'p'};  
               return;  
             } elsif ({  
                       table => 1, caption => 1, td => 1, th => 1,  
                       button => 1, marquee => 1, object => 1, html => 1,  
                      }->{$_->[1]}) {  
               last INSCOPE;  
             }  
           } # INSCOPE  
               
           !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
           $self->{form_element} = $self->{open_elements}->[-1]->[0];  
           !!!next-token;  
           return;  
         }  
       } elsif ($token->{tag_name} eq 'li') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'p'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         ## Step 1  
         my $i = -1;  
         my $node = $self->{open_elements}->[$i];  
         LI: {  
           ## Step 2  
           if ($node->[1] eq 'li') {  
             if ($i != -1) {  
               !!!parse-error (type => 'end tag missing:'.  
                               $self->{open_elements}->[-1]->[1]);  
               ## TODO: test  
             }  
             splice @{$self->{open_elements}}, $i;  
             last LI;  
           }  
             
           ## Step 3  
           if (not $formatting_category->{$node->[1]} and  
               #not $phrasing_category->{$node->[1]} and  
               ($special_category->{$node->[1]} or  
                $scoping_category->{$node->[1]}) and  
               $node->[1] ne 'address' and $node->[1] ne 'div') {  
             last LI;  
           }  
             
           ## Step 4  
           $i--;  
           $node = $self->{open_elements}->[$i];  
           redo LI;  
         } # LI  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'dd' or $token->{tag_name} eq 'dt') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'p'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         ## Step 1  
         my $i = -1;  
         my $node = $self->{open_elements}->[$i];  
         LI: {  
           ## Step 2  
           if ($node->[1] eq 'dt' or $node->[1] eq 'dd') {  
             if ($i != -1) {  
               !!!parse-error (type => 'end tag missing:'.  
                               $self->{open_elements}->[-1]->[1]);  
               ## TODO: test  
             }  
             splice @{$self->{open_elements}}, $i;  
             last LI;  
           }  
             
           ## Step 3  
           if (not $formatting_category->{$node->[1]} and  
               #not $phrasing_category->{$node->[1]} and  
               ($special_category->{$node->[1]} or  
                $scoping_category->{$node->[1]}) and  
               $node->[1] ne 'address' and $node->[1] ne 'div') {  
             last LI;  
           }  
             
           ## Step 4  
           $i--;  
           $node = $self->{open_elements}->[$i];  
           redo LI;  
         } # LI  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'plaintext') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'p'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
             
         $self->{content_model_flag} = 'PLAINTEXT';  
             
         !!!next-token;  
         return;  
       } elsif ({  
                 h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,  
                }->{$token->{tag_name}}) {  
         ## has a p element in scope  
         INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
           my $node = $self->{open_elements}->[$_];  
           if ($node->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'p'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         ## has an element in scope  
         my $i;  
         INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
           my $node = $self->{open_elements}->[$_];  
           if ({  
                h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,  
               }->{$node->[1]}) {  
             $i = $_;  
             last INSCOPE;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         if (defined $i) {  
           !!!parse-error (type => 'in hn:hn');  
           splice @{$self->{open_elements}}, $i;  
         }  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
             
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'a') {  
         AFE: for my $i (reverse 0..$#$active_formatting_elements) {  
           my $node = $active_formatting_elements->[$i];  
           if ($node->[1] eq 'a') {  
             !!!parse-error (type => 'in a:a');  
               
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'a'};  
             $formatting_end_tag->($token->{tag_name});  
               
             AFE2: for (reverse 0..$#$active_formatting_elements) {  
               if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {  
                 splice @$active_formatting_elements, $_, 1;  
                 last AFE2;  
               }  
             } # AFE2  
             OE: for (reverse 0..$#{$self->{open_elements}}) {  
               if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {  
                 splice @{$self->{open_elements}}, $_, 1;  
                 last OE;  
               }  
             } # OE  
             last AFE;  
           } elsif ($node->[0] eq '#marker') {  
             last AFE;  
           }  
         } # AFE  
             
         $reconstruct_active_formatting_elements->($insert_to_current);  
   
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         push @$active_formatting_elements, $self->{open_elements}->[-1];  
   
         !!!next-token;  
         return;  
       } elsif ({  
                 b => 1, big => 1, em => 1, font => 1, i => 1,  
                 nobr => 1, s => 1, small => 1, strile => 1,  
                 strong => 1, tt => 1, u => 1,  
                }->{$token->{tag_name}}) {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         push @$active_formatting_elements, $self->{open_elements}->[-1];  
           
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'button') {  
         ## has a button element in scope  
         INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
           my $node = $self->{open_elements}->[$_];  
           if ($node->[1] eq 'button') {  
             !!!parse-error (type => 'in button:button');  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'button'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         $reconstruct_active_formatting_elements->($insert_to_current);  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         push @$active_formatting_elements, ['#marker', ''];  
   
         !!!next-token;  
         return;  
       } 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}, $token->{attributes});  
         push @$active_formatting_elements, ['#marker', ''];  
           
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'xmp') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
           
         $self->{content_model_flag} = 'CDATA';  
           
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'table') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'p'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
             
         $self->{insertion_mode} = 'in table';  
             
         !!!next-token;  
         return;  
       } elsif ({  
                 area => 1, basefont => 1, bgsound => 1, br => 1,  
                 embed => 1, img => 1, param => 1, spacer => 1, wbr => 1,  
                 image => 1,  
                }->{$token->{tag_name}}) {  
         if ($token->{tag_name} eq 'image') {  
           !!!parse-error (type => 'image');  
           $token->{tag_name} = 'img';  
         }  
           
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         pop @{$self->{open_elements}};  
           
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'hr') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'p'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         pop @{$self->{open_elements}};  
             
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'input') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         ## TODO: associate with $self->{form_element} if defined  
         pop @{$self->{open_elements}};  
           
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'isindex') {  
         !!!parse-error (type => 'isindex');  
           
         if (defined $self->{form_element}) {  
           ## Ignore the token  
           !!!next-token;  
           return;  
         } else {  
           my $at = $token->{attributes};  
           $at->{name} = {name => 'name', value => 'isindex'};  
           my @tokens = (  
                         {type => 'start tag', tag_name => 'form'},  
                         {type => 'start tag', tag_name => 'hr'},  
                         {type => 'start tag', tag_name => 'p'},  
                         {type => 'start tag', tag_name => 'label'},  
                         {type => 'character',  
                          data => 'This is a searchable index. Insert your search keywords here: '}, # SHOULD  
                         ## TODO: make this configurable  
                         {type => 'start tag', tag_name => 'input', attributes => $at},  
                         #{type => 'character', data => ''}, # SHOULD  
                         {type => 'end tag', tag_name => 'label'},  
                         {type => 'end tag', tag_name => 'p'},  
                         {type => 'start tag', tag_name => 'hr'},  
                         {type => 'end tag', tag_name => 'form'},  
                        );  
           $token = shift @tokens;  
           !!!back-token (@tokens);  
           return;  
         }  
       } elsif ({  
                 textarea => 1,  
                 iframe => 1,  
                 noembed => 1,  
                 noframes => 1,  
                 noscript => 0, ## TODO: 1 if scripting is enabled  
                }->{$token->{tag_name}}) {  
         my $tag_name = $token->{tag_name};  
         my $el;  
         !!!create-element ($el, $token->{tag_name}, $token->{attributes});  
           
         if ($token->{tag_name} eq 'textarea') {  
           ## TODO: $self->{form_element} if defined  
           $self->{content_model_flag} = 'RCDATA';  
         } else {  
           $self->{content_model_flag} = 'CDATA';  
         }  
           
         $insert->($el);  
           
         my $text = '';  
         if ($token->{tag_name} eq 'textarea') {  
           !!!next-token;  
           if ($token->{type} eq 'character') {  
             $token->{data} =~ s/^\x0A//;  
             unless (length $token->{data}) {  
               !!!next-token;  
             }  
           }  
         } else {  
           !!!next-token;  
         }  
         while ($token->{type} eq 'character') {  
           $text .= $token->{data};  
           !!!next-token;  
         }  
         if (length $text) {  
           $el->manakai_append_text ($text);  
         }  
           
         $self->{content_model_flag} = 'PCDATA';  
           
         if ($token->{type} eq 'end tag' and  
             $token->{tag_name} eq $tag_name) {  
           ## Ignore the token  
         } else {  
           if ($token->{tag_name} eq 'textarea') {  
             !!!parse-error (type => 'in RCDATA:#'.$token->{type});  
           } else {  
             !!!parse-error (type => 'in CDATA:#'.$token->{type});  
           }  
           ## ISSUE: And ignore?  
         }  
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'select') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
           
         $self->{insertion_mode} = 'in select';  
         !!!next-token;  
         return;  
       } elsif ({  
                 caption => 1, col => 1, colgroup => 1, frame => 1,  
                 frameset => 1, head => 1, option => 1, optgroup => 1,  
                 tbody => 1, td => 1, tfoot => 1, th => 1,  
                 thead => 1, tr => 1,  
                }->{$token->{tag_name}}) {  
         !!!parse-error (type => 'in body:'.$token->{tag_name});  
         ## Ignore the token  
         !!!next-token;  
         return;  
           
         ## ISSUE: An issue on HTML5 new elements in the spec.  
       } else {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
           
         !!!next-token;  
         return;  
       }  
     } elsif ($token->{type} eq 'end tag') {  
       if ($token->{tag_name} eq 'body') {  
         if (@{$self->{open_elements}} > 1 and $self->{open_elements}->[1]->[1] eq 'body') {  
           ## ISSUE: There is an issue in the spec.  
           if ($self->{open_elements}->[-1]->[1] ne 'body') {  
             !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
           }  
           $self->{insertion_mode} = 'after body';  
           !!!next-token;  
           return;  
         } else {  
           !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
           ## Ignore the token  
           !!!next-token;  
           return;  
         }  
       } elsif ($token->{tag_name} eq 'html') {  
         if (@{$self->{open_elements}} > 1 and $self->{open_elements}->[1]->[1] eq 'body') {  
           ## ISSUE: There is an issue in the spec.  
           if ($self->{open_elements}->[-1]->[1] ne 'body') {  
             !!!parse-error (type => 'not closed:'.$self->{open_elements}->[1]->[1]);  
           }  
           $self->{insertion_mode} = 'after body';  
           ## reprocess  
           return;  
         } else {  
           !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
           ## Ignore the token  
           !!!next-token;  
           return;  
         }  
       } elsif ({  
                 address => 1, blockquote => 1, center => 1, dir => 1,  
                 div => 1, dl => 1, fieldset => 1, listing => 1,  
                 menu => 1, ol => 1, pre => 1, ul => 1,  
                 p => 1,  
                 dd => 1, dt => 1, li => 1,  
                 button => 1, marquee => 1, object => 1,  
                }->{$token->{tag_name}}) {  
         ## has an element in scope  
         my $i;  
         INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
           my $node = $self->{open_elements}->[$_];  
           if ($node->[1] eq $token->{tag_name}) {  
             ## generate implied end tags  
             if ({  
                  dd => ($token->{tag_name} ne 'dd'),  
                  dt => ($token->{tag_name} ne 'dt'),  
                  li => ($token->{tag_name} ne 'li'),  
                  p => ($token->{tag_name} ne 'p'),  
                  td => 1, th => 1, tr => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => 'end tag',  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               return;  
             }  
             $i = $_;  
             last INSCOPE unless $token->{tag_name} eq 'p';  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
           
         if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {  
           !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
         }  
           
         splice @{$self->{open_elements}}, $i if defined $i;  
         $clear_up_to_marker->()  
           if {  
             button => 1, marquee => 1, object => 1,  
           }->{$token->{tag_name}};  
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'form') {  
         ## has an element in scope  
         INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
           my $node = $self->{open_elements}->[$_];  
           if ($node->[1] eq $token->{tag_name}) {  
             ## generate implied end tags  
             if ({  
                  dd => 1, dt => 1, li => 1, p => 1,  
                  td => 1, th => 1, tr => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => 'end tag',  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               return;  
             }  
             last INSCOPE;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
           
         if ($self->{open_elements}->[-1]->[1] eq $token->{tag_name}) {  
           pop @{$self->{open_elements}};  
         } else {  
           !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
         }  
   
         undef $self->{form_element};  
         !!!next-token;  
         return;  
       } elsif ({  
                 h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,  
                }->{$token->{tag_name}}) {  
         ## 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,  
               }->{$node->[1]}) {  
             ## generate implied end tags  
             if ({  
                  dd => 1, dt => 1, li => 1, p => 1,  
                  td => 1, th => 1, tr => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => 'end tag',  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               return;  
             }  
             $i = $_;  
             last INSCOPE;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
           
         if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {  
           !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
         }  
           
         splice @{$self->{open_elements}}, $i if defined $i;  
         !!!next-token;  
         return;  
       } elsif ({  
                 a => 1,  
                 b => 1, big => 1, em => 1, font => 1, i => 1,  
                 nobr => 1, s => 1, small => 1, strile => 1,  
                 strong => 1, tt => 1, u => 1,  
                }->{$token->{tag_name}}) {  
         $formatting_end_tag->($token->{tag_name});  
 ## TODO: <http://html5.org/tools/web-apps-tracker?from=883&to=884>  
         return;  
       } elsif ({  
                 caption => 1, col => 1, colgroup => 1, frame => 1,  
                 frameset => 1, head => 1, option => 1, optgroup => 1,  
                 tbody => 1, td => 1, tfoot => 1, th => 1,  
                 thead => 1, tr => 1,  
                 area => 1, basefont => 1, bgsound => 1, br => 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;  
         return;  
           
         ## ISSUE: Issue on HTML5 new elements in spec  
           
       } else {  
         ## Step 1  
         my $node_i = -1;  
         my $node = $self->{open_elements}->[$node_i];  
   
         ## Step 2  
         S2: {  
           if ($node->[1] eq $token->{tag_name}) {  
             ## Step 1  
             ## generate implied end tags  
             if ({  
                  dd => 1, dt => 1, li => 1, p => 1,  
                  td => 1, th => 1, tr => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => 'end tag',  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               return;  
             }  
           
             ## Step 2  
             if ($token->{tag_name} ne $self->{open_elements}->[-1]->[1]) {  
               !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
             }  
               
             ## Step 3  
             splice @{$self->{open_elements}}, $node_i;  
   
             !!!next-token;  
             last S2;  
           } else {  
             ## Step 3  
             if (not $formatting_category->{$node->[1]} and  
                 #not $phrasing_category->{$node->[1]} and  
                 ($special_category->{$node->[1]} or  
                  $scoping_category->{$node->[1]})) {  
               !!!parse-error (type => 'not closed:'.$node->[1]);  
               ## Ignore the token  
               !!!next-token;  
               last S2;  
             }  
           }  
             
           ## Step 4  
           $node_i--;  
           $node = $self->{open_elements}->[$node_i];  
             
           ## Step 5;  
           redo S2;  
         } # S2  
         return;  
       }  
     }  
   }; # $in_body  
2818    
2819    B: {    B: {
2820      if ($phase eq 'main') {      if ($token->{type} == DOCTYPE_TOKEN) {
2821        if ($token->{type} eq 'DOCTYPE') {        !!!parse-error (type => 'DOCTYPE in the middle');
2822          !!!parse-error (type => 'in html:#DOCTYPE');        ## Ignore the token
2823          ## Ignore the token        ## Stay in the phase
2824          ## Stay in the phase        !!!next-token;
2825          !!!next-token;        redo B;
2826          redo B;      } elsif ($token->{type} == END_OF_FILE_TOKEN) {
2827        } elsif ($token->{type} eq 'start tag' and        if ($self->{insertion_mode} & AFTER_HTML_IMS) {
2828                 $token->{tag_name} eq 'html') {          #
2829          ## TODO: unless it is the first start tag token, parse-error        } else {
         my $top_el = $self->{open_elements}->[0]->[0];  
         for my $attr_name (keys %{$token->{attributes}}) {  
           unless ($top_el->has_attribute_ns (undef, $attr_name)) {  
             $top_el->set_attribute_ns  
               (undef, [undef, $attr_name],  
                $token->{attributes}->{$attr_name}->{value});  
           }  
         }  
         !!!next-token;  
         redo B;  
       } elsif ($token->{type} eq 'end-of-file') {  
2830          ## Generate implied end tags          ## Generate implied end tags
2831          if ({          if ({
2832               dd => 1, dt => 1, li => 1, p => 1, td => 1, th => 1, tr => 1,               dd => 1, dt => 1, li => 1, p => 1, td => 1, th => 1, tr => 1,
2833                 tbody => 1, tfoot=> 1, thead => 1,
2834              }->{$self->{open_elements}->[-1]->[1]}) {              }->{$self->{open_elements}->[-1]->[1]}) {
2835            !!!back-token;            !!!back-token;
2836            $token = {type => 'end tag', tag_name => $self->{open_elements}->[-1]->[1]};            $token = {type => END_TAG_TOKEN, tag_name => $self->{open_elements}->[-1]->[1]};
2837            redo B;            redo B;
2838          }          }
2839                    
# Line 3040  sub _tree_construction_main ($) { Line 2846  sub _tree_construction_main ($) {
2846            !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);            !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
2847          }          }
2848    
         ## Stop parsing  
         last B;  
   
