/[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 1.75 by wakaba, Mon Mar 3 00:13:22 2008 UTC revision 1.231 by wakaba, Sun Sep 6 01:21:44 2009 UTC
# Line 3  use strict; Line 3  use strict;
3  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};
4  use Error qw(:try);  use Error qw(:try);
5    
6    use Whatpm::HTML::Tokenizer;
7    
8    ## NOTE: This module don't check all HTML5 parse errors; character
9    ## encoding related parse errors are expected to be handled by relevant
10    ## modules.
11    ## Parse errors for control characters that are not allowed in HTML5
12    ## documents, for surrogate code points, and for noncharacter code
13    ## points, as well as U+FFFD substitions for characters whose code points
14    ## is higher than U+10FFFF may be detected by combining the parser with
15    ## the checker implemented by Whatpm::Charset::UnicodeChecker (for its
16    ## usage example, see |t/HTML-tree.t| in the Whatpm package or the
17    ## WebHACC::Language::HTML module in the WebHACC package).
18    
19  ## ISSUE:  ## ISSUE:
20  ## var doc = implementation.createDocument (null, null, null);  ## var doc = implementation.createDocument (null, null, null);
21  ## doc.write ('');  ## doc.write ('');
22  ## alert (doc.compatMode);  ## alert (doc.compatMode);
23    
24  ## TODO: Control charcters and noncharacters are not allowed (HTML5 revision 1263)  require IO::Handle;
25  ## TODO: 1252 parse error (revision 1264)  
26  ## TODO: 8859-11 = 874 (revision 1271)  ## Namespace URLs
27    
28  my $permitted_slash_tag_name = {  my $HTML_NS = q<http://www.w3.org/1999/xhtml>;
29    base => 1,  my $MML_NS = q<http://www.w3.org/1998/Math/MathML>;
30    link => 1,  my $SVG_NS = q<http://www.w3.org/2000/svg>;
31    meta => 1,  my $XLINK_NS = q<http://www.w3.org/1999/xlink>;
32    hr => 1,  my $XML_NS = q<http://www.w3.org/XML/1998/namespace>;
33    br => 1,  my $XMLNS_NS = q<http://www.w3.org/2000/xmlns/>;
34    img => 1,  
35    embed => 1,  ## Element categories
36    param => 1,  
37    area => 1,  ## Bits 12-15
38    col => 1,  sub SPECIAL_EL () { 0b1_000000000000000 }
39    input => 1,  sub SCOPING_EL () { 0b1_00000000000000 }
40    sub FORMATTING_EL () { 0b1_0000000000000 }
41    sub PHRASING_EL () { 0b1_000000000000 }
42    
43    ## Bits 10-11
44    #sub FOREIGN_EL () { 0b1_00000000000 } # see Whatpm::HTML::Tokenizer
45    sub FOREIGN_FLOW_CONTENT_EL () { 0b1_0000000000 }
46    
47    ## Bits 6-9
48    sub TABLE_SCOPING_EL () { 0b1_000000000 }
49    sub TABLE_ROWS_SCOPING_EL () { 0b1_00000000 }
50    sub TABLE_ROW_SCOPING_EL () { 0b1_0000000 }
51    sub TABLE_ROWS_EL () { 0b1_000000 }
52    
53    ## Bit 5
54    sub ADDRESS_DIV_P_EL () { 0b1_00000 }
55    
56    ## NOTE: Used in </body> and EOF algorithms.
57    ## Bit 4
58    sub ALL_END_TAG_OPTIONAL_EL () { 0b1_0000 }
59    
60    ## NOTE: Used in "generate implied end tags" algorithm.
61    ## NOTE: There is a code where a modified version of
62    ## END_TAG_OPTIONAL_EL is used in "generate implied end tags"
63    ## implementation (search for the algorithm name).
64    ## Bit 3
65    sub END_TAG_OPTIONAL_EL () { 0b1_000 }
66    
67    ## Bits 0-2
68    
69    sub MISC_SPECIAL_EL () { SPECIAL_EL | 0b000 }
70    sub FORM_EL () { SPECIAL_EL | 0b001 }
71    sub FRAMESET_EL () { SPECIAL_EL | 0b010 }
72    sub HEADING_EL () { SPECIAL_EL | 0b011 }
73    sub SELECT_EL () { SPECIAL_EL | 0b100 }
74    sub SCRIPT_EL () { SPECIAL_EL | 0b101 }
75    
76    sub ADDRESS_DIV_EL () { SPECIAL_EL | ADDRESS_DIV_P_EL | 0b001 }
77    sub BODY_EL () { SPECIAL_EL | ALL_END_TAG_OPTIONAL_EL | 0b001 }
78    
79    sub DTDD_EL () {
80      SPECIAL_EL |
81      END_TAG_OPTIONAL_EL |
82      ALL_END_TAG_OPTIONAL_EL |
83      0b010
84    }
85    sub LI_EL () {
86      SPECIAL_EL |
87      END_TAG_OPTIONAL_EL |
88      ALL_END_TAG_OPTIONAL_EL |
89      0b100
90    }
91    sub P_EL () {
92      SPECIAL_EL |
93      ADDRESS_DIV_P_EL |
94      END_TAG_OPTIONAL_EL |
95      ALL_END_TAG_OPTIONAL_EL |
96      0b001
97    }
98    
99    sub TABLE_ROW_EL () {
100      SPECIAL_EL |
101      TABLE_ROWS_EL |
102      TABLE_ROW_SCOPING_EL |
103      ALL_END_TAG_OPTIONAL_EL |
104      0b001
105    }
106    sub TABLE_ROW_GROUP_EL () {
107      SPECIAL_EL |
108      TABLE_ROWS_EL |
109      TABLE_ROWS_SCOPING_EL |
110      ALL_END_TAG_OPTIONAL_EL |
111      0b001
112    }
113    
114    sub MISC_SCOPING_EL () { SCOPING_EL | 0b000 }
115    sub BUTTON_EL () { SCOPING_EL | 0b001 }
116    sub CAPTION_EL () { SCOPING_EL | 0b010 }
117    sub HTML_EL () {
118      SCOPING_EL |
119      TABLE_SCOPING_EL |
120      TABLE_ROWS_SCOPING_EL |
121      TABLE_ROW_SCOPING_EL |
122      ALL_END_TAG_OPTIONAL_EL |
123      0b001
124    }
125    sub TABLE_EL () {
126      SCOPING_EL |
127      TABLE_ROWS_EL |
128      TABLE_SCOPING_EL |
129      0b001
130    }
131    sub TABLE_CELL_EL () {
132      SCOPING_EL |
133      TABLE_ROW_SCOPING_EL |
134      ALL_END_TAG_OPTIONAL_EL |
135      0b001
136    }
137    
138    sub MISC_FORMATTING_EL () { FORMATTING_EL | 0b000 }
139    sub A_EL () { FORMATTING_EL | 0b001 }
140    sub NOBR_EL () { FORMATTING_EL | 0b010 }
141    
142    sub RUBY_EL () { PHRASING_EL | 0b001 }
143    
144    ## ISSUE: ALL_END_TAG_OPTIONAL_EL?
145    sub OPTGROUP_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b001 }
146    sub OPTION_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b010 }
147    sub RUBY_COMPONENT_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b100 }
148    
149    sub MML_AXML_EL () { PHRASING_EL | FOREIGN_EL | 0b001 }
150    
151    my $el_category = {
152      a => A_EL,
153      address => ADDRESS_DIV_EL,
154      applet => MISC_SCOPING_EL,
155      area => MISC_SPECIAL_EL,
156      article => MISC_SPECIAL_EL,
157      aside => MISC_SPECIAL_EL,
158      b => FORMATTING_EL,
159      base => MISC_SPECIAL_EL,
160      basefont => MISC_SPECIAL_EL,
161      bgsound => MISC_SPECIAL_EL,
162      big => FORMATTING_EL,
163      blockquote => MISC_SPECIAL_EL,
164      body => BODY_EL,
165      br => MISC_SPECIAL_EL,
166      button => BUTTON_EL,
167      caption => CAPTION_EL,
168      center => MISC_SPECIAL_EL,
169      col => MISC_SPECIAL_EL,
170      colgroup => MISC_SPECIAL_EL,
171      command => MISC_SPECIAL_EL,
172      datagrid => MISC_SPECIAL_EL,
173      dd => DTDD_EL,
174      details => MISC_SPECIAL_EL,
175      dialog => MISC_SPECIAL_EL,
176      dir => MISC_SPECIAL_EL,
177      div => ADDRESS_DIV_EL,
178      dl => MISC_SPECIAL_EL,
179      dt => DTDD_EL,
180      em => FORMATTING_EL,
181      embed => MISC_SPECIAL_EL,
182      eventsource => MISC_SPECIAL_EL,
183      fieldset => MISC_SPECIAL_EL,
184      figure => MISC_SPECIAL_EL,
185      font => FORMATTING_EL,
186      footer => MISC_SPECIAL_EL,
187      form => FORM_EL,
188      frame => MISC_SPECIAL_EL,
189      frameset => FRAMESET_EL,
190      h1 => HEADING_EL,
191      h2 => HEADING_EL,
192      h3 => HEADING_EL,
193      h4 => HEADING_EL,
194      h5 => HEADING_EL,
195      h6 => HEADING_EL,
196      head => MISC_SPECIAL_EL,
197      header => MISC_SPECIAL_EL,
198      hr => MISC_SPECIAL_EL,
199      html => HTML_EL,
200      i => FORMATTING_EL,
201      iframe => MISC_SPECIAL_EL,
202      img => MISC_SPECIAL_EL,
203      #image => MISC_SPECIAL_EL, ## NOTE: Commented out in the spec.
204      input => MISC_SPECIAL_EL,
205      isindex => MISC_SPECIAL_EL,
206      li => LI_EL,
207      link => MISC_SPECIAL_EL,
208      listing => MISC_SPECIAL_EL,
209      marquee => MISC_SCOPING_EL,
210      menu => MISC_SPECIAL_EL,
211      meta => MISC_SPECIAL_EL,
212      nav => MISC_SPECIAL_EL,
213      nobr => NOBR_EL,
214      noembed => MISC_SPECIAL_EL,
215      noframes => MISC_SPECIAL_EL,
216      noscript => MISC_SPECIAL_EL,
217      object => MISC_SCOPING_EL,
218      ol => MISC_SPECIAL_EL,
219      optgroup => OPTGROUP_EL,
220      option => OPTION_EL,
221      p => P_EL,
222      param => MISC_SPECIAL_EL,
223      plaintext => MISC_SPECIAL_EL,
224      pre => MISC_SPECIAL_EL,
225      rp => RUBY_COMPONENT_EL,
226      rt => RUBY_COMPONENT_EL,
227      ruby => RUBY_EL,
228      s => FORMATTING_EL,
229      script => MISC_SPECIAL_EL,
230      select => SELECT_EL,
231      section => MISC_SPECIAL_EL,
232      small => FORMATTING_EL,
233      spacer => MISC_SPECIAL_EL,
234      strike => FORMATTING_EL,
235      strong => FORMATTING_EL,
236      style => MISC_SPECIAL_EL,
237      table => TABLE_EL,
238      tbody => TABLE_ROW_GROUP_EL,
239      td => TABLE_CELL_EL,
240      textarea => MISC_SPECIAL_EL,
241      tfoot => TABLE_ROW_GROUP_EL,
242      th => TABLE_CELL_EL,
243      thead => TABLE_ROW_GROUP_EL,
244      title => MISC_SPECIAL_EL,
245      tr => TABLE_ROW_EL,
246      tt => FORMATTING_EL,
247      u => FORMATTING_EL,
248      ul => MISC_SPECIAL_EL,
249      wbr => MISC_SPECIAL_EL,
250  };  };
251    
252  my $c1_entity_char = {  my $el_category_f = {
253    0x80 => 0x20AC,    $MML_NS => {
254    0x81 => 0xFFFD,      'annotation-xml' => MML_AXML_EL,
255    0x82 => 0x201A,      mi => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
256    0x83 => 0x0192,      mo => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
257    0x84 => 0x201E,      mn => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
258    0x85 => 0x2026,      ms => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
259    0x86 => 0x2020,      mtext => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
260    0x87 => 0x2021,    },
261    0x88 => 0x02C6,    $SVG_NS => {
262    0x89 => 0x2030,      foreignObject => SCOPING_EL | FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
263    0x8A => 0x0160,      desc => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
264    0x8B => 0x2039,      title => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
265    0x8C => 0x0152,    },
266    0x8D => 0xFFFD,    ## NOTE: In addition, FOREIGN_EL is set to non-HTML elements.
   0x8E => 0x017D,  
   0x8F => 0xFFFD,  
   0x90 => 0xFFFD,  
   0x91 => 0x2018,  
   0x92 => 0x2019,  
   0x93 => 0x201C,  
   0x94 => 0x201D,  
   0x95 => 0x2022,  
   0x96 => 0x2013,  
   0x97 => 0x2014,  
   0x98 => 0x02DC,  
   0x99 => 0x2122,  
   0x9A => 0x0161,  
   0x9B => 0x203A,  
   0x9C => 0x0153,  
   0x9D => 0xFFFD,  
   0x9E => 0x017E,  
   0x9F => 0x0178,  
 }; # $c1_entity_char  
   
 my $special_category = {  
   address => 1, area => 1, base => 1, basefont => 1, bgsound => 1,  
   blockquote => 1, body => 1, br => 1, center => 1, col => 1, colgroup => 1,  
   dd => 1, dir => 1, div => 1, dl => 1, dt => 1, embed => 1, fieldset => 1,  
   form => 1, frame => 1, frameset => 1, h1 => 1, h2 => 1, h3 => 1,  
   h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, iframe => 1, image => 1,  
   img => 1, input => 1, isindex => 1, li => 1, link => 1, listing => 1,  
   menu => 1, meta => 1, noembed => 1, noframes => 1, noscript => 1,  
   ol => 1, optgroup => 1, option => 1, p => 1, param => 1, plaintext => 1,  
   pre => 1, script => 1, select => 1, spacer => 1, style => 1, tbody => 1,  
   textarea => 1, tfoot => 1, thead => 1, title => 1, tr => 1, ul => 1, wbr => 1,  
267  };  };
268  my $scoping_category = {  
269    button => 1, caption => 1, html => 1, marquee => 1, object => 1,  my $svg_attr_name = {
270    table => 1, td => 1, th => 1,    attributename => 'attributeName',
271      attributetype => 'attributeType',
272      basefrequency => 'baseFrequency',
273      baseprofile => 'baseProfile',
274      calcmode => 'calcMode',
275      clippathunits => 'clipPathUnits',
276      contentscripttype => 'contentScriptType',
277      contentstyletype => 'contentStyleType',
278      diffuseconstant => 'diffuseConstant',
279      edgemode => 'edgeMode',
280      externalresourcesrequired => 'externalResourcesRequired',
281      filterres => 'filterRes',
282      filterunits => 'filterUnits',
283      glyphref => 'glyphRef',
284      gradienttransform => 'gradientTransform',
285      gradientunits => 'gradientUnits',
286      kernelmatrix => 'kernelMatrix',
287      kernelunitlength => 'kernelUnitLength',
288      keypoints => 'keyPoints',
289      keysplines => 'keySplines',
290      keytimes => 'keyTimes',
291      lengthadjust => 'lengthAdjust',
292      limitingconeangle => 'limitingConeAngle',
293      markerheight => 'markerHeight',
294      markerunits => 'markerUnits',
295      markerwidth => 'markerWidth',
296      maskcontentunits => 'maskContentUnits',
297      maskunits => 'maskUnits',
298      numoctaves => 'numOctaves',
299      pathlength => 'pathLength',
300      patterncontentunits => 'patternContentUnits',
301      patterntransform => 'patternTransform',
302      patternunits => 'patternUnits',
303      pointsatx => 'pointsAtX',
304      pointsaty => 'pointsAtY',
305      pointsatz => 'pointsAtZ',
306      preservealpha => 'preserveAlpha',
307      preserveaspectratio => 'preserveAspectRatio',
308      primitiveunits => 'primitiveUnits',
309      refx => 'refX',
310      refy => 'refY',
311      repeatcount => 'repeatCount',
312      repeatdur => 'repeatDur',
313      requiredextensions => 'requiredExtensions',
314      requiredfeatures => 'requiredFeatures',
315      specularconstant => 'specularConstant',
316      specularexponent => 'specularExponent',
317      spreadmethod => 'spreadMethod',
318      startoffset => 'startOffset',
319      stddeviation => 'stdDeviation',
320      stitchtiles => 'stitchTiles',
321      surfacescale => 'surfaceScale',
322      systemlanguage => 'systemLanguage',
323      tablevalues => 'tableValues',
324      targetx => 'targetX',
325      targety => 'targetY',
326      textlength => 'textLength',
327      viewbox => 'viewBox',
328      viewtarget => 'viewTarget',
329      xchannelselector => 'xChannelSelector',
330      ychannelselector => 'yChannelSelector',
331      zoomandpan => 'zoomAndPan',
332  };  };
333  my $formatting_category = {  
334    a => 1, b => 1, big => 1, em => 1, font => 1, i => 1, nobr => 1,  my $foreign_attr_xname = {
335    s => 1, small => 1, strile => 1, strong => 1, tt => 1, u => 1,    'xlink:actuate' => [$XLINK_NS, ['xlink', 'actuate']],
336      'xlink:arcrole' => [$XLINK_NS, ['xlink', 'arcrole']],
337      'xlink:href' => [$XLINK_NS, ['xlink', 'href']],
338      'xlink:role' => [$XLINK_NS, ['xlink', 'role']],
339      'xlink:show' => [$XLINK_NS, ['xlink', 'show']],
340      'xlink:title' => [$XLINK_NS, ['xlink', 'title']],
341      'xlink:type' => [$XLINK_NS, ['xlink', 'type']],
342      'xml:base' => [$XML_NS, ['xml', 'base']],
343      'xml:lang' => [$XML_NS, ['xml', 'lang']],
344      'xml:space' => [$XML_NS, ['xml', 'space']],
345      'xmlns' => [$XMLNS_NS, [undef, 'xmlns']],
346      'xmlns:xlink' => [$XMLNS_NS, ['xmlns', 'xlink']],
347  };  };
348  # $phrasing_category: all other elements  
349    ## ISSUE: xmlns:xlink="non-xlink-ns" is not an error.
350    
351    ## TODO: Invoke the reset algorithm when a resettable element is
352    ## created (cf. HTML5 revision 2259).
353    
354  sub parse_byte_string ($$$$;$) {  sub parse_byte_string ($$$$;$) {
355      my $self = shift;
356      my $charset_name = shift;
357      open my $input, '<', ref $_[0] ? $_[0] : \($_[0]);
358      return $self->parse_byte_stream ($charset_name, $input, @_[1..$#_]);
359    } # parse_byte_string
360    
361    sub parse_byte_stream ($$$$;$$) {
362      # my ($self, $charset_name, $byte_stream, $doc, $onerror, $get_wrapper) = @_;
363    my $self = ref $_[0] ? shift : shift->new;    my $self = ref $_[0] ? shift : shift->new;
364    my $charset = shift;    my $charset_name = shift;
365    my $bytes_s = ref $_[0] ? $_[0] : \($_[0]);    my $byte_stream = $_[0];
   my $s;  
     