2849          ## ISSUE: There is an issue in the spec.          ## ISSUE: There is an issue in the spec.
2850          }
2851    
2852          ## Stop parsing
2853          last B;
2854        } elsif ($token->{type} == START_TAG_TOKEN and
2855                 $token->{tag_name} eq 'html') {
2856          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
2857            ## Turn into the main phase
2858            !!!parse-error (type => 'after html:html');
2859            $self->{insertion_mode} = AFTER_BODY_IM;
2860          } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {
2861            ## Turn into the main phase
2862            !!!parse-error (type => 'after html:html');
2863            $self->{insertion_mode} = AFTER_FRAMESET_IM;
2864          }
2865    
2866    ## ISSUE: "aa<html>" is not a parse error.
2867    ## ISSUE: "<html>" in fragment is not a parse error.
2868          unless ($token->{first_start_tag}) {
2869            !!!parse-error (type => 'not first start tag');
2870          }
2871          my $top_el = $self->{open_elements}->[0]->[0];
2872          for my $attr_name (keys %{$token->{attributes}}) {
2873            unless ($top_el->has_attribute_ns (undef, $attr_name)) {
2874              $top_el->set_attribute_ns
2875                (undef, [undef, $attr_name],
2876                 $token->{attributes}->{$attr_name}->{value});
2877            }
2878          }
2879          !!!next-token;
2880          redo B;
2881        } elsif ($token->{type} == COMMENT_TOKEN) {
2882          my $comment = $self->{document}->create_comment ($token->{data});
2883          if ($self->{insertion_mode} & AFTER_HTML_IMS) {
2884            $self->{document}->append_child ($comment);
2885          } elsif ($self->{insertion_mode} == AFTER_BODY_IM) {
2886            $self->{open_elements}->[0]->[0]->append_child ($comment);
2887        } else {        } else {
2888          if ($self->{insertion_mode} eq 'before head') {          $self->{open_elements}->[-1]->[0]->append_child ($comment);
2889            if ($token->{type} eq 'character') {        }
2890              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {        !!!next-token;
2891                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);        redo B;
2892                unless (length $token->{data}) {      } elsif ($self->{insertion_mode} & HEAD_IMS) {
2893                  !!!next-token;        if ($token->{type} == CHARACTER_TOKEN) {
2894                  redo B;          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {
2895                }            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
2896              }            unless (length $token->{data}) {
             ## As if <head>  
             !!!create-element ($self->{head_element}, 'head');  
             $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});  
             push @{$self->{open_elements}}, [$self->{head_element}, 'head'];  
             $self->{insertion_mode} = 'in head';  
             ## reprocess  
             redo B;  
           } elsif ($token->{type} eq 'comment') {  
             my $comment = $self->{document}->create_comment ($token->{data});  
             $self->{open_elements}->[-1]->[0]->append_child ($comment);  
2897              !!!next-token;              !!!next-token;
2898              redo B;              redo B;
2899            } elsif ($token->{type} eq 'start tag') {            }
2900              my $attr = $token->{tag_name} eq 'head' ? $token->{attributes} : {};          }
2901              !!!create-element ($self->{head_element}, 'head', $attr);  
2902              $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2903              push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            ## As if <head>
2904              $self->{insertion_mode} = 'in head';            !!!create-element ($self->{head_element}, 'head');
2905              if ($token->{tag_name} eq 'head') {            $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2906                !!!next-token;            push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
2907              #} elsif ({  
2908              #          base => 1, link => 1, meta => 1,            ## Reprocess in the "in head" insertion mode...
2909              #          script => 1, style => 1, title => 1,            pop @{$self->{open_elements}};
2910              #         }->{$token->{tag_name}}) {  
2911              #  ## reprocess            ## Reprocess in the "after head" insertion mode...
2912              } else {          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2913                ## reprocess            ## As if </noscript>
2914              }            pop @{$self->{open_elements}};
2915              !!!parse-error (type => 'in noscript:#character');
2916              
2917              ## Reprocess in the "in head" insertion mode...
2918              ## As if </head>
2919              pop @{$self->{open_elements}};
2920    
2921              ## Reprocess in the "after head" insertion mode...
2922            } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2923              pop @{$self->{open_elements}};
2924    
2925              ## Reprocess in the "after head" insertion mode...
2926            }
2927    
2928                ## "after head" insertion mode
2929                ## As if <body>
2930                !!!insert-element ('body');
2931                $self->{insertion_mode} = IN_BODY_IM;
2932                ## reprocess
2933              redo B;              redo B;
2934            } elsif ($token->{type} eq 'end tag') {            } elsif ($token->{type} == START_TAG_TOKEN) {
2935              if ($token->{tag_name} eq 'html') {              if ($token->{tag_name} eq 'head') {
2936                  if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2937                    !!!create-element ($self->{head_element}, $token->{tag_name}, $token->{attributes});
2938                    $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2939                    push @{$self->{open_elements}}, [$self->{head_element}, $token->{tag_name}];
2940                    $self->{insertion_mode} = IN_HEAD_IM;
2941                    !!!next-token;
2942                    redo B;
2943                  } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2944                    #
2945                  } else {
2946                    !!!parse-error (type => 'in head:head'); # or in head noscript
2947                    ## Ignore the token
2948                    !!!next-token;
2949                    redo B;
2950                  }
2951                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2952                ## As if <head>                ## As if <head>
2953                !!!create-element ($self->{head_element}, 'head');                !!!create-element ($self->{head_element}, 'head');
2954                $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2955                push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
2956                $self->{insertion_mode} = 'in head';  
2957                ## reprocess                $self->{insertion_mode} = IN_HEAD_IM;
2958                redo B;                ## Reprocess in the "in head" insertion mode...
             } else {  
               !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
               ## Ignore the token  
               !!!next-token;  
               redo B;  
2959              }              }
2960            } else {  
2961              die "$0: $token->{type}: Unknown type";              if ($token->{tag_name} eq 'base') {
2962            }                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2963          } elsif ($self->{insertion_mode} eq 'in head') {                  ## As if </noscript>
2964            if ($token->{type} eq 'character') {                  pop @{$self->{open_elements}};
2965              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {                  !!!parse-error (type => 'in noscript:base');
2966                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                
2967                unless (length $token->{data}) {                  $self->{insertion_mode} = IN_HEAD_IM;
2968                  !!!next-token;                  ## Reprocess in the "in head" insertion mode...
                 redo B;  
2969                }                }
             }  
               
             #  
           } elsif ($token->{type} eq 'comment') {  
             my $comment = $self->{document}->create_comment ($token->{data});  
             $self->{open_elements}->[-1]->[0]->append_child ($comment);  
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} eq 'start tag') {  
             if ($token->{tag_name} eq 'title') {  
               ## NOTE: There is an "as if in head" code clone  
               my $title_el;  
               !!!create-element ($title_el, 'title', $token->{attributes});  
               (defined $self->{head_element} ? $self->{head_element} : $self->{open_elements}->[-1]->[0])  
                 ->append_child ($title_el);  
               $self->{content_model_flag} = 'RCDATA';  
2970    
2971                my $text = '';                ## NOTE: There is a "as if in head" code clone.
2972                  if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2973                    !!!parse-error (type => 'after head:'.$token->{tag_name});
2974                    push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
2975                  }
2976                  !!!insert-element ($token->{tag_name}, $token->{attributes});
2977                  pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
2978                  pop @{$self->{open_elements}}
2979                      if $self->{insertion_mode} == AFTER_HEAD_IM;
2980                !!!next-token;                !!!next-token;
2981                while ($token->{type} eq 'character') {                redo B;
2982                  $text .= $token->{data};              } elsif ($token->{tag_name} eq 'link') {
2983                  !!!next-token;                ## NOTE: There is a "as if in head" code clone.
2984                  if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2985                    !!!parse-error (type => 'after head:'.$token->{tag_name});
2986                    push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
2987                }                }
2988                if (length $text) {                !!!insert-element ($token->{tag_name}, $token->{attributes});
2989                  $title_el->manakai_append_text ($text);                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
2990                  pop @{$self->{open_elements}}
2991                      if $self->{insertion_mode} == AFTER_HEAD_IM;
2992                  !!!next-token;
2993                  redo B;
2994                } elsif ($token->{tag_name} eq 'meta') {
2995                  ## NOTE: There is a "as if in head" code clone.
2996                  if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2997                    !!!parse-error (type => 'after head:'.$token->{tag_name});
2998                    push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
2999                }                }
3000                                !!!insert-element ($token->{tag_name}, $token->{attributes});
3001                $self->{content_model_flag} = 'PCDATA';                my $meta_el = pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
3002                  
3003                if ($token->{type} eq 'end tag' and                unless ($self->{confident}) {
3004                    $token->{tag_name} eq 'title') {                  if ($token->{attributes}->{charset}) { ## TODO: And if supported
3005                  ## Ignore the token                    $self->{change_encoding}
3006                          ->($self, $token->{attributes}->{charset}->{value});
3007                      
3008                      $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
3009                          ->set_user_data (manakai_has_reference =>
3010                                               $token->{attributes}->{charset}
3011                                                   ->{has_reference});
3012                    } elsif ($token->{attributes}->{content}) {
3013                      ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.
3014                      if ($token->{attributes}->{content}->{value}
3015                          =~ /\A[^;]*;[\x09-\x0D\x20]*[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
3016                              [\x09-\x0D\x20]*=
3017                              [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
3018                              ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {
3019                        $self->{change_encoding}
3020                            ->($self, defined $1 ? $1 : defined $2 ? $2 : $3);
3021                        $meta_el->[0]->get_attribute_node_ns (undef, 'content')
3022                            ->set_user_data (manakai_has_reference =>
3023                                                 $token->{attributes}->{content}
3024                                                       ->{has_reference});
3025                      }
3026                    }
3027                } else {                } else {
3028                  !!!parse-error (type => 'in RCDATA:#'.$token->{type});                  if ($token->{attributes}->{charset}) {
3029                  ## ISSUE: And ignore?                    $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
3030                          ->set_user_data (manakai_has_reference =>
3031                                               $token->{attributes}->{charset}
3032                                                   ->{has_reference});
3033                    }
3034                    if ($token->{attributes}->{content}) {
3035                      $meta_el->[0]->get_attribute_node_ns (undef, 'content')
3036                          ->set_user_data (manakai_has_reference =>
3037                                               $token->{attributes}->{content}
3038                                                   ->{has_reference});
3039                    }
3040                }                }
               !!!next-token;  
               redo B;  
             } elsif ($token->{tag_name} eq 'style') {  
               $style_start_tag->();  
               redo B;  
             } elsif ($token->{tag_name} eq 'script') {  
               $script_start_tag->();  
               redo B;  
             } elsif ({base => 1, link => 1, meta => 1}->{$token->{tag_name}}) {  
               ## NOTE: There are "as if in head" code clones  
               my $el;  
               !!!create-element ($el, $token->{tag_name}, $token->{attributes});  
               (defined $self->{head_element} ? $self->{head_element} : $self->{open_elements}->[-1]->[0])  
                 ->append_child ($el);  
3041    
3042                  pop @{$self->{open_elements}}
3043                      if $self->{insertion_mode} == AFTER_HEAD_IM;
3044                !!!next-token;                !!!next-token;
3045                redo B;                redo B;
3046              } elsif ($token->{tag_name} eq 'head') {              } elsif ($token->{tag_name} eq 'title') {
3047                !!!parse-error (type => 'in head:head');                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
3048                ## Ignore the token                  ## As if </noscript>
3049                !!!next-token;                  pop @{$self->{open_elements}};
3050                    !!!parse-error (type => 'in noscript:title');
3051                  
3052                    $self->{insertion_mode} = IN_HEAD_IM;
3053                    ## Reprocess in the "in head" insertion mode...
3054                  } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
3055                    !!!parse-error (type => 'after head:'.$token->{tag_name});
3056                    push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
3057                  }
3058    
3059                  ## NOTE: There is a "as if in head" code clone.
3060                  my $parent = defined $self->{head_element} ? $self->{head_element}
3061                      : $self->{open_elements}->[-1]->[0];
3062                  $parse_rcdata->(RCDATA_CONTENT_MODEL,
3063                                  sub { $parent->append_child ($_[0]) });
3064                  pop @{$self->{open_elements}}
3065                      if $self->{insertion_mode} == AFTER_HEAD_IM;
3066                redo B;                redo B;
3067              } else {              } elsif ($token->{tag_name} eq 'style') {
3068                #                ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and
3069              }                ## insertion mode IN_HEAD_IM)
3070            } elsif ($token->{type} eq 'end tag') {                ## NOTE: There is a "as if in head" code clone.
3071              if ($token->{tag_name} eq 'head') {                if ($self->{insertion_mode} == AFTER_HEAD_IM) {
3072                if ($self->{open_elements}->[-1]->[1] eq 'head') {                  !!!parse-error (type => 'after head:'.$token->{tag_name});
3073                    push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
3074                  }
3075                  $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);
3076                  pop @{$self->{open_elements}}
3077                      if $self->{insertion_mode} == AFTER_HEAD_IM;
3078                  redo B;
3079                } elsif ($token->{tag_name} eq 'noscript') {
3080                  if ($self->{insertion_mode} == IN_HEAD_IM) {
3081                    ## NOTE: and scripting is disalbed
3082                    !!!insert-element ($token->{tag_name}, $token->{attributes});
3083                    $self->{insertion_mode} = IN_HEAD_NOSCRIPT_IM;
3084                    !!!next-token;
3085                    redo B;
3086                  } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
3087                    !!!parse-error (type => 'in noscript:noscript');
3088                    ## Ignore the token
3089                    !!!next-token;
3090                    redo B;
3091                  } else {
3092                    #
3093                  }
3094                } elsif ($token->{tag_name} eq 'script') {
3095                  if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
3096                    ## As if </noscript>
3097                    pop @{$self->{open_elements}};
3098                    !!!parse-error (type => 'in noscript:script');
3099                  
3100                    $self->{insertion_mode} = IN_HEAD_IM;
3101                    ## Reprocess in the "in head" insertion mode...
3102                  } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
3103                    !!!parse-error (type => 'after head:'.$token->{tag_name});
3104                    push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
3105                  }
3106    
3107                  ## NOTE: There is a "as if in head" code clone.
3108                  $script_start_tag->($insert_to_current);
3109                  pop @{$self->{open_elements}}
3110                      if $self->{insertion_mode} == AFTER_HEAD_IM;
3111                  redo B;
3112                } elsif ($token->{tag_name} eq 'body' or
3113                         $token->{tag_name} eq 'frameset') {
3114                  if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
3115                    ## As if </noscript>
3116                    pop @{$self->{open_elements}};
3117                    !!!parse-error (type => 'in noscript:'.$token->{tag_name});
3118                    
3119                    ## Reprocess in the "in head" insertion mode...
3120                    ## As if </head>
3121                    pop @{$self->{open_elements}};
3122                    
3123                    ## Reprocess in the "after head" insertion mode...
3124                  } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
3125                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3126                    
3127                    ## Reprocess in the "after head" insertion mode...
3128                  }
3129    
3130                  ## "after head" insertion mode
3131                  !!!insert-element ($token->{tag_name}, $token->{attributes});
3132                  if ($token->{tag_name} eq 'body') {
3133                    $self->{insertion_mode} = IN_BODY_IM;
3134                  } elsif ($token->{tag_name} eq 'frameset') {
3135                    $self->{insertion_mode} = IN_FRAMESET_IM;
3136                } else {                } else {
3137                  !!!parse-error (type => 'unmatched end tag:head');                  die "$0: tag name: $self->{tag_name}";
3138                }                }
               $self->{insertion_mode} = 'after head';  
3139                !!!next-token;                !!!next-token;
3140                redo B;                redo B;
             } elsif ($token->{tag_name} eq 'html') {  
               #  
3141              } else {              } else {
3142                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                #
               ## Ignore the token  
               !!!next-token;  
               redo B;  
3143              }              }
           } else {  
             #  
           }  
3144    
3145            if ($self->{open_elements}->[-1]->[1] eq 'head') {              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
3146              ## As if </head>                ## As if </noscript>
3147              pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3148            }                !!!parse-error (type => 'in noscript:/'.$token->{tag_name});
3149            $self->{insertion_mode} = 'after head';                
3150            ## reprocess                ## Reprocess in the "in head" insertion mode...
3151            redo B;                ## As if </head>
3152                  pop @{$self->{open_elements}};
3153    
3154            ## ISSUE: An issue in the spec.                ## Reprocess in the "after head" insertion mode...
3155          } elsif ($self->{insertion_mode} eq 'after head') {              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
3156            if ($token->{type} eq 'character') {                ## As if </head>
3157              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {                pop @{$self->{open_elements}};
3158                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);  
3159                unless (length $token->{data}) {                ## Reprocess in the "after head" insertion mode...
                 !!!next-token;  
                 redo B;  
               }  
3160              }              }
               
             #  
           } elsif ($token->{type} eq 'comment') {  
             my $comment = $self->{document}->create_comment ($token->{data});  
             $self->{open_elements}->[-1]->[0]->append_child ($comment);  
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} eq 'start tag') {  
             if ($token->{tag_name} eq 'body') {  
               !!!insert-element ('body', $token->{attributes});  
               $self->{insertion_mode} = 'in body';  
               !!!next-token;  
               redo B;  
             } elsif ($token->{tag_name} eq 'frameset') {  
               !!!insert-element ('frameset', $token->{attributes});  
               $self->{insertion_mode} = 'in frameset';  
               !!!next-token;  
               redo B;  
             } elsif ({  
                       base => 1, link => 1, meta => 1,  
                       script => 1, style => 1, title => 1,  
                      }->{$token->{tag_name}}) {  
               !!!parse-error (type => 'after head:'.$token->{tag_name});  
               $self->{insertion_mode} = 'in head';  
               ## reprocess  
               redo B;  
             } else {  
               #  
             }  
           } else {  
             #  
           }  
             
           ## As if <body>  
           !!!insert-element ('body');  
           $self->{insertion_mode} = 'in body';  
           ## reprocess  
           redo B;  
         } elsif ($self->{insertion_mode} eq 'in body') {  
           if ($token->{type} eq 'character') {  
             ## NOTE: There is a code clone of "character in body".  
             $reconstruct_active_formatting_elements->($insert_to_current);  
               
             $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});  
3161    
3162              !!!next-token;              ## "after head" insertion mode
3163              redo B;              ## As if <body>
3164            } elsif ($token->{type} eq 'comment') {              !!!insert-element ('body');
3165              ## NOTE: There is a code clone of "comment in body".              $self->{insertion_mode} = IN_BODY_IM;
3166              my $comment = $self->{document}->create_comment ($token->{data});              ## reprocess
             $self->{open_elements}->[-1]->[0]->append_child ($comment);  
             !!!next-token;  
             redo B;  
           } else {  
             $in_body->($insert_to_current);  
3167              redo B;              redo B;
3168            }            } elsif ($token->{type} == END_TAG_TOKEN) {
3169          } elsif ($self->{insertion_mode} eq 'in table') {              if ($token->{tag_name} eq 'head') {
3170            if ($token->{type} eq 'character') {                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
3171              ## NOTE: There are "character in table" code clones.                  ## As if <head>
3172              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {                  !!!create-element ($self->{head_element}, 'head');
3173                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
3174                                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
3175                unless (length $token->{data}) {  
3176                    ## Reprocess in the "in head" insertion mode...
3177                    pop @{$self->{open_elements}};
3178                    $self->{insertion_mode} = AFTER_HEAD_IM;
3179                    !!!next-token;
3180                    redo B;
3181                  } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
3182                    ## As if </noscript>
3183                    pop @{$self->{open_elements}};
3184                    !!!parse-error (type => 'in noscript:script');
3185                    
3186                    ## Reprocess in the "in head" insertion mode...
3187                    pop @{$self->{open_elements}};
3188                    $self->{insertion_mode} = AFTER_HEAD_IM;
3189                    !!!next-token;
3190                    redo B;
3191                  } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
3192                    pop @{$self->{open_elements}};
3193                    $self->{insertion_mode} = AFTER_HEAD_IM;
3194                  !!!next-token;                  !!!next-token;
3195                  redo B;                  redo B;
               }  
             }  
   
             !!!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);  
               
             if ({  
                  table => 1, tbody => 1, tfoot => 1,  
                  thead => 1, tr => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               # MUST  
               my $foster_parent_element;  
               my $next_sibling;  
               my $prev_sibling;  
               OE: for (reverse 0..$#{$self->{open_elements}}) {  
                 if ($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});  
3196                } else {                } else {
3197                  $foster_parent_element->insert_before                  #
                   ($self->{document}->create_text_node ($token->{data}),  
                    $next_sibling);  
3198                }                }
3199              } else {              } elsif ($token->{tag_name} eq 'noscript') {
3200                $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
             }  
               
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} eq 'comment') {  
             my $comment = $self->{document}->create_comment ($token->{data});  
             $self->{open_elements}->[-1]->[0]->append_child ($comment);  
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} eq 'start tag') {  
             if ({  
                  caption => 1,  
                  colgroup => 1,  
                  tbody => 1, tfoot => 1, thead => 1,  
                 }->{$token->{tag_name}}) {  
               ## 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]);  
3201                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3202                    $self->{insertion_mode} = IN_HEAD_IM;
3203                    !!!next-token;
3204                    redo B;
3205                  } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
3206                    !!!parse-error (type => 'unmatched end tag:noscript');
3207                    ## Ignore the token ## ISSUE: An issue in the spec.
3208                    !!!next-token;
3209                    redo B;
3210                  } else {
3211                    #
3212                }                }
   
               push @$active_formatting_elements, ['#marker', '']  
                 if $token->{tag_name} eq 'caption';  
   
               !!!insert-element ($token->{tag_name}, $token->{attributes});  
               $self->{insertion_mode} = {  
                                  caption => 'in caption',  
                                  colgroup => 'in column group',  
                                  tbody => 'in table body',  
                                  tfoot => 'in table body',  
                                  thead => 'in table body',  
                                 }->{$token->{tag_name}};  
               !!!next-token;  
               redo B;  
3213              } elsif ({              } elsif ({
3214                        col => 1,                        body => 1, html => 1,
                       td => 1, th => 1, tr => 1,  
3215                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
3216                ## Clear back to table context                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
3217                while ($self->{open_elements}->[-1]->[1] ne 'table' and                  ## As if <head>
3218                       $self->{open_elements}->[-1]->[1] ne 'html') {                  !!!create-element ($self->{head_element}, 'head');
3219                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
3220                  pop @{$self->{open_elements}};                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
3221                }  
3222                    $self->{insertion_mode} = IN_HEAD_IM;
3223                !!!insert-element ($token->{tag_name} eq 'col' ? 'colgroup' : 'tbody');                  ## Reprocess in the "in head" insertion mode...
3224                $self->{insertion_mode} = $token->{tag_name} eq 'col'                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
3225                  ? 'in column group' : 'in table body';                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3226                ## reprocess                  ## Ignore the token
               redo B;  
             } elsif ($token->{tag_name} eq 'table') {  
               ## NOTE: There are code clones for this "table in table"  
               !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
   
               ## As if </table>  
               ## have a table element in table scope  
               my $i;  
               INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                 my $node = $self->{open_elements}->[$_];  
                 if ($node->[1] eq 'table') {  
                   $i = $_;  
                   last INSCOPE;  
                 } elsif ({  
                           table => 1, html => 1,  
                          }->{$node->[1]}) {  
                   last INSCOPE;  
                 }  
               } # INSCOPE  
               unless (defined $i) {  
                 !!!parse-error (type => 'unmatched end tag:table');  
                 ## Ignore tokens </table><table>  
3227                  !!!next-token;                  !!!next-token;
3228                  redo B;                  redo B;
3229                }                }
3230                                
3231                ## generate implied end tags                #
3232                if ({              } elsif ({
3233                     dd => 1, dt => 1, li => 1, p => 1,                        p => 1, br => 1,
3234                     td => 1, th => 1, tr => 1,                       }->{$token->{tag_name}}) {
3235                    }->{$self->{open_elements}->[-1]->[1]}) {                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
3236                  !!!back-token; # <table>                  ## As if <head>
3237                  $token = {type => 'end tag', tag_name => 'table'};                  !!!create-element ($self->{head_element}, 'head');
3238                  !!!back-token;                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
3239                  $token = {type => 'end tag',                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
               }  
3240    
3241                if ($self->{open_elements}->[-1]->[1] ne 'table') {                  $self->{insertion_mode} = IN_HEAD_IM;
3242                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  ## Reprocess in the "in head" insertion mode...
3243                }                }
3244    
               splice @{$self->{open_elements}}, $i;  
   
               $self->_reset_insertion_mode;  
   
               ## reprocess  
               redo B;  
             } else {  
3245                #                #
3246              }              } else {
3247            } elsif ($token->{type} eq 'end tag') {                if ($self->{insertion_mode} == AFTER_HEAD_IM) {
3248              if ($token->{tag_name} eq 'table') {                  #
3249                ## have a table element in table scope                } else {
               my $i;  
               INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                 my $node = $self->{open_elements}->[$_];  
                 if ($node->[1] eq $token->{tag_name}) {  
                   $i = $_;  
                   last INSCOPE;  
                 } elsif ({  
                           table => 1, html => 1,  
                          }->{$node->[1]}) {  
                   last INSCOPE;  
                 }  
               } # INSCOPE  
               unless (defined $i) {  
3250                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3251                  ## Ignore the token                  ## Ignore the token
3252                  !!!next-token;                  !!!next-token;
3253                  redo B;                  redo B;
3254                }                }
3255                              }
               ## generate implied end tags  
               if ({  
                    dd => 1, dt => 1, li => 1, p => 1,  
                    td => 1, th => 1, tr => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token;  
                 $token = {type => 'end tag',  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
               }  
   
               if ($self->{open_elements}->[-1]->[1] ne 'table') {  
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
               }  
3256    
3257                splice @{$self->{open_elements}}, $i;              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
3258                  ## As if </noscript>
3259                  pop @{$self->{open_elements}};
3260                  !!!parse-error (type => 'in noscript:/'.$token->{tag_name});
3261                  
3262                  ## Reprocess in the "in head" insertion mode...
3263                  ## As if </head>
3264                  pop @{$self->{open_elements}};
3265    
3266                $self->_reset_insertion_mode;                ## Reprocess in the "after head" insertion mode...
3267                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
3268                  ## As if </head>
3269                  pop @{$self->{open_elements}};
3270    
3271                !!!next-token;                ## Reprocess in the "after head" insertion mode...
3272                redo B;              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
             } elsif ({  
                       body => 1, caption => 1, col => 1, colgroup => 1,  
                       html => 1, tbody => 1, td => 1, tfoot => 1, th => 1,  
                       thead => 1, tr => 1,  
                      }->{$token->{tag_name}}) {  
3273                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3274                ## Ignore the token                ## Ignore the token ## ISSUE: An issue in the spec.
3275                !!!next-token;                !!!next-token;
3276                redo B;                redo B;
             } else {  
               #  
3277              }              }
3278    
3279                ## "after head" insertion mode
3280                ## As if <body>
3281                !!!insert-element ('body');
3282                $self->{insertion_mode} = IN_BODY_IM;
3283                ## reprocess
3284                redo B;
3285            } else {            } else {
3286              #              die "$0: $token->{type}: Unknown token type";
3287            }            }
3288    
3289            !!!parse-error (type => 'in table:'.$token->{tag_name});            ## ISSUE: An issue in the spec.
3290            $in_body->($insert_to_foster);      } elsif ($self->{insertion_mode} & BODY_IMS) {
3291            redo B;            if ($token->{type} == CHARACTER_TOKEN) {
3292          } elsif ($self->{insertion_mode} eq 'in caption') {              ## NOTE: There is a code clone of "character in body".
           if ($token->{type} eq 'character') {  
             ## NOTE: This is a code clone of "character in body".  
3293              $reconstruct_active_formatting_elements->($insert_to_current);              $reconstruct_active_formatting_elements->($insert_to_current);
3294                            
3295              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
3296    
3297              !!!next-token;              !!!next-token;
3298              redo B;              redo B;
3299            } elsif ($token->{type} eq 'comment') {            } elsif ($token->{type} == START_TAG_TOKEN) {
             ## NOTE: This is a code clone of "comment in body".  
             my $comment = $self->{document}->create_comment ($token->{data});  
             $self->{open_elements}->[-1]->[0]->append_child ($comment);  
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} eq 'start tag') {  
3300              if ({              if ({
3301                   caption => 1, col => 1, colgroup => 1, tbody => 1,                   caption => 1, col => 1, colgroup => 1, tbody => 1,
3302                   td => 1, tfoot => 1, th => 1, thead => 1, tr => 1,                   td => 1, tfoot => 1, th => 1, thead => 1, tr => 1,
3303                  }->{$token->{tag_name}}) {                  }->{$token->{tag_name}}) {
3304                !!!parse-error (type => 'not closed:caption');                if ($self->{insertion_mode} == IN_CELL_IM) {
3305                    ## have an element in table scope
3306                    my $tn;
3307                    INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3308                      my $node = $self->{open_elements}->[$_];
3309                      if ($node->[1] eq 'td' or $node->[1] eq 'th') {
3310                        $tn = $node->[1];
3311                        last INSCOPE;
3312                      } elsif ({
3313                                table => 1, html => 1,
3314                               }->{$node->[1]}) {
3315                        last INSCOPE;
3316                      }
3317                    } # INSCOPE
3318                      unless (defined $tn) {
3319                        !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3320                        ## Ignore the token
3321                        !!!next-token;
3322                        redo B;
3323                      }
3324                    
3325                    ## Close the cell
3326                    !!!back-token; # <?>
3327                    $token = {type => END_TAG_TOKEN, tag_name => $tn};
3328                    redo B;
3329                  } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {
3330                    !!!parse-error (type => 'not closed:caption');
3331                    
3332                    ## As if </caption>
3333                    ## have a table element in table scope
3334                    my $i;
3335                    INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3336                      my $node = $self->{open_elements}->[$_];
3337                      if ($node->[1] eq 'caption') {
3338                        $i = $_;
3339                        last INSCOPE;
3340                      } elsif ({
3341                                table => 1, html => 1,
3342                               }->{$node->[1]}) {
3343                        last INSCOPE;
3344                      }
3345                    } # INSCOPE
3346                      unless (defined $i) {
3347                        !!!parse-error (type => 'unmatched end tag:caption');
3348                        ## Ignore the token
3349                        !!!next-token;
3350                        redo B;
3351                      }
3352                    
3353                    ## generate implied end tags
3354                    if ({
3355                         dd => 1, dt => 1, li => 1, p => 1,
3356                         td => 1, th => 1, tr => 1,
3357                         tbody => 1, tfoot=> 1, thead => 1,
3358                        }->{$self->{open_elements}->[-1]->[1]}) {
3359                      !!!back-token; # <?>
3360                      $token = {type => END_TAG_TOKEN, tag_name => 'caption'};
3361                      !!!back-token;
3362                      $token = {type => END_TAG_TOKEN,
3363                                tag_name => $self->{open_elements}->[-1]->[1]}; # MUST
3364                      redo B;
3365                    }
3366    
3367                ## As if </caption>                  if ($self->{open_elements}->[-1]->[1] ne 'caption') {
3368                ## have a table element in table scope                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
               my $i;  
               INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                 my $node = $self->{open_elements}->[$_];  
                 if ($node->[1] eq 'caption') {  
                   $i = $_;  
                   last INSCOPE;  
                 } elsif ({  
                           table => 1, html => 1,  
                          }->{$node->[1]}) {  
                   last INSCOPE;  
3369                  }                  }
3370                } # INSCOPE                  
3371                unless (defined $i) {                  splice @{$self->{open_elements}}, $i;
3372                  !!!parse-error (type => 'unmatched end tag:caption');                  
3373                    $clear_up_to_marker->();
3374                    
3375                    $self->{insertion_mode} = IN_TABLE_IM;
3376                    
3377                    ## reprocess
3378                    redo B;
3379                  } else {
3380                    #
3381                  }
3382                } else {
3383                  #
3384                }
3385              } elsif ($token->{type} == END_TAG_TOKEN) {
3386                if ($token->{tag_name} eq 'td' or $token->{tag_name} eq 'th') {
3387                  if ($self->{insertion_mode} == IN_CELL_IM) {
3388                    ## have an element in table scope
3389                    my $i;
3390                    INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3391                      my $node = $self->{open_elements}->[$_];
3392                      if ($node->[1] eq $token->{tag_name}) {
3393                        $i = $_;
3394                        last INSCOPE;
3395                      } elsif ({
3396                                table => 1, html => 1,
3397                               }->{$node->[1]}) {
3398                        last INSCOPE;
3399                      }
3400                    } # INSCOPE
3401                      unless (defined $i) {
3402                        !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3403                        ## Ignore the token
3404                        !!!next-token;
3405                        redo B;
3406                      }
3407                    
3408                    ## generate implied end tags
3409                    if ({
3410                         dd => 1, dt => 1, li => 1, p => 1,
3411                         td => ($token->{tag_name} eq 'th'),
3412                         th => ($token->{tag_name} eq 'td'),
3413                         tr => 1,
3414                         tbody => 1, tfoot=> 1, thead => 1,
3415                        }->{$self->{open_elements}->[-1]->[1]}) {
3416                      !!!back-token;
3417                      $token = {type => END_TAG_TOKEN,
3418                                tag_name => $self->{open_elements}->[-1]->[1]}; # MUST
3419                      redo B;
3420                    }
3421                    
3422                    if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {
3423                      !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3424                    }
3425                    
3426                    splice @{$self->{open_elements}}, $i;
3427                    
3428                    $clear_up_to_marker->();
3429                    
3430                    $self->{insertion_mode} = IN_ROW_IM;
3431                    
3432                    !!!next-token;
3433                    redo B;
3434                  } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {
3435                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3436                  ## Ignore the token                  ## Ignore the token
3437                  !!!next-token;                  !!!next-token;
3438                  redo B;                  redo B;
3439                  } else {
3440                    #
3441                }                }
3442                              } elsif ($token->{tag_name} eq 'caption') {
3443                ## generate implied end tags                if ($self->{insertion_mode} == IN_CAPTION_IM) {
3444                if ({                  ## have a table element in table scope
3445                     dd => 1, dt => 1, li => 1, p => 1,                  my $i;
3446                     td => 1, th => 1, tr => 1,                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3447                    }->{$self->{open_elements}->[-1]->[1]}) {                    my $node = $self->{open_elements}->[$_];
3448                  !!!back-token; # <?>                    if ($node->[1] eq $token->{tag_name}) {
3449                  $token = {type => 'end tag', tag_name => 'caption'};                      $i = $_;
3450                  !!!back-token;                      last INSCOPE;
3451                  $token = {type => 'end tag',                    } elsif ({
3452                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST                              table => 1, html => 1,
3453                               }->{$node->[1]}) {
3454                        last INSCOPE;
3455                      }
3456                    } # INSCOPE
3457                      unless (defined $i) {
3458                        !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3459                        ## Ignore the token
3460                        !!!next-token;
3461                        redo B;
3462                      }
3463                    
3464                    ## generate implied end tags
3465                    if ({
3466                         dd => 1, dt => 1, li => 1, p => 1,
3467                         td => 1, th => 1, tr => 1,
3468                         tbody => 1, tfoot=> 1, thead => 1,
3469                        }->{$self->{open_elements}->[-1]->[1]}) {
3470                      !!!back-token;
3471                      $token = {type => END_TAG_TOKEN,
3472                                tag_name => $self->{open_elements}->[-1]->[1]}; # MUST
3473                      redo B;
3474                    }
3475                    
3476                    if ($self->{open_elements}->[-1]->[1] ne 'caption') {
3477                      !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3478                    }
3479                    
3480                    splice @{$self->{open_elements}}, $i;
3481                    
3482                    $clear_up_to_marker->();
3483                    
3484                    $self->{insertion_mode} = IN_TABLE_IM;
3485                    
3486                    !!!next-token;
3487                  redo B;                  redo B;
3488                  } elsif ($self->{insertion_mode} == IN_CELL_IM) {
3489                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3490                    ## Ignore the token
3491                    !!!next-token;
3492                    redo B;
3493                  } else {
3494                    #
3495                }                }
3496                } elsif ({
3497                if ($self->{open_elements}->[-1]->[1] ne 'caption') {                        table => 1, tbody => 1, tfoot => 1,
3498                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                        thead => 1, tr => 1,
3499                }                       }->{$token->{tag_name}} and
3500                         $self->{insertion_mode} == IN_CELL_IM) {
3501                splice @{$self->{open_elements}}, $i;                ## have an element in table scope
   
               $clear_up_to_marker->();  
   
               $self->{insertion_mode} = 'in table';  
   
               ## reprocess  
               redo B;  
             } else {  
               #  
             }  
           } elsif ($token->{type} eq 'end tag') {  
             if ($token->{tag_name} eq 'caption') {  
               ## have a table element in table scope  
3502                my $i;                my $i;
3503                  my $tn;
3504                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3505                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3506                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[1] eq $token->{tag_name}) {
3507                    $i = $_;                    $i = $_;
3508                    last INSCOPE;                    last INSCOPE;
3509                    } elsif ($node->[1] eq 'td' or $node->[1] eq 'th') {
3510                      $tn = $node->[1];
3511                      ## NOTE: There is exactly one |td| or |th| element
3512                      ## in scope in the stack of open elements by definition.
3513                  } elsif ({                  } elsif ({
3514                            table => 1, html => 1,                            table => 1, html => 1,
3515                           }->{$node->[1]}) {                           }->{$node->[1]}) {
# Line 3578  sub _tree_construction_main ($) { Line 3522  sub _tree_construction_main ($) {
3522                  !!!next-token;                  !!!next-token;
3523                  redo B;                  redo B;
3524                }                }
                 
               ## generate implied end tags  
               if ({  
                    dd => 1, dt => 1, li => 1, p => 1,  
                    td => 1, th => 1, tr => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token;  
                 $token = {type => 'end tag',  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
               }  
3525    
3526                if ($self->{open_elements}->[-1]->[1] ne 'caption') {                ## Close the cell
3527                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!back-token; # </?>
3528                }                $token = {type => END_TAG_TOKEN, tag_name => $tn};
   
               splice @{$self->{open_elements}}, $i;  
   
               $clear_up_to_marker->();  
   
               $self->{insertion_mode} = 'in table';  
   