   if (defined $charset) {  
     require Encode; ## TODO: decode(utf8) don't delete BOM  
     $s = \ (Encode::decode ($charset, $$bytes_s));  
     $self->{input_encoding} = lc $charset; ## TODO: normalize name  
     $self->{confident} = 1;  
   } else {  
     ## TODO: Implement HTML5 detection algorithm  
     require Whatpm::Charset::UniversalCharDet;  
     $charset = Whatpm::Charset::UniversalCharDet->detect_byte_string  
         (substr ($$bytes_s, 0, 1024));  
     $charset ||= 'windows-1252';  
     $s = \ (Encode::decode ($charset, $$bytes_s));  
     $self->{input_encoding} = $charset;  
     $self->{confident} = 0;  
   }  
366    
367    $self->{change_encoding} = sub {    my $onerror = $_[2] || sub {
368      my $self = shift;      my (%opt) = @_;
369      my $charset = lc shift;      warn "Parse error ($opt{type})\n";
370      ## TODO: if $charset is supported    };
371      ## TODO: normalize charset name    $self->{parse_error} = $onerror; # updated later by parse_char_string
372    
373      ## "Change the encoding" algorithm:    my $get_wrapper = $_[3] || sub ($) {
374        return $_[0]; # $_[0] = byte stream handle, returned = arg to char handle
375      ## Step 1        };
376      if ($charset eq 'utf-16') { ## ISSUE: UTF-16BE -> UTF-8? UTF-16LE -> UTF-8?  
377        $charset = 'utf-8';    ## HTML5 encoding sniffing algorithm
378      require Message::Charset::Info;
379      my $charset;
380      my $buffer;
381      my ($char_stream, $e_status);
382    
383      SNIFFING: {
384        ## NOTE: By setting |allow_fallback| option true when the
385        ## |get_decode_handle| method is invoked, we ignore what the HTML5
386        ## spec requires, i.e. unsupported encoding should be ignored.
387          ## TODO: We should not do this unless the parser is invoked
388          ## in the conformance checking mode, in which this behavior
389          ## would be useful.
390    
391        ## Step 1
392        if (defined $charset_name) {
393          $charset = Message::Charset::Info->get_by_html_name ($charset_name);
394              ## TODO: Is this ok?  Transfer protocol's parameter should be
395              ## interpreted in its semantics?
396    
397          ($char_stream, $e_status) = $charset->get_decode_handle
398              ($byte_stream, allow_error_reporting => 1,
399               allow_fallback => 1);
400          if ($char_stream) {
401            $self->{confident} = 1;
402            last SNIFFING;
403          } else {
404            !!!parse-error (type => 'charset:not supported',
405                            layer => 'encode',
406                            line => 1, column => 1,
407                            value => $charset_name,
408                            level => $self->{level}->{uncertain});
409          }
410      }      }
411    
412      ## Step 2      ## Step 2
413      if (defined $self->{input_encoding} and      my $byte_buffer = '';
414          $self->{input_encoding} eq $charset) {      for (1..1024) {
415          my $char = $byte_stream->getc;
416          last unless defined $char;
417          $byte_buffer .= $char;
418        } ## TODO: timeout
419    
420        ## Step 3
421        if ($byte_buffer =~ /^\xFE\xFF/) {
422          $charset = Message::Charset::Info->get_by_html_name ('utf-16be');
423          ($char_stream, $e_status) = $charset->get_decode_handle
424              ($byte_stream, allow_error_reporting => 1,
425               allow_fallback => 1, byte_buffer => \$byte_buffer);
426        $self->{confident} = 1;        $self->{confident} = 1;
427        return;        last SNIFFING;
428        } elsif ($byte_buffer =~ /^\xFF\xFE/) {
429          $charset = Message::Charset::Info->get_by_html_name ('utf-16le');
430          ($char_stream, $e_status) = $charset->get_decode_handle
431              ($byte_stream, allow_error_reporting => 1,
432               allow_fallback => 1, byte_buffer => \$byte_buffer);
433          $self->{confident} = 1;
434          last SNIFFING;
435        } elsif ($byte_buffer =~ /^\xEF\xBB\xBF/) {
436          $charset = Message::Charset::Info->get_by_html_name ('utf-8');
437          ($char_stream, $e_status) = $charset->get_decode_handle
438              ($byte_stream, allow_error_reporting => 1,
439               allow_fallback => 1, byte_buffer => \$byte_buffer);
440          $self->{confident} = 1;
441          last SNIFFING;
442      }      }
443    
444      !!!parse-error (type => 'charset label detected:'.$self->{input_encoding}.      ## Step 4
445          ':'.$charset, level => 'w');      ## TODO: <meta charset>
446    
447      ## Step 3      ## Step 5
448      # if (can) {      ## TODO: from history
       ## change the encoding on the fly.  
       #$self->{confident} = 1;  
       #return;  
     # }  
449    
450      ## Step 4      ## Step 6
451      throw Whatpm::HTML::RestartParser (charset => $charset);      require Whatpm::Charset::UniversalCharDet;
452        $charset_name = Whatpm::Charset::UniversalCharDet->detect_byte_string
453            ($byte_buffer);
454        if (defined $charset_name) {
455          $charset = Message::Charset::Info->get_by_html_name ($charset_name);
456    
457          require Whatpm::Charset::DecodeHandle;
458          $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new
459              ($byte_stream);
460          ($char_stream, $e_status) = $charset->get_decode_handle
461              ($buffer, allow_error_reporting => 1,
462               allow_fallback => 1, byte_buffer => \$byte_buffer);
463          if ($char_stream) {
464            $buffer->{buffer} = $byte_buffer;
465            !!!parse-error (type => 'sniffing:chardet',
466                            text => $charset_name,
467                            level => $self->{level}->{info},
468                            layer => 'encode',
469                            line => 1, column => 1);
470            $self->{confident} = 0;
471            last SNIFFING;
472          }
473        }
474    
475        ## Step 7: default
476        ## TODO: Make this configurable.
477        $charset = Message::Charset::Info->get_by_html_name ('windows-1252');
478            ## NOTE: We choose |windows-1252| here, since |utf-8| should be
479            ## detectable in the step 6.
480        require Whatpm::Charset::DecodeHandle;
481        $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new
482            ($byte_stream);
483        ($char_stream, $e_status)
484            = $charset->get_decode_handle ($buffer,
485                                           allow_error_reporting => 1,
486                                           allow_fallback => 1,
487                                           byte_buffer => \$byte_buffer);
488        $buffer->{buffer} = $byte_buffer;
489        !!!parse-error (type => 'sniffing:default',
490                        text => 'windows-1252',
491                        level => $self->{level}->{info},
492                        line => 1, column => 1,
493                        layer => 'encode');
494        $self->{confident} = 0;
495      } # SNIFFING
496    
497      if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
498        $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
499        !!!parse-error (type => 'chardecode:fallback',
500                        #text => $self->{input_encoding},
501                        level => $self->{level}->{uncertain},
502                        line => 1, column => 1,
503                        layer => 'encode');
504      } elsif (not ($e_status &
505                    Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
506        $self->{input_encoding} = $charset->get_iana_name;
507        !!!parse-error (type => 'chardecode:no error',
508                        text => $self->{input_encoding},
509                        level => $self->{level}->{uncertain},
510                        line => 1, column => 1,
511                        layer => 'encode');
512      } else {
513        $self->{input_encoding} = $charset->get_iana_name;
514      }
515    
516      $self->{change_encoding} = sub {
517        my $self = shift;
518        $charset_name = shift;
519        my $token = shift;
520    
521        $charset = Message::Charset::Info->get_by_html_name ($charset_name);
522        ($char_stream, $e_status) = $charset->get_decode_handle
523            ($byte_stream, allow_error_reporting => 1, allow_fallback => 1,
524             byte_buffer => \ $buffer->{buffer});
525        
526        if ($char_stream) { # if supported
527          ## "Change the encoding" algorithm:
528          
529          ## Step 1
530          if (defined $self->{input_encoding} and
531              $self->{input_encoding} eq $charset_name) {
532            !!!parse-error (type => 'charset label:matching',
533                            text => $charset_name,
534                            level => $self->{level}->{info});
535            $self->{confident} = 1;
536            return;
537          }
538    
539          ## Step 2 (HTML5 revision 3205)
540          if (defined $self->{input_encoding} and
541              Message::Charset::Info->get_by_html_name ($self->{input_encoding})
542              ->{category} & Message::Charset::Info::CHARSET_CATEGORY_UTF16 ()) {
543            $self->{confident} = 1;
544            return;
545          }
546    
547          ## Step 3
548          if ($charset->{category} &
549              Message::Charset::Info::CHARSET_CATEGORY_UTF16 ()) {
550            $charset = Message::Charset::Info->get_by_html_name ('utf-8');
551            ($char_stream, $e_status) = $charset->get_decode_handle
552                ($byte_stream,
553                 byte_buffer => \ $buffer->{buffer});
554          }
555          $charset_name = $charset->get_iana_name;
556    
557          !!!parse-error (type => 'charset label detected',
558                          text => $self->{input_encoding},
559                          value => $charset_name,
560                          level => $self->{level}->{warn},
561                          token => $token);
562          
563          ## Step 4
564          # if (can) {
565            ## change the encoding on the fly.
566            #$self->{confident} = 1;
567            #return;
568          # }
569          
570          ## Step 5
571          throw Whatpm::HTML::RestartParser ();
572        }
573    }; # $self->{change_encoding}    }; # $self->{change_encoding}
574    
575    my @args = @_; shift @args; # $s    my $char_onerror = sub {
576        my (undef, $type, %opt) = @_;
577        !!!parse-error (layer => 'encode',
578                        line => $self->{line}, column => $self->{column} + 1,
579                        %opt, type => $type);
580        if ($opt{octets}) {
581          ${$opt{octets}} = "\x{FFFD}"; # relacement character
582        }
583      };
584    
585      my $wrapped_char_stream = $get_wrapper->($char_stream);
586      $wrapped_char_stream->onerror ($char_onerror);
587    
588      my @args = ($_[1], $_[2]); # $doc, $onerror - $get_wrapper = undef;
589    my $return;    my $return;
590    try {    try {
591      $return = $self->parse_char_string ($s, @args);        $return = $self->parse_char_stream ($wrapped_char_stream, @args);  
592    } catch Whatpm::HTML::RestartParser with {    } catch Whatpm::HTML::RestartParser with {
593      my $charset = shift->{charset};      ## NOTE: Invoked after {change_encoding}.
594      $s = \ (Encode::decode ($charset, $$bytes_s));      
595      $self->{input_encoding} = $charset; ## TODO: normalize      if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
596          $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
597          !!!parse-error (type => 'chardecode:fallback',
598                          level => $self->{level}->{uncertain},
599                          #text => $self->{input_encoding},
600                          line => 1, column => 1,
601                          layer => 'encode');
602        } elsif (not ($e_status &
603                      Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
604          $self->{input_encoding} = $charset->get_iana_name;
605          !!!parse-error (type => 'chardecode:no error',
606                          text => $self->{input_encoding},
607                          level => $self->{level}->{uncertain},
608                          line => 1, column => 1,
609                          layer => 'encode');
610        } else {
611          $self->{input_encoding} = $charset->get_iana_name;
612        }
613      $self->{confident} = 1;      $self->{confident} = 1;
614      $return = $self->parse_char_string ($s, @args);  
615        $wrapped_char_stream = $get_wrapper->($char_stream);
616        $wrapped_char_stream->onerror ($char_onerror);
617    
618        $return = $self->parse_char_stream ($wrapped_char_stream, @args);
619    };    };
620    return $return;    return $return;
621  } # parse_byte_string  } # parse_byte_stream
622    
623  ## NOTE: HTML5 spec says that the encoding layer MUST NOT strip BOM  ## NOTE: HTML5 spec says that the encoding layer MUST NOT strip BOM
624  ## and the HTML layer MUST ignore it.  However, we does strip BOM in  ## and the HTML layer MUST ignore it.  However, we does strip BOM in
# Line 162  sub parse_byte_string ($$$$;$) { Line 629  sub parse_byte_string ($$$$;$) {
629  ## such as |parse_byte_string| in this module, must ensure that it does  ## such as |parse_byte_string| in this module, must ensure that it does
630  ## strip the BOM and never strip any ZWNBSP.  ## strip the BOM and never strip any ZWNBSP.
631    
632  *parse_char_string = \&parse_string;  sub parse_char_string ($$$;$$) {
633      #my ($self, $s, $doc, $onerror, $get_wrapper) = @_;
634      my $self = shift;
635      my $s = ref $_[0] ? $_[0] : \($_[0]);
636      require Whatpm::Charset::DecodeHandle;
637      my $input = Whatpm::Charset::DecodeHandle::CharString->new ($s);
638      return $self->parse_char_stream ($input, @_[1..$#_]);
639    } # parse_char_string
640    *parse_string = \&parse_char_string; ## NOTE: Alias for backward compatibility.
641    
642  sub parse_string ($$$;$) {  sub parse_char_stream ($$$;$$) {
643    my $self = ref $_[0] ? shift : shift->new;    my $self = ref $_[0] ? shift : shift->new;
644    my $s = ref $_[0] ? $_[0] : \($_[0]);    my $input = $_[0];
645    $self->{document} = $_[1];    $self->{document} = $_[1];
646    @{$self->{document}->child_nodes} = ();    @{$self->{document}->child_nodes} = ();
647    
# Line 175  sub parse_string ($$$;$) { Line 650  sub parse_string ($$$;$) {
650    $self->{confident} = 1 unless exists $self->{confident};    $self->{confident} = 1 unless exists $self->{confident};
651    $self->{document}->input_encoding ($self->{input_encoding})    $self->{document}->input_encoding ($self->{input_encoding})
652        if defined $self->{input_encoding};        if defined $self->{input_encoding};
653    ## TODO: |{input_encoding}| is needless?
654    
655    my $i = 0;    $self->{line_prev} = $self->{line} = 1;
656    my $line = 1;    $self->{column_prev} = -1;
657    my $column = 0;    $self->{column} = 0;
658    $self->{set_next_input_character} = sub {    $self->{set_nc} = sub {
659      my $self = shift;      my $self = shift;
660    
661      pop @{$self->{prev_input_character}};      my $char = '';
662      unshift @{$self->{prev_input_character}}, $self->{next_input_character};      if (defined $self->{next_nc}) {
663          $char = $self->{next_nc};
664          delete $self->{next_nc};
665          $self->{nc} = ord $char;
666        } else {
667          $self->{char_buffer} = '';
668          $self->{char_buffer_pos} = 0;
669    
670          my $count = $input->manakai_read_until
671             ($self->{char_buffer}, qr/[^\x00\x0A\x0D]/, $self->{char_buffer_pos});
672          if ($count) {
673            $self->{line_prev} = $self->{line};
674            $self->{column_prev} = $self->{column};
675            $self->{column}++;
676            $self->{nc}
677                = ord substr ($self->{char_buffer}, $self->{char_buffer_pos}++, 1);
678            return;
679          }
680    
681      $self->{next_input_character} = -1 and return if $i >= length $$s;        if ($input->read ($char, 1)) {
682      $self->{next_input_character} = ord substr $$s, $i++, 1;          $self->{nc} = ord $char;
683      $column++;        } else {
684            $self->{nc} = -1;
685            return;
686          }
687        }
688    
689        ($self->{line_prev}, $self->{column_prev})
690            = ($self->{line}, $self->{column});
691        $self->{column}++;
692            
693      if ($self->{next_input_character} == 0x000A) { # LF      if ($self->{nc} == 0x000A) { # LF
694        $line++;        !!!cp ('j1');
695        $column = 0;        $self->{line}++;
696      } elsif ($self->{next_input_character} == 0x000D) { # CR        $self->{column} = 0;
697        $i++ if substr ($$s, $i, 1) eq "\x0A";      } elsif ($self->{nc} == 0x000D) { # CR
698        $self->{next_input_character} = 0x000A; # LF # MUST        !!!cp ('j2');
699        $line++;  ## TODO: support for abort/streaming
700        $column = 0;        my $next = '';
701      } elsif ($self->{next_input_character} > 0x10FFFF) {        if ($input->read ($next, 1) and $next ne "\x0A") {
702        $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{next_nc} = $next;
703      } elsif ($self->{next_input_character} == 0x0000) { # NULL        }
704          $self->{nc} = 0x000A; # LF # MUST
705          $self->{line}++;
706          $self->{column} = 0;
707        } elsif ($self->{nc} == 0x0000) { # NULL
708          !!!cp ('j4');
709        !!!parse-error (type => 'NULL');        !!!parse-error (type => 'NULL');
710        $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST        $self->{nc} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
711      }      }
712    };    };
713    $self->{prev_input_character} = [-1, -1, -1];  
714    $self->{next_input_character} = -1;    $self->{read_until} = sub {
715        #my ($scalar, $specials_range, $offset) = @_;
716        return 0 if defined $self->{next_nc};
717    
718        my $pattern = qr/[^$_[1]\x00\x0A\x0D]/;
719        my $offset = $_[2] || 0;
720    
721        if ($self->{char_buffer_pos} < length $self->{char_buffer}) {
722          pos ($self->{char_buffer}) = $self->{char_buffer_pos};
723          if ($self->{char_buffer} =~ /\G(?>$pattern)+/) {
724            substr ($_[0], $offset)
725                = substr ($self->{char_buffer}, $-[0], $+[0] - $-[0]);
726            my $count = $+[0] - $-[0];
727            if ($count) {
728              $self->{column} += $count;
729              $self->{char_buffer_pos} += $count;
730              $self->{line_prev} = $self->{line};
731              $self->{column_prev} = $self->{column} - 1;
732              $self->{nc} = -1;
733            }
734            return $count;
735          } else {
736            return 0;
737          }
738        } else {
739          my $count = $input->manakai_read_until ($_[0], $pattern, $_[2]);
740          if ($count) {
741            $self->{column} += $count;
742            $self->{line_prev} = $self->{line};
743            $self->{column_prev} = $self->{column} - 1;
744            $self->{nc} = -1;
745          }
746          return $count;
747        }
748      }; # $self->{read_until}
749    
750    my $onerror = $_[2] || sub {    my $onerror = $_[2] || sub {
751      my (%opt) = @_;      my (%opt) = @_;
752      warn "Parse error ($opt{type}) at line $opt{line} column $opt{column}\n";      my $line = $opt{token} ? $opt{token}->{line} : $opt{line};
753        my $column = $opt{token} ? $opt{token}->{column} : $opt{column};
754        warn "Parse error ($opt{type}) at line $line column $column\n";
755    };    };
756    $self->{parse_error} = sub {    $self->{parse_error} = sub {
757      $onerror->(@_, line => $line, column => $column);      $onerror->(line => $self->{line}, column => $self->{column}, @_);
758    };    };
759    
760      my $char_onerror = sub {
761        my (undef, $type, %opt) = @_;
762        !!!parse-error (layer => 'encode',
763                        line => $self->{line}, column => $self->{column} + 1,
764                        %opt, type => $type);
765      }; # $char_onerror
766    
767      if ($_[3]) {
768        $input = $_[3]->($input);
769        $input->onerror ($char_onerror);
770      } else {
771        $input->onerror ($char_onerror) unless defined $input->onerror;
772      }
773    
774    $self->_initialize_tokenizer;    $self->_initialize_tokenizer;
775    $self->_initialize_tree_constructor;    $self->_initialize_tree_constructor;
776    $self->_construct_tree;    $self->_construct_tree;
777    $self->_terminate_tree_constructor;    $self->_terminate_tree_constructor;
778    
779      delete $self->{parse_error}; # remove loop
780    
781    return $self->{document};    return $self->{document};
782  } # parse_string  } # parse_char_stream
783    
784  sub new ($) {  sub new ($) {
785    my $class = shift;    my $class = shift;
786    my $self = bless {}, $class;    my $self = bless {
787    $self->{set_next_input_character} = sub {      level => {must => 'm',
788      $self->{next_input_character} = -1;                should => 's',
789                  warn => 'w',
790                  info => 'i',
791                  uncertain => 'u'},
792      }, $class;
793      $self->{set_nc} = sub {
794        $self->{nc} = -1;
795    };    };
796    $self->{parse_error} = sub {    $self->{parse_error} = sub {
797      #      #
# Line 244  sub new ($) { Line 808  sub new ($) {
808    return $self;    return $self;
809  } # new  } # new
810    
811  sub CM_ENTITY () { 0b001 } # & markup in data  ## Insertion modes
 sub CM_LIMITED_MARKUP () { 0b010 } # < markup in data (limited)  
 sub CM_FULL_MARKUP () { 0b100 } # < markup in data (any)  
   
 sub PLAINTEXT_CONTENT_MODEL () { 0 }  
 sub CDATA_CONTENT_MODEL () { CM_LIMITED_MARKUP }  
 sub RCDATA_CONTENT_MODEL () { CM_ENTITY | CM_LIMITED_MARKUP }  
 sub PCDATA_CONTENT_MODEL () { CM_ENTITY | CM_FULL_MARKUP }  
   
 sub DATA_STATE () { 0 }  
 sub ENTITY_DATA_STATE () { 1 }  
 sub TAG_OPEN_STATE () { 2 }  
 sub CLOSE_TAG_OPEN_STATE () { 3 }  
 sub TAG_NAME_STATE () { 4 }  
 sub BEFORE_ATTRIBUTE_NAME_STATE () { 5 }  
 sub ATTRIBUTE_NAME_STATE () { 6 }  
 sub AFTER_ATTRIBUTE_NAME_STATE () { 7 }  
 sub BEFORE_ATTRIBUTE_VALUE_STATE () { 8 }  
 sub ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE () { 9 }  
 sub ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE () { 10 }  
 sub ATTRIBUTE_VALUE_UNQUOTED_STATE () { 11 }  
 sub ENTITY_IN_ATTRIBUTE_VALUE_STATE () { 12 }  
 sub MARKUP_DECLARATION_OPEN_STATE () { 13 }  
 sub COMMENT_START_STATE () { 14 }  
 sub COMMENT_START_DASH_STATE () { 15 }  
 sub COMMENT_STATE () { 16 }  
 sub COMMENT_END_STATE () { 17 }  
 sub COMMENT_END_DASH_STATE () { 18 }  
 sub BOGUS_COMMENT_STATE () { 19 }  
 sub DOCTYPE_STATE () { 20 }  
 sub BEFORE_DOCTYPE_NAME_STATE () { 21 }  
 sub DOCTYPE_NAME_STATE () { 22 }  
 sub AFTER_DOCTYPE_NAME_STATE () { 23 }  
 sub BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE () { 24 }  
 sub DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE () { 25 }  
 sub DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE () { 26 }  
 sub AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE () { 27 }  
 sub BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE () { 28 }  
 sub DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE () { 29 }  
 sub DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE () { 30 }  
 sub AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE () { 31 }  
 sub BOGUS_DOCTYPE_STATE () { 32 }  
 sub AFTER_ATTRIBUTE_VALUE_QUOTED_STATE () { 33 }  
   
 sub DOCTYPE_TOKEN () { 1 }  
 sub COMMENT_TOKEN () { 2 }  
 sub START_TAG_TOKEN () { 3 }  
 sub END_TAG_TOKEN () { 4 }  
 sub END_OF_FILE_TOKEN () { 5 }  
 sub CHARACTER_TOKEN () { 6 }  
812    
813  sub AFTER_HTML_IMS () { 0b100 }  sub AFTER_HTML_IMS () { 0b100 }
814  sub HEAD_IMS ()       { 0b1000 }  sub HEAD_IMS ()       { 0b1000 }
# Line 303  sub TABLE_IMS ()      { 0b1000000 } Line 818  sub TABLE_IMS ()      { 0b1000000 }
818  sub ROW_IMS ()        { 0b10000000 }  sub ROW_IMS ()        { 0b10000000 }
819  sub BODY_AFTER_IMS () { 0b100000000 }  sub BODY_AFTER_IMS () { 0b100000000 }
820  sub FRAME_IMS ()      { 0b1000000000 }  sub FRAME_IMS ()      { 0b1000000000 }
821    sub SELECT_IMS ()     { 0b10000000000 }
822    #sub IN_FOREIGN_CONTENT_IM () { 0b100000000000 } # see Whatpm::HTML::Tokenizer
823        ## NOTE: "in foreign content" insertion mode is special; it is combined
824        ## with the secondary insertion mode.  In this parser, they are stored
825        ## together in the bit-or'ed form.
826    sub IN_CDATA_RCDATA_IM () { 0b1000000000000 }
827        ## NOTE: "in CDATA/RCDATA" insertion mode is also special; it is
828        ## combined with the original insertion mode.  In thie parser,
829        ## they are stored together in the bit-or'ed form.
830    
831    sub IM_MASK () { 0b11111111111 }
832    
833    ## NOTE: "initial" and "before html" insertion modes have no constants.
834    
835    ## NOTE: "after after body" insertion mode.
836  sub AFTER_HTML_BODY_IM () { AFTER_HTML_IMS | BODY_AFTER_IMS }  sub AFTER_HTML_BODY_IM () { AFTER_HTML_IMS | BODY_AFTER_IMS }
837    
838    ## NOTE: "after after frameset" insertion mode.
839  sub AFTER_HTML_FRAMESET_IM () { AFTER_HTML_IMS | FRAME_IMS }  sub AFTER_HTML_FRAMESET_IM () { AFTER_HTML_IMS | FRAME_IMS }
840    
841  sub IN_HEAD_IM () { HEAD_IMS | 0b00 }  sub IN_HEAD_IM () { HEAD_IMS | 0b00 }
842  sub IN_HEAD_NOSCRIPT_IM () { HEAD_IMS | 0b01 }  sub IN_HEAD_NOSCRIPT_IM () { HEAD_IMS | 0b01 }
843  sub AFTER_HEAD_IM () { HEAD_IMS | 0b10 }  sub AFTER_HEAD_IM () { HEAD_IMS | 0b10 }
# Line 319  sub IN_TABLE_IM () { TABLE_IMS } Line 851  sub IN_TABLE_IM () { TABLE_IMS }
851  sub AFTER_BODY_IM () { BODY_AFTER_IMS }  sub AFTER_BODY_IM () { BODY_AFTER_IMS }
852  sub IN_FRAMESET_IM () { FRAME_IMS | 0b01 }  sub IN_FRAMESET_IM () { FRAME_IMS | 0b01 }
853  sub AFTER_FRAMESET_IM () { FRAME_IMS | 0b10 }  sub AFTER_FRAMESET_IM () { FRAME_IMS | 0b10 }
854  sub IN_SELECT_IM () { 0b01 }  sub IN_SELECT_IM () { SELECT_IMS | 0b01 }
855    sub IN_SELECT_IN_TABLE_IM () { SELECT_IMS | 0b10 }
856  sub IN_COLUMN_GROUP_IM () { 0b10 }  sub IN_COLUMN_GROUP_IM () { 0b10 }
857    
 ## Implementations MUST act as if state machine in the spec  
   
 sub _initialize_tokenizer ($) {  
   my $self = shift;  
   $self->{state} = DATA_STATE; # MUST  
   $self->{content_model} = PCDATA_CONTENT_MODEL; # be  
   undef $self->{current_token}; # start tag, end tag, comment, or DOCTYPE  
   undef $self->{current_attribute};  
   undef $self->{last_emitted_start_tag_name};  
   undef $self->{last_attribute_value_state};  
   $self->{char} = [];  
   # $self->{next_input_character}  
   !!!next-input-character;  
   $self->{token} = [];  
   # $self->{escape}  
 } # _initialize_tokenizer  
   
 ## A token has:  
 ##   ->{type} == DOCTYPE_TOKEN, START_TAG_TOKEN, END_TAG_TOKEN, COMMENT_TOKEN,  
 ##       CHARACTER_TOKEN, or END_OF_FILE_TOKEN  
 ##   ->{name} (DOCTYPE_TOKEN)  
 ##   ->{tag_name} (START_TAG_TOKEN, END_TAG_TOKEN)  
 ##   ->{public_identifier} (DOCTYPE_TOKEN)  
 ##   ->{system_identifier} (DOCTYPE_TOKEN)  
 ##   ->{quirks} == 1 or 0 (DOCTYPE_TOKEN): "force-quirks" flag  
 ##   ->{attributes} isa HASH (START_TAG_TOKEN, END_TAG_TOKEN)  
 ##        ->{name}  
 ##        ->{value}  
 ##        ->{has_reference} == 1 or 0  
 ##   ->{data} (COMMENT_TOKEN, CHARACTER_TOKEN)  
   
 ## Emitted token MUST immediately be handled by the tree construction state.  
   
 ## Before each step, UA MAY check to see if either one of the scripts in  
 ## "list of scripts that will execute as soon as possible" or the first  
 ## script in the "list of scripts that will execute asynchronously",  
 ## has completed loading.  If one has, then it MUST be executed  
 ## and removed from the list.  
   
 ## NOTE: HTML5 "Writing HTML documents" section, applied to  
 ## documents and not to user agents and conformance checkers,  
 ## contains some requirements that are not detected by the  
 ## parsing algorithm:  
 ## - Some requirements on character encoding declarations. ## TODO  
 ## - "Elements MUST NOT contain content that their content model disallows."  
 ##   ... Some are parse error, some are not (will be reported by c.c.).  
 ## - Polytheistic slash SHOULD NOT be used. (Applied only to atheists.) ## TODO  
 ## - Text (in elements, attributes, and comments) SHOULD NOT contain  
 ##   control characters other than space characters. ## TODO: (what is control character? C0, C1 and DEL?  Unicode control character?)  
   
 ## TODO: HTML5 poses authors two SHOULD-level requirements that cannot  
 ## be detected by the HTML5 parsing algorithm:  
 ## - Text,  
   
 sub _get_next_token ($) {  
   my $self = shift;  
   if (@{$self->{token}}) {  
     return shift @{$self->{token}};  
   }  
   
   A: {  
     if ($self->{state} == DATA_STATE) {  
       if ($self->{next_input_character} == 0x0026) { # &  
         if ($self->{content_model} & CM_ENTITY and # PCDATA | RCDATA  
             not $self->{escape}) {  
           $self->{state} = ENTITY_DATA_STATE;  
           !!!next-input-character;  
           redo A;  
         } else {  
           #  
         }  
       } elsif ($self->{next_input_character} == 0x002D) { # -  
         if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
           unless ($self->{escape}) {  
             if ($self->{prev_input_character}->[0] == 0x002D and # -  
                 $self->{prev_input_character}->[1] == 0x0021 and # !  
                 $self->{prev_input_character}->[2] == 0x003C) { # <  
               $self->{escape} = 1;  
             }  
           }  
         }  
           
         #  
       } elsif ($self->{next_input_character} == 0x003C) { # <  
         if ($self->{content_model} & CM_FULL_MARKUP or # PCDATA  
             (($self->{content_model} & CM_LIMITED_MARKUP) and # CDATA | RCDATA  
              not $self->{escape})) {  
           $self->{state} = TAG_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } else {  
           #  
         }  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{escape} and  
             ($self->{content_model} & CM_LIMITED_MARKUP)) { # RCDATA | CDATA  
           if ($self->{prev_input_character}->[0] == 0x002D and # -  
               $self->{prev_input_character}->[1] == 0x002D) { # -  
             delete $self->{escape};  
           }  
         }  
           
         #  
       } elsif ($self->{next_input_character} == -1) {  
         !!!emit ({type => END_OF_FILE_TOKEN});  
         last A; ## TODO: ok?  
       }  
       # Anything else  
       my $token = {type => CHARACTER_TOKEN,  
                    data => chr $self->{next_input_character}};  
       ## Stay in the data state  
       !!!next-input-character;  
   
       !!!emit ($token);  
   
       redo A;  
     } elsif ($self->{state} == ENTITY_DATA_STATE) {  
       ## (cannot happen in CDATA state)  
         
       my $token = $self->_tokenize_attempt_to_consume_an_entity (0, -1);  
   
       $self->{state} = DATA_STATE;  
       # next-input-character is already done  
   
       unless (defined $token) {  
         !!!emit ({type => CHARACTER_TOKEN, data => '&'});  
       } else {  
         !!!emit ($token);  
       }  
   
       redo A;  
     } elsif ($self->{state} == TAG_OPEN_STATE) {  
       if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
         if ($self->{next_input_character} == 0x002F) { # /  
           !!!next-input-character;  
           $self->{state} = CLOSE_TAG_OPEN_STATE;  
           redo A;  
         } else {  
           ## reconsume  
           $self->{state} = DATA_STATE;  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<'});  
   
           redo A;  
         }  
       } elsif ($self->{content_model} & CM_FULL_MARKUP) { # PCDATA  
         if ($self->{next_input_character} == 0x0021) { # !  
           $self->{state} = MARKUP_DECLARATION_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif ($self->{next_input_character} == 0x002F) { # /  
           $self->{state} = CLOSE_TAG_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif (0x0041 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x005A) { # A..Z  
           $self->{current_token}  
             = {type => START_TAG_TOKEN,  
                tag_name => chr ($self->{next_input_character} + 0x0020)};  
           $self->{state} = TAG_NAME_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif (0x0061 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x007A) { # a..z  
           $self->{current_token} = {type => START_TAG_TOKEN,  
                             tag_name => chr ($self->{next_input_character})};  
           $self->{state} = TAG_NAME_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif ($self->{next_input_character} == 0x003E) { # >  
           !!!parse-error (type => 'empty start tag');  
           $self->{state} = DATA_STATE;  
           !!!next-input-character;  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<>'});  
   
           redo A;  
         } elsif ($self->{next_input_character} == 0x003F) { # ?  
           !!!parse-error (type => 'pio');  
           $self->{state} = BOGUS_COMMENT_STATE;  
           ## $self->{next_input_character} is intentionally left as is  
           redo A;  
         } else {  
           !!!parse-error (type => 'bare stago');  
           $self->{state} = DATA_STATE;  
           ## reconsume  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<'});  
   
           redo A;  
         }  
       } else {  
         die "$0: $self->{content_model} in tag open";  
       }  
     } elsif ($self->{state} == CLOSE_TAG_OPEN_STATE) {  
       if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
         if (defined $self->{last_emitted_start_tag_name}) {  
           ## NOTE: <http://krijnhoetmer.nl/irc-logs/whatwg/20070626#l-564>  
           my @next_char;  
           TAGNAME: for (my $i = 0; $i < length $self->{last_emitted_start_tag_name}; $i++) {  
             push @next_char, $self->{next_input_character};  
             my $c = ord substr ($self->{last_emitted_start_tag_name}, $i, 1);  
             my $C = 0x0061 <= $c && $c <= 0x007A ? $c - 0x0020 : $c;  
             if ($self->{next_input_character} == $c or $self->{next_input_character} == $C) {  
               !!!next-input-character;  
               next TAGNAME;  
             } else {  
               $self->{next_input_character} = shift @next_char; # reconsume  
               !!!back-next-input-character (@next_char);  
               $self->{state} = DATA_STATE;  
   