               !!!next-token;  
3529                redo B;                redo B;
3530              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table' and
3531                         $self->{insertion_mode} == IN_CAPTION_IM) {
3532                !!!parse-error (type => 'not closed:caption');                !!!parse-error (type => 'not closed:caption');
3533    
3534                ## As if </caption>                ## As if </caption>
# Line 3630  sub _tree_construction_main ($) { Line 3556  sub _tree_construction_main ($) {
3556                if ({                if ({
3557                     dd => 1, dt => 1, li => 1, p => 1,                     dd => 1, dt => 1, li => 1, p => 1,
3558                     td => 1, th => 1, tr => 1,                     td => 1, th => 1, tr => 1,
3559                       tbody => 1, tfoot=> 1, thead => 1,
3560                    }->{$self->{open_elements}->[-1]->[1]}) {                    }->{$self->{open_elements}->[-1]->[1]}) {
3561                  !!!back-token; # </table>                  !!!back-token; # </table>
3562                  $token = {type => 'end tag', tag_name => 'caption'};                  $token = {type => END_TAG_TOKEN, tag_name => 'caption'};
3563                  !!!back-token;                  !!!back-token;
3564                  $token = {type => 'end tag',                  $token = {type => END_TAG_TOKEN,
3565                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST
3566                  redo B;                  redo B;
3567                }                }
# Line 3647  sub _tree_construction_main ($) { Line 3574  sub _tree_construction_main ($) {
3574    
3575                $clear_up_to_marker->();                $clear_up_to_marker->();
3576    
3577                $self->{insertion_mode} = 'in table';                $self->{insertion_mode} = IN_TABLE_IM;
3578    
3579                ## reprocess                ## reprocess
3580                redo B;                redo B;
3581              } elsif ({              } elsif ({
3582                        body => 1, col => 1, colgroup => 1,                        body => 1, col => 1, colgroup => 1, html => 1,
                       html => 1, tbody => 1, td => 1, tfoot => 1,  
                       th => 1, thead => 1, tr => 1,  
3583                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
3584                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                if ($self->{insertion_mode} & BODY_TABLE_IMS) {
3585                ## Ignore the token                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
               redo B;  
             } else {  
               #  
             }  
           } else {  
             #  
           }  
                 
           $in_body->($insert_to_current);  
           redo B;  
         } elsif ($self->{insertion_mode} eq 'in column group') {  
           if ($token->{type} eq 'character') {  
             if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {  
               $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);  
               unless (length $token->{data}) {  
                 !!!next-token;  
                 redo B;  
               }  
             }  
               
             #  
           } elsif ($token->{type} eq 'comment') {  
             my $comment = $self->{document}->create_comment ($token->{data});  
             $self->{open_elements}->[-1]->[0]->append_child ($comment);  
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} eq 'start tag') {  
             if ($token->{tag_name} eq 'col') {  
               !!!insert-element ($token->{tag_name}, $token->{attributes});  
               pop @{$self->{open_elements}};  
               !!!next-token;  
               redo B;  
             } else {  
               #  
             }  
           } elsif ($token->{type} eq 'end tag') {  
             if ($token->{tag_name} eq 'colgroup') {  
               if ($self->{open_elements}->[-1]->[1] eq 'html') {  
                 !!!parse-error (type => 'unmatched end tag:colgroup');  
3586                  ## Ignore the token                  ## Ignore the token
3587                  !!!next-token;                  !!!next-token;
3588                  redo B;                  redo B;
3589                } else {                } else {
3590                  pop @{$self->{open_elements}}; # colgroup                  #
                 $self->{insertion_mode} = 'in table';  
                 !!!next-token;  
                 redo B;              
3591                }                }
3592              } elsif ($token->{tag_name} eq 'col') {              } elsif ({
3593                !!!parse-error (type => 'unmatched end tag:col');                        tbody => 1, tfoot => 1,
3594                          thead => 1, tr => 1,
3595                         }->{$token->{tag_name}} and
3596                         $self->{insertion_mode} == IN_CAPTION_IM) {
3597                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3598                ## Ignore the token                ## Ignore the token
3599                !!!next-token;                !!!next-token;
3600                redo B;                redo B;
3601              } else {              } else {
3602                #                #
3603              }              }
3604            } else {        } else {
3605              #          die "$0: $token->{type}: Unknown token type";
3606            }        }
3607    
3608            ## As if </colgroup>        $insert = $insert_to_current;
3609            if ($self->{open_elements}->[-1]->[1] eq 'html') {        #
3610              !!!parse-error (type => 'unmatched end tag:colgroup');      } elsif ($self->{insertion_mode} & TABLE_IMS) {
3611              ## Ignore the token        if ($token->{type} == CHARACTER_TOKEN) {
             !!!next-token;  
             redo B;  
           } else {  
             pop @{$self->{open_elements}}; # colgroup  
             $self->{insertion_mode} = 'in table';  
             ## reprocess  
             redo B;  
           }  
         } elsif ($self->{insertion_mode} eq 'in table body') {  
           if ($token->{type} eq 'character') {  
             ## NOTE: This is a "character in table" code clone.  
3612              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {
3613                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
3614                                
# Line 3749  sub _tree_construction_main ($) { Line 3625  sub _tree_construction_main ($) {
3625              ## into the current node" while characters might not be              ## into the current node" while characters might not be
3626              ## result in a new Text node.              ## result in a new Text node.
3627              $reconstruct_active_formatting_elements->($insert_to_foster);              $reconstruct_active_formatting_elements->($insert_to_foster);
3628                
3629              if ({              if ({
3630                   table => 1, tbody => 1, tfoot => 1,                   table => 1, tbody => 1, tfoot => 1,
3631                   thead => 1, tr => 1,                   thead => 1, tr => 1,
# Line 3789  sub _tree_construction_main ($) { Line 3665  sub _tree_construction_main ($) {
3665                            
3666              !!!next-token;              !!!next-token;
3667              redo B;              redo B;
3668            } elsif ($token->{type} eq 'comment') {        } elsif ($token->{type} == START_TAG_TOKEN) {
             ## Copied from 'in table'  
             my $comment = $self->{document}->create_comment ($token->{data});  
             $self->{open_elements}->[-1]->[0]->append_child ($comment);  
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} eq 'start tag') {  
3669              if ({              if ({
3670                   tr => 1,                   tr => ($self->{insertion_mode} != IN_ROW_IM),
3671                   th => 1, td => 1,                   th => 1, td => 1,
3672                  }->{$token->{tag_name}}) {                  }->{$token->{tag_name}}) {
3673                unless ($token->{tag_name} eq 'tr') {                if ($self->{insertion_mode} == IN_TABLE_IM) {
3674                  !!!parse-error (type => 'missing start tag:tr');                  ## Clear back to table context
3675                    while ($self->{open_elements}->[-1]->[1] ne 'table' and
3676                           $self->{open_elements}->[-1]->[1] ne 'html') {
3677                      !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3678                      pop @{$self->{open_elements}};
3679                    }
3680                    
3681                    !!!insert-element ('tbody');
3682                    $self->{insertion_mode} = IN_TABLE_BODY_IM;
3683                    ## reprocess in the "in table body" insertion mode...
3684                }                }
3685    
3686                ## Clear back to table body context                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {
3687                    unless ($token->{tag_name} eq 'tr') {
3688                      !!!parse-error (type => 'missing start tag:tr');
3689                    }
3690                    
3691                    ## Clear back to table body context
3692                    while (not {
3693                      tbody => 1, tfoot => 1, thead => 1, html => 1,
3694                    }->{$self->{open_elements}->[-1]->[1]}) {
3695                      !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3696                      pop @{$self->{open_elements}};
3697                    }
3698                    
3699                    $self->{insertion_mode} = IN_ROW_IM;
3700                    if ($token->{tag_name} eq 'tr') {
3701                      !!!insert-element ($token->{tag_name}, $token->{attributes});
3702                      !!!next-token;
3703                      redo B;
3704                    } else {
3705                      !!!insert-element ('tr');
3706                      ## reprocess in the "in row" insertion mode
3707                    }
3708                  }
3709    
3710                  ## Clear back to table row context
3711                while (not {                while (not {
3712                  tbody => 1, tfoot => 1, thead => 1, html => 1,                  tr => 1, html => 1,
3713                }->{$self->{open_elements}->[-1]->[1]}) {                }->{$self->{open_elements}->[-1]->[1]}) {
3714                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3715                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3716                }                }
3717                                
3718                $self->{insertion_mode} = 'in row';                !!!insert-element ($token->{tag_name}, $token->{attributes});
3719                if ($token->{tag_name} eq 'tr') {                $self->{insertion_mode} = IN_CELL_IM;
3720                  !!!insert-element ($token->{tag_name}, $token->{attributes});  
3721                  !!!next-token;                push @$active_formatting_elements, ['#marker', ''];
3722                } else {                
3723                  !!!insert-element ('tr');                !!!next-token;
                 ## reprocess  
               }  
3724                redo B;                redo B;
3725              } elsif ({              } elsif ({
3726                        caption => 1, col => 1, colgroup => 1,                        caption => 1, col => 1, colgroup => 1,
3727                        tbody => 1, tfoot => 1, thead => 1,                        tbody => 1, tfoot => 1, thead => 1,
3728                          tr => 1, # $self->{insertion_mode} == IN_ROW_IM
3729                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
3730                ## have an element in table scope                if ($self->{insertion_mode} == IN_ROW_IM) {
3731                my $i;                  ## As if </tr>
3732                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  ## have an element in table scope
3733                  my $node = $self->{open_elements}->[$_];                  my $i;
3734                  if ({                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3735                       tbody => 1, thead => 1, tfoot => 1,                    my $node = $self->{open_elements}->[$_];
3736                      }->{$node->[1]}) {                    if ($node->[1] eq 'tr') {
3737                    $i = $_;                      $i = $_;
3738                    last INSCOPE;                      last INSCOPE;
3739                  } elsif ({                    } elsif ({
3740                            table => 1, html => 1,                              table => 1, html => 1,
3741                           }->{$node->[1]}) {                             }->{$node->[1]}) {
3742                    last INSCOPE;                      last INSCOPE;
3743                      }
3744                    } # INSCOPE
3745                    unless (defined $i) {
3746                      !!!parse-error (type => 'unmacthed end tag:'.$token->{tag_name});
3747                      ## Ignore the token
3748                      !!!next-token;
3749                      redo B;
3750                    }
3751                    
3752                    ## Clear back to table row context
3753                    while (not {
3754                      tr => 1, html => 1,
3755                    }->{$self->{open_elements}->[-1]->[1]}) {
3756                      !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3757                      pop @{$self->{open_elements}};
3758                    }
3759                    
3760                    pop @{$self->{open_elements}}; # tr
3761                    $self->{insertion_mode} = IN_TABLE_BODY_IM;
3762                    if ($token->{tag_name} eq 'tr') {
3763                      ## reprocess
3764                      redo B;
3765                    } else {
3766                      ## reprocess in the "in table body" insertion mode...
3767                  }                  }
               } # INSCOPE  
               unless (defined $i) {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                 ## Ignore the token  
                 !!!next-token;  
                 redo B;  
3768                }                }
3769    
3770                ## Clear back to table body context                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {
3771                while (not {                  ## have an element in table scope
3772                  tbody => 1, tfoot => 1, thead => 1, html => 1,                  my $i;
3773                }->{$self->{open_elements}->[-1]->[1]}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3774                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    my $node = $self->{open_elements}->[$_];
3775                      if ({
3776                           tbody => 1, thead => 1, tfoot => 1,
3777                          }->{$node->[1]}) {
3778                        $i = $_;
3779                        last INSCOPE;
3780                      } elsif ({
3781                                table => 1, html => 1,
3782                               }->{$node->[1]}) {
3783                        last INSCOPE;
3784                      }
3785                    } # INSCOPE
3786                    unless (defined $i) {
3787                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3788                      ## Ignore the token
3789                      !!!next-token;
3790                      redo B;
3791                    }
3792    
3793                    ## Clear back to table body context
3794                    while (not {
3795                      tbody => 1, tfoot => 1, thead => 1, html => 1,
3796                    }->{$self->{open_elements}->[-1]->[1]}) {
3797                      !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3798                      pop @{$self->{open_elements}};
3799                    }
3800                    
3801                    ## As if <{current node}>
3802                    ## have an element in table scope
3803                    ## true by definition
3804                    
3805                    ## Clear back to table body context
3806                    ## nop by definition
3807                    
3808                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3809                    $self->{insertion_mode} = IN_TABLE_IM;
3810                    ## reprocess in "in table" insertion mode...
3811                }                }
3812    
3813                ## As if <{current node}>                if ($token->{tag_name} eq 'col') {
3814                ## have an element in table scope                  ## Clear back to table context
3815                ## true by definition                  while ($self->{open_elements}->[-1]->[1] ne 'table' and
3816                           $self->{open_elements}->[-1]->[1] ne 'html') {
3817                ## Clear back to table body context                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3818                ## nop by definition                    pop @{$self->{open_elements}};
3819                    }
3820                pop @{$self->{open_elements}};                  
3821                $self->{insertion_mode} = 'in table';                  !!!insert-element ('colgroup');
3822                ## reprocess                  $self->{insertion_mode} = IN_COLUMN_GROUP_IM;
3823                redo B;                  ## reprocess
3824                    redo B;
3825                  } elsif ({
3826                            caption => 1,
3827                            colgroup => 1,
3828                            tbody => 1, tfoot => 1, thead => 1,
3829                           }->{$token->{tag_name}}) {
3830                    ## Clear back to table context
3831                    while ($self->{open_elements}->[-1]->[1] ne 'table' and
3832                           $self->{open_elements}->[-1]->[1] ne 'html') {
3833                      !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3834                      pop @{$self->{open_elements}};
3835                    }
3836                    
3837                    push @$active_formatting_elements, ['#marker', '']
3838                        if $token->{tag_name} eq 'caption';
3839                    
3840                    !!!insert-element ($token->{tag_name}, $token->{attributes});
3841                    $self->{insertion_mode} = {
3842                                               caption => IN_CAPTION_IM,
3843                                               colgroup => IN_COLUMN_GROUP_IM,
3844                                               tbody => IN_TABLE_BODY_IM,
3845                                               tfoot => IN_TABLE_BODY_IM,
3846                                               thead => IN_TABLE_BODY_IM,
3847                                              }->{$token->{tag_name}};
3848                    !!!next-token;
3849                    redo B;
3850                  } else {
3851                    die "$0: in table: <>: $token->{tag_name}";
3852                  }
3853              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3854                ## NOTE: This is a code clone of "table in table"                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
               !!!parse-error (type => 'not closed:table');  
3855    
3856                ## As if </table>                ## As if </table>
3857                ## have a table element in table scope                ## have a table element in table scope
# Line 3895  sub _tree_construction_main ($) { Line 3878  sub _tree_construction_main ($) {
3878                if ({                if ({
3879                     dd => 1, dt => 1, li => 1, p => 1,                     dd => 1, dt => 1, li => 1, p => 1,
3880                     td => 1, th => 1, tr => 1,                     td => 1, th => 1, tr => 1,
3881                       tbody => 1, tfoot=> 1, thead => 1,
3882                    }->{$self->{open_elements}->[-1]->[1]}) {                    }->{$self->{open_elements}->[-1]->[1]}) {
3883                  !!!back-token; # <table>                  !!!back-token; # <table>
3884                  $token = {type => 'end tag', tag_name => 'table'};                  $token = {type => END_TAG_TOKEN, tag_name => 'table'};
3885                  !!!back-token;                  !!!back-token;
3886                  $token = {type => 'end tag',                  $token = {type => END_TAG_TOKEN,
3887                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST
3888                  redo B;                  redo B;
3889                }                }
# Line 3910  sub _tree_construction_main ($) { Line 3894  sub _tree_construction_main ($) {
3894    
3895                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
3896    
3897                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
3898    
3899                ## reprocess                ## reprocess
3900                redo B;                redo B;
3901              } else {          } else {
3902                #            !!!parse-error (type => 'in table:'.$token->{tag_name});
3903              }  
3904            } elsif ($token->{type} eq 'end tag') {            $insert = $insert_to_foster;
3905              if ({            #
3906                   tbody => 1, tfoot => 1, thead => 1,          }
3907                  }->{$token->{tag_name}}) {        } elsif ($token->{type} == END_TAG_TOKEN) {
3908                if ($token->{tag_name} eq 'tr' and
3909                    $self->{insertion_mode} == IN_ROW_IM) {
3910                ## have an element in table scope                ## have an element in table scope
3911                my $i;                my $i;
3912                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
# Line 3941  sub _tree_construction_main ($) { Line 3927  sub _tree_construction_main ($) {
3927                  redo B;                  redo B;
3928                }                }
3929    
3930                ## Clear back to table body context                ## Clear back to table row context
3931                while (not {                while (not {
3932                  tbody => 1, tfoot => 1, thead => 1, html => 1,                  tr => 1, html => 1,
3933                }->{$self->{open_elements}->[-1]->[1]}) {                }->{$self->{open_elements}->[-1]->[1]}) {
3934                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3935                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3936                }                }
3937    
3938                pop @{$self->{open_elements}};                pop @{$self->{open_elements}}; # tr
3939                $self->{insertion_mode} = 'in table';                $self->{insertion_mode} = IN_TABLE_BODY_IM;
3940                !!!next-token;                !!!next-token;
3941                redo B;                redo B;
3942              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3943                ## have an element in table scope                if ($self->{insertion_mode} == IN_ROW_IM) {
3944                my $i;                  ## As if </tr>
3945                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  ## have an element in table scope
3946                  my $node = $self->{open_elements}->[$_];                  my $i;
3947                  if ({                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3948                       tbody => 1, thead => 1, tfoot => 1,                    my $node = $self->{open_elements}->[$_];
3949                      }->{$node->[1]}) {                    if ($node->[1] eq 'tr') {
3950                    $i = $_;                      $i = $_;
3951                    last INSCOPE;                      last INSCOPE;
3952                  } elsif ({                    } elsif ({
3953                            table => 1, html => 1,                              table => 1, html => 1,
3954                           }->{$node->[1]}) {                             }->{$node->[1]}) {
3955                    last INSCOPE;                      last INSCOPE;
3956                      }
3957                    } # INSCOPE
3958                    unless (defined $i) {
3959                      !!!parse-error (type => 'unmatched end tag:'.$token->{type});
3960                      ## Ignore the token
3961                      !!!next-token;
3962                      redo B;
3963                  }                  }
3964                } # INSCOPE                  
3965                unless (defined $i) {                  ## Clear back to table row context
3966                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  while (not {
3967                  ## Ignore the token                    tr => 1, html => 1,
                 !!!next-token;  
                 redo B;  
               }  
   
               ## 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}};  
               }  
   
               ## As if <{current node}>  
               ## have an element in table scope  
               ## true by definition  
   
               ## Clear back to table body context  
               ## nop by definition  
   
               pop @{$self->{open_elements}};  
               $self->{insertion_mode} = 'in table';  
               ## reprocess  
               redo B;  
             } elsif ({  
                       body => 1, caption => 1, col => 1, colgroup => 1,  
                       html => 1, td => 1, th => 1, tr => 1,  
                      }->{$token->{tag_name}}) {  
               !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
               ## Ignore the token  
               !!!next-token;  
               redo B;  
             } else {  
               #  
             }  
           } else {  
             #  
           }  
             
           ## As if in table  
           !!!parse-error (type => 'in table:'.$token->{tag_name});  
           $in_body->($insert_to_foster);  
           redo B;  
         } elsif ($self->{insertion_mode} eq 'in row') {  
           if ($token->{type} eq 'character') {  
             ## NOTE: This is a "character in table" code clone.  
             if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {  
               $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);  
                 
               unless (length $token->{data}) {  
                 !!!next-token;  
                 redo B;  
               }  
             }  
   