               !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
     
               redo A;  
             }  
           }  
           push @next_char, $self->{next_input_character};  
         
           unless ($self->{next_input_character} == 0x0009 or # HT  
                   $self->{next_input_character} == 0x000A or # LF  
                   $self->{next_input_character} == 0x000B or # VT  
                   $self->{next_input_character} == 0x000C or # FF  
                   $self->{next_input_character} == 0x0020 or # SP  
                   $self->{next_input_character} == 0x003E or # >  
                   $self->{next_input_character} == 0x002F or # /  
                   $self->{next_input_character} == -1) {  
             $self->{next_input_character} = shift @next_char; # reconsume  
             !!!back-next-input-character (@next_char);  
             $self->{state} = DATA_STATE;  
             !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
             redo A;  
           } else {  
             $self->{next_input_character} = shift @next_char;  
             !!!back-next-input-character (@next_char);  
             # and consume...  
           }  
         } else {  
           ## No start tag token has ever been emitted  
           # next-input-character is already done  
           $self->{state} = DATA_STATE;  
           !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
           redo A;  
         }  
       }  
         
       if (0x0041 <= $self->{next_input_character} and  
           $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_token} = {type => END_TAG_TOKEN,  
                           tag_name => chr ($self->{next_input_character} + 0x0020)};  
         $self->{state} = TAG_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif (0x0061 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x007A) { # a..z  
         $self->{current_token} = {type => END_TAG_TOKEN,  
                           tag_name => chr ($self->{next_input_character})};  
         $self->{state} = TAG_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'empty end tag');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'bare etago');  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'bogus end tag');  
         $self->{state} = BOGUS_COMMENT_STATE;  
         ## $self->{next_input_character} is intentionally left as is  
         redo A;  
       }  
     } elsif ($self->{state} == TAG_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_token}->{tag_name} .= chr ($self->{next_input_character} + 0x0020);  
           # start tag or end tag  
         ## Stay in this state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
         redo A;  
       } else {  
         $self->{current_token}->{tag_name} .= chr $self->{next_input_character};  
           # start tag or end tag  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_ATTRIBUTE_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_attribute} = {name => chr ($self->{next_input_character} + 0x0020),  
                               value => ''};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         ## Stay in the state  
         # next-input-character is already done  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         if ({  
              0x0022 => 1, # "  
              0x0027 => 1, # '  
              0x003D => 1, # =  
             }->{$self->{next_input_character}}) {  
           !!!parse-error (type => 'bad attribute name');  
         }  
         $self->{current_attribute} = {name => chr ($self->{next_input_character}),  
                               value => ''};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_NAME_STATE) {  
       my $before_leave = sub {  
         if (exists $self->{current_token}->{attributes} # start tag or end tag  
             ->{$self->{current_attribute}->{name}}) { # MUST  
           !!!parse-error (type => 'duplicate attribute:'.$self->{current_attribute}->{name});  
           ## Discard $self->{current_attribute} # MUST  
         } else {  
           $self->{current_token}->{attributes}->{$self->{current_attribute}->{name}}  
             = $self->{current_attribute};  
         }  
       }; # $before_leave  
   
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $before_leave->();  
         $self->{state} = AFTER_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003D) { # =  
         $before_leave->();  
         $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $before_leave->();  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_attribute}->{name} .= chr ($self->{next_input_character} + 0x0020);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         $before_leave->();  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         $before_leave->();  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         if ($self->{next_input_character} == 0x0022 or # "  
             $self->{next_input_character} == 0x0027) { # '  
           !!!parse-error (type => 'bad attribute name');  
         }  
         $self->{current_attribute}->{name} .= chr ($self->{next_input_character});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_ATTRIBUTE_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003D) { # =  
         $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_attribute} = {name => chr ($self->{next_input_character} + 0x0020),  
                               value => ''};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
           ## TODO: Different error type for <aa / bb> than <aa/>  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute} = {name => chr ($self->{next_input_character}),  
                               value => ''};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;          
       }  
     } elsif ($self->{state} == BEFORE_ATTRIBUTE_VALUE_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP        
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;  
         ## reconsume  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         if ($self->{next_input_character} == 0x003D) { # =  
           !!!parse-error (type => 'bad attribute value');  
         }  
         $self->{current_attribute}->{value} .= chr ($self->{next_input_character});  
         $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = AFTER_ATTRIBUTE_VALUE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed attribute value');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{value} .= chr ($self->{next_input_character});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = AFTER_ATTRIBUTE_VALUE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed attribute value');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{value} .= chr ($self->{next_input_character});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_UNQUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # HT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         if ({  
              0x0022 => 1, # "  
              0x0027 => 1, # '  
              0x003D => 1, # =  
             }->{$self->{next_input_character}}) {  
           !!!parse-error (type => 'bad attribute value');  
         }  
         $self->{current_attribute}->{value} .= chr ($self->{next_input_character});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ENTITY_IN_ATTRIBUTE_VALUE_STATE) {  
       my $token = $self->_tokenize_attempt_to_consume_an_entity  
           (1,  
            $self->{last_attribute_value_state}  
              == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE ? 0x0022 : # "  
            $self->{last_attribute_value_state}  
              == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE ? 0x0027 : # '  
            -1);  
   
       unless (defined $token) {  
         $self->{current_attribute}->{value} .= '&';  
       } else {  
         $self->{current_attribute}->{value} .= $token->{data};  
         $self->{current_attribute}->{has_reference} = $token->{has_reference};  
         ## ISSUE: spec says "append the returned character token to the current attribute's value"  
       }  
   
       $self->{state} = $self->{last_attribute_value_state};  
       # next-input-character is already done  
       redo A;  
     } elsif ($self->{state} == AFTER_ATTRIBUTE_VALUE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
         redo A;  
       } else {  
         !!!parse-error (type => 'no space between attributes');  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         ## reconsume  
         redo A;  
       }  
     } elsif ($self->{state} == BOGUS_COMMENT_STATE) {  
       ## (only happen if PCDATA state)  
         
       my $token = {type => COMMENT_TOKEN, data => ''};  
   
       BC: {  
         if ($self->{next_input_character} == 0x003E) { # >  
           $self->{state} = DATA_STATE;  
           !!!next-input-character;  
   
           !!!emit ($token);  
   
           redo A;  
         } elsif ($self->{next_input_character} == -1) {  
           $self->{state} = DATA_STATE;  
           ## reconsume  
   
           !!!emit ($token);  
   
           redo A;  
         } else {  
           $token->{data} .= chr ($self->{next_input_character});  
           !!!next-input-character;  
           redo BC;  
         }  
       } # BC  
     } elsif ($self->{state} == MARKUP_DECLARATION_OPEN_STATE) {  
       ## (only happen if PCDATA state)  
   
       my @next_char;  
       push @next_char, $self->{next_input_character};  
         
       if ($self->{next_input_character} == 0x002D) { # -  
         !!!next-input-character;  
         push @next_char, $self->{next_input_character};  
         if ($self->{next_input_character} == 0x002D) { # -  
           $self->{current_token} = {type => COMMENT_TOKEN, data => ''};  
           $self->{state} = COMMENT_START_STATE;  
           !!!next-input-character;  
           redo A;  
         }  
       } elsif ($self->{next_input_character} == 0x0044 or # D  
                $self->{next_input_character} == 0x0064) { # d  
         !!!next-input-character;  
         push @next_char, $self->{next_input_character};  
         if ($self->{next_input_character} == 0x004F or # O  
             $self->{next_input_character} == 0x006F) { # o  
           !!!next-input-character;  
           push @next_char, $self->{next_input_character};  
           if ($self->{next_input_character} == 0x0043 or # C  
               $self->{next_input_character} == 0x0063) { # c  
             !!!next-input-character;  
             push @next_char, $self->{next_input_character};  
             if ($self->{next_input_character} == 0x0054 or # T  
                 $self->{next_input_character} == 0x0074) { # t  
               !!!next-input-character;  
               push @next_char, $self->{next_input_character};  
               if ($self->{next_input_character} == 0x0059 or # Y  
                   $self->{next_input_character} == 0x0079) { # y  
                 !!!next-input-character;  
                 push @next_char, $self->{next_input_character};  
                 if ($self->{next_input_character} == 0x0050 or # P  
                     $self->{next_input_character} == 0x0070) { # p  
                   !!!next-input-character;  
                   push @next_char, $self->{next_input_character};  
                   if ($self->{next_input_character} == 0x0045 or # E  
                       $self->{next_input_character} == 0x0065) { # e  
                     ## ISSUE: What a stupid code this is!  
                     $self->{state} = DOCTYPE_STATE;  
                     !!!next-input-character;  
                     redo A;  
                   }  
                 }  
               }  
             }  
           }  
         }  
       }  
   
       !!!parse-error (type => 'bogus comment');  
       $self->{next_input_character} = shift @next_char;  
       !!!back-next-input-character (@next_char);  
       $self->{state} = BOGUS_COMMENT_STATE;  
       redo A;  
         
       ## ISSUE: typos in spec: chacacters, is is a parse error  
       ## ISSUE: spec is somewhat unclear on "is the first character that will be in the comment"; what is "that will be in the comment" is what the algorithm defines, isn't it?  
     } elsif ($self->{state} == COMMENT_START_STATE) {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = COMMENT_START_DASH_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'bogus comment');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} # comment  
             .= chr ($self->{next_input_character});  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_START_DASH_STATE) {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = COMMENT_END_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'bogus comment');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} # comment  
             .= '-' . chr ($self->{next_input_character});  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_STATE) {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = COMMENT_END_DASH_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} .= chr ($self->{next_input_character}); # comment  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_END_DASH_STATE) {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = COMMENT_END_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} .= '-' . chr ($self->{next_input_character}); # comment  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_END_STATE) {  
       if ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_input_character} == 0x002D) { # -  
         !!!parse-error (type => 'dash in comment');  
         $self->{current_token}->{data} .= '-'; # comment  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'dash in comment');  
         $self->{current_token}->{data} .= '--' . chr ($self->{next_input_character}); # comment  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $self->{state} = BEFORE_DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } else {  
         !!!parse-error (type => 'no space before DOCTYPE name');  
         $self->{state} = BEFORE_DOCTYPE_NAME_STATE;  
         ## reconsume  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_DOCTYPE_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'no DOCTYPE name');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ({type => DOCTYPE_TOKEN, quirks => 1});  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'no DOCTYPE name');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ({type => DOCTYPE_TOKEN, quirks => 1});  
   
         redo A;  
       } else {  
         $self->{current_token}  
             = {type => DOCTYPE_TOKEN,  
                name => chr ($self->{next_input_character}),  
                #quirks => 0,  
               };  
 ## ISSUE: "Set the token's name name to the" in the spec  
         $self->{state} = DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_NAME_STATE) {  
 ## ISSUE: Redundant "First," in the spec.  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $self->{state} = AFTER_DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{name}  
           .= chr ($self->{next_input_character}); # DOCTYPE  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == 0x0050 or # P  
                $self->{next_input_character} == 0x0070) { # p  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x0055 or # U  
             $self->{next_input_character} == 0x0075) { # u  
           !!!next-input-character;  
           if ($self->{next_input_character} == 0x0042 or # B  
               $self->{next_input_character} == 0x0062) { # b  
             !!!next-input-character;  
             if ($self->{next_input_character} == 0x004C or # L  
                 $self->{next_input_character} == 0x006C) { # l  
               !!!next-input-character;  
               if ($self->{next_input_character} == 0x0049 or # I  
                   $self->{next_input_character} == 0x0069) { # i  
                 !!!next-input-character;  
                 if ($self->{next_input_character} == 0x0043 or # C  
                     $self->{next_input_character} == 0x0063) { # c  
                   $self->{state} = BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
                   !!!next-input-character;  
                   redo A;  
                 }  
               }  
             }  
           }  
         }  
   
         #  
       } elsif ($self->{next_input_character} == 0x0053 or # S  
                $self->{next_input_character} == 0x0073) { # s  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x0059 or # Y  
             $self->{next_input_character} == 0x0079) { # y  
           !!!next-input-character;  
           if ($self->{next_input_character} == 0x0053 or # S  
               $self->{next_input_character} == 0x0073) { # s  
             !!!next-input-character;  
             if ($self->{next_input_character} == 0x0054 or # T  
                 $self->{next_input_character} == 0x0074) { # t  
               !!!next-input-character;  
               if ($self->{next_input_character} == 0x0045 or # E  
                   $self->{next_input_character} == 0x0065) { # e  
                 !!!next-input-character;  
                 if ($self->{next_input_character} == 0x004D or # M  
                     $self->{next_input_character} == 0x006D) { # m  
                   $self->{state} = BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
                   !!!next-input-character;  
                   redo A;  
                 }  
               }  
             }  
           }  
         }  
   
         #  
       } else {  
         !!!next-input-character;  
         #  
       }  
   
       !!!parse-error (type => 'string after DOCTYPE name');  
       $self->{current_token}->{quirks} = 1;  
   
       $self->{state} = BOGUS_DOCTYPE_STATE;  
       # next-input-character is already done  
       redo A;  
     } elsif ($self->{state} == BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_input_character}}) {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} eq 0x0022) { # "  
         $self->{current_token}->{public_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} eq 0x0027) { # '  
         $self->{current_token}->{public_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} eq 0x003E) { # >  
         !!!parse-error (type => 'no PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after PUBLIC');  
         $self->{current_token}->{quirks} = 1;  
   
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{public_identifier} # DOCTYPE  
             .= chr $self->{next_input_character};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{public_identifier} # DOCTYPE  
             .= chr $self->{next_input_character};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_input_character}}) {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0022) { # "  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0027) { # '  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after PUBLIC literal');  
         $self->{current_token}->{quirks} = 1;  
   
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_input_character}}) {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0022) { # "  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0027) { # '  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'no SYSTEM literal');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after SYSTEM');  
         $self->{current_token}->{quirks} = 1;  
   
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed SYSTEM literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{system_identifier} # DOCTYPE  
             .= chr $self->{next_input_character};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed SYSTEM literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{system_identifier} # DOCTYPE  
             .= chr $self->{next_input_character};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_input_character}}) {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after SYSTEM literal');  
         #$self->{current_token}->{quirks} = 1;  
   
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BOGUS_DOCTYPE_STATE) {  
       if ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } else {  
       die "$0: $self->{state}: Unknown state";  
     }  
   } # A    
   
   die "$0: _get_next_token: unexpected case";  
 } # _get_next_token  
   
 sub _tokenize_attempt_to_consume_an_entity ($$$) {  
   my ($self, $in_attr, $additional) = @_;  
   
   if ({  
        0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, # HT, LF, VT, FF,  
        0x0020 => 1, 0x003C => 1, 0x0026 => 1, -1 => 1, # SP, <, & # 0x000D # CR  
        $additional => 1,  
       }->{$self->{next_input_character}}) {  
     ## Don't consume  
     ## No error  
     return undef;  
   } elsif ($self->{next_input_character} == 0x0023) { # #  
     !!!next-input-character;  
     if ($self->{next_input_character} == 0x0078 or # x  
         $self->{next_input_character} == 0x0058) { # X  
       my $code;  
       X: {  
         my $x_char = $self->{next_input_character};  
         !!!next-input-character;  
         if (0x0030 <= $self->{next_input_character} and  
             $self->{next_input_character} <= 0x0039) { # 0..9  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_input_character} - 0x0030;  
           redo X;  
         } elsif (0x0061 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x0066) { # a..f  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_input_character} - 0x0060 + 9;  
           redo X;  
         } elsif (0x0041 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x0046) { # A..F  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_input_character} - 0x0040 + 9;  
           redo X;  
         } elsif (not defined $code) { # no hexadecimal digit  
           !!!parse-error (type => 'bare hcro');  
           !!!back-next-input-character ($x_char, $self->{next_input_character});  
           $self->{next_input_character} = 0x0023; # #  
           return undef;  
         } elsif ($self->{next_input_character} == 0x003B) { # ;  
           !!!next-input-character;  
         } else {  
           !!!parse-error (type => 'no refc');  
         }  
   
         if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {  
           !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);  
           $code = 0xFFFD;  
         } elsif ($code > 0x10FFFF) {  
           !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);  
           $code = 0xFFFD;  
         } elsif ($code == 0x000D) {  
           !!!parse-error (type => 'CR character reference');  
           $code = 0x000A;  
         } elsif (0x80 <= $code and $code <= 0x9F) {  
           !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);  
           $code = $c1_entity_char->{$code};  
         }  
   
         return {type => CHARACTER_TOKEN, data => chr $code,  
                 has_reference => 1};  
       } # X  
     } elsif (0x0030 <= $self->{next_input_character} and  
              $self->{next_input_character} <= 0x0039) { # 0..9  
       my $code = $self->{next_input_character} - 0x0030;  
       !!!next-input-character;  
         
       while (0x0030 <= $self->{next_input_character} and  
                 $self->{next_input_character} <= 0x0039) { # 0..9  
         $code *= 10;  
         $code += $self->{next_input_character} - 0x0030;  
           
         !!!next-input-character;  
       }  
   
       if ($self->{next_input_character} == 0x003B) { # ;  
         !!!next-input-character;  
       } else {  
         !!!parse-error (type => 'no refc');  
       }  
   
       if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {  
         !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);  
         $code = 0xFFFD;  
       } elsif ($code > 0x10FFFF) {  
         !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);  
         $code = 0xFFFD;  
       } elsif ($code == 0x000D) {  
         !!!parse-error (type => 'CR character reference');  
         $code = 0x000A;  
       } elsif (0x80 <= $code and $code <= 0x9F) {  
         !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);  
         $code = $c1_entity_char->{$code};  
       }  
         
       return {type => CHARACTER_TOKEN, data => chr $code, has_reference => 1};  
     } else {  
       !!!parse-error (type => 'bare nero');  
       !!!back-next-input-character ($self->{next_input_character});  
       $self->{next_input_character} = 0x0023; # #  
       return undef;  
     }  
   } elsif ((0x0041 <= $self->{next_input_character} and  
             $self->{next_input_character} <= 0x005A) or  
            (0x0061 <= $self->{next_input_character} and  
             $self->{next_input_character} <= 0x007A)) {  
     my $entity_name = chr $self->{next_input_character};  
     !!!next-input-character;  
   
     my $value = $entity_name;  
     my $match = 0;  
     require Whatpm::_NamedEntityList;  
     our $EntityChar;  
   
     while (length $entity_name < 10 and  
            ## NOTE: Some number greater than the maximum length of entity name  
            ((0x0041 <= $self->{next_input_character} and # a  
              $self->{next_input_character} <= 0x005A) or # x  
             (0x0061 <= $self->{next_input_character} and # a  
              $self->{next_input_character} <= 0x007A) or # z  
             (0x0030 <= $self->{next_input_character} and # 0  
              $self->{next_input_character} <= 0x0039) or # 9  
             $self->{next_input_character} == 0x003B)) { # ;  
       $entity_name .= chr $self->{next_input_character};  
       if (defined $EntityChar->{$entity_name}) {  
         if ($self->{next_input_character} == 0x003B) { # ;  
           $value = $EntityChar->{$entity_name};  
           $match = 1;  
           !!!next-input-character;  
           last;  
         } else {  
           $value = $EntityChar->{$entity_name};  
           $match = -1;  
           !!!next-input-character;  
         }  
       } else {  
         $value .= chr $self->{next_input_character};  
         $match *= 2;  
         !!!next-input-character;  
       }  
     }  
       
     if ($match > 0) {  
       return {type => CHARACTER_TOKEN, data => $value, has_reference => 1};  
     } elsif ($match < 0) {  
       !!!parse-error (type => 'no refc');  
       if ($in_attr and $match < -1) {  
         return {type => CHARACTER_TOKEN, data => '&'.$entity_name};  
       } else {  
         return {type => CHARACTER_TOKEN, data => $value, has_reference => 1};  
       }  
     } else {  
       !!!parse-error (type => 'bare ero');  
       ## NOTE: "No characters are consumed" in the spec.  
       return {type => CHARACTER_TOKEN, data => '&'.$value};  
     }  
   } else {  
     ## no characters are consumed  
     !!!parse-error (type => 'bare ero');  
     return undef;  
   }  
 } # _tokenize_attempt_to_consume_an_entity  
   
858  sub _initialize_tree_constructor ($) {  sub _initialize_tree_constructor ($) {
859    my $self = shift;    my $self = shift;
860    ## NOTE: $self->{document} MUST be specified before this method is called    ## NOTE: $self->{document} MUST be specified before this method is called
# Line 2089  sub _initialize_tree_constructor ($) { Line 862  sub _initialize_tree_constructor ($) {
862    ## TODO: Turn mutation events off # MUST    ## TODO: Turn mutation events off # MUST
863    ## TODO: Turn loose Document option (manakai extension) on    ## TODO: Turn loose Document option (manakai extension) on
864    $self->{document}->manakai_is_html (1); # MUST    $self->{document}->manakai_is_html (1); # MUST
865      $self->{document}->set_user_data (manakai_source_line => 1);
866      $self->{document}->set_user_data (manakai_source_column => 1);
867  } # _initialize_tree_constructor  } # _initialize_tree_constructor
868    
869  sub _terminate_tree_constructor ($) {  sub _terminate_tree_constructor ($) {
# Line 2108  sub _construct_tree ($) { Line 883  sub _construct_tree ($) {
883    ## When an interactive UA render the $self->{document} available    ## When an interactive UA render the $self->{document} available
884    ## to the user, or when it begin accepting user input, are    ## to the user, or when it begin accepting user input, are
885    ## not defined.    ## not defined.
   
   ## Append a character: collect it and all subsequent consecutive  
   ## characters and insert one Text node whose data is concatenation  
   ## of all those characters. # MUST  
886        
887    !!!next-token;    !!!next-token;
888    
   $self->{insertion_mode} = BEFORE_HEAD_IM;  
889    undef $self->{form_element};    undef $self->{form_element};
890    undef $self->{head_element};    undef $self->{head_element};
891      undef $self->{head_element_inserted};
892    $self->{open_elements} = [];    $self->{open_elements} = [];
893    undef $self->{inner_html_node};    undef $self->{inner_html_node};
894      undef $self->{ignore_newline};
895    
896      ## NOTE: The "initial" insertion mode.
897    $self->_tree_construction_initial; # MUST    $self->_tree_construction_initial; # MUST
898    
899      ## NOTE: The "before html" insertion mode.
900    $self->_tree_construction_root_element;    $self->_tree_construction_root_element;
901      $self->{insertion_mode} = BEFORE_HEAD_IM;
902    
903      ## NOTE: The "before head" insertion mode and so on.
904    $self->_tree_construction_main;    $self->_tree_construction_main;
905  } # _construct_tree  } # _construct_tree
906    
907  sub _tree_construction_initial ($) {  sub _tree_construction_initial ($) {
908    my $self = shift;    my $self = shift;
909    
910      ## NOTE: "initial" insertion mode
911    
912    INITIAL: {    INITIAL: {
913      if ($token->{type} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
914        ## NOTE: Conformance checkers MAY, instead of reporting "not HTML5"        ## NOTE: Conformance checkers MAY, instead of reporting "not
915        ## error, switch to a conformance checking mode for another        ## HTML5" error, switch to a conformance checking mode for
916        ## language.        ## another language.  (We don't support such mode switchings; it
917          ## is nonsense to do anything different from what browsers do.)
918        my $doctype_name = $token->{name};        my $doctype_name = $token->{name};
919        $doctype_name = '' unless defined $doctype_name;        $doctype_name = '' unless defined $doctype_name;
920        $doctype_name =~ tr/a-z/A-Z/;        my $doctype = $self->{document}->create_document_type_definition
921        if (not defined $token->{name} or # <!DOCTYPE>            ($doctype_name);
922            defined $token->{public_identifier} or  
923            defined $token->{system_identifier}) {        $doctype_name =~ tr/A-Z/a-z/; # ASCII case-insensitive
924          !!!parse-error (type => 'not HTML5');        if ($doctype_name ne 'html') {
925        } elsif ($doctype_name ne 'HTML') {          !!!cp ('t1');
926          ## ISSUE: ASCII case-insensitive? (in fact it does not matter)          !!!parse-error (type => 'not HTML5', token => $token);
927          !!!parse-error (type => 'not HTML5');        } elsif (defined $token->{pubid}) {
928            !!!cp ('t2');
929            ## XXX Obsolete permitted DOCTYPEs
930            !!!parse-error (type => 'not HTML5', token => $token);
931          } elsif (defined $token->{sysid}) {
932            if ($token->{sysid} eq 'about:legacy-compat') {
933              !!!cp ('t1.2'); ## <!DOCTYPE HTML SYSTEM "about:legacy-compat">
934              !!!parse-error (type => 'XSLT-compat', token => $token,
935                              level => $self->{level}->{should});
936            } else {
937              !!!parse-error (type => 'not HTML5', token => $token);
938            }
939          } else { ## <!DOCTYPE HTML>
940            !!!cp ('t3');
941            #
942        }        }
943                
944        my $doctype = $self->{document}->create_document_type_definition        ## NOTE: Default value for both |public_id| and |system_id| attributes
945          ($token->{name}); ## ISSUE: If name is missing (e.g. <!DOCTYPE>)?        ## are empty strings, so that we don't set any value in missing cases.
946        $doctype->public_id ($token->{public_identifier})        $doctype->public_id ($token->{pubid}) if defined $token->{pubid};
947            if defined $token->{public_identifier};        $doctype->system_id ($token->{sysid}) if defined $token->{sysid};
948        $doctype->system_id ($token->{system_identifier})  
           if defined $token->{system_identifier};  
949        ## NOTE: Other DocumentType attributes are null or empty lists.        ## NOTE: Other DocumentType attributes are null or empty lists.
950        ## ISSUE: internalSubset = null??        ## In Firefox3, |internalSubset| attribute is set to the empty
951          ## string, while |null| is an allowed value for the attribute
952          ## according to DOM3 Core.
953        $self->{document}->append_child ($doctype);        $self->{document}->append_child ($doctype);
954                
955        if ($token->{quirks} or $doctype_name ne 'HTML') {        if ($token->{quirks} or $doctype_name ne 'html') {
956            !!!cp ('t4');
957          $self->{document}->manakai_compat_mode ('quirks');          $self->{document}->manakai_compat_mode ('quirks');
958        } elsif (defined $token->{public_identifier}) {        } elsif (defined $token->{pubid}) {
959          my $pubid = $token->{public_identifier};          my $pubid = $token->{pubid};
960          $pubid =~ tr/a-z/A-z/;          $pubid =~ tr/a-z/A-z/;
961          if ({          my $prefix = [
962            "+//SILMARIL//DTD HTML PRO V0R11 19970101//EN" => 1,            "+//SILMARIL//DTD HTML PRO V0R11 19970101//",
963            "-//ADVASOFT LTD//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,            "-//ADVASOFT LTD//DTD HTML 3.0 ASWEDIT + EXTENSIONS//",
964            "-//AS//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,            "-//AS//DTD HTML 3.0 ASWEDIT + EXTENSIONS//",
965            "-//IETF//DTD HTML 2.0 LEVEL 1//EN" => 1,            "-//IETF//DTD HTML 2.0 LEVEL 1//",
966            "-//IETF//DTD HTML 2.0 LEVEL 2//EN" => 1,            "-//IETF//DTD HTML 2.0 LEVEL 2//",
967            "-//IETF//DTD HTML 2.0 STRICT LEVEL 1//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT LEVEL 1//",
968            "-//IETF//DTD HTML 2.0 STRICT LEVEL 2//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT LEVEL 2//",
969            "-//IETF//DTD HTML 2.0 STRICT//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT//",
970            "-//IETF//DTD HTML 2.0//EN" => 1,            "-//IETF//DTD HTML 2.0//",
971            "-//IETF//DTD HTML 2.1E//EN" => 1,            "-//IETF//DTD HTML 2.1E//",
972            "-//IETF//DTD HTML 3.0//EN" => 1,            "-//IETF//DTD HTML 3.0//",
973            "-//IETF//DTD HTML 3.0//EN//" => 1,            "-//IETF//DTD HTML 3.2 FINAL//",
974            "-//IETF//DTD HTML 3.2 FINAL//EN" => 1,            "-//IETF//DTD HTML 3.2//",
975            "-//IETF//DTD HTML 3.2//EN" => 1,            "-//IETF//DTD HTML 3//",
976            "-//IETF//DTD HTML 3//EN" => 1,            "-//IETF//DTD HTML LEVEL 0//",
977            "-//IETF//DTD HTML LEVEL 0//EN" => 1,            "-//IETF//DTD HTML LEVEL 1//",
978            "-//IETF//DTD HTML LEVEL 0//EN//2.0" => 1,            "-//IETF//DTD HTML LEVEL 2//",
979            "-//IETF//DTD HTML LEVEL 1//EN" => 1,            "-//IETF//DTD HTML LEVEL 3//",
980            "-//IETF//DTD HTML LEVEL 1//EN//2.0" => 1,            "-//IETF//DTD HTML STRICT LEVEL 0//",
981            "-//IETF//DTD HTML LEVEL 2//EN" => 1,            "-//IETF//DTD HTML STRICT LEVEL 1//",
982            "-//IETF//DTD HTML LEVEL 2//EN//2.0" => 1,            "-//IETF//DTD HTML STRICT LEVEL 2//",
983            "-//IETF//DTD HTML LEVEL 3//EN" => 1,            "-//IETF//DTD HTML STRICT LEVEL 3//",
984            "-//IETF//DTD HTML LEVEL 3//EN//3.0" => 1,            "-//IETF//DTD HTML STRICT//",
985            "-//IETF//DTD HTML STRICT LEVEL 0//EN" => 1,            "-//IETF//DTD HTML//",
986            "-//IETF//DTD HTML STRICT LEVEL 0//EN//2.0" => 1,            "-//METRIUS//DTD METRIUS PRESENTATIONAL//",
987            "-//IETF//DTD HTML STRICT LEVEL 1//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML STRICT//",
988            "-//IETF//DTD HTML STRICT LEVEL 1//EN//2.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML//",
989            "-//IETF//DTD HTML STRICT LEVEL 2//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 TABLES//",
990            "-//IETF//DTD HTML STRICT LEVEL 2//EN//2.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML STRICT//",
991            "-//IETF//DTD HTML STRICT LEVEL 3//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML//",
992            "-//IETF//DTD HTML STRICT LEVEL 3//EN//3.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 TABLES//",
993            "-//IETF//DTD HTML STRICT//EN" => 1,            "-//NETSCAPE COMM. CORP.//DTD HTML//",
994            "-//IETF//DTD HTML STRICT//EN//2.0" => 1,            "-//NETSCAPE COMM. CORP.//DTD STRICT HTML//",
995            "-//IETF//DTD HTML STRICT//EN//3.0" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML 2.0//",
996            "-//IETF//DTD HTML//EN" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED 1.0//",
997            "-//IETF//DTD HTML//EN//2.0" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED RELAXED 1.0//",
998            "-//IETF//DTD HTML//EN//3.0" => 1,            "-//SOFTQUAD SOFTWARE//DTD HOTMETAL PRO 6.0::19990601::EXTENSIONS TO HTML 4.0//",
999            "-//METRIUS//DTD METRIUS PRESENTATIONAL//EN" => 1,            "-//SOFTQUAD//DTD HOTMETAL PRO 4.0::19971010::EXTENSIONS TO HTML 4.0//",
1000            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML STRICT//EN" => 1,            "-//SPYGLASS//DTD HTML 2.0 EXTENDED//",
1001            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML//EN" => 1,            "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//",
1002            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 TABLES//EN" => 1,            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//",
1003            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML STRICT//EN" => 1,            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//",
1004            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML//EN" => 1,            "-//W3C//DTD HTML 3 1995-03-24//",
1005            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 TABLES//EN" => 1,            "-//W3C//DTD HTML 3.2 DRAFT//",
1006            "-//NETSCAPE COMM. CORP.//DTD HTML//EN" => 1,            "-//W3C//DTD HTML 3.2 FINAL//",
1007            "-//NETSCAPE COMM. CORP.//DTD STRICT HTML//EN" => 1,            "-//W3C//DTD HTML 3.2//",
1008            "-//O'REILLY AND ASSOCIATES//DTD HTML 2.0//EN" => 1,            "-//W3C//DTD HTML 3.2S DRAFT//",
1009            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED 1.0//EN" => 1,            "-//W3C//DTD HTML 4.0 FRAMESET//",
1010            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED RELAXED 1.0//EN" => 1,            "-//W3C//DTD HTML 4.0 TRANSITIONAL//",
1011            "-//SOFTQUAD SOFTWARE//DTD HOTMETAL PRO 6.0::19990601::EXTENSIONS TO HTML 4.0//EN" => 1,            "-//W3C//DTD HTML EXPERIMETNAL 19960712//",
1012            "-//SOFTQUAD//DTD HOTMETAL PRO 4.0::19971010::EXTENSIONS TO HTML 4.0//EN" => 1,            "-//W3C//DTD HTML EXPERIMENTAL 970421//",
1013            "-//SPYGLASS//DTD HTML 2.0 EXTENDED//EN" => 1,            "-//W3C//DTD W3 HTML//",
1014            "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//EN" => 1,            "-//W3O//DTD W3 HTML 3.0//",
1015            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//EN" => 1,            "-//WEBTECHS//DTD MOZILLA HTML 2.0//",
1016            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//EN" => 1,            "-//WEBTECHS//DTD MOZILLA HTML//",
1017            "-//W3C//DTD HTML 3 1995-03-24//EN" => 1,          ]; # $prefix
1018            "-//W3C//DTD HTML 3.2 DRAFT//EN" => 1,          my $match;
1019            "-//W3C//DTD HTML 3.2 FINAL//EN" => 1,          for (@$prefix) {
1020            "-//W3C//DTD HTML 3.2//EN" => 1,            if (substr ($prefix, 0, length $_) eq $_) {
1021            "-//W3C//DTD HTML 3.2S DRAFT//EN" => 1,              $match = 1;
1022            "-//W3C//DTD HTML 4.0 FRAMESET//EN" => 1,              last;
1023            "-//W3C//DTD HTML 4.0 TRANSITIONAL//EN" => 1,            }
1024            "-//W3C//DTD HTML EXPERIMETNAL 19960712//EN" => 1,          }
1025            "-//W3C//DTD HTML EXPERIMENTAL 970421//EN" => 1,          if ($match or
1026            "-//W3C//DTD W3 HTML//EN" => 1,              $pubid eq "-//W3O//DTD W3 HTML STRICT 3.0//EN//" or
1027            "-//W3O//DTD W3 HTML 3.0//EN" => 1,              $pubid eq "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" or
1028            "-//W3O//DTD W3 HTML 3.0//EN//" => 1,              $pubid eq "HTML") {
1029            "-//W3O//DTD W3 HTML STRICT 3.0//EN//" => 1,            !!!cp ('t5');
           "-//WEBTECHS//DTD MOZILLA HTML 2.0//EN" => 1,  
           "-//WEBTECHS//DTD MOZILLA HTML//EN" => 1,  
           "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" => 1,  
           "HTML" => 1,  
         }->{$pubid}) {  
1030            $self->{document}->manakai_compat_mode ('quirks');            $self->{document}->manakai_compat_mode ('quirks');
1031          } elsif ($pubid eq "-//W3C//DTD HTML 4.01 FRAMESET//EN" or          } elsif ($pubid =~ m[^-//W3C//DTD HTML 4.01 FRAMESET//] or
1032                   $pubid eq "-//W3C//DTD HTML 4.01 TRANSITIONAL//EN") {                   $pubid =~ m[^-//W3C//DTD HTML 4.01 TRANSITIONAL//]) {
1033            if (defined $token->{system_identifier}) {            if (defined $token->{sysid}) {
1034                !!!cp ('t6');
1035              $self->{document}->manakai_compat_mode ('quirks');              $self->{document}->manakai_compat_mode ('quirks');
1036            } else {            } else {
1037                !!!cp ('t7');
1038              $self->{document}->manakai_compat_mode ('limited quirks');              $self->{document}->manakai_compat_mode ('limited quirks');
1039            }            }
1040          } elsif ($pubid eq "-//W3C//DTD XHTML 1.0 Frameset//EN" or          } elsif ($pubid =~ m[^-//W3C//DTD XHTML 1.0 FRAMESET//] or
1041                   $pubid eq "-//W3C//DTD XHTML 1.0 Transitional//EN") {                   $pubid =~ m[^-//W3C//DTD XHTML 1.0 TRANSITIONAL//]) {
1042              !!!cp ('t8');
1043            $self->{document}->manakai_compat_mode ('limited quirks');            $self->{document}->manakai_compat_mode ('limited quirks');
1044            } else {
1045              !!!cp ('t9');
1046          }          }
1047          } else {
1048            !!!cp ('t10');
1049        }        }
1050        if (defined $token->{system_identifier}) {        if (defined $token->{sysid}) {
1051          my $sysid = $token->{system_identifier};          my $sysid = $token->{sysid};
1052          $sysid =~ tr/A-Z/a-z/;          $sysid =~ tr/A-Z/a-z/;
1053          if ($sysid eq "http://www.ibm.com/data/dtd/v11/ibmxhtml1-transitional.dtd") {          if ($sysid eq "http://www.ibm.com/data/dtd/v11/ibmxhtml1-transitional.dtd") {
1054              ## NOTE: Ensure that |PUBLIC "(limited quirks)" "(quirks)"| is
1055              ## marked as quirks.
1056            $self->{document}->manakai_compat_mode ('quirks');            $self->{document}->manakai_compat_mode ('quirks');
1057              !!!cp ('t11');
1058            } else {
1059              !!!cp ('t12');
1060          }          }
1061          } else {
1062            !!!cp ('t13');
1063        }        }
1064                
1065        ## Go to the root element phase.        ## Go to the "before html" insertion mode.
1066        !!!next-token;        !!!next-token;
1067        return;        return;
1068      } elsif ({      } elsif ({
# Line 2263  sub _tree_construction_initial ($) { Line 1070  sub _tree_construction_initial ($) {
1070                END_TAG_TOKEN, 1,                END_TAG_TOKEN, 1,
1071                END_OF_FILE_TOKEN, 1,                END_OF_FILE_TOKEN, 1,
1072               }->{$token->{type}}) {               }->{$token->{type}}) {
1073        !!!parse-error (type => 'no DOCTYPE');        !!!cp ('t14');
1074          !!!parse-error (type => 'no DOCTYPE', token => $token);
1075        $self->{document}->manakai_compat_mode ('quirks');        $self->{document}->manakai_compat_mode ('quirks');
1076        ## Go to the root element phase        ## Go to the "before html" insertion mode.
1077        ## reprocess        ## reprocess
1078          !!!ack-later;
1079        return;        return;
1080      } elsif ($token->{type} == CHARACTER_TOKEN) {      } elsif ($token->{type} == CHARACTER_TOKEN) {
1081        if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D        if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1082          ## Ignore the token          ## Ignore the token
1083    
1084          unless (length $token->{data}) {          unless (length $token->{data}) {
1085            ## Stay in the phase            !!!cp ('t15');
1086              ## Stay in the insertion mode.
1087            !!!next-token;            !!!next-token;
1088            redo INITIAL;            redo INITIAL;
1089            } else {
1090              !!!cp ('t16');
1091          }          }
1092          } else {
1093            !!!cp ('t17');
1094        }        }
1095    
1096        !!!parse-error (type => 'no DOCTYPE');        !!!parse-error (type => 'no DOCTYPE', token => $token);
1097        $self->{document}->manakai_compat_mode ('quirks');        $self->{document}->manakai_compat_mode ('quirks');
1098        ## Go to the root element phase        ## Go to the "before html" insertion mode.
1099        ## reprocess        ## reprocess
1100        return;        return;
1101      } elsif ($token->{type} == COMMENT_TOKEN) {      } elsif ($token->{type} == COMMENT_TOKEN) {
1102          !!!cp ('t18');
1103        my $comment = $self->{document}->create_comment ($token->{data});        my $comment = $self->{document}->create_comment ($token->{data});
1104        $self->{document}->append_child ($comment);        $self->{document}->append_child ($comment);
1105                
1106        ## Stay in the phase.        ## Stay in the insertion mode.
1107        !!!next-token;        !!!next-token;
1108        redo INITIAL;        redo INITIAL;
1109      } else {      } else {
1110        die "$0: $token->{type}: Unknown token type";        die "$0: $token->{type}: Unknown token type";
1111      }      }
1112    } # INITIAL    } # INITIAL
1113    
1114      die "$0: _tree_construction_initial: This should be never reached";
1115  } # _tree_construction_initial  } # _tree_construction_initial
1116    
1117  sub _tree_construction_root_element ($) {  sub _tree_construction_root_element ($) {
1118    my $self = shift;    my $self = shift;
1119    
1120      ## NOTE: "before html" insertion mode.
1121        
1122    B: {    B: {
1123        if ($token->{type} == DOCTYPE_TOKEN) {        if ($token->{type} == DOCTYPE_TOKEN) {
1124          !!!parse-error (type => 'in html:#DOCTYPE');          !!!cp ('t19');
1125            !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
1126          ## Ignore the token          ## Ignore the token
1127          ## Stay in the phase          ## Stay in the insertion mode.
1128          !!!next-token;          !!!next-token;
1129          redo B;          redo B;
1130        } elsif ($token->{type} == COMMENT_TOKEN) {        } elsif ($token->{type} == COMMENT_TOKEN) {
1131            !!!cp ('t20');
1132          my $comment = $self->{document}->create_comment ($token->{data});          my $comment = $self->{document}->create_comment ($token->{data});
1133          $self->{document}->append_child ($comment);          $self->{document}->append_child ($comment);
1134          ## Stay in the phase          ## Stay in the insertion mode.
1135          !!!next-token;          !!!next-token;
1136          redo B;          redo B;
1137        } elsif ($token->{type} == CHARACTER_TOKEN) {        } elsif ($token->{type} == CHARACTER_TOKEN) {
1138          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1139            ## Ignore the token.            ## Ignore the token.
1140    
1141            unless (length $token->{data}) {            unless (length $token->{data}) {
1142              ## Stay in the phase              !!!cp ('t21');
1143                ## Stay in the insertion mode.
1144              !!!next-token;              !!!next-token;
1145              redo B;              redo B;
1146              } else {
1147                !!!cp ('t22');
1148            }            }
1149            } else {
1150              !!!cp ('t23');
1151          }          }
1152    
1153          $self->{application_cache_selection}->(undef);          $self->{application_cache_selection}->(undef);
1154    
1155          #          #
1156        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
1157          if ($token->{tag_name} eq 'html' and          if ($token->{tag_name} eq 'html') {
1158              $token->{attributes}->{manifest}) {            my $root_element;
1159            $self->{application_cache_selection}            !!!create-element ($root_element, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);
1160                 ->($token->{attributes}->{manifest}->{value});            $self->{document}->append_child ($root_element);
1161            ## ISSUE: No relative reference resolution?            push @{$self->{open_elements}},
1162                  [$root_element, $el_category->{html}];
1163    
1164              if ($token->{attributes}->{manifest}) {
1165                !!!cp ('t24');
1166                $self->{application_cache_selection}
1167                    ->($token->{attributes}->{manifest}->{value});
1168                ## ISSUE: Spec is unclear on relative references.
1169                ## According to Hixie (#whatwg 2008-03-19), it should be
1170                ## resolved against the base URI of the document in HTML
1171                ## or xml:base of the element in XHTML.
1172              } else {
1173                !!!cp ('t25');
1174                $self->{application_cache_selection}->(undef);
1175              }
1176    
1177              !!!nack ('t25c');
1178    
1179              !!!next-token;
1180              return; ## Go to the "before head" insertion mode.
1181          } else {          } else {
1182            $self->{application_cache_selection}->(undef);            !!!cp ('t25.1');
1183              #
1184          }          }
   
         ## ISSUE: There is an issue in the spec  
         #  
1185        } elsif ({        } elsif ({
1186                  END_TAG_TOKEN, 1,                  END_TAG_TOKEN, 1,
1187                  END_OF_FILE_TOKEN, 1,                  END_OF_FILE_TOKEN, 1,
1188                 }->{$token->{type}}) {                 }->{$token->{type}}) {
1189          $self->{application_cache_selection}->(undef);          !!!cp ('t26');
   
         ## ISSUE: There is an issue in the spec  
1190          #          #
1191        } else {        } else {
1192          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
1193        }        }
1194    
1195        my $root_element; !!!create-element ($root_element, 'html');      my $root_element;
1196        $self->{document}->append_child ($root_element);      !!!create-element ($root_element, $HTML_NS, 'html',, $token);
1197        push @{$self->{open_elements}}, [$root_element, 'html'];      $self->{document}->append_child ($root_element);
1198        ## reprocess      push @{$self->{open_elements}}, [$root_element, $el_category->{html}];
1199        #redo B;  
1200        return; ## Go to the main phase.      $self->{application_cache_selection}->(undef);
1201    
1202        ## NOTE: Reprocess the token.
1203        !!!ack-later;
1204        return; ## Go to the "before head" insertion mode.
1205    } # B    } # B
1206    
1207      die "$0: _tree_construction_root_element: This should never be reached";
1208  } # _tree_construction_root_element  } # _tree_construction_root_element
1209    
1210  sub _reset_insertion_mode ($) {  sub _reset_insertion_mode ($) {
# Line 2372  sub _reset_insertion_mode ($) { Line 1219  sub _reset_insertion_mode ($) {
1219            
1220      ## Step 3      ## Step 3
1221      S3: {      S3: {
       ## ISSUE: Oops! "If node is the first node in the stack of open  
       ## elements, then set last to true. If the context element of the  
       ## HTML fragment parsing algorithm is neither a td element nor a  
       ## th element, then set node to the context element. (fragment case)":  
       ## The second "if" is in the scope of the first "if"!?  
1222        if ($self->{open_elements}->[0]->[0] eq $node->[0]) {        if ($self->{open_elements}->[0]->[0] eq $node->[0]) {
1223          $last = 1;          $last = 1;
1224          if (defined $self->{inner_html_node}) {          if (defined $self->{inner_html_node}) {
1225            if ($self->{inner_html_node}->[1] eq 'td' or            !!!cp ('t28');
1226                $self->{inner_html_node}->[1] eq 'th') {            $node = $self->{inner_html_node};
1227              #          } else {
1228            } else {            die "_reset_insertion_mode: t27";
             $node = $self->{inner_html_node};  
           }  
1229          }          }
1230        }        }
1231              
1232        ## Step 4..13        ## Step 4..14
1233        my $new_mode = {        my $new_mode;
1234          if ($node->[1] & FOREIGN_EL) {
1235            !!!cp ('t28.1');
1236            ## NOTE: Strictly spaking, the line below only applies to MathML and
1237            ## SVG elements.  Currently the HTML syntax supports only MathML and
1238            ## SVG elements as foreigners.
1239            $new_mode = IN_BODY_IM | IN_FOREIGN_CONTENT_IM;
1240          } elsif ($node->[1] == TABLE_CELL_EL) {
1241            if ($last) {
1242              !!!cp ('t28.2');
1243              #
1244            } else {
1245              !!!cp ('t28.3');
1246              $new_mode = IN_CELL_IM;
1247            }
1248          } else {
1249            !!!cp ('t28.4');
1250            $new_mode = {
1251                        select => IN_SELECT_IM,                        select => IN_SELECT_IM,
1252                        td => IN_CELL_IM,                        ## NOTE: |option| and |optgroup| do not set
1253                        th => IN_CELL_IM,                        ## insertion mode to "in select" by themselves.
1254                        tr => IN_ROW_IM,                        tr => IN_ROW_IM,
1255                        tbody => IN_TABLE_BODY_IM,                        tbody => IN_TABLE_BODY_IM,
1256                        thead => IN_TABLE_BODY_IM,                        thead => IN_TABLE_BODY_IM,
# Line 2404  sub _reset_insertion_mode ($) { Line 1261  sub _reset_insertion_mode ($) {
1261                        head => IN_BODY_IM, # not in head!                        head => IN_BODY_IM, # not in head!
1262                        body => IN_BODY_IM,                        body => IN_BODY_IM,
1263                        frameset => IN_FRAMESET_IM,                        frameset => IN_FRAMESET_IM,
1264                       }->{$node->[1]};                       }->{$node->[0]->manakai_local_name};
1265          }
1266        $self->{insertion_mode} = $new_mode and return if defined $new_mode;        $self->{insertion_mode} = $new_mode and return if defined $new_mode;
1267                
1268        ## Step 14        ## Step 15
1269        if ($node->[1] eq 'html') {        if ($node->[1] == HTML_EL) {
1270          unless (defined $self->{head_element}) {          unless (defined $self->{head_element}) {
1271              !!!cp ('t29');
1272            $self->{insertion_mode} = BEFORE_HEAD_IM;            $self->{insertion_mode} = BEFORE_HEAD_IM;
1273          } else {          } else {
1274              ## ISSUE: Can this state be reached?
1275              !!!cp ('t30');
1276            $self->{insertion_mode} = AFTER_HEAD_IM;            $self->{insertion_mode} = AFTER_HEAD_IM;
1277          }          }
1278          return;          return;
1279          } else {
1280            !!!cp ('t31');
1281        }        }
1282                
1283        ## Step 15        ## Step 16
1284        $self->{insertion_mode} = IN_BODY_IM and return if $last;        $self->{insertion_mode} = IN_BODY_IM and return if $last;
1285                
1286        ## Step 16        ## Step 17
1287        $i--;        $i--;
1288        $node = $self->{open_elements}->[$i];        $node = $self->{open_elements}->[$i];
1289                
1290        ## Step 17        ## Step 18
1291        redo S3;        redo S3;
1292      } # S3      } # S3
1293    
1294      die "$0: _reset_insertion_mode: This line should never be reached";
1295  } # _reset_insertion_mode  } # _reset_insertion_mode
1296    
1297  sub _tree_construction_main ($) {  sub _tree_construction_main ($) {
# Line 2448  sub _tree_construction_main ($) { Line 1313  sub _tree_construction_main ($) {
1313      return if $entry->[0] eq '#marker';      return if $entry->[0] eq '#marker';
1314      for (@{$self->{open_elements}}) {      for (@{$self->{open_elements}}) {
1315        if ($entry->[0] eq $_->[0]) {        if ($entry->[0] eq $_->[0]) {
1316            !!!cp ('t32');
1317          return;          return;
1318        }        }
1319      }      }
# Line 2462  sub _tree_construction_main ($) { Line 1328  sub _tree_construction_main ($) {
1328    
1329        ## Step 6        ## Step 6
1330        if ($entry->[0] eq '#marker') {        if ($entry->[0] eq '#marker') {
1331            !!!cp ('t33_1');
1332          #          #
1333        } else {        } else {
1334          my $in_open_elements;          my $in_open_elements;
1335          OE: for (@{$self->{open_elements}}) {          OE: for (@{$self->{open_elements}}) {
1336            if ($entry->[0] eq $_->[0]) {            if ($entry->[0] eq $_->[0]) {
1337                !!!cp ('t33');
1338              $in_open_elements = 1;              $in_open_elements = 1;
1339              last OE;              last OE;
1340            }            }
1341          }          }
1342          if ($in_open_elements) {          if ($in_open_elements) {
1343              !!!cp ('t34');
1344            #            #
1345          } else {          } else {
1346              ## NOTE: <!DOCTYPE HTML><p><b><i><u></p> <p>X
1347              !!!cp ('t35');
1348            redo S4;            redo S4;
1349          }          }
1350        }        }
# Line 2496  sub _tree_construction_main ($) { Line 1367  sub _tree_construction_main ($) {
1367    
1368        ## Step 11        ## Step 11
1369        unless ($clone->[0] eq $active_formatting_elements->[-1]->[0]) {        unless ($clone->[0] eq $active_formatting_elements->[-1]->[0]) {
1370            !!!cp ('t36');
1371          ## Step 7'          ## Step 7'
1372          $i++;          $i++;
1373          $entry = $active_formatting_elements->[$i];          $entry = $active_formatting_elements->[$i];
1374                    
1375          redo S7;          redo S7;
1376        }        }
1377    
1378          !!!cp ('t37');
1379      } # S7      } # S7
1380    }; # $reconstruct_active_formatting_elements    }; # $reconstruct_active_formatting_elements
1381    
1382    my $clear_up_to_marker = sub {    my $clear_up_to_marker = sub {
1383      for (reverse 0..$#$active_formatting_elements) {      for (reverse 0..$#$active_formatting_elements) {
1384        if ($active_formatting_elements->[$_]->[0] eq '#marker') {        if ($active_formatting_elements->[$_]->[0] eq '#marker') {
1385            !!!cp ('t38');
1386          splice @$active_formatting_elements, $_;          splice @$active_formatting_elements, $_;
1387          return;          return;
1388        }        }
1389      }      }
1390    
1391        !!!cp ('t39');
1392    }; # $clear_up_to_marker    }; # $clear_up_to_marker
1393    
1394    my $parse_rcdata = sub ($$) {    my $insert;
1395      my ($content_model_flag, $insert) = @_;  
1396      my $parse_rcdata = sub ($) {
1397        my ($content_model_flag) = @_;
1398    
1399      ## Step 1      ## Step 1
1400      my $start_tag_name = $token->{tag_name};      my $start_tag_name = $token->{tag_name};
1401      my $el;      !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
     !!!create-element ($el, $start_tag_name, $token->{attributes});  
1402    
1403      ## Step 2      ## Step 2
     $insert->($el); # /context node/->append_child ($el)  
   
     ## Step 3  
1404      $self->{content_model} = $content_model_flag; # CDATA or RCDATA      $self->{content_model} = $content_model_flag; # CDATA or RCDATA
1405      delete $self->{escape}; # MUST      delete $self->{escape}; # MUST
1406    
1407      ## Step 4      ## Step 3, 4
1408      my $text = '';      $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
     !!!next-token;  
     while ($token->{type} == CHARACTER_TOKEN) { # or until stop tokenizing  
       $text .= $token->{data};  
       !!!next-token;  
     }  
   
     ## Step 5  
     if (length $text) {  
       my $text = $self->{document}->create_text_node ($text);  
       $el->append_child ($text);  
     }  
   