             !!!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);  
               
             if ({  
                  table => 1, tbody => 1, tfoot => 1,  
                  thead => 1, tr => 1,  
3968                  }->{$self->{open_elements}->[-1]->[1]}) {                  }->{$self->{open_elements}->[-1]->[1]}) {
3969                # MUST                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3970                my $foster_parent_element;                    pop @{$self->{open_elements}};
3971                my $next_sibling;                  }
3972                my $prev_sibling;                  
3973                OE: for (reverse 0..$#{$self->{open_elements}}) {                  pop @{$self->{open_elements}}; # tr
3974                  if ($self->{open_elements}->[$_]->[1] eq 'table') {                  $self->{insertion_mode} = IN_TABLE_BODY_IM;
3975                    my $parent = $self->{open_elements}->[$_]->[0]->parent_node;                  ## reprocess in the "in table body" insertion mode...
3976                    if (defined $parent and $parent->node_type == 1) {                }
3977                      $foster_parent_element = $parent;  
3978                      $next_sibling = $self->{open_elements}->[$_]->[0];                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {
3979                      $prev_sibling = $next_sibling->previous_sibling;                  ## have an element in table scope
3980                    } else {                  my $i;
3981                      $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3982                      $prev_sibling = $foster_parent_element->last_child;                    my $node = $self->{open_elements}->[$_];
3983                      if ({
3984                           tbody => 1, thead => 1, tfoot => 1,
3985                          }->{$node->[1]}) {
3986                        $i = $_;
3987                        last INSCOPE;
3988                      } elsif ({
3989                                table => 1, html => 1,
3990                               }->{$node->[1]}) {
3991                        last INSCOPE;
3992                    }                    }
3993                    last OE;                  } # INSCOPE
3994                    unless (defined $i) {
3995                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3996                      ## Ignore the token
3997                      !!!next-token;
3998                      redo B;
3999                  }                  }
4000                } # OE                  
4001                $foster_parent_element = $self->{open_elements}->[0]->[0] and                  ## Clear back to table body context
4002                $prev_sibling = $foster_parent_element->last_child                  while (not {
4003                  unless defined $foster_parent_element;                    tbody => 1, tfoot => 1, thead => 1, html => 1,
4004                if (defined $prev_sibling and                  }->{$self->{open_elements}->[-1]->[1]}) {
4005                    $prev_sibling->node_type == 3) {                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
4006                  $prev_sibling->manakai_append_text ($token->{data});                    pop @{$self->{open_elements}};
               } 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});  
             }  
               
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} eq 'comment') {  
             ## Copied from 'in table'  
             my $comment = $self->{document}->create_comment ($token->{data});  
             $self->{open_elements}->[-1]->[0]->append_child ($comment);  
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} eq 'start tag') {  
             if ($token->{tag_name} eq 'th' or  
                 $token->{tag_name} eq 'td') {  
               ## Clear back to table row context  
               while (not {  
                 tr => 1, html => 1,  
               }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
                 pop @{$self->{open_elements}};  
               }  
                 
               !!!insert-element ($token->{tag_name}, $token->{attributes});  
               $self->{insertion_mode} = 'in cell';  
   
               push @$active_formatting_elements, ['#marker', ''];  
                 
               !!!next-token;  
               redo B;  
             } elsif ({  
                       caption => 1, col => 1, colgroup => 1,  
                       tbody => 1, tfoot => 1, thead => 1, tr => 1,  
                      }->{$token->{tag_name}}) {  
               ## 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;  
4007                  }                  }
4008                } # INSCOPE                  
4009                unless (defined $i) {                  ## As if <{current node}>
4010                  !!!parse-error (type => 'unmacthed end tag:'.$token->{tag_name});                  ## have an element in table scope
4011                  ## Ignore the token                  ## true by definition
4012                  !!!next-token;                  
4013                  redo B;                  ## Clear back to table body context
4014                }                  ## nop by definition
4015                    
               ## Clear back to table row context  
               while (not {  
                 tr => 1, html => 1,  
               }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
4016                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4017                    $self->{insertion_mode} = IN_TABLE_IM;
4018                    ## reprocess in the "in table" insertion mode...
4019                }                }
4020    
               pop @{$self->{open_elements}}; # tr  
               $self->{insertion_mode} = 'in table body';  
               ## reprocess  
               redo B;  
             } elsif ($token->{tag_name} eq 'table') {  
               ## NOTE: This is a code clone of "table in table"  
               !!!parse-error (type => 'not closed:table');  
   
               ## As if </table>  
4021                ## have a table element in table scope                ## have a table element in table scope
4022                my $i;                my $i;
4023                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4024                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
4025                  if ($node->[1] eq 'table') {                  if ($node->[1] eq $token->{tag_name}) {
4026                    $i = $_;                    $i = $_;
4027                    last INSCOPE;                    last INSCOPE;
4028                  } elsif ({                  } elsif ({
# Line 4153  sub _tree_construction_main ($) { Line 4032  sub _tree_construction_main ($) {
4032                  }                  }
4033                } # INSCOPE                } # INSCOPE
4034                unless (defined $i) {                unless (defined $i) {
4035                  !!!parse-error (type => 'unmatched end tag:table');                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
4036                  ## Ignore tokens </table><table>                  ## Ignore the token
4037                  !!!next-token;                  !!!next-token;
4038                  redo B;                  redo B;
4039                }                }
4040                  
4041                ## generate implied end tags                ## generate implied end tags
4042                if ({                if ({
4043                     dd => 1, dt => 1, li => 1, p => 1,                     dd => 1, dt => 1, li => 1, p => 1,
4044                     td => 1, th => 1, tr => 1,                     td => 1, th => 1, tr => 1,
4045                       tbody => 1, tfoot=> 1, thead => 1,
4046                    }->{$self->{open_elements}->[-1]->[1]}) {                    }->{$self->{open_elements}->[-1]->[1]}) {
                 !!!back-token; # <table>  
                 $token = {type => 'end tag', tag_name => 'table'};  
4047                  !!!back-token;                  !!!back-token;
4048                  $token = {type => 'end tag',                  $token = {type => END_TAG_TOKEN,
4049                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST
4050                  redo B;                  redo B;
4051                }                }
4052                  
4053                if ($self->{open_elements}->[-1]->[1] ne 'table') {                if ($self->{open_elements}->[-1]->[1] ne 'table') {
4054                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
4055                }                }
4056                    
4057                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
4058                  
4059                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
4060                  
               ## reprocess  
               redo B;  
             } else {  
               #  
             }  
           } elsif ($token->{type} eq 'end tag') {  
             if ($token->{tag_name} eq '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 $token->{tag_name}) {  
                   $i = $_;  
                   last INSCOPE;  
                 } elsif ({  
                           table => 1, html => 1,  
                          }->{$node->[1]}) {  
                   last INSCOPE;  
                 }  
               } # INSCOPE  
               unless (defined $i) {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                 ## Ignore the token  
                 !!!next-token;  
                 redo B;  
               }  
   
               ## Clear back to table row context  
               while (not {  
                 tr => 1, html => 1,  
               }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
                 pop @{$self->{open_elements}};  
               }  
   
               pop @{$self->{open_elements}}; # tr  
               $self->{insertion_mode} = 'in table body';  
4061                !!!next-token;                !!!next-token;
4062                redo B;                redo B;
             } elsif ($token->{tag_name} eq 'table') {  
               ## 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 $i) {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{type});  
                 ## Ignore the token  
                 !!!next-token;  
                 redo B;  
               }  
   
               ## Clear back to table row context  
               while (not {  
                 tr => 1, html => 1,  
               }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
                 pop @{$self->{open_elements}};  
               }  
   
               pop @{$self->{open_elements}}; # tr  
               $self->{insertion_mode} = 'in table body';  
               ## reprocess  
               redo B;  
4063              } elsif ({              } elsif ({
4064                        tbody => 1, tfoot => 1, thead => 1,                        tbody => 1, tfoot => 1, thead => 1,
4065                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}} and
4066                ## have an element in table scope                       $self->{insertion_mode} & ROW_IMS) {
4067                my $i;                if ($self->{insertion_mode} == IN_ROW_IM) {
4068                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  ## have an element in table scope
4069                  my $node = $self->{open_elements}->[$_];                  my $i;
4070                  if ($node->[1] eq $token->{tag_name}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4071                    $i = $_;                    my $node = $self->{open_elements}->[$_];
4072                    last INSCOPE;                    if ($node->[1] eq $token->{tag_name}) {
4073                  } elsif ({                      $i = $_;
4074                            table => 1, html => 1,                      last INSCOPE;
4075                           }->{$node->[1]}) {                    } elsif ({
4076                    last INSCOPE;                              table => 1, html => 1,
4077                               }->{$node->[1]}) {
4078                        last INSCOPE;
4079                      }
4080                    } # INSCOPE
4081                      unless (defined $i) {
4082                        !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
4083                        ## Ignore the token
4084                        !!!next-token;
4085                        redo B;
4086                      }
4087                    
4088                    ## As if </tr>
4089                    ## have an element in table scope
4090                    my $i;
4091                    INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4092                      my $node = $self->{open_elements}->[$_];
4093                      if ($node->[1] eq 'tr') {
4094                        $i = $_;
4095                        last INSCOPE;
4096                      } elsif ({
4097                                table => 1, html => 1,
4098                               }->{$node->[1]}) {
4099                        last INSCOPE;
4100                      }
4101                    } # INSCOPE
4102                      unless (defined $i) {
4103                        !!!parse-error (type => 'unmatched end tag:tr');
4104                        ## Ignore the token
4105                        !!!next-token;
4106                        redo B;
4107                      }
4108                    
4109                    ## Clear back to table row context
4110                    while (not {
4111                      tr => 1, html => 1,
4112                    }->{$self->{open_elements}->[-1]->[1]}) {
4113                      !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
4114                      pop @{$self->{open_elements}};
4115                  }                  }
4116                } # INSCOPE                  
4117                unless (defined $i) {                  pop @{$self->{open_elements}}; # tr
4118                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  $self->{insertion_mode} = IN_TABLE_BODY_IM;
4119                  ## Ignore the token                  ## reprocess in the "in table body" insertion mode...
                 !!!next-token;  
                 redo B;  
4120                }                }
4121    
               ## As if </tr>  
4122                ## have an element in table scope                ## have an element in table scope
4123                my $i;                my $i;
4124                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4125                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
4126                  if ($node->[1] eq 'tr') {                  if ($node->[1] eq $token->{tag_name}) {
4127                    $i = $_;                    $i = $_;
4128                    last INSCOPE;                    last INSCOPE;
4129                  } elsif ({                  } elsif ({
# Line 4291  sub _tree_construction_main ($) { Line 4133  sub _tree_construction_main ($) {
4133                  }                  }
4134                } # INSCOPE                } # INSCOPE
4135                unless (defined $i) {                unless (defined $i) {
4136                  !!!parse-error (type => 'unmatched end tag:tr');                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
4137                  ## Ignore the token                  ## Ignore the token
4138                  !!!next-token;                  !!!next-token;
4139                  redo B;                  redo B;
4140                }                }
4141    
4142                ## Clear back to table row context                ## Clear back to table body context
4143                while (not {                while (not {
4144                  tr => 1, html => 1,                  tbody => 1, tfoot => 1, thead => 1, html => 1,
4145                }->{$self->{open_elements}->[-1]->[1]}) {                }->{$self->{open_elements}->[-1]->[1]}) {
4146                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
4147                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4148                }                }
4149    
4150                pop @{$self->{open_elements}}; # tr                pop @{$self->{open_elements}};
4151                $self->{insertion_mode} = 'in table body';                $self->{insertion_mode} = IN_TABLE_IM;
4152                ## reprocess                !!!next-token;
4153                redo B;                redo B;
4154              } elsif ({              } elsif ({
4155                        body => 1, caption => 1, col => 1,                        body => 1, caption => 1, col => 1, colgroup => 1,
4156                        colgroup => 1, html => 1, td => 1, th => 1,                        html => 1, td => 1, th => 1,
4157                          tr => 1, # $self->{insertion_mode} == IN_ROW_IM
4158                          tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM
4159                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
4160                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
4161                ## Ignore the token                ## Ignore the token
4162                !!!next-token;                !!!next-token;
4163                redo B;                redo B;
4164              } else {          } else {
4165                #            !!!parse-error (type => 'in table:/'.$token->{tag_name});
             }  
           } else {  
             #  
           }  
   
           ## As if in table  
           !!!parse-error (type => 'in table:'.$token->{tag_name});  
           $in_body->($insert_to_foster);  
           redo B;  
         } elsif ($self->{insertion_mode} eq 'in cell') {  
           if ($token->{type} eq 'character') {  
             ## NOTE: This is a code clone of "character in body".  
             $reconstruct_active_formatting_elements->($insert_to_current);  
               
             $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});  
4166    
4167              !!!next-token;            $insert = $insert_to_foster;
4168              redo B;            #
4169            } elsif ($token->{type} eq 'comment') {          }
4170              ## NOTE: This is a code clone of "comment in body".        } else {
4171              my $comment = $self->{document}->create_comment ($token->{data});          die "$0: $token->{type}: Unknown token type";
4172              $self->{open_elements}->[-1]->[0]->append_child ($comment);        }
4173              !!!next-token;      } elsif ($self->{insertion_mode} == IN_COLUMN_GROUP_IM) {
4174              redo B;            if ($token->{type} == CHARACTER_TOKEN) {
4175            } elsif ($token->{type} eq 'start tag') {              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {
4176              if ({                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4177                   caption => 1, col => 1, colgroup => 1,                unless (length $token->{data}) {
                  tbody => 1, td => 1, tfoot => 1, th => 1,  
                  thead => 1, tr => 1,  
                 }->{$token->{tag_name}}) {  
               ## have an element in table scope  
               my $tn;  
               INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                 my $node = $self->{open_elements}->[$_];  
                 if ($node->[1] eq 'td' or $node->[1] eq 'th') {  
                   $tn = $node->[1];  
                   last INSCOPE;  
                 } elsif ({  
                           table => 1, html => 1,  
                          }->{$node->[1]}) {  
                   last INSCOPE;  
                 }  
               } # INSCOPE  
               unless (defined $tn) {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                 ## Ignore the token  
4178                  !!!next-token;                  !!!next-token;
4179                  redo B;                  redo B;
4180                }                }
4181                }
4182                ## Close the cell              
4183                !!!back-token; # <?>              #
4184                $token = {type => 'end tag', tag_name => $tn};            } elsif ($token->{type} == START_TAG_TOKEN) {
4185                if ($token->{tag_name} eq 'col') {
4186                  !!!insert-element ($token->{tag_name}, $token->{attributes});
4187                  pop @{$self->{open_elements}};
4188                  !!!next-token;
4189                redo B;                redo B;
4190              } else {              } else {
4191                #                #
4192              }              }
4193            } elsif ($token->{type} eq 'end tag') {            } elsif ($token->{type} == END_TAG_TOKEN) {
4194              if ($token->{tag_name} eq 'td' or $token->{tag_name} eq 'th') {              if ($token->{tag_name} eq 'colgroup') {
4195                ## have an element in table scope                if ($self->{open_elements}->[-1]->[1] eq 'html') {
4196                my $i;                  !!!parse-error (type => 'unmatched end tag:colgroup');
               INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                 my $node = $self->{open_elements}->[$_];  
                 if ($node->[1] eq $token->{tag_name}) {  
                   $i = $_;  
                   last INSCOPE;  
                 } elsif ({  
                           table => 1, html => 1,  
                          }->{$node->[1]}) {  
                   last INSCOPE;  
                 }  
               } # INSCOPE  
               unless (defined $i) {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
4197                  ## Ignore the token                  ## Ignore the token
4198                  !!!next-token;                  !!!next-token;
4199                  redo B;                  redo B;
4200                  } else {
4201                    pop @{$self->{open_elements}}; # colgroup
4202                    $self->{insertion_mode} = IN_TABLE_IM;
4203                    !!!next-token;
4204                    redo B;            
4205                }                }
4206                              } elsif ($token->{tag_name} eq 'col') {
4207                ## generate implied end tags                !!!parse-error (type => 'unmatched end tag:col');
               if ({  
                    dd => 1, dt => 1, li => 1, p => 1,  
                    td => ($token->{tag_name} eq 'th'),  
                    th => ($token->{tag_name} eq 'td'),  
                    tr => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token;  
                 $token = {type => 'end tag',  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
               }  
   
               if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {  
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
               }  
   
               splice @{$self->{open_elements}}, $i;  
   
               $clear_up_to_marker->();  
   
               $self->{insertion_mode} = 'in row';  
   
               !!!next-token;  
               redo B;  
             } elsif ({  
                       body => 1, caption => 1, col => 1,  
                       colgroup => 1, html => 1,  
                      }->{$token->{tag_name}}) {  
               !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
4208                ## Ignore the token                ## Ignore the token
4209                !!!next-token;                !!!next-token;
4210                redo B;                redo B;
             } elsif ({  
                       table => 1, tbody => 1, tfoot => 1,  
                       thead => 1, tr => 1,  
                      }->{$token->{tag_name}}) {  
               ## have an element in table scope  
               my $i;  
               my $tn;  
               INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                 my $node = $self->{open_elements}->[$_];  
                 if ($node->[1] eq $token->{tag_name}) {  
                   $i = $_;  
                   last INSCOPE;  
                 } elsif ($node->[1] eq 'td' or $node->[1] eq 'th') {  
                   $tn = $node->[1];  
                   ## NOTE: There is exactly one |td| or |th| element  
                   ## in scope in the stack of open elements by definition.  
                 } elsif ({  
                           table => 1, html => 1,  
                          }->{$node->[1]}) {  
                   last INSCOPE;  
                 }  
               } # INSCOPE  
               unless (defined $i) {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                 ## Ignore the token  
                 !!!next-token;  
                 redo B;  
               }  
   