     ## Step 6  
     $self->{content_model} = PCDATA_CONTENT_MODEL;  
1409    
1410      ## Step 7      !!!nack ('t40.1');
     if ($token->{type} == END_TAG_TOKEN and $token->{tag_name} eq $start_tag_name) {  
       ## Ignore the token  
     } elsif ($content_model_flag == CDATA_CONTENT_MODEL) {  
       !!!parse-error (type => 'in CDATA:#'.$token->{type});  
     } elsif ($content_model_flag == RCDATA_CONTENT_MODEL) {  
       !!!parse-error (type => 'in RCDATA:#'.$token->{type});  
     } else {  
       die "$0: $content_model_flag in parse_rcdata";  
     }  
1411      !!!next-token;      !!!next-token;
1412    }; # $parse_rcdata    }; # $parse_rcdata
1413    
1414    my $script_start_tag = sub ($) {    my $script_start_tag = sub () {
1415      my $insert = $_[0];      ## Step 1
1416      my $script_el;      my $script_el;
1417      !!!create-element ($script_el, 'script', $token->{attributes});      !!!create-element ($script_el, $HTML_NS, 'script', $token->{attributes}, $token);
1418    
1419        ## Step 2
1420      ## TODO: mark as "parser-inserted"      ## TODO: mark as "parser-inserted"
1421    
1422        ## Step 3
1423        ## TODO: Mark as "already executed", if ...
1424    
1425        ## Step 4 (HTML5 revision 2702)
1426        $insert->($script_el);
1427        push @{$self->{open_elements}}, [$script_el, $el_category->{script}];
1428    
1429        ## Step 5
1430      $self->{content_model} = CDATA_CONTENT_MODEL;      $self->{content_model} = CDATA_CONTENT_MODEL;
1431      delete $self->{escape}; # MUST      delete $self->{escape}; # MUST
       
     my $text = '';  
     !!!next-token;  
     while ($token->{type} == CHARACTER_TOKEN) {  
       $text .= $token->{data};  
       !!!next-token;  
     } # stop if non-character token or tokenizer stops tokenising  
     if (length $text) {  
       $script_el->manakai_append_text ($text);  
     }  
                 
     $self->{content_model} = PCDATA_CONTENT_MODEL;  
1432    
1433      if ($token->{type} == END_TAG_TOKEN and      ## Step 6-7
1434          $token->{tag_name} eq 'script') {      $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
       ## Ignore the token  
     } else {  
       !!!parse-error (type => 'in CDATA:#'.$token->{type});  
       ## ISSUE: And ignore?  
       ## TODO: mark as "already executed"  
     }  
       
     if (defined $self->{inner_html_node}) {  
       ## TODO: mark as "already executed"  
     } else {  
       ## TODO: $old_insertion_point = current insertion point  
       ## TODO: insertion point = just before the next input character  
1435    
1436        $insert->($script_el);      !!!nack ('t40.2');
         
       ## TODO: insertion point = $old_insertion_point (might be "undefined")  
         
       ## TODO: if there is a script that will execute as soon as the parser resume, then...  
     }  
       
1437      !!!next-token;      !!!next-token;
1438    }; # $script_start_tag    }; # $script_start_tag
1439    
1440      ## NOTE: $open_tables->[-1]->[0] is the "current table" element node.
1441      ## NOTE: $open_tables->[-1]->[1] is the "tainted" flag (OBSOLETE; unused).
1442      ## NOTE: $open_tables->[-1]->[2] is set false when non-Text node inserted.
1443      my $open_tables = [[$self->{open_elements}->[0]->[0]]];
1444    
1445    my $formatting_end_tag = sub {    my $formatting_end_tag = sub {
1446      my $tag_name = shift;      my $end_tag_token = shift;
1447        my $tag_name = $end_tag_token->{tag_name};
1448    
1449        ## NOTE: The adoption agency algorithm (AAA).
1450    
1451      FET: {      FET: {
1452        ## Step 1        ## Step 1
1453        my $formatting_element;        my $formatting_element;
1454        my $formatting_element_i_in_active;        my $formatting_element_i_in_active;
1455        AFE: for (reverse 0..$#$active_formatting_elements) {        AFE: for (reverse 0..$#$active_formatting_elements) {
1456          if ($active_formatting_elements->[$_]->[1] eq $tag_name) {          if ($active_formatting_elements->[$_]->[0] eq '#marker') {
1457              !!!cp ('t52');
1458              last AFE;
1459            } elsif ($active_formatting_elements->[$_]->[0]->manakai_local_name
1460                         eq $tag_name) {
1461              !!!cp ('t51');
1462            $formatting_element = $active_formatting_elements->[$_];            $formatting_element = $active_formatting_elements->[$_];
1463            $formatting_element_i_in_active = $_;            $formatting_element_i_in_active = $_;
1464            last AFE;            last AFE;
         } elsif ($active_formatting_elements->[$_]->[0] eq '#marker') {  
           last AFE;  
1465          }          }
1466        } # AFE        } # AFE
1467        unless (defined $formatting_element) {        unless (defined $formatting_element) {
1468          !!!parse-error (type => 'unmatched end tag:'.$tag_name);          !!!cp ('t53');
1469            !!!parse-error (type => 'unmatched end tag', text => $tag_name, token => $end_tag_token);
1470          ## Ignore the token          ## Ignore the token
1471          !!!next-token;          !!!next-token;
1472          return;          return;
# Line 2634  sub _tree_construction_main ($) { Line 1478  sub _tree_construction_main ($) {
1478          my $node = $self->{open_elements}->[$_];          my $node = $self->{open_elements}->[$_];
1479          if ($node->[0] eq $formatting_element->[0]) {          if ($node->[0] eq $formatting_element->[0]) {
1480            if ($in_scope) {            if ($in_scope) {
1481                !!!cp ('t54');
1482              $formatting_element_i_in_open = $_;              $formatting_element_i_in_open = $_;
1483              last INSCOPE;              last INSCOPE;
1484            } else { # in open elements but not in scope            } else { # in open elements but not in scope
1485              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t55');
1486                !!!parse-error (type => 'unmatched end tag',
1487                                text => $token->{tag_name},
1488                                token => $end_tag_token);
1489              ## Ignore the token              ## Ignore the token
1490              !!!next-token;              !!!next-token;
1491              return;              return;
1492            }            }
1493          } elsif ({          } elsif ($node->[1] & SCOPING_EL) {
1494                    table => 1, caption => 1, td => 1, th => 1,            !!!cp ('t56');
                   button => 1, marquee => 1, object => 1, html => 1,  
                  }->{$node->[1]}) {  
1495            $in_scope = 0;            $in_scope = 0;
1496          }          }
1497        } # INSCOPE        } # INSCOPE
1498        unless (defined $formatting_element_i_in_open) {        unless (defined $formatting_element_i_in_open) {
1499          !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});          !!!cp ('t57');
1500            !!!parse-error (type => 'unmatched end tag',
1501                            text => $token->{tag_name},
1502                            token => $end_tag_token);
1503          pop @$active_formatting_elements; # $formatting_element          pop @$active_formatting_elements; # $formatting_element
1504          !!!next-token; ## TODO: ok?          !!!next-token; ## TODO: ok?
1505          return;          return;
1506        }        }
1507        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {
1508          !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);          !!!cp ('t58');
1509            !!!parse-error (type => 'not closed',
1510                            text => $self->{open_elements}->[-1]->[0]
1511                                ->manakai_local_name,
1512                            token => $end_tag_token);
1513        }        }
1514                
1515        ## Step 2        ## Step 2
# Line 2664  sub _tree_construction_main ($) { Line 1517  sub _tree_construction_main ($) {
1517        my $furthest_block_i_in_open;        my $furthest_block_i_in_open;
1518        OE: for (reverse 0..$#{$self->{open_elements}}) {        OE: for (reverse 0..$#{$self->{open_elements}}) {
1519          my $node = $self->{open_elements}->[$_];          my $node = $self->{open_elements}->[$_];
1520          if (not $formatting_category->{$node->[1]} and          if (not ($node->[1] & FORMATTING_EL) and
1521              #not $phrasing_category->{$node->[1]} and              #not $phrasing_category->{$node->[1]} and
1522              ($special_category->{$node->[1]} or              ($node->[1] & SPECIAL_EL or
1523               $scoping_category->{$node->[1]})) {               $node->[1] & SCOPING_EL)) { ## Scoping is redundant, maybe
1524              !!!cp ('t59');
1525            $furthest_block = $node;            $furthest_block = $node;
1526            $furthest_block_i_in_open = $_;            $furthest_block_i_in_open = $_;
1527              ## NOTE: The topmost (eldest) node.
1528          } elsif ($node->[0] eq $formatting_element->[0]) {          } elsif ($node->[0] eq $formatting_element->[0]) {
1529              !!!cp ('t60');
1530            last OE;            last OE;
1531          }          }
1532        } # OE        } # OE
1533                
1534        ## Step 3        ## Step 3
1535        unless (defined $furthest_block) { # MUST        unless (defined $furthest_block) { # MUST
1536            !!!cp ('t61');
1537          splice @{$self->{open_elements}}, $formatting_element_i_in_open;          splice @{$self->{open_elements}}, $formatting_element_i_in_open;
1538          splice @$active_formatting_elements, $formatting_element_i_in_active, 1;          splice @$active_formatting_elements, $formatting_element_i_in_active, 1;
1539          !!!next-token;          !!!next-token;
# Line 2689  sub _tree_construction_main ($) { Line 1546  sub _tree_construction_main ($) {
1546        ## Step 5        ## Step 5
1547        my $furthest_block_parent = $furthest_block->[0]->parent_node;        my $furthest_block_parent = $furthest_block->[0]->parent_node;
1548        if (defined $furthest_block_parent) {        if (defined $furthest_block_parent) {
1549            !!!cp ('t62');
1550          $furthest_block_parent->remove_child ($furthest_block->[0]);          $furthest_block_parent->remove_child ($furthest_block->[0]);
1551        }        }
1552                
# Line 2711  sub _tree_construction_main ($) { Line 1569  sub _tree_construction_main ($) {
1569          S7S2: {          S7S2: {
1570            for (reverse 0..$#$active_formatting_elements) {            for (reverse 0..$#$active_formatting_elements) {
1571              if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {              if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {
1572                  !!!cp ('t63');
1573                $node_i_in_active = $_;                $node_i_in_active = $_;
1574                last S7S2;                last S7S2;
1575              }              }
# Line 2724  sub _tree_construction_main ($) { Line 1583  sub _tree_construction_main ($) {
1583                    
1584          ## Step 4          ## Step 4
1585          if ($last_node->[0] eq $furthest_block->[0]) {          if ($last_node->[0] eq $furthest_block->[0]) {
1586              !!!cp ('t64');
1587            $bookmark_prev_el = $node->[0];            $bookmark_prev_el = $node->[0];
1588          }          }
1589                    
1590          ## Step 5          ## Step 5
1591          if ($node->[0]->has_child_nodes ()) {          if ($node->[0]->has_child_nodes ()) {
1592              !!!cp ('t65');
1593            my $clone = [$node->[0]->clone_node (0), $node->[1]];            my $clone = [$node->[0]->clone_node (0), $node->[1]];
1594            $active_formatting_elements->[$node_i_in_active] = $clone;            $active_formatting_elements->[$node_i_in_active] = $clone;
1595            $self->{open_elements}->[$node_i_in_open] = $clone;            $self->{open_elements}->[$node_i_in_open] = $clone;
# Line 2746  sub _tree_construction_main ($) { Line 1607  sub _tree_construction_main ($) {
1607        } # S7          } # S7  
1608                
1609        ## Step 8        ## Step 8
1610        $common_ancestor_node->[0]->append_child ($last_node->[0]);        if ($common_ancestor_node->[1] & TABLE_ROWS_EL) {
1611            my $foster_parent_element;
1612            my $next_sibling;
1613            OE: for (reverse 0..$#{$self->{open_elements}}) {
1614              if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
1615                                 my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
1616                                 if (defined $parent and $parent->node_type == 1) {
1617                                   !!!cp ('t65.1');
1618                                   $foster_parent_element = $parent;
1619                                   $next_sibling = $self->{open_elements}->[$_]->[0];
1620                                 } else {
1621                                   !!!cp ('t65.2');
1622                                   $foster_parent_element
1623                                     = $self->{open_elements}->[$_ - 1]->[0];
1624                                 }
1625                                 last OE;
1626                               }
1627                             } # OE
1628                             $foster_parent_element = $self->{open_elements}->[0]->[0]
1629                               unless defined $foster_parent_element;
1630            $foster_parent_element->insert_before ($last_node->[0], $next_sibling);
1631            $open_tables->[-1]->[1] = 1; # tainted
1632          } else {
1633            !!!cp ('t65.3');
1634            $common_ancestor_node->[0]->append_child ($last_node->[0]);
1635          }
1636                
1637        ## Step 9        ## Step 9
1638        my $clone = [$formatting_element->[0]->clone_node (0),        my $clone = [$formatting_element->[0]->clone_node (0),
# Line 2763  sub _tree_construction_main ($) { Line 1649  sub _tree_construction_main ($) {
1649        my $i;        my $i;
1650        AFE: for (reverse 0..$#$active_formatting_elements) {        AFE: for (reverse 0..$#$active_formatting_elements) {
1651          if ($active_formatting_elements->[$_]->[0] eq $formatting_element->[0]) {          if ($active_formatting_elements->[$_]->[0] eq $formatting_element->[0]) {
1652              !!!cp ('t66');
1653            splice @$active_formatting_elements, $_, 1;            splice @$active_formatting_elements, $_, 1;
1654            $i-- and last AFE if defined $i;            $i-- and last AFE if defined $i;
1655          } elsif ($active_formatting_elements->[$_]->[0] eq $bookmark_prev_el) {          } elsif ($active_formatting_elements->[$_]->[0] eq $bookmark_prev_el) {
1656              !!!cp ('t67');
1657            $i = $_;            $i = $_;
1658          }          }
1659        } # AFE        } # AFE
# Line 2775  sub _tree_construction_main ($) { Line 1663  sub _tree_construction_main ($) {
1663        undef $i;        undef $i;
1664        OE: for (reverse 0..$#{$self->{open_elements}}) {        OE: for (reverse 0..$#{$self->{open_elements}}) {
1665          if ($self->{open_elements}->[$_]->[0] eq $formatting_element->[0]) {          if ($self->{open_elements}->[$_]->[0] eq $formatting_element->[0]) {
1666              !!!cp ('t68');
1667            splice @{$self->{open_elements}}, $_, 1;            splice @{$self->{open_elements}}, $_, 1;
1668            $i-- and last OE if defined $i;            $i-- and last OE if defined $i;
1669          } elsif ($self->{open_elements}->[$_]->[0] eq $furthest_block->[0]) {          } elsif ($self->{open_elements}->[$_]->[0] eq $furthest_block->[0]) {
1670              !!!cp ('t69');
1671            $i = $_;            $i = $_;
1672          }          }
1673        } # OE        } # OE
1674        splice @{$self->{open_elements}}, $i + 1, 1, $clone;        splice @{$self->{open_elements}}, $i + 1, 0, $clone;
1675                
1676        ## Step 14        ## Step 14
1677        redo FET;        redo FET;
1678      } # FET      } # FET
1679    }; # $formatting_end_tag    }; # $formatting_end_tag
1680    
1681    my $insert_to_current = sub {    $insert = my $insert_to_current = sub {
1682      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);
1683    }; # $insert_to_current    }; # $insert_to_current
1684    
1685    my $insert_to_foster = sub {    my $insert_to_foster = sub {
1686                         my $child = shift;      my $child = shift;
1687                         if ({      if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
1688                              table => 1, tbody => 1, tfoot => 1,        # MUST
1689                              thead => 1, tr => 1,        my $foster_parent_element;
1690                             }->{$self->{open_elements}->[-1]->[1]}) {        my $next_sibling;
1691                           # MUST        OE: for (reverse 0..$#{$self->{open_elements}}) {
1692                           my $foster_parent_element;          if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
                          my $next_sibling;  
                          OE: for (reverse 0..$#{$self->{open_elements}}) {  
                            if ($self->{open_elements}->[$_]->[1] eq 'table') {  
1693                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
1694                               if (defined $parent and $parent->node_type == 1) {                               if (defined $parent and $parent->node_type == 1) {
1695                                   !!!cp ('t70');
1696                                 $foster_parent_element = $parent;                                 $foster_parent_element = $parent;
1697                                 $next_sibling = $self->{open_elements}->[$_]->[0];                                 $next_sibling = $self->{open_elements}->[$_]->[0];
1698                               } else {                               } else {
1699                                   !!!cp ('t71');
1700                                 $foster_parent_element                                 $foster_parent_element
1701                                   = $self->{open_elements}->[$_ - 1]->[0];                                   = $self->{open_elements}->[$_ - 1]->[0];
1702                               }                               }
# Line 2818  sub _tree_construction_main ($) { Line 1707  sub _tree_construction_main ($) {
1707                             unless defined $foster_parent_element;                             unless defined $foster_parent_element;
1708                           $foster_parent_element->insert_before                           $foster_parent_element->insert_before
1709                             ($child, $next_sibling);                             ($child, $next_sibling);
1710                         } else {        $open_tables->[-1]->[1] = 1; # tainted
1711                           $self->{open_elements}->[-1]->[0]->append_child ($child);      } else {
1712                         }        !!!cp ('t72');
1713          $self->{open_elements}->[-1]->[0]->append_child ($child);
1714        }
1715    }; # $insert_to_foster    }; # $insert_to_foster
1716    
1717    my $insert;    ## NOTE: Insert a character (MUST): When a character is inserted, if
1718      ## the last node that was inserted by the parser is a Text node and
1719      ## the character has to be inserted after that node, then the
1720      ## character is appended to the Text node.  However, if any other
1721      ## node is inserted by the parser, then a new Text node is created
1722      ## and the character is appended as that Text node.  If I'm not
1723      ## wrong, for a parser with scripting disabled, there are only two
1724      ## cases where this occurs.  One is the case where an element node
1725      ## is inserted to the |head| element.  This is covered by using the
1726      ## |$self->{head_element_inserted}| flag.  Another is the case where
1727      ## an element or comment is inserted into the |table| subtree while
1728      ## foster parenting happens.  This is covered by using the [2] flag
1729      ## of the |$open_tables| structure.  All other cases are handled
1730      ## simply by calling |manakai_append_text| method.
1731    
1732      ## TODO: |<body><script>document.write("a<br>");
1733      ## document.body.removeChild (document.body.lastChild);
1734      ## document.write ("b")</script>|
1735    
1736      B: while (1) {
1737    
1738        ## The "in table text" insertion mode.
1739        if ($self->{insertion_mode} & TABLE_IMS and
1740            not $self->{insertion_mode} & IN_FOREIGN_CONTENT_IM and
1741            not $self->{insertion_mode} & IN_CDATA_RCDATA_IM) {
1742          C: {
1743            my $s;
1744            if ($token->{type} == CHARACTER_TOKEN) {
1745              !!!cp ('t194');
1746              $self->{pending_chars} ||= [];
1747              push @{$self->{pending_chars}}, $token;
1748              !!!next-token;
1749              next B;
1750            } else {
1751              if ($self->{pending_chars}) {
1752                $s = join '', map { $_->{data} } @{$self->{pending_chars}};
1753                delete $self->{pending_chars};
1754                if ($s =~ /[^\x09\x0A\x0C\x0D\x20]/) {
1755                  !!!cp ('t195');
1756                  #
1757                } else {
1758                  !!!cp ('t195.1');
1759                  #$self->{open_elements}->[-1]->[0]->manakai_append_text ($s);
1760                  $self->{open_elements}->[-1]->[0]->append_child
1761                      ($self->{document}->create_text_node ($s));
1762                  last C;
1763                }
1764              } else {
1765                !!!cp ('t195.2');
1766                last C;
1767              }
1768            }
1769    
1770            ## Foster parenting
1771            !!!parse-error (type => 'in table:#text', token => $token);
1772    
1773            ## NOTE: As if in body, but insert into the foster parent element.
1774            $reconstruct_active_formatting_elements->($insert_to_foster);
1775                
1776            if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
1777              # MUST
1778              my $foster_parent_element;
1779              my $next_sibling;
1780              #my $prev_sibling;
1781              OE: for (reverse 0..$#{$self->{open_elements}}) {
1782                if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
1783                  my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
1784                  if (defined $parent and $parent->node_type == 1) {
1785                    $foster_parent_element = $parent;
1786                    !!!cp ('t196');
1787                    $next_sibling = $self->{open_elements}->[$_]->[0];
1788              #      $prev_sibling = $next_sibling->previous_sibling;
1789                    #
1790                  } else {
1791                    !!!cp ('t197');
1792                    $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];
1793              #      $prev_sibling = $foster_parent_element->last_child;
1794                    #
1795                  }
1796                  last OE;
1797                }
1798              } # OE
1799              $foster_parent_element = $self->{open_elements}->[0]->[0] #and
1800              #$prev_sibling = $foster_parent_element->last_child
1801                  unless defined $foster_parent_element;
1802              #undef $prev_sibling unless $open_tables->[-1]->[2]; # ~node inserted
1803              #if (defined $prev_sibling and
1804              #    $prev_sibling->node_type == 3) {
1805              #  !!! cp ('t198');
1806              #  $prev_sibling->manakai_append_text ($s);
1807              #} else {
1808                !!!cp ('t199');
1809                $foster_parent_element->insert_before
1810                    ($self->{document}->create_text_node ($s), $next_sibling);
1811              #}
1812              $open_tables->[-1]->[1] = 1; # tainted
1813              $open_tables->[-1]->[2] = 1; # ~node inserted
1814            } else {
1815              ## NOTE: Fragment case or in a foster parent'ed element
1816              ## (e.g. |<table><span>a|).  In fragment case, whether the
1817              ## character is appended to existing node or a new node is
1818              ## created is irrelevant, since the foster parent'ed nodes
1819              ## are discarded and fragment parsing does not invoke any
1820              ## script.
1821              !!!cp ('t200');
1822              $self->{open_elements}->[-1]->[0]->manakai_append_text ($s);
1823            }
1824          } # C
1825        } # TABLE_IMS
1826    
   B: {  
1827      if ($token->{type} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
1828        !!!parse-error (type => 'DOCTYPE in the middle');        !!!cp ('t73');
1829          !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
1830        ## Ignore the token        ## Ignore the token
1831        ## Stay in the phase        ## Stay in the phase
1832        !!!next-token;        !!!next-token;
1833        redo B;        next B;
     } elsif ($token->{type} == END_OF_FILE_TOKEN) {  
       if ($self->{insertion_mode} & AFTER_HTML_IMS) {  
         #  
       } else {  
         ## Generate implied end tags  
         if ({  
              dd => 1, dt => 1, li => 1, p => 1, td => 1, th => 1, tr => 1,  
              tbody => 1, tfoot=> 1, thead => 1,  
             }->{$self->{open_elements}->[-1]->[1]}) {  
           !!!back-token;  
           $token = {type => END_TAG_TOKEN, tag_name => $self->{open_elements}->[-1]->[1]};  
           redo B;  
         }  
           
         if (@{$self->{open_elements}} > 2 or  
             (@{$self->{open_elements}} == 2 and $self->{open_elements}->[1]->[1] ne 'body')) {  
           !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
         } elsif (defined $self->{inner_html_node} and  
                  @{$self->{open_elements}} > 1 and  
                  $self->{open_elements}->[1]->[1] ne 'body') {  
           !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
         }  
   
         ## ISSUE: There is an issue in the spec.  
       }  
   
       ## Stop parsing  
       last B;  
1834      } elsif ($token->{type} == START_TAG_TOKEN and      } elsif ($token->{type} == START_TAG_TOKEN and
1835               $token->{tag_name} eq 'html') {               $token->{tag_name} eq 'html') {
1836        if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {        if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
1837          ## Turn into the main phase          !!!cp ('t79');
1838          !!!parse-error (type => 'after html:html');          !!!parse-error (type => 'after html', text => 'html', token => $token);
1839          $self->{insertion_mode} = AFTER_BODY_IM;          $self->{insertion_mode} = AFTER_BODY_IM;
1840        } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {        } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {
1841          ## Turn into the main phase          !!!cp ('t80');
1842          !!!parse-error (type => 'after html:html');          !!!parse-error (type => 'after html', text => 'html', token => $token);
1843          $self->{insertion_mode} = AFTER_FRAMESET_IM;          $self->{insertion_mode} = AFTER_FRAMESET_IM;
1844          } else {
1845            !!!cp ('t81');
1846        }        }
1847    
1848  ## ISSUE: "aa<html>" is not a parse error.        !!!cp ('t82');
1849  ## ISSUE: "<html>" in fragment is not a parse error.        !!!parse-error (type => 'not first start tag', token => $token);
       unless ($token->{first_start_tag}) {  
         !!!parse-error (type => 'not first start tag');  
       }  
1850        my $top_el = $self->{open_elements}->[0]->[0];        my $top_el = $self->{open_elements}->[0]->[0];
1851        for my $attr_name (keys %{$token->{attributes}}) {        for my $attr_name (keys %{$token->{attributes}}) {
1852          unless ($top_el->has_attribute_ns (undef, $attr_name)) {          unless ($top_el->has_attribute_ns (undef, $attr_name)) {
1853              !!!cp ('t84');
1854            $top_el->set_attribute_ns            $top_el->set_attribute_ns
1855              (undef, [undef, $attr_name],              (undef, [undef, $attr_name],
1856               $token->{attributes}->{$attr_name}->{value});               $token->{attributes}->{$attr_name}->{value});
1857          }          }
1858        }        }
1859          !!!nack ('t84.1');
1860        !!!next-token;        !!!next-token;
1861        redo B;        next B;
1862      } elsif ($token->{type} == COMMENT_TOKEN) {      } elsif ($token->{type} == COMMENT_TOKEN) {
1863        my $comment = $self->{document}->create_comment ($token->{data});        my $comment = $self->{document}->create_comment ($token->{data});
1864        if ($self->{insertion_mode} & AFTER_HTML_IMS) {        if ($self->{insertion_mode} & AFTER_HTML_IMS) {
1865            !!!cp ('t85');
1866          $self->{document}->append_child ($comment);          $self->{document}->append_child ($comment);
1867        } elsif ($self->{insertion_mode} == AFTER_BODY_IM) {        } elsif ($self->{insertion_mode} == AFTER_BODY_IM) {
1868            !!!cp ('t86');
1869          $self->{open_elements}->[0]->[0]->append_child ($comment);          $self->{open_elements}->[0]->[0]->append_child ($comment);
1870        } else {        } else {
1871            !!!cp ('t87');
1872          $self->{open_elements}->[-1]->[0]->append_child ($comment);          $self->{open_elements}->[-1]->[0]->append_child ($comment);
1873            $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
1874        }        }
1875        !!!next-token;        !!!next-token;
1876        redo B;        next B;
1877      } elsif ($self->{insertion_mode} & HEAD_IMS) {      } elsif ($self->{insertion_mode} & IN_CDATA_RCDATA_IM) {
1878        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
1879          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          $token->{data} =~ s/^\x0A// if $self->{ignore_newline};
1880            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);          delete $self->{ignore_newline};
1881    
1882            if (length $token->{data}) {
1883              !!!cp ('t43');
1884              $self->{open_elements}->[-1]->[0]->manakai_append_text
1885                  ($token->{data});
1886            } else {
1887              !!!cp ('t43.1');
1888            }
1889            !!!next-token;
1890            next B;
1891          } elsif ($token->{type} == END_TAG_TOKEN) {
1892            delete $self->{ignore_newline};
1893    
1894            if ($token->{tag_name} eq 'script') {
1895              !!!cp ('t50');
1896              
1897              ## Para 1-2
1898              my $script = pop @{$self->{open_elements}};
1899              
1900              ## Para 3
1901              $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1902    
1903              ## Para 4
1904              ## TODO: $old_insertion_point = $current_insertion_point;
1905              ## TODO: $current_insertion_point = just before $self->{nc};
1906    
1907              ## Para 5
1908              ## TODO: Run the $script->[0].
1909    
1910              ## Para 6
1911              ## TODO: $current_insertion_point = $old_insertion_point;
1912    
1913              ## Para 7
1914              ## TODO: if ($pending_external_script) {
1915                ## TODO: ...
1916              ## TODO: }
1917    
1918              !!!next-token;
1919              next B;
1920            } else {
1921              !!!cp ('t42');
1922    
1923              pop @{$self->{open_elements}};
1924    
1925              $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1926              !!!next-token;
1927              next B;
1928            }
1929          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
1930            delete $self->{ignore_newline};
1931    
1932            !!!cp ('t44');
1933            !!!parse-error (type => 'not closed',
1934                            text => $self->{open_elements}->[-1]->[0]
1935                                ->manakai_local_name,
1936                            token => $token);
1937    
1938            #if ($self->{open_elements}->[-1]->[1] == SCRIPT_EL) {
1939            #  ## TODO: Mark as "already executed"
1940            #}
1941    
1942            pop @{$self->{open_elements}};
1943    
1944            $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1945            ## Reprocess.
1946            next B;
1947          } else {
1948            die "$0: $token->{type}: In CDATA/RCDATA: Unknown token type";        
1949          }
1950        } elsif ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {
1951          if ($token->{type} == CHARACTER_TOKEN) {
1952            !!!cp ('t87.1');
1953            $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
1954            !!!next-token;
1955            next B;
1956          } elsif ($token->{type} == START_TAG_TOKEN) {
1957            if ((not {mglyph => 1, malignmark => 1}->{$token->{tag_name}} and
1958                 $self->{open_elements}->[-1]->[1] & FOREIGN_FLOW_CONTENT_EL) or
1959                not ($self->{open_elements}->[-1]->[1] & FOREIGN_EL) or
1960                ($token->{tag_name} eq 'svg' and
1961                 $self->{open_elements}->[-1]->[1] == MML_AXML_EL)) {
1962              ## NOTE: "using the rules for secondary insertion mode"then"continue"
1963              !!!cp ('t87.2');
1964              #
1965            } elsif ({
1966                      b => 1, big => 1, blockquote => 1, body => 1, br => 1,
1967                      center => 1, code => 1, dd => 1, div => 1, dl => 1, dt => 1,
1968                      em => 1, embed => 1, h1 => 1, h2 => 1, h3 => 1,
1969                      h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, i => 1,
1970                      img => 1, li => 1, listing => 1, menu => 1, meta => 1,
1971                      nobr => 1, ol => 1, p => 1, pre => 1, ruby => 1, s => 1,
1972                      small => 1, span => 1, strong => 1, strike => 1, sub => 1,
1973                      sup => 1, table => 1, tt => 1, u => 1, ul => 1, var => 1,
1974                     }->{$token->{tag_name}} or
1975                     ($token->{tag_name} eq 'font' and
1976                      ($token->{attributes}->{color} or
1977                       $token->{attributes}->{face} or
1978                       $token->{attributes}->{size}))) {
1979              !!!cp ('t87.2');
1980              !!!parse-error (type => 'not closed',
1981                              text => $self->{open_elements}->[-1]->[0]
1982                                  ->manakai_local_name,
1983                              token => $token);
1984    
1985              pop @{$self->{open_elements}}
1986                  while $self->{open_elements}->[-1]->[1] & FOREIGN_EL;
1987    
1988              $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
1989              ## Reprocess.
1990              next B;
1991            } else {
1992              my $nsuri = $self->{open_elements}->[-1]->[0]->namespace_uri;
1993              my $tag_name = $token->{tag_name};
1994              if ($nsuri eq $SVG_NS) {
1995                $tag_name = {
1996                   altglyph => 'altGlyph',
1997                   altglyphdef => 'altGlyphDef',
1998                   altglyphitem => 'altGlyphItem',
1999                   animatecolor => 'animateColor',
2000                   animatemotion => 'animateMotion',
2001                   animatetransform => 'animateTransform',
2002                   clippath => 'clipPath',
2003                   feblend => 'feBlend',
2004                   fecolormatrix => 'feColorMatrix',
2005                   fecomponenttransfer => 'feComponentTransfer',
2006                   fecomposite => 'feComposite',
2007                   feconvolvematrix => 'feConvolveMatrix',
2008                   fediffuselighting => 'feDiffuseLighting',
2009                   fedisplacementmap => 'feDisplacementMap',
2010                   fedistantlight => 'feDistantLight',
2011                   feflood => 'feFlood',
2012                   fefunca => 'feFuncA',
2013                   fefuncb => 'feFuncB',
2014                   fefuncg => 'feFuncG',
2015                   fefuncr => 'feFuncR',
2016                   fegaussianblur => 'feGaussianBlur',
2017                   feimage => 'feImage',
2018                   femerge => 'feMerge',
2019                   femergenode => 'feMergeNode',
2020                   femorphology => 'feMorphology',
2021                   feoffset => 'feOffset',
2022                   fepointlight => 'fePointLight',
2023                   fespecularlighting => 'feSpecularLighting',
2024                   fespotlight => 'feSpotLight',
2025                   fetile => 'feTile',
2026                   feturbulence => 'feTurbulence',
2027                   foreignobject => 'foreignObject',
2028                   glyphref => 'glyphRef',
2029                   lineargradient => 'linearGradient',
2030                   radialgradient => 'radialGradient',
2031                   #solidcolor => 'solidColor', ## NOTE: Commented in spec (SVG1.2)
2032                   textpath => 'textPath',  
2033                }->{$tag_name} || $tag_name;
2034              }
2035    
2036              ## "adjust SVG attributes" (SVG only) - done in insert-element-f
2037    
2038              ## "adjust foreign attributes" - done in insert-element-f
2039    
2040              !!!insert-element-f ($nsuri, $tag_name, $token->{attributes}, $token);
2041    
2042              if ($self->{self_closing}) {
2043                pop @{$self->{open_elements}};
2044                !!!ack ('t87.3');
2045              } else {
2046                !!!cp ('t87.4');
2047              }
2048    
2049              !!!next-token;
2050              next B;
2051            }
2052          } elsif ($token->{type} == END_TAG_TOKEN) {
2053            ## NOTE: "using the rules for secondary insertion mode" then "continue"
2054            if ($token->{tag_name} eq 'script') {
2055              !!!cp ('t87.41');
2056              #
2057              ## XXXscript: Execute script here.
2058            } else {
2059              !!!cp ('t87.5');
2060              #
2061            }
2062          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
2063            !!!cp ('t87.6');
2064            !!!parse-error (type => 'not closed',
2065                            text => $self->{open_elements}->[-1]->[0]
2066                                ->manakai_local_name,
2067                            token => $token);
2068    
2069            pop @{$self->{open_elements}}
2070                while $self->{open_elements}->[-1]->[1] & FOREIGN_EL;
2071    
2072            ## NOTE: |<span><svg>| ... two parse errors, |<svg>| ... a parse error.
2073    
2074            $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
2075            ## Reprocess.
2076            next B;
2077          } else {
2078            die "$0: $token->{type}: Unknown token type";        
2079          }
2080        }
2081    
2082        if ($self->{insertion_mode} & HEAD_IMS) {
2083          if ($token->{type} == CHARACTER_TOKEN) {
2084            if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
2085              unless ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2086                if ($self->{head_element_inserted}) {
2087                  !!!cp ('t88.3');
2088                  $self->{open_elements}->[-1]->[0]->append_child
2089                    ($self->{document}->create_text_node ($1));
2090                  delete $self->{head_element_inserted};
2091                  ## NOTE: |</head> <link> |
2092                  #
2093                } else {
2094                  !!!cp ('t88.2');
2095                  $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
2096                  ## NOTE: |</head> &#x20;|
2097                  #
2098                }
2099              } else {
2100                !!!cp ('t88.1');
2101                ## Ignore the token.
2102                #
2103              }
2104            unless (length $token->{data}) {            unless (length $token->{data}) {
2105                !!!cp ('t88');
2106              !!!next-token;              !!!next-token;
2107              redo B;              next B;
2108            }            }
2109    ## TODO: set $token->{column} appropriately
2110          }          }
2111    
2112          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2113              !!!cp ('t89');
2114            ## As if <head>            ## As if <head>
2115            !!!create-element ($self->{head_element}, 'head');            !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2116            $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});            $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2117            push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            push @{$self->{open_elements}},
2118                  [$self->{head_element}, $el_category->{head}];
2119    
2120            ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2121            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2122    
2123            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
2124          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2125              !!!cp ('t90');
2126            ## As if </noscript>            ## As if </noscript>
2127            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2128            !!!parse-error (type => 'in noscript:#character');            !!!parse-error (type => 'in noscript:#text', token => $token);
2129                        
2130            ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2131            ## As if </head>            ## As if </head>
# Line 2929  sub _tree_construction_main ($) { Line 2133  sub _tree_construction_main ($) {
2133    
2134            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
2135          } elsif ($self->{insertion_mode} == IN_HEAD_IM) {          } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2136              !!!cp ('t91');
2137            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2138    
2139            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
2140            } else {
2141              !!!cp ('t92');
2142          }          }
2143    
2144              ## "after head" insertion mode          ## "after head" insertion mode
2145              ## As if <body>          ## As if <body>
2146              !!!insert-element ('body');          !!!insert-element ('body',, $token);
2147              $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
2148              ## reprocess          ## reprocess
2149              redo B;          next B;
2150            } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
2151              if ($token->{tag_name} eq 'head') {          if ($token->{tag_name} eq 'head') {
2152                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {            if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2153                  !!!create-element ($self->{head_element}, $token->{tag_name}, $token->{attributes});              !!!cp ('t93');
2154                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              !!!create-element ($self->{head_element}, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);
2155                  push @{$self->{open_elements}}, [$self->{head_element}, $token->{tag_name}];              $self->{open_elements}->[-1]->[0]->append_child
2156                  $self->{insertion_mode} = IN_HEAD_IM;                  ($self->{head_element});
2157                  !!!next-token;              push @{$self->{open_elements}},
2158                  redo B;                  [$self->{head_element}, $el_category->{head}];
2159                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2160                  #              !!!nack ('t93.1');
2161                } else {              !!!next-token;
2162                  !!!parse-error (type => 'in head:head'); # or in head noscript              next B;
2163                  ## Ignore the token            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2164                  !!!next-token;              !!!cp ('t93.2');
2165                  redo B;              !!!parse-error (type => 'after head', text => 'head',
2166                }                              token => $token);
2167              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {              ## Ignore the token
2168                ## As if <head>              !!!nack ('t93.3');
2169                !!!create-element ($self->{head_element}, 'head');              !!!next-token;
2170                $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              next B;
2171                push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } else {
2172                !!!cp ('t95');
2173                !!!parse-error (type => 'in head:head',
2174                                token => $token); # or in head noscript
2175                ## Ignore the token
2176                !!!nack ('t95.1');
2177                !!!next-token;
2178                next B;
2179              }
2180            } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2181              !!!cp ('t96');
2182              ## As if <head>
2183              !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2184              $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2185              push @{$self->{open_elements}},
2186                  [$self->{head_element}, $el_category->{head}];
2187    
2188                $self->{insertion_mode} = IN_HEAD_IM;            $self->{insertion_mode} = IN_HEAD_IM;
2189                ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2190              }          } else {
2191              !!!cp ('t97');
2192            }
2193    
2194              if ($token->{tag_name} eq 'base') {          if ($token->{tag_name} eq 'base') {
2195                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2196                  ## As if </noscript>              !!!cp ('t98');
2197                  pop @{$self->{open_elements}};              ## As if </noscript>
2198                  !!!parse-error (type => 'in noscript:base');              pop @{$self->{open_elements}};
2199                              !!!parse-error (type => 'in noscript', text => 'base',
2200                  $self->{insertion_mode} = IN_HEAD_IM;                              token => $token);
2201                  ## Reprocess in the "in head" insertion mode...            
2202                }              $self->{insertion_mode} = IN_HEAD_IM;
2203                ## Reprocess in the "in head" insertion mode...
2204              } else {
2205                !!!cp ('t99');
2206              }
2207    
2208                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2209                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2210                  !!!parse-error (type => 'after head:'.$token->{tag_name});              !!!cp ('t100');
2211                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];              !!!parse-error (type => 'after head',
2212                }                              text => $token->{tag_name}, token => $token);
2213                !!!insert-element ($token->{tag_name}, $token->{attributes});              push @{$self->{open_elements}},
2214                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.                  [$self->{head_element}, $el_category->{head}];
2215                pop @{$self->{open_elements}}              $self->{head_element_inserted} = 1;
2216                    if $self->{insertion_mode} == AFTER_HEAD_IM;            } else {
2217                !!!next-token;              !!!cp ('t101');
2218                redo B;            }
2219              } elsif ($token->{tag_name} eq 'link') {            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2220                ## NOTE: There is a "as if in head" code clone.            pop @{$self->{open_elements}};
2221                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            pop @{$self->{open_elements}} # <head>
2222                  !!!parse-error (type => 'after head:'.$token->{tag_name});                if $self->{insertion_mode} == AFTER_HEAD_IM;
2223                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            !!!nack ('t101.1');
2224                }            !!!next-token;
2225                !!!insert-element ($token->{tag_name}, $token->{attributes});            next B;
2226                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          } elsif ($token->{tag_name} eq 'link') {
2227                pop @{$self->{open_elements}}            ## NOTE: There is a "as if in head" code clone.
2228                    if $self->{insertion_mode} == AFTER_HEAD_IM;            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2229                !!!next-token;              !!!cp ('t102');
2230                redo B;              !!!parse-error (type => 'after head',
2231              } elsif ($token->{tag_name} eq 'meta') {                              text => $token->{tag_name}, token => $token);
2232                ## NOTE: There is a "as if in head" code clone.              push @{$self->{open_elements}},
2233                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                  [$self->{head_element}, $el_category->{head}];
2234                  !!!parse-error (type => 'after head:'.$token->{tag_name});              $self->{head_element_inserted} = 1;
2235                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } else {
2236                }              !!!cp ('t103');
2237                !!!insert-element ($token->{tag_name}, $token->{attributes});            }
2238                my $meta_el = pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2239              pop @{$self->{open_elements}};
2240              pop @{$self->{open_elements}} # <head>
2241                  if $self->{insertion_mode} == AFTER_HEAD_IM;
2242              !!!ack ('t103.1');
2243              !!!next-token;
2244              next B;
2245            } elsif ($token->{tag_name} eq 'command' or
2246                     $token->{tag_name} eq 'eventsource') {
2247              if ($self->{insertion_mode} == IN_HEAD_IM) {
2248                ## NOTE: If the insertion mode at the time of the emission
2249                ## of the token was "before head", $self->{insertion_mode}
2250                ## is already changed to |IN_HEAD_IM|.
2251    
2252                ## NOTE: There is a "as if in head" code clone.
2253                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2254                pop @{$self->{open_elements}};
2255                pop @{$self->{open_elements}} # <head>
2256                    if $self->{insertion_mode} == AFTER_HEAD_IM;
2257                !!!ack ('t103.2');
2258                !!!next-token;
2259                next B;
2260              } else {
2261                ## NOTE: "in head noscript" or "after head" insertion mode
2262                ## - in these cases, these tags are treated as same as
2263                ## normal in-body tags.
2264                !!!cp ('t103.3');
2265                #
2266              }
2267            } elsif ($token->{tag_name} eq 'meta') {
2268              ## NOTE: There is a "as if in head" code clone.
2269              if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2270                !!!cp ('t104');
2271                !!!parse-error (type => 'after head',
2272                                text => $token->{tag_name}, token => $token);
2273                push @{$self->{open_elements}},
2274                    [$self->{head_element}, $el_category->{head}];
2275                $self->{head_element_inserted} = 1;
2276              } else {
2277                !!!cp ('t105');
2278              }
2279              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2280              my $meta_el = pop @{$self->{open_elements}};
2281    
2282                unless ($self->{confident}) {                unless ($self->{confident}) {
2283                  if ($token->{attributes}->{charset}) { ## TODO: And if supported                  if ($token->{attributes}->{charset}) {
2284                      !!!cp ('t106');
2285                      ## NOTE: Whether the encoding is supported or not is handled
2286                      ## in the {change_encoding} callback.
2287                    $self->{change_encoding}                    $self->{change_encoding}
2288                        ->($self, $token->{attributes}->{charset}->{value});                        ->($self, $token->{attributes}->{charset}->{value},
2289                             $token);
2290                                        
2291                    $meta_el->[0]->get_attribute_node_ns (undef, 'charset')                    $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
2292                        ->set_user_data (manakai_has_reference =>                        ->set_user_data (manakai_has_reference =>
2293                                             $token->{attributes}->{charset}                                             $token->{attributes}->{charset}
2294                                                 ->{has_reference});                                                 ->{has_reference});
2295                  } elsif ($token->{attributes}->{content}) {                  } elsif ($token->{attributes}->{content}) {
                   ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.  
2296                    if ($token->{attributes}->{content}->{value}                    if ($token->{attributes}->{content}->{value}
2297                        =~ /\A[^;]*;[\x09-\x0D\x20]*[Cc][Hh][Aa][Rr][Ss][Ee][Tt]                        =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
2298                            [\x09-\x0D\x20]*=                            [\x09\x0A\x0C\x0D\x20]*=
2299                            [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                            [\x09\x0A\x0C\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
2300                            ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {                            ([^"'\x09\x0A\x0C\x0D\x20]
2301                               [^\x09\x0A\x0C\x0D\x20\x3B]*))/x) {
2302                        !!!cp ('t107');
2303                        ## NOTE: Whether the encoding is supported or not is handled
2304                        ## in the {change_encoding} callback.
2305                      $self->{change_encoding}                      $self->{change_encoding}
2306                          ->($self, defined $1 ? $1 : defined $2 ? $2 : $3);                          ->($self, defined $1 ? $1 : defined $2 ? $2 : $3,
2307                               $token);
2308                      $meta_el->[0]->get_attribute_node_ns (undef, 'content')                      $meta_el->[0]->get_attribute_node_ns (undef, 'content')
2309                          ->set_user_data (manakai_has_reference =>                          ->set_user_data (manakai_has_reference =>
2310                                               $token->{attributes}->{content}                                               $token->{attributes}->{content}
2311                                                     ->{has_reference});                                                     ->{has_reference});
2312                      } else {
2313                        !!!cp ('t108');
2314                    }                    }
2315                  }                  }
2316                } else {                } else {
2317                  if ($token->{attributes}->{charset}) {                  if ($token->{attributes}->{charset}) {
2318                      !!!cp ('t109');
2319                    $meta_el->[0]->get_attribute_node_ns (undef, 'charset')                    $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
2320                        ->set_user_data (manakai_has_reference =>                        ->set_user_data (manakai_has_reference =>
2321                                             $token->{attributes}->{charset}                                             $token->{attributes}->{charset}
2322                                                 ->{has_reference});                                                 ->{has_reference});
2323                  }                  }
2324                  if ($token->{attributes}->{content}) {                  if ($token->{attributes}->{content}) {
2325                      !!!cp ('t110');
2326                    $meta_el->[0]->get_attribute_node_ns (undef, 'content')                    $meta_el->[0]->get_attribute_node_ns (undef, 'content')
2327                        ->set_user_data (manakai_has_reference =>                        ->set_user_data (manakai_has_reference =>
2328                                             $token->{attributes}->{content}                                             $token->{attributes}->{content}
# Line 3048  sub _tree_construction_main ($) { Line 2330  sub _tree_construction_main ($) {
2330                  }                  }
2331                }                }
2332    
2333                pop @{$self->{open_elements}}                pop @{$self->{open_elements}} # <head>
2334                    if $self->{insertion_mode} == AFTER_HEAD_IM;                    if $self->{insertion_mode} == AFTER_HEAD_IM;
2335                  !!!ack ('t110.1');
2336                !!!next-token;                !!!next-token;
2337                redo B;                next B;
2338              } elsif ($token->{tag_name} eq 'title') {          } elsif ($token->{tag_name} eq 'title') {
2339                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2340                  ## As if </noscript>              !!!cp ('t111');
2341                  pop @{$self->{open_elements}};              ## As if </noscript>
2342                  !!!parse-error (type => 'in noscript:title');              pop @{$self->{open_elements}};
2343                              !!!parse-error (type => 'in noscript', text => 'title',
2344                  $self->{insertion_mode} = IN_HEAD_IM;                              token => $token);
2345                  ## Reprocess in the "in head" insertion mode...            
2346                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2347                  !!!parse-error (type => 'after head:'.$token->{tag_name});              ## Reprocess in the "in head" insertion mode...
2348                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2349                }              !!!cp ('t112');
2350                !!!parse-error (type => 'after head',
2351                                text => $token->{tag_name}, token => $token);
2352                push @{$self->{open_elements}},
2353                    [$self->{head_element}, $el_category->{head}];
2354                $self->{head_element_inserted} = 1;
2355              } else {
2356                !!!cp ('t113');
2357              }
2358    
2359                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2360                my $parent = defined $self->{head_element} ? $self->{head_element}            $parse_rcdata->(RCDATA_CONTENT_MODEL);
2361                    : $self->{open_elements}->[-1]->[0];  
2362                $parse_rcdata->(RCDATA_CONTENT_MODEL,            ## NOTE: At this point the stack of open elements contain
2363                                sub { $parent->append_child ($_[0]) });            ## the |head| element (index == -2) and the |script| element
2364                pop @{$self->{open_elements}}            ## (index == -1).  In the "after head" insertion mode the
2365                    if $self->{insertion_mode} == AFTER_HEAD_IM;            ## |head| element is inserted only for the purpose of
2366                redo B;            ## providing the context for the |script| element, and
2367              } elsif ($token->{tag_name} eq 'style') {            ## therefore we can now and have to remove the element from
2368                ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and            ## the stack.
2369                ## insertion mode IN_HEAD_IM)            splice @{$self->{open_elements}}, -2, 1, () # <head>
2370                ## NOTE: There is a "as if in head" code clone.                if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2371                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            next B;
2372                  !!!parse-error (type => 'after head:'.$token->{tag_name});          } elsif ($token->{tag_name} eq 'style' or
2373                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                   $token->{tag_name} eq 'noframes') {
2374                }            ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and
2375                $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);            ## insertion mode IN_HEAD_IM)
2376                pop @{$self->{open_elements}}            ## NOTE: There is a "as if in head" code clone.
2377                    if $self->{insertion_mode} == AFTER_HEAD_IM;            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2378                redo B;              !!!cp ('t114');
2379              } elsif ($token->{tag_name} eq 'noscript') {              !!!parse-error (type => 'after head',
2380                                text => $token->{tag_name}, token => $token);
2381                push @{$self->{open_elements}},
2382                    [$self->{head_element}, $el_category->{head}];
2383                $self->{head_element_inserted} = 1;
2384              } else {
2385                !!!cp ('t115');
2386              }
2387              $parse_rcdata->(CDATA_CONTENT_MODEL);
2388              ## ISSUE: A spec bug [Bug 6038]
2389              splice @{$self->{open_elements}}, -2, 1, () # <head>
2390                  if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2391              next B;
2392            } elsif ($token->{tag_name} eq 'noscript') {
2393                if ($self->{insertion_mode} == IN_HEAD_IM) {                if ($self->{insertion_mode} == IN_HEAD_IM) {
2394                    !!!cp ('t116');
2395                  ## NOTE: and scripting is disalbed                  ## NOTE: and scripting is disalbed
2396                  !!!insert-element ($token->{tag_name}, $token->{attributes});                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2397                  $self->{insertion_mode} = IN_HEAD_NOSCRIPT_IM;                  $self->{insertion_mode} = IN_HEAD_NOSCRIPT_IM;
2398                    !!!nack ('t116.1');
2399                  !!!next-token;                  !!!next-token;
2400                  redo B;                  next B;
2401                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2402                  !!!parse-error (type => 'in noscript:noscript');                  !!!cp ('t117');
2403                    !!!parse-error (type => 'in noscript', text => 'noscript',
2404                                    token => $token);
2405                  ## Ignore the token                  ## Ignore the token
2406                    !!!nack ('t117.1');
2407                  !!!next-token;                  !!!next-token;
2408                  redo B;                  next B;
2409                } else {                } else {
2410                    !!!cp ('t118');
2411                  #                  #
2412                }                }
2413              } elsif ($token->{tag_name} eq 'script') {          } elsif ($token->{tag_name} eq 'script') {
2414                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2415                  ## As if </noscript>              !!!cp ('t119');
2416                  pop @{$self->{open_elements}};              ## As if </noscript>
2417                  !!!parse-error (type => 'in noscript:script');              pop @{$self->{open_elements}};
2418                              !!!parse-error (type => 'in noscript', text => 'script',
2419                  $self->{insertion_mode} = IN_HEAD_IM;                              token => $token);
2420                  ## Reprocess in the "in head" insertion mode...            
2421                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2422                  !!!parse-error (type => 'after head:'.$token->{tag_name});              ## Reprocess in the "in head" insertion mode...
2423                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2424                }              !!!cp ('t120');
2425                !!!parse-error (type => 'after head',
2426                                text => $token->{tag_name}, token => $token);
2427                push @{$self->{open_elements}},
2428                    [$self->{head_element}, $el_category->{head}];
2429                $self->{head_element_inserted} = 1;
2430              } else {
2431                !!!cp ('t121');
2432              }
2433    
2434                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2435                $script_start_tag->($insert_to_current);            $script_start_tag->();
2436                pop @{$self->{open_elements}}            ## ISSUE: A spec bug  [Bug 6038]
2437                    if $self->{insertion_mode} == AFTER_HEAD_IM;            splice @{$self->{open_elements}}, -2, 1 # <head>
2438                redo B;                if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2439              } elsif ($token->{tag_name} eq 'body' or            next B;
2440                       $token->{tag_name} eq 'frameset') {          } elsif ($token->{tag_name} eq 'body' or
2441                     $token->{tag_name} eq 'frameset') {
2442                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2443                    !!!cp ('t122');
2444                  ## As if </noscript>                  ## As if </noscript>
2445                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2446                  !!!parse-error (type => 'in noscript:'.$token->{tag_name});                  !!!parse-error (type => 'in noscript',
2447                                    text => $token->{tag_name}, token => $token);
2448                                    
2449                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2450                  ## As if </head>                  ## As if </head>
# Line 3131  sub _tree_construction_main ($) { Line 2452  sub _tree_construction_main ($) {
2452                                    
2453                  ## Reprocess in the "after head" insertion mode...                  ## Reprocess in the "after head" insertion mode...
2454                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2455                    !!!cp ('t124');
2456                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2457                                    
2458                  ## Reprocess in the "after head" insertion mode...                  ## Reprocess in the "after head" insertion mode...
2459                  } else {
2460                    !!!cp ('t125');
2461                }                }
2462    
2463                ## "after head" insertion mode                ## "after head" insertion mode
2464                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2465                if ($token->{tag_name} eq 'body') {                if ($token->{tag_name} eq 'body') {
2466                    !!!cp ('t126');
2467                  $self->{insertion_mode} = IN_BODY_IM;                  $self->{insertion_mode} = IN_BODY_IM;
2468                } elsif ($token->{tag_name} eq 'frameset') {                } elsif ($token->{tag_name} eq 'frameset') {
2469                    !!!cp ('t127');
2470                  $self->{insertion_mode} = IN_FRAMESET_IM;                  $self->{insertion_mode} = IN_FRAMESET_IM;
2471                } else {                } else {
2472                  die "$0: tag name: $self->{tag_name}";                  die "$0: tag name: $self->{tag_name}";
2473                }                }
2474                  !!!nack ('t127.1');
2475                !!!next-token;                !!!next-token;
2476                redo B;                next B;
2477              } else {              } else {
2478                  !!!cp ('t128');
2479                #                #
2480              }              }
2481    
2482              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2483                  !!!cp ('t129');
2484                ## As if </noscript>                ## As if </noscript>
2485                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2486                !!!parse-error (type => 'in noscript:/'.$token->{tag_name});                !!!parse-error (type => 'in noscript:/',
2487                                  text => $token->{tag_name}, token => $token);
2488                                
2489                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
2490                ## As if </head>                ## As if </head>
# Line 3162  sub _tree_construction_main ($) { Line 2492  sub _tree_construction_main ($) {
2492    
2493                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2494              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2495                  !!!cp ('t130');
2496                ## As if </head>                ## As if </head>
2497                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2498    
2499                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2500                } else {
2501                  !!!cp ('t131');
2502              }              }
2503    
2504              ## "after head" insertion mode              ## "after head" insertion mode
2505              ## As if <body>              ## As if <body>
2506              !!!insert-element ('body');              !!!insert-element ('body',, $token);
2507              $self->{insertion_mode} = IN_BODY_IM;              $self->{insertion_mode} = IN_BODY_IM;
2508              ## reprocess              ## reprocess
2509              redo B;              !!!ack-later;
2510                next B;
2511            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
2512              if ($token->{tag_name} eq 'head') {              if ($token->{tag_name} eq 'head') {
2513                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2514                    !!!cp ('t132');
2515                  ## As if <head>                  ## As if <head>
2516                  !!!create-element ($self->{head_element}, 'head');                  !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2517                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2518                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  push @{$self->{open_elements}},
2519                        [$self->{head_element}, $el_category->{head}];
2520    
2521                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2522                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2523                  $self->{insertion_mode} = AFTER_HEAD_IM;                  $self->{insertion_mode} = AFTER_HEAD_IM;
2524                  !!!next-token;                  !!!next-token;
2525                  redo B;                  next B;
2526                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2527                    !!!cp ('t133');
2528                  ## As if </noscript>                  ## As if </noscript>
2529                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2530                  !!!parse-error (type => 'in noscript:script');                  !!!parse-error (type => 'in noscript:/',
2531                                    text => 'head', token => $token);
2532                                    
2533                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2534                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2535                  $self->{insertion_mode} = AFTER_HEAD_IM;                  $self->{insertion_mode} = AFTER_HEAD_IM;
2536                  !!!next-token;                  !!!next-token;
2537                  redo B;                  next B;
2538                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2539                    !!!cp ('t134');
2540                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2541                  $self->{insertion_mode} = AFTER_HEAD_IM;                  $self->{insertion_mode} = AFTER_HEAD_IM;
2542                  !!!next-token;                  !!!next-token;
2543                  redo B;                  next B;
2544                  } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2545                    !!!cp ('t134.1');
2546                    !!!parse-error (type => 'unmatched end tag', text => 'head',
2547                                    token => $token);
2548                    ## Ignore the token
2549                    !!!next-token;
2550                    next B;
2551                } else {                } else {
2552                  #                  die "$0: $self->{insertion_mode}: Unknown insertion mode";
2553                }                }
2554              } elsif ($token->{tag_name} eq 'noscript') {              } elsif ($token->{tag_name} eq 'noscript') {
2555                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2556                    !!!cp ('t136');
2557                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2558                  $self->{insertion_mode} = IN_HEAD_IM;                  $self->{insertion_mode} = IN_HEAD_IM;
2559                  !!!next-token;                  !!!next-token;
2560                  redo B;                  next B;
2561                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM or
2562                  !!!parse-error (type => 'unmatched end tag:noscript');                         $self->{insertion_mode} == AFTER_HEAD_IM) {
2563                    !!!cp ('t137');
2564                    !!!parse-error (type => 'unmatched end tag',
2565                                    text => 'noscript', token => $token);
2566                  ## Ignore the token ## ISSUE: An issue in the spec.                  ## Ignore the token ## ISSUE: An issue in the spec.
2567                  !!!next-token;                  !!!next-token;
2568                  redo B;                  next B;
2569                } else {                } else {
2570                    !!!cp ('t138');
2571                  #                  #
2572                }                }
2573              } elsif ({              } elsif ({
2574                        body => 1, html => 1,                        body => 1, html => 1,
2575                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
2576                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {                ## TODO: This branch is entirely redundant.
2577                  ## As if <head>                if ($self->{insertion_mode} == BEFORE_HEAD_IM or
2578                  !!!create-element ($self->{head_element}, 'head');                    $self->{insertion_mode} == IN_HEAD_IM or
2579                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                    $self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2580                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  !!!cp ('t140');
2581                    !!!parse-error (type => 'unmatched end tag',
2582                  $self->{insertion_mode} = IN_HEAD_IM;                                  text => $token->{tag_name}, token => $token);
                 ## Reprocess in the "in head" insertion mode...  
               } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
2583                  ## Ignore the token                  ## Ignore the token
2584                  !!!next-token;                  !!!next-token;
2585                  redo B;                  next B;
2586                }                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2587                                  !!!cp ('t140.1');
2588                #                  !!!parse-error (type => 'unmatched end tag',
2589              } elsif ({                                  text => $token->{tag_name}, token => $token);
                       p => 1, br => 1,  
                      }->{$token->{tag_name}}) {  
               if ($self->{insertion_mode} == BEFORE_HEAD_IM) {  
                 ## As if <head>  
                 !!!create-element ($self->{head_element}, 'head');  
                 $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});  
                 push @{$self->{open_elements}}, [$self->{head_element}, 'head'];  
   