               ## Close the cell  
               !!!back-token; # </?>  
               $token = {type => 'end tag', tag_name => $tn};  
               redo B;  
4211              } else {              } else {
4212                #                #
4213              }              }
4214            } else {            } else {
4215              #              #
4216            }            }
4217              
4218            $in_body->($insert_to_current);            ## As if </colgroup>
4219            redo B;            if ($self->{open_elements}->[-1]->[1] eq 'html') {
4220          } elsif ($self->{insertion_mode} eq 'in select') {              !!!parse-error (type => 'unmatched end tag:colgroup');
4221            if ($token->{type} eq 'character') {              ## Ignore the token
             $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});  
4222              !!!next-token;              !!!next-token;
4223              redo B;              redo B;
4224            } elsif ($token->{type} eq 'comment') {            } else {
4225              my $comment = $self->{document}->create_comment ($token->{data});              pop @{$self->{open_elements}}; # colgroup
4226              $self->{open_elements}->[-1]->[0]->append_child ($comment);              $self->{insertion_mode} = IN_TABLE_IM;
4227              !!!next-token;              ## reprocess
4228              redo B;              redo B;
4229            } elsif ($token->{type} eq 'start tag') {            }
4230        } elsif ($self->{insertion_mode} == IN_SELECT_IM) {
4231          if ($token->{type} == CHARACTER_TOKEN) {
4232            $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
4233            !!!next-token;
4234            redo B;
4235          } elsif ($token->{type} == START_TAG_TOKEN) {
4236              if ($token->{tag_name} eq 'option') {              if ($token->{tag_name} eq 'option') {
4237                if ($self->{open_elements}->[-1]->[1] eq 'option') {                if ($self->{open_elements}->[-1]->[1] eq 'option') {
4238                  ## As if </option>                  ## As if </option>
# Line 4536  sub _tree_construction_main ($) { Line 4285  sub _tree_construction_main ($) {
4285    
4286                !!!next-token;                !!!next-token;
4287                redo B;                redo B;
4288              } else {          } else {
4289                #            !!!parse-error (type => 'in select:'.$token->{tag_name});
4290              }            ## Ignore the token
4291            } elsif ($token->{type} eq 'end tag') {            !!!next-token;
4292              redo B;
4293            }
4294          } elsif ($token->{type} == END_TAG_TOKEN) {
4295              if ($token->{tag_name} eq 'optgroup') {              if ($token->{tag_name} eq 'optgroup') {
4296                if ($self->{open_elements}->[-1]->[1] eq 'option' and                if ($self->{open_elements}->[-1]->[1] eq 'option' and
4297                    $self->{open_elements}->[-2]->[1] eq 'optgroup') {                    $self->{open_elements}->[-2]->[1] eq 'optgroup') {
# Line 4641  sub _tree_construction_main ($) { Line 4393  sub _tree_construction_main ($) {
4393    
4394                ## reprocess                ## reprocess
4395                redo B;                redo B;
4396              } else {          } else {
4397                #            !!!parse-error (type => 'in select:/'.$token->{tag_name});
             }  
           } else {  
             #  
           }  
   
           !!!parse-error (type => 'in select:'.$token->{tag_name});  
4398            ## Ignore the token            ## Ignore the token
4399            !!!next-token;            !!!next-token;
4400            redo B;            redo B;
4401          } elsif ($self->{insertion_mode} eq 'after body') {          }
4402            if ($token->{type} eq 'character') {        } else {
4403              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          die "$0: $token->{type}: Unknown token type";
4404                ## As if in body        }
4405                $reconstruct_active_formatting_elements->($insert_to_current);      } elsif ($self->{insertion_mode} & BODY_AFTER_IMS) {
4406          if ($token->{type} == CHARACTER_TOKEN) {
4407            if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {
4408              my $data = $1;
4409              ## As if in body
4410              $reconstruct_active_formatting_elements->($insert_to_current);
4411                                
4412                $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4413              
4414              unless (length $token->{data}) {
4415                !!!next-token;
4416                redo B;
4417              }
4418            }
4419            
4420            if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4421              !!!parse-error (type => 'after html:#character');
4422    
4423                unless (length $token->{data}) {            ## Reprocess in the "main" phase, "after body" insertion mode...
4424                  !!!next-token;          }
4425                  redo B;          
4426                }          ## "after body" insertion mode
4427              }          !!!parse-error (type => 'after body:#character');
4428                
4429              #          $self->{insertion_mode} = IN_BODY_IM;
4430              !!!parse-error (type => 'after body:#'.$token->{type});          ## reprocess
4431            } elsif ($token->{type} eq 'comment') {          redo B;
4432              my $comment = $self->{document}->create_comment ($token->{data});        } elsif ($token->{type} == START_TAG_TOKEN) {
4433              $self->{open_elements}->[0]->[0]->append_child ($comment);          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4434              !!!parse-error (type => 'after html:'.$token->{tag_name});
4435              
4436              ## Reprocess in the "main" phase, "after body" insertion mode...
4437            }
4438    
4439            ## "after body" insertion mode
4440            !!!parse-error (type => 'after body:'.$token->{tag_name});
4441    
4442            $self->{insertion_mode} = IN_BODY_IM;
4443            ## reprocess
4444            redo B;
4445          } elsif ($token->{type} == END_TAG_TOKEN) {
4446            if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4447              !!!parse-error (type => 'after html:/'.$token->{tag_name});
4448              
4449              $self->{insertion_mode} = AFTER_BODY_IM;
4450              ## Reprocess in the "main" phase, "after body" insertion mode...
4451            }
4452    
4453            ## "after body" insertion mode
4454            if ($token->{tag_name} eq 'html') {
4455              if (defined $self->{inner_html_node}) {
4456                !!!parse-error (type => 'unmatched end tag:html');
4457                ## Ignore the token
4458              !!!next-token;              !!!next-token;
4459              redo B;              redo B;
           } elsif ($token->{type} eq 'start tag') {  
             !!!parse-error (type => 'after body:'.$token->{tag_name});  
             #  
           } elsif ($token->{type} eq 'end tag') {  
             if ($token->{tag_name} eq 'html') {  
               if (defined $self->{inner_html_node}) {  
                 !!!parse-error (type => 'unmatched end tag:html');  
                 ## Ignore the token  
                 !!!next-token;  
                 redo B;  
               } else {  
                 $phase = 'trailing end';  
                 !!!next-token;  
                 redo B;  
               }  
             } else {  
               !!!parse-error (type => 'after body:/'.$token->{tag_name});  
             }  
4460            } else {            } else {
4461              !!!parse-error (type => 'after body:#'.$token->{type});              $self->{insertion_mode} = AFTER_HTML_BODY_IM;
4462                !!!next-token;
4463                redo B;
4464            }            }
4465            } else {
4466              !!!parse-error (type => 'after body:/'.$token->{tag_name});
4467    
4468            $self->{insertion_mode} = 'in body';            $self->{insertion_mode} = IN_BODY_IM;
4469            ## reprocess            ## reprocess
4470            redo B;            redo B;
4471          } elsif ($self->{insertion_mode} eq 'in frameset') {          }
4472            if ($token->{type} eq 'character') {        } else {
4473              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          die "$0: $token->{type}: Unknown token type";
4474                $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});        }
4475        } elsif ($self->{insertion_mode} & FRAME_IMS) {
4476                unless (length $token->{data}) {        if ($token->{type} == CHARACTER_TOKEN) {
4477                  !!!next-token;          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {
4478                  redo B;            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4479                }            
4480              }            unless (length $token->{data}) {
   
             #  
           } elsif ($token->{type} eq 'comment') {  
             my $comment = $self->{document}->create_comment ($token->{data});  
             $self->{open_elements}->[-1]->[0]->append_child ($comment);  
4481              !!!next-token;              !!!next-token;
4482              redo B;              redo B;
4483            } elsif ($token->{type} eq 'start tag') {            }
4484              if ($token->{tag_name} eq 'frameset') {          }
4485                !!!insert-element ($token->{tag_name}, $token->{attributes});          
4486                !!!next-token;          if ($token->{data} =~ s/^[^\x09\x0A\x0B\x0C\x20]+//) {
4487                redo B;            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4488              } elsif ($token->{tag_name} eq 'frame') {              !!!parse-error (type => 'in frameset:#character');
4489                !!!insert-element ($token->{tag_name}, $token->{attributes});            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4490                pop @{$self->{open_elements}};              !!!parse-error (type => 'after frameset:#character');
4491                !!!next-token;            } else { # "after html frameset"
4492                redo B;              !!!parse-error (type => 'after html:#character');
4493              } elsif ($token->{tag_name} eq 'noframes') {  
4494                $in_body->($insert_to_current);              $self->{insertion_mode} = AFTER_FRAMESET_IM;
4495                redo B;              ## Reprocess in the "main" phase, "after frameset"...
4496              } else {              !!!parse-error (type => 'after frameset:#character');
               #  
             }  
           } elsif ($token->{type} eq 'end tag') {  
             if ($token->{tag_name} eq 'frameset') {  
               if ($self->{open_elements}->[-1]->[1] eq 'html' and  
                   @{$self->{open_elements}} == 1) {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                 ## Ignore the token  
                 !!!next-token;  
               } else {  
                 pop @{$self->{open_elements}};  
                 !!!next-token;  
               }  
                 
               ## if not inner_html and  
               if ($self->{open_elements}->[-1]->[1] ne 'frameset') {  
                 $self->{insertion_mode} = 'after frameset';  
               }  
               redo B;  
             } else {  
               #  
             }  
           } else {  
             #  
4497            }            }
4498                        
4499            if (defined $token->{tag_name}) {            ## Ignore the token.
4500              if (length $token->{data}) {
4501                ## reprocess the rest of characters
4502              } else {
4503                !!!next-token;
4504              }
4505              redo B;
4506            }
4507            
4508            die qq[$0: Character "$token->{data}"];
4509          } elsif ($token->{type} == START_TAG_TOKEN) {
4510            if ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {
4511              !!!parse-error (type => 'after html:'.$token->{tag_name});
4512    
4513              $self->{insertion_mode} = AFTER_FRAMESET_IM;
4514              ## Process in the "main" phase, "after frameset" insertion mode...
4515            }
4516    
4517            if ($token->{tag_name} eq 'frameset' and
4518                $self->{insertion_mode} == IN_FRAMESET_IM) {
4519              !!!insert-element ($token->{tag_name}, $token->{attributes});
4520              !!!next-token;
4521              redo B;
4522            } elsif ($token->{tag_name} eq 'frame' and
4523                     $self->{insertion_mode} == IN_FRAMESET_IM) {
4524              !!!insert-element ($token->{tag_name}, $token->{attributes});
4525              pop @{$self->{open_elements}};
4526              !!!next-token;
4527              redo B;
4528            } elsif ($token->{tag_name} eq 'noframes') {
4529              ## NOTE: As if in body.
4530              $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);
4531              redo B;
4532            } else {
4533              if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4534              !!!parse-error (type => 'in frameset:'.$token->{tag_name});              !!!parse-error (type => 'in frameset:'.$token->{tag_name});
4535            } else {            } else {
4536              !!!parse-error (type => 'in frameset:#'.$token->{type});              !!!parse-error (type => 'after frameset:'.$token->{tag_name});
4537            }            }
4538            ## Ignore the token            ## Ignore the token
4539            !!!next-token;            !!!next-token;
4540            redo B;            redo B;
4541          } elsif ($self->{insertion_mode} eq 'after frameset') {          }
4542            if ($token->{type} eq 'character') {        } elsif ($token->{type} == END_TAG_TOKEN) {
4543              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {
4544                $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});            !!!parse-error (type => 'after html:/'.$token->{tag_name});
4545    
4546                unless (length $token->{data}) {            $self->{insertion_mode} = AFTER_FRAMESET_IM;
4547                  !!!next-token;            ## Process in the "main" phase, "after frameset" insertion mode...
4548                  redo B;          }
               }  
             }  
4549    
4550              #          if ($token->{tag_name} eq 'frameset' and
4551            } elsif ($token->{type} eq 'comment') {              $self->{insertion_mode} == IN_FRAMESET_IM) {
4552              my $comment = $self->{document}->create_comment ($token->{data});            if ($self->{open_elements}->[-1]->[1] eq 'html' and
4553              $self->{open_elements}->[-1]->[0]->append_child ($comment);                @{$self->{open_elements}} == 1) {
4554                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
4555                ## Ignore the token
4556              !!!next-token;              !!!next-token;
             redo B;  
           } elsif ($token->{type} eq 'start tag') {  
             if ($token->{tag_name} eq 'noframes') {  
               $in_body->($insert_to_current);  
               redo B;  
             } else {  
               #  
             }  
           } elsif ($token->{type} eq 'end tag') {  
             if ($token->{tag_name} eq 'html') {  
               $phase = 'trailing end';  
               !!!next-token;  
               redo B;  
             } else {  
               #  
             }  
4557            } else {            } else {
4558              #              pop @{$self->{open_elements}};
4559                !!!next-token;
4560            }            }
4561              
4562            if (defined $token->{tag_name}) {            if (not defined $self->{inner_html_node} and
4563              !!!parse-error (type => 'after frameset:'.$token->{tag_name});                $self->{open_elements}->[-1]->[1] ne 'frameset') {
4564                $self->{insertion_mode} = AFTER_FRAMESET_IM;
4565              }
4566              redo B;
4567            } elsif ($token->{tag_name} eq 'html' and
4568                     $self->{insertion_mode} == AFTER_FRAMESET_IM) {
4569              $self->{insertion_mode} = AFTER_HTML_FRAMESET_IM;
4570              !!!next-token;
4571              redo B;
4572            } else {
4573              if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4574                !!!parse-error (type => 'in frameset:/'.$token->{tag_name});
4575            } else {            } else {
4576              !!!parse-error (type => 'after frameset:#'.$token->{type});              !!!parse-error (type => 'after frameset:/'.$token->{tag_name});
4577            }            }
4578            ## Ignore the token            ## Ignore the token
4579            !!!next-token;            !!!next-token;
4580            redo B;            redo B;
4581            }
4582          } else {
4583            die "$0: $token->{type}: Unknown token type";
4584          }
4585    
4586            ## ISSUE: An issue in spec there        ## ISSUE: An issue in spec here
4587        } else {
4588          die "$0: $self->{insertion_mode}: Unknown insertion mode";
4589        }
4590    
4591        ## "in body" insertion mode
4592        if ($token->{type} == START_TAG_TOKEN) {
4593          if ($token->{tag_name} eq 'script') {
4594            ## NOTE: This is an "as if in head" code clone
4595            $script_start_tag->($insert);
4596            redo B;
4597          } elsif ($token->{tag_name} eq 'style') {
4598            ## NOTE: This is an "as if in head" code clone
4599            $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);
4600            redo B;
4601          } elsif ({
4602                    base => 1, link => 1,
4603                   }->{$token->{tag_name}}) {
4604            ## NOTE: This is an "as if in head" code clone, only "-t" differs
4605            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4606            pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
4607            !!!next-token;
4608            redo B;
4609          } elsif ($token->{tag_name} eq 'meta') {
4610            ## NOTE: This is an "as if in head" code clone, only "-t" differs
4611            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4612            my $meta_el = pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
4613    
4614            unless ($self->{confident}) {
4615              if ($token->{attributes}->{charset}) { ## TODO: And if supported
4616                $self->{change_encoding}
4617                    ->($self, $token->{attributes}->{charset}->{value});
4618                
4619                $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4620                    ->set_user_data (manakai_has_reference =>
4621                                         $token->{attributes}->{charset}
4622                                             ->{has_reference});
4623              } elsif ($token->{attributes}->{content}) {
4624                ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.
4625                if ($token->{attributes}->{content}->{value}
4626                    =~ /\A[^;]*;[\x09-\x0D\x20]*[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
4627                        [\x09-\x0D\x20]*=
4628                        [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
4629                        ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {
4630                  $self->{change_encoding}
4631                      ->($self, defined $1 ? $1 : defined $2 ? $2 : $3);
4632                  $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4633                      ->set_user_data (manakai_has_reference =>
4634                                           $token->{attributes}->{content}
4635                                                 ->{has_reference});
4636                }
4637              }
4638          } else {          } else {
4639            die "$0: $self->{insertion_mode}: Unknown insertion mode";            if ($token->{attributes}->{charset}) {
4640                $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4641                    ->set_user_data (manakai_has_reference =>
4642                                         $token->{attributes}->{charset}
4643                                             ->{has_reference});
4644              }
4645              if ($token->{attributes}->{content}) {
4646                $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4647                    ->set_user_data (manakai_has_reference =>
4648                                         $token->{attributes}->{content}
4649                                             ->{has_reference});
4650              }
4651          }          }
4652        }  
     } elsif ($phase eq 'trailing end') {  
       ## states in the main stage is preserved yet # MUST  
         