                 $self->{insertion_mode} = IN_HEAD_IM;  
                 ## Reprocess in the "in head" insertion mode...  
               }  
   
               #  
             } else {  
               if ($self->{insertion_mode} == AFTER_HEAD_IM) {  
                 #  
               } else {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
2590                  ## Ignore the token                  ## Ignore the token
2591                  !!!next-token;                  !!!next-token;
2592                  redo B;                  next B;
2593                  } else {
2594                    die "$0: $self->{insertion_mode}: Unknown insertion mode";
2595                }                }
2596                } elsif ($token->{tag_name} eq 'p') {
2597                  !!!cp ('t142');
2598                  !!!parse-error (type => 'unmatched end tag',
2599                                  text => $token->{tag_name}, token => $token);
2600                  ## Ignore the token
2601                  !!!next-token;
2602                  next B;
2603            } elsif ($token->{tag_name} eq 'br') {
2604              if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2605                !!!cp ('t142.2');
2606                ## (before head) as if <head>, (in head) as if </head>
2607                !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2608                $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2609                $self->{insertion_mode} = AFTER_HEAD_IM;
2610      
2611                ## Reprocess in the "after head" insertion mode...
2612              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2613                !!!cp ('t143.2');
2614                ## As if </head>
2615                pop @{$self->{open_elements}};
2616                $self->{insertion_mode} = AFTER_HEAD_IM;
2617      
2618                ## Reprocess in the "after head" insertion mode...
2619              } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2620                !!!cp ('t143.3');
2621                ## NOTE: Two parse errors for <head><noscript></br>
2622                !!!parse-error (type => 'unmatched end tag',
2623                                text => 'br', token => $token);
2624                ## As if </noscript>
2625                pop @{$self->{open_elements}};
2626                $self->{insertion_mode} = IN_HEAD_IM;
2627    
2628                ## Reprocess in the "in head" insertion mode...
2629                ## As if </head>
2630                pop @{$self->{open_elements}};
2631                $self->{insertion_mode} = AFTER_HEAD_IM;
2632    
2633                ## Reprocess in the "after head" insertion mode...
2634              } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2635                !!!cp ('t143.4');
2636                #
2637              } else {
2638                die "$0: $self->{insertion_mode}: Unknown insertion mode";
2639              }
2640    
2641              #
2642            } else { ## Other end tags
2643                  !!!cp ('t145');
2644                  !!!parse-error (type => 'unmatched end tag',
2645                                  text => $token->{tag_name}, token => $token);
2646                  ## Ignore the token
2647                  !!!next-token;
2648                  next B;
2649              }              }
2650    
2651              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2652                  !!!cp ('t146');
2653                ## As if </noscript>                ## As if </noscript>
2654                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2655                !!!parse-error (type => 'in noscript:/'.$token->{tag_name});                !!!parse-error (type => 'in noscript:/',
2656                                  text => $token->{tag_name}, token => $token);
2657                                
2658                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
2659                ## As if </head>                ## As if </head>
# Line 3274  sub _tree_construction_main ($) { Line 2661  sub _tree_construction_main ($) {
2661    
2662                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2663              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2664                  !!!cp ('t147');
2665                ## As if </head>                ## As if </head>
2666                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2667    
2668                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2669              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2670                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  ## ISSUE: This case cannot be reached?
2671                  !!!cp ('t148');
2672                  !!!parse-error (type => 'unmatched end tag',
2673                                  text => $token->{tag_name}, token => $token);
2674                ## Ignore the token ## ISSUE: An issue in the spec.                ## Ignore the token ## ISSUE: An issue in the spec.
2675                !!!next-token;                !!!next-token;
2676                redo B;                next B;
2677                } else {
2678                  !!!cp ('t149');
2679              }              }
2680    
2681              ## "after head" insertion mode              ## "after head" insertion mode
2682              ## As if <body>              ## As if <body>
2683              !!!insert-element ('body');              !!!insert-element ('body',, $token);
2684              $self->{insertion_mode} = IN_BODY_IM;              $self->{insertion_mode} = IN_BODY_IM;
2685              ## reprocess              ## reprocess
2686              redo B;          next B;
2687            } else {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
2688              die "$0: $token->{type}: Unknown token type";          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2689            }            !!!cp ('t149.1');
2690    
2691              ## NOTE: As if <head>
2692              !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2693              $self->{open_elements}->[-1]->[0]->append_child
2694                  ($self->{head_element});
2695              #push @{$self->{open_elements}},
2696              #    [$self->{head_element}, $el_category->{head}];
2697              #$self->{insertion_mode} = IN_HEAD_IM;
2698              ## NOTE: Reprocess.
2699    
2700              ## NOTE: As if </head>
2701              #pop @{$self->{open_elements}};
2702              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
2703              ## NOTE: Reprocess.
2704              
2705              #
2706            } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2707              !!!cp ('t149.2');
2708    
2709              ## NOTE: As if </head>
2710              pop @{$self->{open_elements}};
2711              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
2712              ## NOTE: Reprocess.
2713    
2714              #
2715            } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2716              !!!cp ('t149.3');
2717    
2718              !!!parse-error (type => 'in noscript:#eof', token => $token);
2719    
2720            ## ISSUE: An issue in the spec.            ## As if </noscript>
2721              pop @{$self->{open_elements}};
2722              #$self->{insertion_mode} = IN_HEAD_IM;
2723              ## NOTE: Reprocess.
2724    
2725              ## NOTE: As if </head>
2726              pop @{$self->{open_elements}};
2727              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
2728              ## NOTE: Reprocess.
2729    
2730              #
2731            } else {
2732              !!!cp ('t149.4');
2733              #
2734            }
2735    
2736            ## NOTE: As if <body>
2737            !!!insert-element ('body',, $token);
2738            $self->{insertion_mode} = IN_BODY_IM;
2739            ## NOTE: Reprocess.
2740            next B;
2741          } else {
2742            die "$0: $token->{type}: Unknown token type";
2743          }
2744      } elsif ($self->{insertion_mode} & BODY_IMS) {      } elsif ($self->{insertion_mode} & BODY_IMS) {
2745            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
2746                !!!cp ('t150');
2747              ## NOTE: There is a code clone of "character in body".              ## NOTE: There is a code clone of "character in body".
2748              $reconstruct_active_formatting_elements->($insert_to_current);              $reconstruct_active_formatting_elements->($insert_to_current);
2749                            
2750              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
2751    
2752              !!!next-token;              !!!next-token;
2753              redo B;              next B;
2754            } elsif ($token->{type} == START_TAG_TOKEN) {            } elsif ($token->{type} == START_TAG_TOKEN) {
2755              if ({              if ({
2756                   caption => 1, col => 1, colgroup => 1, tbody => 1,                   caption => 1, col => 1, colgroup => 1, tbody => 1,
2757                   td => 1, tfoot => 1, th => 1, thead => 1, tr => 1,                   td => 1, tfoot => 1, th => 1, thead => 1, tr => 1,
2758                  }->{$token->{tag_name}}) {                  }->{$token->{tag_name}}) {
2759                if ($self->{insertion_mode} == IN_CELL_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2760                  ## have an element in table scope                  ## have an element in table scope
2761                  my $tn;                  for (reverse 0..$#{$self->{open_elements}}) {
                 INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
2762                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
2763                    if ($node->[1] eq 'td' or $node->[1] eq 'th') {                    if ($node->[1] == TABLE_CELL_EL) {
2764                      $tn = $node->[1];                      !!!cp ('t151');
2765                      last INSCOPE;  
2766                    } elsif ({                      ## Close the cell
2767                              table => 1, html => 1,                      !!!back-token; # <x>
2768                             }->{$node->[1]}) {                      $token = {type => END_TAG_TOKEN,
2769                      last INSCOPE;                                tag_name => $node->[0]->manakai_local_name,
2770                    }                                line => $token->{line},
2771                  } # INSCOPE                                column => $token->{column}};
2772                    unless (defined $tn) {                      next B;
2773                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
2774                      ## Ignore the token                      !!!cp ('t152');
2775                      !!!next-token;                      ## ISSUE: This case can never be reached, maybe.
2776                      redo B;                      last;
2777                    }                    }
2778                    }
2779    
2780                    !!!cp ('t153');
2781                    !!!parse-error (type => 'start tag not allowed',
2782                        text => $token->{tag_name}, token => $token);
2783                    ## Ignore the token
2784                    !!!nack ('t153.1');
2785                    !!!next-token;
2786                    next B;
2787                  } elsif (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2788                    !!!parse-error (type => 'not closed', text => 'caption',
2789                                    token => $token);
2790                                    
2791                  ## Close the cell                  ## NOTE: As if </caption>.
                 !!!back-token; # <?>  
                 $token = {type => END_TAG_TOKEN, tag_name => $tn};  
                 redo B;  
               } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {  
                 !!!parse-error (type => 'not closed:caption');  
                   
                 ## As if </caption>  
2792                  ## have a table element in table scope                  ## have a table element in table scope
2793                  my $i;                  my $i;
2794                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: {
2795                    my $node = $self->{open_elements}->[$_];                    for (reverse 0..$#{$self->{open_elements}}) {
2796                    if ($node->[1] eq 'caption') {                      my $node = $self->{open_elements}->[$_];
2797                      $i = $_;                      if ($node->[1] == CAPTION_EL) {
2798                      last INSCOPE;                        !!!cp ('t155');
2799                    } elsif ({                        $i = $_;
2800                              table => 1, html => 1,                        last INSCOPE;
2801                             }->{$node->[1]}) {                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
2802                      last INSCOPE;                        !!!cp ('t156');
2803                          last;
2804                        }
2805                    }                    }
2806    
2807                      !!!cp ('t157');
2808                      !!!parse-error (type => 'start tag not allowed',
2809                                      text => $token->{tag_name}, token => $token);
2810                      ## Ignore the token
2811                      !!!nack ('t157.1');
2812                      !!!next-token;
2813                      next B;
2814                  } # INSCOPE                  } # INSCOPE
                   unless (defined $i) {  
                     !!!parse-error (type => 'unmatched end tag:caption');  
                     ## Ignore the token  
                     !!!next-token;  
                     redo B;  
                   }  
2815                                    
2816                  ## generate implied end tags                  ## generate implied end tags
2817                  if ({                  while ($self->{open_elements}->[-1]->[1]
2818                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
2819                       td => 1, th => 1, tr => 1,                    !!!cp ('t158');
2820                       tbody => 1, tfoot=> 1, thead => 1,                    pop @{$self->{open_elements}};
                     }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!back-token; # <?>  
                   $token = {type => END_TAG_TOKEN, tag_name => 'caption'};  
                   !!!back-token;  
                   $token = {type => END_TAG_TOKEN,  
                             tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
2821                  }                  }
2822    
2823                  if ($self->{open_elements}->[-1]->[1] ne 'caption') {                  unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2824                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t159');
2825                      !!!parse-error (type => 'not closed',
2826                                      text => $self->{open_elements}->[-1]->[0]
2827                                          ->manakai_local_name,
2828                                      token => $token);
2829                    } else {
2830                      !!!cp ('t160');
2831                  }                  }
2832                                    
2833                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3384  sub _tree_construction_main ($) { Line 2837  sub _tree_construction_main ($) {
2837                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
2838                                    
2839                  ## reprocess                  ## reprocess
2840                  redo B;                  !!!ack-later;
2841                    next B;
2842                } else {                } else {
2843                    !!!cp ('t161');
2844                  #                  #
2845                }                }
2846              } else {              } else {
2847                  !!!cp ('t162');
2848                #                #
2849              }              }
2850            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
2851              if ($token->{tag_name} eq 'td' or $token->{tag_name} eq 'th') {              if ($token->{tag_name} eq 'td' or $token->{tag_name} eq 'th') {
2852                if ($self->{insertion_mode} == IN_CELL_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2853                  ## have an element in table scope                  ## have an element in table scope
2854                  my $i;                  my $i;
2855                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
2856                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
2857                    if ($node->[1] eq $token->{tag_name}) {                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
2858                        !!!cp ('t163');
2859                      $i = $_;                      $i = $_;
2860                      last INSCOPE;                      last INSCOPE;
2861                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
2862                              table => 1, html => 1,                      !!!cp ('t164');
                            }->{$node->[1]}) {  
2863                      last INSCOPE;                      last INSCOPE;
2864                    }                    }
2865                  } # INSCOPE                  } # INSCOPE
2866                    unless (defined $i) {                    unless (defined $i) {
2867                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                      !!!cp ('t165');
2868                        !!!parse-error (type => 'unmatched end tag',
2869                                        text => $token->{tag_name},
2870                                        token => $token);
2871                      ## Ignore the token                      ## Ignore the token
2872                      !!!next-token;                      !!!next-token;
2873                      redo B;                      next B;
2874                    }                    }
2875                                    
2876                  ## generate implied end tags                  ## generate implied end tags
2877                  if ({                  while ($self->{open_elements}->[-1]->[1]
2878                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
2879                       td => ($token->{tag_name} eq 'th'),                    !!!cp ('t166');
2880                       th => ($token->{tag_name} eq 'td'),                    pop @{$self->{open_elements}};
                      tr => 1,  
                      tbody => 1, tfoot=> 1, thead => 1,  
                     }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!back-token;  
                   $token = {type => END_TAG_TOKEN,  
                             tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
2881                  }                  }
2882                    
2883                  if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {                  if ($self->{open_elements}->[-1]->[0]->manakai_local_name
2884                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                          ne $token->{tag_name}) {
2885                      !!!cp ('t167');
2886                      !!!parse-error (type => 'not closed',
2887                                      text => $self->{open_elements}->[-1]->[0]
2888                                          ->manakai_local_name,
2889                                      token => $token);
2890                    } else {
2891                      !!!cp ('t168');
2892                  }                  }
2893                                    
2894                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3439  sub _tree_construction_main ($) { Line 2898  sub _tree_construction_main ($) {
2898                  $self->{insertion_mode} = IN_ROW_IM;                  $self->{insertion_mode} = IN_ROW_IM;
2899                                    
2900                  !!!next-token;                  !!!next-token;
2901                  redo B;                  next B;
2902                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {                } elsif (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2903                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t169');
2904                    !!!parse-error (type => 'unmatched end tag',
2905                                    text => $token->{tag_name}, token => $token);
2906                  ## Ignore the token                  ## Ignore the token
2907                  !!!next-token;                  !!!next-token;
2908                  redo B;                  next B;
2909                } else {                } else {
2910                    !!!cp ('t170');
2911                  #                  #
2912                }                }
2913              } elsif ($token->{tag_name} eq 'caption') {              } elsif ($token->{tag_name} eq 'caption') {
2914                if ($self->{insertion_mode} == IN_CAPTION_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2915                  ## have a table element in table scope                  ## have a table element in table scope
2916                  my $i;                  my $i;
2917                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: {
2918                    my $node = $self->{open_elements}->[$_];                    for (reverse 0..$#{$self->{open_elements}}) {
2919                    if ($node->[1] eq $token->{tag_name}) {                      my $node = $self->{open_elements}->[$_];
2920                      $i = $_;                      if ($node->[1] == CAPTION_EL) {
2921                      last INSCOPE;                        !!!cp ('t171');
2922                    } elsif ({                        $i = $_;
2923                              table => 1, html => 1,                        last INSCOPE;
2924                             }->{$node->[1]}) {                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
2925                      last INSCOPE;                        !!!cp ('t172');
2926                          last;
2927                        }
2928                    }                    }
2929    
2930                      !!!cp ('t173');
2931                      !!!parse-error (type => 'unmatched end tag',
2932                                      text => $token->{tag_name}, token => $token);
2933                      ## Ignore the token
2934                      !!!next-token;
2935                      next B;
2936                  } # INSCOPE                  } # INSCOPE
                   unless (defined $i) {  
                     !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                     ## Ignore the token  
                     !!!next-token;  
                     redo B;  
                   }  
2937                                    
2938                  ## generate implied end tags                  ## generate implied end tags
2939                  if ({                  while ($self->{open_elements}->[-1]->[1]
2940                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
2941                       td => 1, th => 1, tr => 1,                    !!!cp ('t174');
2942                       tbody => 1, tfoot=> 1, thead => 1,                    pop @{$self->{open_elements}};
                     }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!back-token;  
                   $token = {type => END_TAG_TOKEN,  
                             tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
2943                  }                  }
2944                                    
2945                  if ($self->{open_elements}->[-1]->[1] ne 'caption') {                  unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2946                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t175');
2947                      !!!parse-error (type => 'not closed',
2948                                      text => $self->{open_elements}->[-1]->[0]
2949                                          ->manakai_local_name,
2950                                      token => $token);
2951                    } else {
2952                      !!!cp ('t176');
2953                  }                  }
2954                                    
2955                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3493  sub _tree_construction_main ($) { Line 2959  sub _tree_construction_main ($) {
2959                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
2960                                    
2961                  !!!next-token;                  !!!next-token;
2962                  redo B;                  next B;
2963                } elsif ($self->{insertion_mode} == IN_CELL_IM) {                } elsif (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2964                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t177');
2965                    !!!parse-error (type => 'unmatched end tag',
2966                                    text => $token->{tag_name}, token => $token);
2967                  ## Ignore the token                  ## Ignore the token
2968                  !!!next-token;                  !!!next-token;
2969                  redo B;                  next B;
2970                } else {                } else {
2971                    !!!cp ('t178');
2972                  #                  #
2973                }                }
2974              } elsif ({              } elsif ({
2975                        table => 1, tbody => 1, tfoot => 1,                        table => 1, tbody => 1, tfoot => 1,
2976                        thead => 1, tr => 1,                        thead => 1, tr => 1,
2977                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
2978                       $self->{insertion_mode} == IN_CELL_IM) {                       ($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2979                ## have an element in table scope                ## have an element in table scope
2980                my $i;                my $i;
2981                my $tn;                my $tn;
2982                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: {
2983                  my $node = $self->{open_elements}->[$_];                  for (reverse 0..$#{$self->{open_elements}}) {
2984                  if ($node->[1] eq $token->{tag_name}) {                    my $node = $self->{open_elements}->[$_];
2985                    $i = $_;                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
2986                    last INSCOPE;                      !!!cp ('t179');
2987                  } elsif ($node->[1] eq 'td' or $node->[1] eq 'th') {                      $i = $_;
2988                    $tn = $node->[1];  
2989                    ## NOTE: There is exactly one |td| or |th| element                      ## Close the cell
2990                    ## in scope in the stack of open elements by definition.                      !!!back-token; # </x>
2991                  } elsif ({                      $token = {type => END_TAG_TOKEN, tag_name => $tn,
2992                            table => 1, html => 1,                                line => $token->{line},
2993                           }->{$node->[1]}) {                                column => $token->{column}};
2994                    last INSCOPE;                      next B;
2995                      } elsif ($node->[1] == TABLE_CELL_EL) {
2996                        !!!cp ('t180');
2997                        $tn = $node->[0]->manakai_local_name;
2998                        ## NOTE: There is exactly one |td| or |th| element
2999                        ## in scope in the stack of open elements by definition.
3000                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
3001                        ## ISSUE: Can this be reached?
3002                        !!!cp ('t181');
3003                        last;
3004                      }
3005                  }                  }
3006                } # INSCOPE  
3007                unless (defined $i) {                  !!!cp ('t182');
3008                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!parse-error (type => 'unmatched end tag',
3009                        text => $token->{tag_name}, token => $token);
3010                  ## Ignore the token                  ## Ignore the token
3011                  !!!next-token;                  !!!next-token;
3012                  redo B;                  next B;
3013                }                } # INSCOPE
   