       if ($token->{type} eq 'DOCTYPE') {  
         !!!parse-error (type => 'after html:#DOCTYPE');  
         ## Ignore the token  
4653          !!!next-token;          !!!next-token;
4654          redo B;          redo B;
4655        } elsif ($token->{type} eq 'comment') {        } elsif ($token->{tag_name} eq 'title') {
4656          my $comment = $self->{document}->create_comment ($token->{data});          !!!parse-error (type => 'in body:title');
4657          $self->{document}->append_child ($comment);          ## NOTE: This is an "as if in head" code clone
4658            $parse_rcdata->(RCDATA_CONTENT_MODEL, sub {
4659              if (defined $self->{head_element}) {
4660                $self->{head_element}->append_child ($_[0]);
4661              } else {
4662                $insert->($_[0]);
4663              }
4664            });
4665            redo B;
4666          } elsif ($token->{tag_name} eq 'body') {
4667            !!!parse-error (type => 'in body:body');
4668                  
4669            if (@{$self->{open_elements}} == 1 or
4670                $self->{open_elements}->[1]->[1] ne 'body') {
4671              ## Ignore the token
4672            } else {
4673              my $body_el = $self->{open_elements}->[1]->[0];
4674              for my $attr_name (keys %{$token->{attributes}}) {
4675                unless ($body_el->has_attribute_ns (undef, $attr_name)) {
4676                  $body_el->set_attribute_ns
4677                    (undef, [undef, $attr_name],
4678                     $token->{attributes}->{$attr_name}->{value});
4679                }
4680              }
4681            }
4682          !!!next-token;          !!!next-token;
4683          redo B;          redo B;
4684        } elsif ($token->{type} eq 'character') {        } elsif ({
4685          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {                  address => 1, blockquote => 1, center => 1, dir => 1,
4686            my $data = $1;                  div => 1, dl => 1, fieldset => 1, listing => 1,
4687            ## As if in the main phase.                  menu => 1, ol => 1, p => 1, ul => 1,
4688            ## NOTE: The insertion mode in the main phase                  pre => 1,
4689            ## just before the phase has been changed to the trailing                 }->{$token->{tag_name}}) {
4690            ## end phase is either "after body" or "after frameset".          ## has a p element in scope
4691            $reconstruct_active_formatting_elements->($insert_to_current)          INSCOPE: for (reverse @{$self->{open_elements}}) {
4692              if $phase eq 'main';            if ($_->[1] eq 'p') {
4693                !!!back-token;
4694                $token = {type => END_TAG_TOKEN, tag_name => 'p'};
4695                redo B;
4696              } elsif ({
4697                        table => 1, caption => 1, td => 1, th => 1,
4698                        button => 1, marquee => 1, object => 1, html => 1,
4699                       }->{$_->[1]}) {
4700                last INSCOPE;
4701              }
4702            } # INSCOPE
4703              
4704            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4705            if ($token->{tag_name} eq 'pre') {
4706              !!!next-token;
4707              if ($token->{type} == CHARACTER_TOKEN) {
4708                $token->{data} =~ s/^\x0A//;
4709                unless (length $token->{data}) {
4710                  !!!next-token;
4711                }
4712              }
4713            } else {
4714              !!!next-token;
4715            }
4716            redo B;
4717          } elsif ($token->{tag_name} eq 'form') {
4718            if (defined $self->{form_element}) {
4719              !!!parse-error (type => 'in form:form');
4720              ## Ignore the token
4721              !!!next-token;
4722              redo B;
4723            } else {
4724              ## has a p element in scope
4725              INSCOPE: for (reverse @{$self->{open_elements}}) {
4726                if ($_->[1] eq 'p') {
4727                  !!!back-token;
4728                  $token = {type => END_TAG_TOKEN, tag_name => 'p'};
4729                  redo B;
4730                } elsif ({
4731                          table => 1, caption => 1, td => 1, th => 1,
4732                          button => 1, marquee => 1, object => 1, html => 1,
4733                         }->{$_->[1]}) {
4734                  last INSCOPE;
4735                }
4736              } # INSCOPE
4737                
4738              !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4739              $self->{form_element} = $self->{open_elements}->[-1]->[0];
4740              !!!next-token;
4741              redo B;
4742            }
4743          } elsif ($token->{tag_name} eq 'li') {
4744            ## has a p element in scope
4745            INSCOPE: for (reverse @{$self->{open_elements}}) {
4746              if ($_->[1] eq 'p') {
4747                !!!back-token;
4748                $token = {type => END_TAG_TOKEN, tag_name => 'p'};
4749                redo B;
4750              } elsif ({
4751                        table => 1, caption => 1, td => 1, th => 1,
4752                        button => 1, marquee => 1, object => 1, html => 1,
4753                       }->{$_->[1]}) {
4754                last INSCOPE;
4755              }
4756            } # INSCOPE
4757              
4758            ## Step 1
4759            my $i = -1;
4760            my $node = $self->{open_elements}->[$i];
4761            LI: {
4762              ## Step 2
4763              if ($node->[1] eq 'li') {
4764                if ($i != -1) {
4765                  !!!parse-error (type => 'end tag missing:'.
4766                                  $self->{open_elements}->[-1]->[1]);
4767                }
4768                splice @{$self->{open_elements}}, $i;
4769                last LI;
4770              }
4771              
4772              ## Step 3
4773              if (not $formatting_category->{$node->[1]} and
4774                  #not $phrasing_category->{$node->[1]} and
4775                  ($special_category->{$node->[1]} or
4776                   $scoping_category->{$node->[1]}) and
4777                  $node->[1] ne 'address' and $node->[1] ne 'div') {
4778                last LI;
4779              }
4780              
4781              ## Step 4
4782              $i--;
4783              $node = $self->{open_elements}->[$i];
4784              redo LI;
4785            } # LI
4786              
4787            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4788            !!!next-token;
4789            redo B;
4790          } elsif ($token->{tag_name} eq 'dd' or $token->{tag_name} eq 'dt') {
4791            ## has a p element in scope
4792            INSCOPE: for (reverse @{$self->{open_elements}}) {
4793              if ($_->[1] eq 'p') {
4794                !!!back-token;
4795                $token = {type => END_TAG_TOKEN, tag_name => 'p'};
4796                redo B;
4797              } elsif ({
4798                        table => 1, caption => 1, td => 1, th => 1,
4799                        button => 1, marquee => 1, object => 1, html => 1,
4800                       }->{$_->[1]}) {
4801                last INSCOPE;
4802              }
4803            } # INSCOPE
4804              
4805            ## Step 1
4806            my $i = -1;
4807            my $node = $self->{open_elements}->[$i];
4808            LI: {
4809              ## Step 2
4810              if ($node->[1] eq 'dt' or $node->[1] eq 'dd') {
4811                if ($i != -1) {
4812                  !!!parse-error (type => 'end tag missing:'.
4813                                  $self->{open_elements}->[-1]->[1]);
4814                }
4815                splice @{$self->{open_elements}}, $i;
4816                last LI;
4817              }
4818              
4819              ## Step 3
4820              if (not $formatting_category->{$node->[1]} and
4821                  #not $phrasing_category->{$node->[1]} and
4822                  ($special_category->{$node->[1]} or
4823                   $scoping_category->{$node->[1]}) and
4824                  $node->[1] ne 'address' and $node->[1] ne 'div') {
4825                last LI;
4826              }
4827              
4828              ## Step 4
4829              $i--;
4830              $node = $self->{open_elements}->[$i];
4831              redo LI;
4832            } # LI
4833              
4834            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4835            !!!next-token;
4836            redo B;
4837          } elsif ($token->{tag_name} eq 'plaintext') {
4838            ## has a p element in scope
4839            INSCOPE: for (reverse @{$self->{open_elements}}) {
4840              if ($_->[1] eq 'p') {
4841                !!!back-token;
4842                $token = {type => END_TAG_TOKEN, tag_name => 'p'};
4843                redo B;
4844              } elsif ({
4845                        table => 1, caption => 1, td => 1, th => 1,
4846                        button => 1, marquee => 1, object => 1, html => 1,
4847                       }->{$_->[1]}) {
4848                last INSCOPE;
4849              }
4850            } # INSCOPE
4851              
4852            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4853              
4854            $self->{content_model} = PLAINTEXT_CONTENT_MODEL;
4855              
4856            !!!next-token;
4857            redo B;
4858          } elsif ({
4859                    h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
4860                   }->{$token->{tag_name}}) {
4861            ## has a p element in scope
4862            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4863              my $node = $self->{open_elements}->[$_];
4864              if ($node->[1] eq 'p') {
4865                !!!back-token;
4866                $token = {type => END_TAG_TOKEN, tag_name => 'p'};
4867                redo B;
4868              } elsif ({
4869                        table => 1, caption => 1, td => 1, th => 1,
4870                        button => 1, marquee => 1, object => 1, html => 1,
4871                       }->{$node->[1]}) {
4872                last INSCOPE;
4873              }
4874            } # INSCOPE
4875              
4876            ## NOTE: See <http://html5.org/tools/web-apps-tracker?from=925&to=926>
4877            ## has an element in scope
4878            #my $i;
4879            #INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4880            #  my $node = $self->{open_elements}->[$_];
4881            #  if ({
4882            #       h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
4883            #      }->{$node->[1]}) {
4884            #    $i = $_;
4885            #    last INSCOPE;
4886            #  } elsif ({
4887            #            table => 1, caption => 1, td => 1, th => 1,
4888            #            button => 1, marquee => 1, object => 1, html => 1,
4889            #           }->{$node->[1]}) {
4890            #    last INSCOPE;
4891            #  }
4892            #} # INSCOPE
4893            #  
4894            #if (defined $i) {
4895            #  !!! parse-error (type => 'in hn:hn');
4896            #  splice @{$self->{open_elements}}, $i;
4897            #}
4898              
4899            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4900              
4901            !!!next-token;
4902            redo B;
4903          } elsif ($token->{tag_name} eq 'a') {
4904            AFE: for my $i (reverse 0..$#$active_formatting_elements) {
4905              my $node = $active_formatting_elements->[$i];
4906              if ($node->[1] eq 'a') {
4907                !!!parse-error (type => 'in a:a');
4908                
4909                !!!back-token;
4910                $token = {type => END_TAG_TOKEN, tag_name => 'a'};
4911                $formatting_end_tag->($token->{tag_name});
4912                
4913                AFE2: for (reverse 0..$#$active_formatting_elements) {
4914                  if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {
4915                    splice @$active_formatting_elements, $_, 1;
4916                    last AFE2;
4917                  }
4918                } # AFE2
4919                OE: for (reverse 0..$#{$self->{open_elements}}) {
4920                  if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {
4921                    splice @{$self->{open_elements}}, $_, 1;
4922                    last OE;
4923                  }
4924                } # OE
4925                last AFE;
4926              } elsif ($node->[0] eq '#marker') {
4927                last AFE;
4928              }
4929            } # AFE
4930              
4931            $reconstruct_active_formatting_elements->($insert_to_current);
4932    
4933            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4934            push @$active_formatting_elements, $self->{open_elements}->[-1];
4935    
4936            !!!next-token;
4937            redo B;
4938          } elsif ({
4939                    b => 1, big => 1, em => 1, font => 1, i => 1,
4940                    s => 1, small => 1, strile => 1,
4941                    strong => 1, tt => 1, u => 1,
4942                   }->{$token->{tag_name}}) {
4943            $reconstruct_active_formatting_elements->($insert_to_current);
4944            
4945            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4946            push @$active_formatting_elements, $self->{open_elements}->[-1];
4947            
4948            !!!next-token;
4949            redo B;
4950          } elsif ($token->{tag_name} eq 'nobr') {
4951            $reconstruct_active_formatting_elements->($insert_to_current);
4952    
4953            ## has a |nobr| element in scope
4954            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4955              my $node = $self->{open_elements}->[$_];
4956              if ($node->[1] eq 'nobr') {
4957                !!!parse-error (type => 'in nobr:nobr');
4958                !!!back-token;
4959                $token = {type => END_TAG_TOKEN, tag_name => 'nobr'};
4960                redo B;
4961              } elsif ({
4962                        table => 1, caption => 1, td => 1, th => 1,
4963                        button => 1, marquee => 1, object => 1, html => 1,
4964                       }->{$node->[1]}) {
4965                last INSCOPE;
4966              }
4967            } # INSCOPE
4968            
4969            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4970            push @$active_formatting_elements, $self->{open_elements}->[-1];
4971            
4972            !!!next-token;
4973            redo B;
4974          } elsif ($token->{tag_name} eq 'button') {
4975            ## has a button element in scope
4976            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4977              my $node = $self->{open_elements}->[$_];
4978              if ($node->[1] eq 'button') {
4979                !!!parse-error (type => 'in button:button');
4980                !!!back-token;
4981                $token = {type => END_TAG_TOKEN, tag_name => 'button'};
4982                redo B;
4983              } elsif ({
4984                        table => 1, caption => 1, td => 1, th => 1,
4985                        button => 1, marquee => 1, object => 1, html => 1,
4986                       }->{$node->[1]}) {
4987                last INSCOPE;
4988              }
4989            } # INSCOPE
4990              
4991            $reconstruct_active_formatting_elements->($insert_to_current);
4992              
4993            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4994            push @$active_formatting_elements, ['#marker', ''];
4995    
4996            !!!next-token;
4997            redo B;
4998          } elsif ($token->{tag_name} eq 'marquee' or
4999                   $token->{tag_name} eq 'object') {
5000            $reconstruct_active_formatting_elements->($insert_to_current);
5001            
5002            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
5003            push @$active_formatting_elements, ['#marker', ''];
5004            
5005            !!!next-token;
5006            redo B;
5007          } elsif ($token->{tag_name} eq 'xmp') {
5008            $reconstruct_active_formatting_elements->($insert_to_current);
5009            $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);
5010            redo B;
5011          } elsif ($token->{tag_name} eq 'table') {
5012            ## has a p element in scope
5013            INSCOPE: for (reverse @{$self->{open_elements}}) {
5014              if ($_->[1] eq 'p') {
5015                !!!back-token;
5016                $token = {type => END_TAG_TOKEN, tag_name => 'p'};
5017                redo B;
5018              } elsif ({
5019                        table => 1, caption => 1, td => 1, th => 1,
5020                        button => 1, marquee => 1, object => 1, html => 1,
5021                       }->{$_->[1]}) {
5022                last INSCOPE;
5023              }
5024            } # INSCOPE
5025              
5026            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
5027              
5028            $self->{insertion_mode} = IN_TABLE_IM;
5029              
5030            !!!next-token;
5031            redo B;
5032          } elsif ({
5033                    area => 1, basefont => 1, bgsound => 1, br => 1,
5034                    embed => 1, img => 1, param => 1, spacer => 1, wbr => 1,
5035                    image => 1,
5036                   }->{$token->{tag_name}}) {
5037            if ($token->{tag_name} eq 'image') {
5038              !!!parse-error (type => 'image');
5039              $token->{tag_name} = 'img';
5040            }
5041    
5042            ## NOTE: There is an "as if <br>" code clone.
5043            $reconstruct_active_formatting_elements->($insert_to_current);
5044            
5045            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
5046            pop @{$self->{open_elements}};
5047            
5048            !!!next-token;
5049            redo B;
5050          } elsif ($token->{tag_name} eq 'hr') {
5051            ## has a p element in scope
5052            INSCOPE: for (reverse @{$self->{open_elements}}) {
5053              if ($_->[1] eq 'p') {
5054                !!!back-token;
5055                $token = {type => END_TAG_TOKEN, tag_name => 'p'};
5056                redo B;
5057              } elsif ({
5058                        table => 1, caption => 1, td => 1, th => 1,
5059                        button => 1, marquee => 1, object => 1, html => 1,
5060                       }->{$_->[1]}) {
5061                last INSCOPE;
5062              }
5063            } # INSCOPE
5064                        
5065            $self->{open_elements}->[-1]->[0]->manakai_append_text ($data);          !!!insert-element-t ($token->{tag_name}, $token->{attributes});
5066            pop @{$self->{open_elements}};
5067                        
5068            !!!next-token;
5069            redo B;
5070          } elsif ($token->{tag_name} eq 'input') {
5071            $reconstruct_active_formatting_elements->($insert_to_current);
5072            
5073            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
5074            ## TODO: associate with $self->{form_element} if defined
5075            pop @{$self->{open_elements}};
5076            
5077            !!!next-token;
5078            redo B;
5079          } elsif ($token->{tag_name} eq 'isindex') {
5080            !!!parse-error (type => 'isindex');
5081            
5082            if (defined $self->{form_element}) {
5083              ## Ignore the token
5084              !!!next-token;
5085              redo B;
5086            } else {
5087              my $at = $token->{attributes};
5088              my $form_attrs;
5089              $form_attrs->{action} = $at->{action} if $at->{action};
5090              my $prompt_attr = $at->{prompt};
5091              $at->{name} = {name => 'name', value => 'isindex'};
5092              delete $at->{action};
5093              delete $at->{prompt};
5094              my @tokens = (
5095                            {type => START_TAG_TOKEN, tag_name => 'form',
5096                             attributes => $form_attrs},
5097                            {type => START_TAG_TOKEN, tag_name => 'hr'},
5098                            {type => START_TAG_TOKEN, tag_name => 'p'},
5099                            {type => START_TAG_TOKEN, tag_name => 'label'},
5100                           );
5101              if ($prompt_attr) {
5102                push @tokens, {type => CHARACTER_TOKEN, data => $prompt_attr->{value}};
5103              } else {
5104                push @tokens, {type => CHARACTER_TOKEN,
5105                               data => 'This is a searchable index. Insert your search keywords here: '}; # SHOULD
5106                ## TODO: make this configurable
5107              }
5108              push @tokens,
5109                            {type => START_TAG_TOKEN, tag_name => 'input', attributes => $at},
5110                            #{type => CHARACTER_TOKEN, data => ''}, # SHOULD
5111                            {type => END_TAG_TOKEN, tag_name => 'label'},
5112                            {type => END_TAG_TOKEN, tag_name => 'p'},
5113                            {type => START_TAG_TOKEN, tag_name => 'hr'},
5114                            {type => END_TAG_TOKEN, tag_name => 'form'};
5115              $token = shift @tokens;
5116              !!!back-token (@tokens);
5117              redo B;
5118            }
5119          } elsif ($token->{tag_name} eq 'textarea') {
5120            my $tag_name = $token->{tag_name};
5121            my $el;
5122            !!!create-element ($el, $token->{tag_name}, $token->{attributes});
5123            
5124            ## TODO: $self->{form_element} if defined
5125            $self->{content_model} = RCDATA_CONTENT_MODEL;
5126            delete $self->{escape}; # MUST
5127            
5128            $insert->($el);
5129            
5130            my $text = '';
5131            !!!next-token;
5132            if ($token->{type} == CHARACTER_TOKEN) {
5133              $token->{data} =~ s/^\x0A//;
5134            unless (length $token->{data}) {            unless (length $token->{data}) {
5135              !!!next-token;              !!!next-token;
             redo B;  
5136            }            }
5137          }          }
5138            while ($token->{type} == CHARACTER_TOKEN) {
5139              $text .= $token->{data};
5140              !!!next-token;
5141            }
5142            if (length $text) {
5143              $el->manakai_append_text ($text);
5144            }
5145            
5146            $self->{content_model} = PCDATA_CONTENT_MODEL;
5147            
5148            if ($token->{type} == END_TAG_TOKEN and
5149                $token->{tag_name} eq $tag_name) {
5150              ## Ignore the token
5151            } else {
5152              !!!parse-error (type => 'in RCDATA:#'.$token->{type});
5153            }
5154            !!!next-token;
5155            redo B;
5156          } elsif ({
5157                    iframe => 1,
5158                    noembed => 1,
5159                    noframes => 1,
5160                    noscript => 0, ## TODO: 1 if scripting is enabled
5161                   }->{$token->{tag_name}}) {
5162            ## NOTE: There is an "as if in body" code clone.
5163            $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);
5164            redo B;
5165          } elsif ($token->{tag_name} eq 'select') {
5166            $reconstruct_active_formatting_elements->($insert_to_current);
5167            
5168            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
5169            
5170            $self->{insertion_mode} = IN_SELECT_IM;
5171            !!!next-token;
5172            redo B;
5173          } elsif ({
5174                    caption => 1, col => 1, colgroup => 1, frame => 1,
5175                    frameset => 1, head => 1, option => 1, optgroup => 1,
5176                    tbody => 1, td => 1, tfoot => 1, th => 1,
5177                    thead => 1, tr => 1,
5178                   }->{$token->{tag_name}}) {
5179            !!!parse-error (type => 'in body:'.$token->{tag_name});
5180            ## Ignore the token
5181            !!!next-token;
5182            redo B;
5183            
5184            ## ISSUE: An issue on HTML5 new elements in the spec.
5185          } else {
5186            $reconstruct_active_formatting_elements->($insert_to_current);
5187            
5188            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
5189            
5190            !!!next-token;
5191            redo B;
5192          }
5193        } elsif ($token->{type} == END_TAG_TOKEN) {
5194          if ($token->{tag_name} eq 'body') {
5195            if (@{$self->{open_elements}} > 1 and
5196                $self->{open_elements}->[1]->[1] eq 'body') {
5197              for (@{$self->{open_elements}}) {
5198                unless ({
5199                           dd => 1, dt => 1, li => 1, p => 1, td => 1,
5200                           th => 1, tr => 1, body => 1, html => 1,
5201                         tbody => 1, tfoot => 1, thead => 1,
5202                        }->{$_->[1]}) {
5203                  !!!parse-error (type => 'not closed:'.$_->[1]);
5204                }
5205              }
5206    
5207          !!!parse-error (type => 'after html:#character');            $self->{insertion_mode} = AFTER_BODY_IM;
5208          $phase = 'main';            !!!next-token;
5209          ## reprocess            redo B;
5210            } else {
5211              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
5212              ## Ignore the token
5213              !!!next-token;
5214              redo B;
5215            }
5216          } elsif ($token->{tag_name} eq 'html') {
5217            if (@{$self->{open_elements}} > 1 and $self->{open_elements}->[1]->[1] eq 'body') {
5218              ## ISSUE: There is an issue in the spec.
5219              if ($self->{open_elements}->[-1]->[1] ne 'body') {
5220                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[1]->[1]);
5221              }
5222              $self->{insertion_mode} = AFTER_BODY_IM;
5223              ## reprocess
5224              redo B;
5225            } else {
5226              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
5227              ## Ignore the token
5228              !!!next-token;
5229              redo B;
5230            }
5231          } elsif ({
5232                    address => 1, blockquote => 1, center => 1, dir => 1,
5233                    div => 1, dl => 1, fieldset => 1, listing => 1,
5234                    menu => 1, ol => 1, pre => 1, ul => 1,
5235                    p => 1,
5236                    dd => 1, dt => 1, li => 1,
5237                    button => 1, marquee => 1, object => 1,
5238                   }->{$token->{tag_name}}) {
5239            ## has an element in scope
5240            my $i;
5241            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5242              my $node = $self->{open_elements}->[$_];
5243              if ($node->[1] eq $token->{tag_name}) {
5244                ## generate implied end tags
5245                if ({
5246                     dd => ($token->{tag_name} ne 'dd'),
5247                     dt => ($token->{tag_name} ne 'dt'),
5248                     li => ($token->{tag_name} ne 'li'),
5249                     p => ($token->{tag_name} ne 'p'),
5250                     td => 1, th => 1, tr => 1,
5251                     tbody => 1, tfoot=> 1, thead => 1,
5252                    }->{$self->{open_elements}->[-1]->[1]}) {
5253                  !!!back-token;
5254                  $token = {type => END_TAG_TOKEN,
5255                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST
5256                  redo B;
5257                }
5258                $i = $_;
5259                last INSCOPE unless $token->{tag_name} eq 'p';
5260              } elsif ({
5261                        table => 1, caption => 1, td => 1, th => 1,
5262                        button => 1, marquee => 1, object => 1, html => 1,
5263                       }->{$node->[1]}) {
5264                last INSCOPE;
5265              }
5266            } # INSCOPE
5267            
5268            if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {
5269              if (defined $i) {
5270                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
5271              } else {
5272                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
5273              }
5274            }
5275            
5276            if (defined $i) {
5277              splice @{$self->{open_elements}}, $i;
5278            } elsif ($token->{tag_name} eq 'p') {
5279              ## As if <p>, then reprocess the current token
5280              my $el;
5281              !!!create-element ($el, 'p');
5282              $insert->($el);
5283            }
5284            $clear_up_to_marker->()
5285              if {
5286                button => 1, marquee => 1, object => 1,
5287              }->{$token->{tag_name}};
5288            !!!next-token;
5289          redo B;          redo B;
5290        } elsif ($token->{type} eq 'start tag' or        } elsif ($token->{tag_name} eq 'form') {
5291                 $token->{type} eq 'end tag') {          ## has an element in scope
5292          !!!parse-error (type => 'after html:'.$token->{tag_name});          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5293          $phase = 'main';            my $node = $self->{open_elements}->[$_];
5294          ## reprocess            if ($node->[1] eq $token->{tag_name}) {
5295                ## generate implied end tags
5296                if ({
5297                     dd => 1, dt => 1, li => 1, p => 1,
5298                     td => 1, th => 1, tr => 1,
5299                     tbody => 1, tfoot=> 1, thead => 1,
5300                    }->{$self->{open_elements}->[-1]->[1]}) {
5301                  !!!back-token;
5302                  $token = {type => END_TAG_TOKEN,
5303                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST
5304                  redo B;
5305                }
5306                last INSCOPE;
5307              } elsif ({
5308                        table => 1, caption => 1, td => 1, th => 1,
5309                        button => 1, marquee => 1, object => 1, html => 1,
5310                       }->{$node->[1]}) {
5311                last INSCOPE;
5312              }
5313            } # INSCOPE
5314            
5315            if ($self->{open_elements}->[-1]->[1] eq $token->{tag_name}) {
5316              pop @{$self->{open_elements}};
5317            } else {
5318              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
5319            }
5320    
5321            undef $self->{form_element};
5322            !!!next-token;
5323          redo B;          redo B;
5324        } elsif ($token->{type} eq 'end-of-file') {        } elsif ({
5325          ## Stop parsing                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
5326          last B;                 }->{$token->{tag_name}}) {
5327            ## has an element in scope
5328            my $i;
5329            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5330              my $node = $self->{open_elements}->[$_];
5331              if ({
5332                   h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
5333                  }->{$node->[1]}) {
5334                ## generate implied end tags
5335                if ({
5336                     dd => 1, dt => 1, li => 1, p => 1,
5337                     td => 1, th => 1, tr => 1,
5338                     tbody => 1, tfoot=> 1, thead => 1,
5339                    }->{$self->{open_elements}->[-1]->[1]}) {
5340                  !!!back-token;
5341                  $token = {type => END_TAG_TOKEN,
5342                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST
5343                  redo B;
5344                }
5345                $i = $_;
5346                last INSCOPE;
5347              } elsif ({
5348                        table => 1, caption => 1, td => 1, th => 1,
5349                        button => 1, marquee => 1, object => 1, html => 1,
5350                       }->{$node->[1]}) {
5351                last INSCOPE;
5352              }
5353            } # INSCOPE
5354            
5355            if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {
5356              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
5357            }
5358            
5359            splice @{$self->{open_elements}}, $i if defined $i;
5360            !!!next-token;
5361            redo B;
5362          } elsif ({
5363                    a => 1,
5364                    b => 1, big => 1, em => 1, font => 1, i => 1,
5365                    nobr => 1, s => 1, small => 1, strile => 1,
5366                    strong => 1, tt => 1, u => 1,
5367                   }->{$token->{tag_name}}) {
5368            $formatting_end_tag->($token->{tag_name});
5369            redo B;
5370          } elsif ($token->{tag_name} eq 'br') {
5371            !!!parse-error (type => 'unmatched end tag:br');
5372    
5373            ## As if <br>
5374            $reconstruct_active_formatting_elements->($insert_to_current);
5375            
5376            my $el;
5377            !!!create-element ($el, 'br');
5378            $insert->($el);
5379            
5380            ## Ignore the token.
5381            !!!next-token;
5382            redo B;
5383          } elsif ({
5384                    caption => 1, col => 1, colgroup => 1, frame => 1,
5385                    frameset => 1, head => 1, option => 1, optgroup => 1,
5386                    tbody => 1, td => 1, tfoot => 1, th => 1,
5387                    thead => 1, tr => 1,
5388                    area => 1, basefont => 1, bgsound => 1,
5389                    embed => 1, hr => 1, iframe => 1, image => 1,
5390                    img => 1, input => 1, isindex => 1, noembed => 1,
5391                    noframes => 1, param => 1, select => 1, spacer => 1,
5392                    table => 1, textarea => 1, wbr => 1,
5393                    noscript => 0, ## TODO: if scripting is enabled
5394                   }->{$token->{tag_name}}) {
5395            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
5396            ## Ignore the token
5397            !!!next-token;
5398            redo B;
5399            
5400            ## ISSUE: Issue on HTML5 new elements in spec
5401            
5402        } else {        } else {
5403          die "$0: $token->{type}: Unknown token";          ## Step 1
5404            my $node_i = -1;
5405            my $node = $self->{open_elements}->[$node_i];
5406    
5407            ## Step 2
5408            S2: {
5409              if ($node->[1] eq $token->{tag_name}) {
5410                ## Step 1
5411                ## generate implied end tags
5412                if ({
5413                     dd => 1, dt => 1, li => 1, p => 1,
5414                     td => 1, th => 1, tr => 1,
5415                     tbody => 1, tfoot => 1, thead => 1,
5416                    }->{$self->{open_elements}->[-1]->[1]}) {
5417                  !!!back-token;
5418                  $token = {type => END_TAG_TOKEN,
5419                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST
5420                  redo B;
5421                }
5422            
5423                ## Step 2
5424                if ($token->{tag_name} ne $self->{open_elements}->[-1]->[1]) {
5425                  ## NOTE: <x><y></x>
5426                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
5427                }
5428                
5429                ## Step 3
5430                splice @{$self->{open_elements}}, $node_i;
5431    
5432                !!!next-token;
5433                last S2;
5434              } else {
5435                ## Step 3
5436                if (not $formatting_category->{$node->[1]} and
5437                    #not $phrasing_category->{$node->[1]} and
5438                    ($special_category->{$node->[1]} or
5439                     $scoping_category->{$node->[1]})) {
5440                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
5441                  ## Ignore the token
5442                  !!!next-token;
5443                  last S2;
5444                }
5445              }
5446              
5447              ## Step 4
5448              $node_i--;
5449              $node = $self->{open_elements}->[$node_i];
5450              
5451              ## Step 5;
5452              redo S2;
5453            } # S2
5454            redo B;
5455        }        }
5456      }      }
5457        redo B;
5458    } # B    } # B
5459    
5460      ## NOTE: The "trailing end" phase in HTML5 is split into
5461      ## two insertion modes: "after html body" and "after html frameset".
5462      ## NOTE: States in the main stage is preserved while
5463      ## the parser stays in the trailing end phase. # MUST
5464    
5465    ## Stop parsing # MUST    ## Stop parsing # MUST
5466        
5467    ## TODO: script stuffs    ## TODO: script stuffs
# Line 4874  sub set_inner_html ($$$) { Line 5473  sub set_inner_html ($$$) {
5473    my $s = \$_[0];    my $s = \$_[0];
5474    my $onerror = $_[1];    my $onerror = $_[1];
5475    
5476      ## ISSUE: Should {confident} be true?
5477    
5478    my $nt = $node->node_type;    my $nt = $node->node_type;
5479    if ($nt == 9) {    if ($nt == 9) {
5480      # MUST      # MUST
# Line 4896  sub set_inner_html ($$$) { Line 5497  sub set_inner_html ($$$) {
5497      ## NOTE: Most of this code is copied from |parse_string|      ## NOTE: Most of this code is copied from |parse_string|
5498    
5499      ## Step 1 # MUST      ## Step 1 # MUST
5500      my $doc = $node->owner_document->implementation->create_document;      my $this_doc = $node->owner_document;
5501      ## TODO: Mark as HTML document      my $doc = $this_doc->implementation->create_document;
5502        $doc->manakai_is_html (1);
5503      my $p = $class->new;      my $p = $class->new;
5504      $p->{document} = $doc;      $p->{document} = $doc;
5505    
# Line 4907  sub set_inner_html ($$$) { Line 5509  sub set_inner_html ($$$) {
5509      my $column = 0;      my $column = 0;
5510      $p->{set_next_input_character} = sub {      $p->{set_next_input_character} = sub {
5511        my $self = shift;        my $self = shift;
5512    
5513          pop @{$self->{prev_input_character}};
5514          unshift @{$self->{prev_input_character}}, $self->{next_input_character};
5515    
5516        $self->{next_input_character} = -1 and return if $i >= length $$s;        $self->{next_input_character} = -1 and return if $i >= length $$s;
5517        $self->{next_input_character} = ord substr $$s, $i++, 1;        $self->{next_input_character} = ord substr $$s, $i++, 1;
5518        $column++;        $column++;
# Line 4915  sub set_inner_html ($$$) { Line 5521  sub set_inner_html ($$$) {
5521          $line++;          $line++;
5522          $column = 0;          $column = 0;
5523        } elsif ($self->{next_input_character} == 0x000D) { # CR        } elsif ($self->{next_input_character} == 0x000D) { # CR
5524          if ($i >= length $$s) {          $i++ if substr ($$s, $i, 1) eq "\x0A";
           #  
         } else {  
           my $next_char = ord substr $$s, $i++, 1;  
           if ($next_char == 0x000A) { # LF  
             #  
           } else {  
             push @{$self->{char}}, $next_char;  
           }  
         }  
5525          $self->{next_input_character} = 0x000A; # LF # MUST          $self->{next_input_character} = 0x000A; # LF # MUST
5526          $line++;          $line++;
5527          $column = 0;          $column = 0;
5528        } elsif ($self->{next_input_character} > 0x10FFFF) {        } elsif ($self->{next_input_character} > 0x10FFFF) {
5529          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
5530        } elsif ($self->{next_input_character} == 0x0000) { # NULL        } elsif ($self->{next_input_character} == 0x0000) { # NULL
5531            !!!parse-error (type => 'NULL');
5532          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
5533        }        }
5534      };      };
5535        $p->{prev_input_character} = [-1, -1, -1];
5536        $p->{next_input_character} = -1;
5537            
5538      my $ponerror = $onerror || sub {      my $ponerror = $onerror || sub {
5539        my (%opt) = @_;        my (%opt) = @_;
# Line 4947  sub set_inner_html ($$$) { Line 5547  sub set_inner_html ($$$) {
5547      $p->_initialize_tree_constructor;      $p->_initialize_tree_constructor;
5548    
5549      ## Step 2      ## Step 2
5550      my $node_ln = $node->local_name;      my $node_ln = $node->manakai_local_name;
5551      $p->{content_model_flag} = {      $p->{content_model} = {
5552        title => 'RCDATA',        title => RCDATA_CONTENT_MODEL,
5553        textarea => 'RCDATA',        textarea => RCDATA_CONTENT_MODEL,
5554        style => 'CDATA',        style => CDATA_CONTENT_MODEL,
5555        script => 'CDATA',        script => CDATA_CONTENT_MODEL,
5556        xmp => 'CDATA',        xmp => CDATA_CONTENT_MODEL,
5557        iframe => 'CDATA',        iframe => CDATA_CONTENT_MODEL,
5558        noembed => 'CDATA',        noembed => CDATA_CONTENT_MODEL,
5559        noframes => 'CDATA',        noframes => CDATA_CONTENT_MODEL,
5560        noscript => 'CDATA',        noscript => CDATA_CONTENT_MODEL,
5561        plaintext => 'PLAINTEXT',        plaintext => PLAINTEXT_CONTENT_MODEL,
5562      }->{$node_ln} || 'PCDATA';      }->{$node_ln};
5563         ## ISSUE: What is "the name of the element"? local name?      $p->{content_model} = PCDATA_CONTENT_MODEL
5564            unless defined $p->{content_model};
5565            ## ISSUE: What is "the name of the element"? local name?
5566    
5567      $p->{inner_html_node} = [$node, $node_ln];      $p->{inner_html_node} = [$node, $node_ln];
5568    
# Line 4985  sub set_inner_html ($$$) { Line 5587  sub set_inner_html ($$$) {
5587        if ($anode->node_type == 1) {        if ($anode->node_type == 1) {
5588          my $nsuri = $anode->namespace_uri;          my $nsuri = $anode->namespace_uri;
5589          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {
5590            if ($anode->local_name eq 'form') { ## TODO: case?            if ($anode->manakai_local_name eq 'form') {
5591              $p->{form_element} = $anode;              $p->{form_element} = $anode;
5592              last AN;              last AN;
5593            }            }
# Line 5012  sub set_inner_html ($$$) { Line 5614  sub set_inner_html ($$$) {
5614      ## Step 12 # MUST      ## Step 12 # MUST
5615      @cn = @{$root->child_nodes};      @cn = @{$root->child_nodes};
5616      for (@cn) {      for (@cn) {
5617          $this_doc->adopt_node ($_);
5618        $node->append_child ($_);        $node->append_child ($_);
5619      }      }
5620      ## ISSUE: adopt_node? mutation events?      ## ISSUE: mutation events?
5621    
5622      $p->_terminate_tree_constructor;      $p->_terminate_tree_constructor;
5623    } else {    } else {
# Line 5024  sub set_inner_html ($$$) { Line 5627  sub set_inner_html ($$$) {
5627    
5628  } # tree construction stage  } # tree construction stage
5629    
5630  sub get_inner_html ($$$) {  package Whatpm::HTML::RestartParser;
5631    my (undef, $node, $on_error) = @_;  push our @ISA, 'Error';
   
   ## Step 1  
   my $s = '';  
   
   my $in_cdata;  
   my $parent = $node;  
   while (defined $parent) {  
     if ($parent->node_type == 1 and  
         $parent->namespace_uri eq 'http://www.w3.org/1999/xhtml' and  
         {  
           style => 1, script => 1, xmp => 1, iframe => 1,  
           noembed => 1, noframes => 1, noscript => 1,  
         }->{$parent->local_name}) { ## TODO: case thingy  
       $in_cdata = 1;  
     }  
     $parent = $parent->parent_node;  
   }  
   
   ## Step 2  
   my @node = @{$node->child_nodes};  
   C: while (@node) {  
     my $child = shift @node;  
     unless (ref $child) {  
       if ($child eq 'cdata-out') {  
         $in_cdata = 0;  
       } else {  
         $s .= $child; # end tag  
       }  
       next C;  
     }  
       
     my $nt = $child->node_type;  
     if ($nt == 1) { # Element  
       my $tag_name = lc $child->tag_name; ## ISSUE: Definition of "lowercase"  
       $s .= '<' . $tag_name;  
   
       ## ISSUE: Non-html elements  
   
       my @attrs = @{$child->attributes}; # sort order MUST be stable  
       for my $attr (@attrs) { # order is implementation dependent  
         my $attr_name = lc $attr->name; ## ISSUE: Definition of "lowercase"  
         $s .= ' ' . $attr_name . '="';  
         my $attr_value = $attr->value;  
         ## escape  
         $attr_value =~ s/&/&amp;/g;  
         $attr_value =~ s/</&lt;/g;  
         $attr_value =~ s/>/&gt;/g;  
         $attr_value =~ s/"/&quot;/g;  
         $s .= $attr_value . '"';  
       }  
       $s .= '>';  
         
       next C if {  
         area => 1, base => 1, basefont => 1, bgsound => 1,  
         br => 1, col => 1, embed => 1, frame => 1, hr => 1,  
         img => 1, input => 1, link => 1, meta => 1, param => 1,  
         spacer => 1, wbr => 1,  
       }->{$tag_name};  
   
       if (not $in_cdata and {  
         style => 1, script => 1, xmp => 1, iframe => 1,  
         noembed => 1, noframes => 1, noscript => 1,  
       }->{$tag_name}) {  
         unshift @node, 'cdata-out';  
         $in_cdata = 1;  
       }  
   
       unshift @node, @{$child->child_nodes}, '</' . $tag_name . '>';  
     } elsif ($nt == 3 or $nt == 4) {  
       if ($in_cdata) {  
         $s .= $child->data;  
       } else {  
         my $value = $child->data;  
         $value =~ s/&/&amp;/g;  
         $value =~ s/</&lt;/g;  
         $value =~ s/>/&gt;/g;  
         $value =~ s/"/&quot;/g;  
         $s .= $value;  
       }  
     } elsif ($nt == 8) {  
       $s .= '<!--' . $child->data . '-->';  
     } elsif ($nt == 10) {  
       $s .= '<!DOCTYPE ' . $child->name . '>';  
     } elsif ($nt == 5) { # entrefs  
       push @node, @{$child->child_nodes};  
     } else {  
       $on_error->($child) if defined $on_error;  
     }  
     ## ISSUE: This code does not support PIs.  
   } # C  
     
   ## Step 3  
   return \$s;  
 } # get_inner_html  
5632    
5633  1;  1;
5634  # $Date$  # $Date$
Legend:
Removed from v.1.12  
changed lines
  Added in v.1.72
admin@suikawiki.org
 ViewVC Help
Powered by ViewVC 1.1.24