               ## Close the cell  
               !!!back-token; # </?>  
               $token = {type => END_TAG_TOKEN, tag_name => $tn};  
               redo B;  
3014              } elsif ($token->{tag_name} eq 'table' and              } elsif ($token->{tag_name} eq 'table' and
3015                       $self->{insertion_mode} == IN_CAPTION_IM) {                       ($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
3016                !!!parse-error (type => 'not closed:caption');                !!!parse-error (type => 'not closed', text => 'caption',
3017                                  token => $token);
3018    
3019                ## As if </caption>                ## As if </caption>
3020                ## have a table element in table scope                ## have a table element in table scope
3021                my $i;                my $i;
3022                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3023                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3024                  if ($node->[1] eq 'caption') {                  if ($node->[1] == CAPTION_EL) {
3025                      !!!cp ('t184');
3026                    $i = $_;                    $i = $_;
3027                    last INSCOPE;                    last INSCOPE;
3028                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3029                            table => 1, html => 1,                    !!!cp ('t185');
                          }->{$node->[1]}) {  
3030                    last INSCOPE;                    last INSCOPE;
3031                  }                  }
3032                } # INSCOPE                } # INSCOPE
3033                unless (defined $i) {                unless (defined $i) {
3034                  !!!parse-error (type => 'unmatched end tag:caption');                  !!!cp ('t186');
3035            ## TODO: Wrong error type?
3036                    !!!parse-error (type => 'unmatched end tag',
3037                                    text => 'caption', token => $token);
3038                  ## Ignore the token                  ## Ignore the token
3039                  !!!next-token;                  !!!next-token;
3040                  redo B;                  next B;
3041                }                }
3042                                
3043                ## generate implied end tags                ## generate implied end tags
3044                if ({                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
3045                     dd => 1, dt => 1, li => 1, p => 1,                  !!!cp ('t187');
3046                     td => 1, th => 1, tr => 1,                  pop @{$self->{open_elements}};
                    tbody => 1, tfoot=> 1, thead => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token; # </table>  
                 $token = {type => END_TAG_TOKEN, tag_name => 'caption'};  
                 !!!back-token;  
                 $token = {type => END_TAG_TOKEN,  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
3047                }                }
3048    
3049                if ($self->{open_elements}->[-1]->[1] ne 'caption') {                unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
3050                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!cp ('t188');
3051                    !!!parse-error (type => 'not closed',
3052                                    text => $self->{open_elements}->[-1]->[0]
3053                                        ->manakai_local_name,
3054                                    token => $token);
3055                  } else {
3056                    !!!cp ('t189');
3057                }                }
3058    
3059                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
# Line 3586  sub _tree_construction_main ($) { Line 3063  sub _tree_construction_main ($) {
3063                $self->{insertion_mode} = IN_TABLE_IM;                $self->{insertion_mode} = IN_TABLE_IM;
3064    
3065                ## reprocess                ## reprocess
3066                redo B;                next B;
3067              } elsif ({              } elsif ({
3068                        body => 1, col => 1, colgroup => 1, html => 1,                        body => 1, col => 1, colgroup => 1, html => 1,
3069                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
3070                if ($self->{insertion_mode} & BODY_TABLE_IMS) {                if ($self->{insertion_mode} & BODY_TABLE_IMS) {
3071                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t190');
3072                    !!!parse-error (type => 'unmatched end tag',
3073                                    text => $token->{tag_name}, token => $token);
3074                  ## Ignore the token                  ## Ignore the token
3075                  !!!next-token;                  !!!next-token;
3076                  redo B;                  next B;
3077                } else {                } else {
3078                    !!!cp ('t191');
3079                  #                  #
3080                }                }
3081              } elsif ({          } elsif ({
3082                        tbody => 1, tfoot => 1,                    tbody => 1, tfoot => 1,
3083                        thead => 1, tr => 1,                    thead => 1, tr => 1,
3084                       }->{$token->{tag_name}} and                   }->{$token->{tag_name}} and
3085                       $self->{insertion_mode} == IN_CAPTION_IM) {                   ($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
3086                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t192');
3087                ## Ignore the token            !!!parse-error (type => 'unmatched end tag',
3088                !!!next-token;                            text => $token->{tag_name}, token => $token);
3089                redo B;            ## Ignore the token
3090              } else {            !!!next-token;
3091                #            next B;
3092              }          } else {
3093              !!!cp ('t193');
3094              #
3095            }
3096          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3097            for my $entry (@{$self->{open_elements}}) {
3098              unless ($entry->[1] & ALL_END_TAG_OPTIONAL_EL) {
3099                !!!cp ('t75');
3100                !!!parse-error (type => 'in body:#eof', token => $token);
3101                last;
3102              }
3103            }
3104    
3105            ## Stop parsing.
3106            last B;
3107        } else {        } else {
3108          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
3109        }        }
# Line 3617  sub _tree_construction_main ($) { Line 3111  sub _tree_construction_main ($) {
3111        $insert = $insert_to_current;        $insert = $insert_to_current;
3112        #        #
3113      } elsif ($self->{insertion_mode} & TABLE_IMS) {      } elsif ($self->{insertion_mode} & TABLE_IMS) {
3114        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == START_TAG_TOKEN) {
3115              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ({
3116                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);               tr => (($self->{insertion_mode} & IM_MASK) != IN_ROW_IM),
3117                               th => 1, td => 1,
3118                unless (length $token->{data}) {              }->{$token->{tag_name}}) {
3119                  !!!next-token;            if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_IM) {
3120                  redo B;              ## Clear back to table context
3121                }              while (not ($self->{open_elements}->[-1]->[1]
3122                                & TABLE_SCOPING_EL)) {
3123                  !!!cp ('t201');
3124                  pop @{$self->{open_elements}};
3125              }              }
   
             !!!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);  
3126                            
3127              if ({              !!!insert-element ('tbody',, $token);
3128                   table => 1, tbody => 1, tfoot => 1,              $self->{insertion_mode} = IN_TABLE_BODY_IM;
3129                   thead => 1, tr => 1,              ## reprocess in the "in table body" insertion mode...
3130                  }->{$self->{open_elements}->[-1]->[1]}) {            }
3131                # MUST            
3132                my $foster_parent_element;            if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3133                my $next_sibling;              unless ($token->{tag_name} eq 'tr') {
3134                my $prev_sibling;                !!!cp ('t202');
3135                OE: for (reverse 0..$#{$self->{open_elements}}) {                !!!parse-error (type => 'missing start tag:tr', token => $token);
                 if ($self->{open_elements}->[$_]->[1] eq 'table') {  
                   my $parent = $self->{open_elements}->[$_]->[0]->parent_node;  
                   if (defined $parent and $parent->node_type == 1) {  
                     $foster_parent_element = $parent;  
                     $next_sibling = $self->{open_elements}->[$_]->[0];  
                     $prev_sibling = $next_sibling->previous_sibling;  
                   } else {  
                     $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];  
                     $prev_sibling = $foster_parent_element->last_child;  
                   }  
                   last OE;  
                 }  
               } # OE  
               $foster_parent_element = $self->{open_elements}->[0]->[0] and  
               $prev_sibling = $foster_parent_element->last_child  
                 unless defined $foster_parent_element;  
               if (defined $prev_sibling and  
                   $prev_sibling->node_type == 3) {  
                 $prev_sibling->manakai_append_text ($token->{data});  
               } else {  
                 $foster_parent_element->insert_before  
                   ($self->{document}->create_text_node ($token->{data}),  
                    $next_sibling);  
               }  
             } else {  
               $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});  
3136              }              }
               
             !!!next-token;  
             redo B;  
       } elsif ($token->{type} == START_TAG_TOKEN) {  
             if ({  
                  tr => ($self->{insertion_mode} != IN_ROW_IM),  
                  th => 1, td => 1,  
                 }->{$token->{tag_name}}) {  
               if ($self->{insertion_mode} == IN_TABLE_IM) {  
                 ## Clear back to table context  
                 while ($self->{open_elements}->[-1]->[1] ne 'table' and  
                        $self->{open_elements}->[-1]->[1] ne 'html') {  
                   !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
                   pop @{$self->{open_elements}};  
                 }  
3137                                    
3138                  !!!insert-element ('tbody');              ## Clear back to table body context
3139                  $self->{insertion_mode} = IN_TABLE_BODY_IM;              while (not ($self->{open_elements}->[-1]->[1]
3140                  ## reprocess in the "in table body" insertion mode...                              & TABLE_ROWS_SCOPING_EL)) {
3141                }                !!!cp ('t203');
3142                  ## ISSUE: Can this case be reached?
3143                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {                pop @{$self->{open_elements}};
3144                  unless ($token->{tag_name} eq 'tr') {              }
                   !!!parse-error (type => 'missing start tag:tr');  
                 }  
                   
                 ## Clear back to table body context  
                 while (not {  
                   tbody => 1, tfoot => 1, thead => 1, html => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
                   pop @{$self->{open_elements}};  
                 }  
3145                                    
3146                  $self->{insertion_mode} = IN_ROW_IM;              $self->{insertion_mode} = IN_ROW_IM;
3147                  if ($token->{tag_name} eq 'tr') {              if ($token->{tag_name} eq 'tr') {
3148                    !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!cp ('t204');
3149                    !!!next-token;                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3150                    redo B;                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3151                  } else {                !!!nack ('t204');
3152                    !!!insert-element ('tr');                !!!next-token;
3153                    ## reprocess in the "in row" insertion mode                next B;
3154                  }              } else {
3155                }                !!!cp ('t205');
3156                  !!!insert-element ('tr',, $token);
3157                  ## reprocess in the "in row" insertion mode
3158                }
3159              } else {
3160                !!!cp ('t206');
3161              }
3162    
3163                ## Clear back to table row context                ## Clear back to table row context
3164                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3165                  tr => 1, html => 1,                                & TABLE_ROW_SCOPING_EL)) {
3166                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t207');
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3167                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3168                }                }
3169                                
3170                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3171                $self->{insertion_mode} = IN_CELL_IM;            $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3172              $self->{insertion_mode} = IN_CELL_IM;
3173    
3174                push @$active_formatting_elements, ['#marker', ''];            push @$active_formatting_elements, ['#marker', ''];
3175                                
3176              !!!nack ('t207.1');
3177              !!!next-token;
3178              next B;
3179            } elsif ({
3180                      caption => 1, col => 1, colgroup => 1,
3181                      tbody => 1, tfoot => 1, thead => 1,
3182                      tr => 1, # $self->{insertion_mode} == IN_ROW_IM
3183                     }->{$token->{tag_name}}) {
3184              if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3185                ## As if </tr>
3186                ## have an element in table scope
3187                my $i;
3188                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3189                  my $node = $self->{open_elements}->[$_];
3190                  if ($node->[1] == TABLE_ROW_EL) {
3191                    !!!cp ('t208');
3192                    $i = $_;
3193                    last INSCOPE;
3194                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3195                    !!!cp ('t209');
3196                    last INSCOPE;
3197                  }
3198                } # INSCOPE
3199                unless (defined $i) {
3200                  !!!cp ('t210');
3201                  ## TODO: This type is wrong.
3202                  !!!parse-error (type => 'unmacthed end tag',
3203                                  text => $token->{tag_name}, token => $token);
3204                  ## Ignore the token
3205                  !!!nack ('t210.1');
3206                !!!next-token;                !!!next-token;
3207                redo B;                next B;
3208              } elsif ({              }
                       caption => 1, col => 1, colgroup => 1,  
                       tbody => 1, tfoot => 1, thead => 1,  
                       tr => 1, # $self->{insertion_mode} == IN_ROW_IM  
                      }->{$token->{tag_name}}) {  
               if ($self->{insertion_mode} == IN_ROW_IM) {  
                 ## As if </tr>  
                 ## have an element in table scope  
                 my $i;  
                 INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                   my $node = $self->{open_elements}->[$_];  
                   if ($node->[1] eq 'tr') {  
                     $i = $_;  
                     last INSCOPE;  
                   } elsif ({  
                             table => 1, html => 1,  
                            }->{$node->[1]}) {  
                     last INSCOPE;  
                   }  
                 } # INSCOPE  
                 unless (defined $i) {  
                   !!!parse-error (type => 'unmacthed end tag:'.$token->{tag_name});  
                   ## Ignore the token  
                   !!!next-token;  
                   redo B;  
                 }  
3209                                    
3210                  ## Clear back to table row context                  ## Clear back to table row context
3211                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3212                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3213                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t211');
3214                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    ## ISSUE: Can this case be reached?
3215                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3216                  }                  }
3217                                    
3218                  pop @{$self->{open_elements}}; # tr                  pop @{$self->{open_elements}}; # tr
3219                  $self->{insertion_mode} = IN_TABLE_BODY_IM;                  $self->{insertion_mode} = IN_TABLE_BODY_IM;
3220                  if ($token->{tag_name} eq 'tr') {                  if ($token->{tag_name} eq 'tr') {
3221                      !!!cp ('t212');
3222                    ## reprocess                    ## reprocess
3223                    redo B;                    !!!ack-later;
3224                      next B;
3225                  } else {                  } else {
3226                      !!!cp ('t213');
3227                    ## reprocess in the "in table body" insertion mode...                    ## reprocess in the "in table body" insertion mode...
3228                  }                  }
3229                }                }
3230    
3231                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3232                  ## have an element in table scope                  ## have an element in table scope
3233                  my $i;                  my $i;
3234                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3235                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3236                    if ({                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3237                         tbody => 1, thead => 1, tfoot => 1,                      !!!cp ('t214');
                       }->{$node->[1]}) {  
3238                      $i = $_;                      $i = $_;
3239                      last INSCOPE;                      last INSCOPE;
3240                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3241                              table => 1, html => 1,                      !!!cp ('t215');
                            }->{$node->[1]}) {  
3242                      last INSCOPE;                      last INSCOPE;
3243                    }                    }
3244                  } # INSCOPE                  } # INSCOPE
3245                  unless (defined $i) {                  unless (defined $i) {
3246                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    !!!cp ('t216');
3247    ## TODO: This erorr type is wrong.
3248                      !!!parse-error (type => 'unmatched end tag',
3249                                      text => $token->{tag_name}, token => $token);
3250                    ## Ignore the token                    ## Ignore the token
3251                      !!!nack ('t216.1');
3252                    !!!next-token;                    !!!next-token;
3253                    redo B;                    next B;
3254                  }                  }
3255    
3256                  ## Clear back to table body context                  ## Clear back to table body context
3257                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3258                    tbody => 1, tfoot => 1, thead => 1, html => 1,                                  & TABLE_ROWS_SCOPING_EL)) {
3259                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t217');
3260                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    ## ISSUE: Can this state be reached?
3261                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3262                  }                  }
3263                                    
# Line 3817  sub _tree_construction_main ($) { Line 3271  sub _tree_construction_main ($) {
3271                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3272                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
3273                  ## reprocess in "in table" insertion mode...                  ## reprocess in "in table" insertion mode...
3274                  } else {
3275                    !!!cp ('t218');
3276                }                }
3277    
3278                if ($token->{tag_name} eq 'col') {            if ($token->{tag_name} eq 'col') {
3279                  ## Clear back to table context              ## Clear back to table context
3280                  while ($self->{open_elements}->[-1]->[1] ne 'table' and              while (not ($self->{open_elements}->[-1]->[1]
3281                         $self->{open_elements}->[-1]->[1] ne 'html') {                              & TABLE_SCOPING_EL)) {
3282                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!cp ('t219');
3283                    pop @{$self->{open_elements}};                ## ISSUE: Can this state be reached?
3284                  }                pop @{$self->{open_elements}};
3285                                }
3286                  !!!insert-element ('colgroup');              
3287                  $self->{insertion_mode} = IN_COLUMN_GROUP_IM;              !!!insert-element ('colgroup',, $token);
3288                  ## reprocess              $self->{insertion_mode} = IN_COLUMN_GROUP_IM;
3289                  redo B;              ## reprocess
3290                } elsif ({              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3291                          caption => 1,              !!!ack-later;
3292                          colgroup => 1,              next B;
3293                          tbody => 1, tfoot => 1, thead => 1,            } elsif ({
3294                         }->{$token->{tag_name}}) {                      caption => 1,
3295                  ## Clear back to table context                      colgroup => 1,
3296                  while ($self->{open_elements}->[-1]->[1] ne 'table' and                      tbody => 1, tfoot => 1, thead => 1,
3297                         $self->{open_elements}->[-1]->[1] ne 'html') {                     }->{$token->{tag_name}}) {
3298                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);              ## Clear back to table context
3299                    while (not ($self->{open_elements}->[-1]->[1]
3300                                    & TABLE_SCOPING_EL)) {
3301                      !!!cp ('t220');
3302                      ## ISSUE: Can this state be reached?
3303                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3304                  }                  }
3305                                    
3306                  push @$active_formatting_elements, ['#marker', '']              push @$active_formatting_elements, ['#marker', '']
3307                      if $token->{tag_name} eq 'caption';                  if $token->{tag_name} eq 'caption';
3308                                    
3309                  !!!insert-element ($token->{tag_name}, $token->{attributes});              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3310                  $self->{insertion_mode} = {              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3311                                             caption => IN_CAPTION_IM,              $self->{insertion_mode} = {
3312                                             colgroup => IN_COLUMN_GROUP_IM,                                         caption => IN_CAPTION_IM,
3313                                             tbody => IN_TABLE_BODY_IM,                                         colgroup => IN_COLUMN_GROUP_IM,
3314                                             tfoot => IN_TABLE_BODY_IM,                                         tbody => IN_TABLE_BODY_IM,
3315                                             thead => IN_TABLE_BODY_IM,                                         tfoot => IN_TABLE_BODY_IM,
3316                                            }->{$token->{tag_name}};                                         thead => IN_TABLE_BODY_IM,
3317                  !!!next-token;                                        }->{$token->{tag_name}};
3318                  redo B;              !!!next-token;
3319                } else {              !!!nack ('t220.1');
3320                  die "$0: in table: <>: $token->{tag_name}";              next B;
3321                }            } else {
3322                die "$0: in table: <>: $token->{tag_name}";
3323              }
3324              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3325                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!parse-error (type => 'not closed',
3326                                  text => $self->{open_elements}->[-1]->[0]
3327                                      ->manakai_local_name,
3328                                  token => $token);
3329    
3330                ## As if </table>                ## As if </table>
3331                ## have a table element in table scope                ## have a table element in table scope
3332                my $i;                my $i;
3333                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3334                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3335                  if ($node->[1] eq 'table') {                  if ($node->[1] == TABLE_EL) {
3336                      !!!cp ('t221');
3337                    $i = $_;                    $i = $_;
3338                    last INSCOPE;                    last INSCOPE;
3339                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3340                            table => 1, html => 1,                    !!!cp ('t222');
                          }->{$node->[1]}) {  
3341                    last INSCOPE;                    last INSCOPE;
3342                  }                  }
3343                } # INSCOPE                } # INSCOPE
3344                unless (defined $i) {                unless (defined $i) {
3345                  !!!parse-error (type => 'unmatched end tag:table');                  !!!cp ('t223');
3346    ## TODO: The following is wrong, maybe.
3347                    !!!parse-error (type => 'unmatched end tag', text => 'table',
3348                                    token => $token);
3349                  ## Ignore tokens </table><table>                  ## Ignore tokens </table><table>
3350                    !!!nack ('t223.1');
3351                  !!!next-token;                  !!!next-token;
3352                  redo B;                  next B;
3353                }                }
3354                                
3355    ## TODO: Followings are removed from the latest spec.
3356                ## generate implied end tags                ## generate implied end tags
3357                if ({                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
3358                     dd => 1, dt => 1, li => 1, p => 1,                  !!!cp ('t224');
3359                     td => 1, th => 1, tr => 1,                  pop @{$self->{open_elements}};
                    tbody => 1, tfoot=> 1, thead => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token; # <table>  
                 $token = {type => END_TAG_TOKEN, tag_name => 'table'};  
                 !!!back-token;  
                 $token = {type => END_TAG_TOKEN,  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
3360                }                }
3361    
3362                if ($self->{open_elements}->[-1]->[1] ne 'table') {                unless ($self->{open_elements}->[-1]->[1] == TABLE_EL) {
3363                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!cp ('t225');
3364                    ## NOTE: |<table><tr><table>|
3365                    !!!parse-error (type => 'not closed',
3366                                    text => $self->{open_elements}->[-1]->[0]
3367                                        ->manakai_local_name,
3368                                    token => $token);
3369                  } else {
3370                    !!!cp ('t226');
3371                }                }
3372    
3373                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
3374                  pop @{$open_tables};
3375    
3376                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
3377    
3378                ## reprocess            ## reprocess
3379                redo B;            !!!ack-later;
3380          } else {            next B;
3381            !!!parse-error (type => 'in table:'.$token->{tag_name});          } elsif ($token->{tag_name} eq 'style') {
3382              if (not $open_tables->[-1]->[1]) { # tainted
3383                !!!cp ('t227.8');
3384                ## NOTE: This is a "as if in head" code clone.
3385                $parse_rcdata->(CDATA_CONTENT_MODEL);
3386                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3387                next B;
3388              } else {
3389                !!!cp ('t227.7');
3390                #
3391              }
3392            } elsif ($token->{tag_name} eq 'script') {
3393              if (not $open_tables->[-1]->[1]) { # tainted
3394                !!!cp ('t227.6');
3395                ## NOTE: This is a "as if in head" code clone.
3396                $script_start_tag->();
3397                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3398                next B;
3399              } else {
3400                !!!cp ('t227.5');
3401                #
3402              }
3403            } elsif ($token->{tag_name} eq 'input') {
3404              if (not $open_tables->[-1]->[1]) { # tainted
3405                if ($token->{attributes}->{type}) { ## TODO: case
3406                  my $type = lc $token->{attributes}->{type}->{value};
3407                  if ($type eq 'hidden') {
3408                    !!!cp ('t227.3');
3409                    !!!parse-error (type => 'in table',
3410                                    text => $token->{tag_name}, token => $token);
3411    
3412            $insert = $insert_to_foster;                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3413                    $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3414    
3415                    ## TODO: form element pointer
3416    
3417                    pop @{$self->{open_elements}};
3418    
3419                    !!!next-token;
3420                    !!!ack ('t227.2.1');
3421                    next B;
3422                  } else {
3423                    !!!cp ('t227.2');
3424                    #
3425                  }
3426                } else {
3427                  !!!cp ('t227.1');
3428                  #
3429                }
3430              } else {
3431                !!!cp ('t227.4');
3432                #
3433              }
3434            } else {
3435              !!!cp ('t227');
3436            #            #
3437          }          }
3438    
3439            !!!parse-error (type => 'in table', text => $token->{tag_name},
3440                            token => $token);
3441    
3442            $insert = $insert_to_foster;
3443            #
3444        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
3445              if ($token->{tag_name} eq 'tr' and          if ($token->{tag_name} eq 'tr' and
3446                  $self->{insertion_mode} == IN_ROW_IM) {              ($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3447                ## have an element in table scope            ## have an element in table scope
3448                my $i;                my $i;
3449                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3450                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3451                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[1] == TABLE_ROW_EL) {
3452                      !!!cp ('t228');
3453                    $i = $_;                    $i = $_;
3454                    last INSCOPE;                    last INSCOPE;
3455                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3456                            table => 1, html => 1,                    !!!cp ('t229');
                          }->{$node->[1]}) {  
3457                    last INSCOPE;                    last INSCOPE;
3458                  }                  }
3459                } # INSCOPE                } # INSCOPE
3460                unless (defined $i) {                unless (defined $i) {
3461                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t230');
3462                    !!!parse-error (type => 'unmatched end tag',
3463                                    text => $token->{tag_name}, token => $token);
3464                  ## Ignore the token                  ## Ignore the token
3465                    !!!nack ('t230.1');
3466                  !!!next-token;                  !!!next-token;
3467                  redo B;                  next B;
3468                  } else {
3469                    !!!cp ('t232');
3470                }                }
3471    
3472                ## Clear back to table row context                ## Clear back to table row context
3473                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3474                  tr => 1, html => 1,                                & TABLE_ROW_SCOPING_EL)) {
3475                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t231');
3476                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this state be reached?
3477                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3478                }                }
3479    
3480                pop @{$self->{open_elements}}; # tr                pop @{$self->{open_elements}}; # tr
3481                $self->{insertion_mode} = IN_TABLE_BODY_IM;                $self->{insertion_mode} = IN_TABLE_BODY_IM;
3482                !!!next-token;                !!!next-token;
3483                redo B;                !!!nack ('t231.1');
3484                  next B;
3485              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3486                if ($self->{insertion_mode} == IN_ROW_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3487                  ## As if </tr>                  ## As if </tr>
3488                  ## have an element in table scope                  ## have an element in table scope
3489                  my $i;                  my $i;
3490                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3491                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3492                    if ($node->[1] eq 'tr') {                    if ($node->[1] == TABLE_ROW_EL) {
3493                        !!!cp ('t233');
3494                      $i = $_;                      $i = $_;
3495                      last INSCOPE;                      last INSCOPE;
3496                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3497                              table => 1, html => 1,                      !!!cp ('t234');
                            }->{$node->[1]}) {  
3498                      last INSCOPE;                      last INSCOPE;
3499                    }                    }
3500                  } # INSCOPE                  } # INSCOPE
3501                  unless (defined $i) {                  unless (defined $i) {
3502                    !!!parse-error (type => 'unmatched end tag:'.$token->{type});                    !!!cp ('t235');
3503    ## TODO: The following is wrong.
3504                      !!!parse-error (type => 'unmatched end tag',
3505                                      text => $token->{type}, token => $token);
3506                    ## Ignore the token                    ## Ignore the token
3507                      !!!nack ('t236.1');
3508                    !!!next-token;                    !!!next-token;
3509                    redo B;                    next B;
3510                  }                  }
3511                                    
3512                  ## Clear back to table row context                  ## Clear back to table row context
3513                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3514                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3515                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t236');
3516                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this state be reached?
3517                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3518                  }                  }
3519                                    
# Line 3984  sub _tree_construction_main ($) { Line 3522  sub _tree_construction_main ($) {
3522                  ## reprocess in the "in table body" insertion mode...                  ## reprocess in the "in table body" insertion mode...
3523                }                }
3524    
3525                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3526                  ## have an element in table scope                  ## have an element in table scope
3527                  my $i;                  my $i;
3528                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3529                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3530                    if ({                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3531                         tbody => 1, thead => 1, tfoot => 1,                      !!!cp ('t237');
                       }->{$node->[1]}) {  
3532                      $i = $_;                      $i = $_;
3533                      last INSCOPE;                      last INSCOPE;
3534                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3535                              table => 1, html => 1,                      !!!cp ('t238');
                            }->{$node->[1]}) {  
3536                      last INSCOPE;                      last INSCOPE;
3537                    }                    }
3538                  } # INSCOPE                  } # INSCOPE
3539                  unless (defined $i) {                  unless (defined $i) {
3540                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    !!!cp ('t239');
3541                      !!!parse-error (type => 'unmatched end tag',
3542                                      text => $token->{tag_name}, token => $token);
3543                    ## Ignore the token                    ## Ignore the token
3544                      !!!nack ('t239.1');
3545                    !!!next-token;                    !!!next-token;
3546                    redo B;                    next B;
3547                  }                  }
3548                                    
3549                  ## Clear back to table body context                  ## Clear back to table body context
3550                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3551                    tbody => 1, tfoot => 1, thead => 1, html => 1,                                  & TABLE_ROWS_SCOPING_EL)) {
3552                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t240');
                   !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3553                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3554                  }                  }
3555                                    
# Line 4027  sub _tree_construction_main ($) { Line 3565  sub _tree_construction_main ($) {
3565                  ## reprocess in the "in table" insertion mode...                  ## reprocess in the "in table" insertion mode...
3566                }                }
3567    
3568                  ## NOTE: </table> in the "in table" insertion mode.
3569                  ## When you edit the code fragment below, please ensure that
3570                  ## the code for <table> in the "in table" insertion mode
3571                  ## is synced with it.
3572    
3573                ## have a table element in table scope                ## have a table element in table scope
3574                my $i;                my $i;
3575                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3576                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3577                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[1] == TABLE_EL) {
3578                      !!!cp ('t241');
3579                    $i = $_;                    $i = $_;
3580                    last INSCOPE;                    last INSCOPE;
3581                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3582                            table => 1, html => 1,                    !!!cp ('t242');
                          }->{$node->[1]}) {  
3583                    last INSCOPE;                    last INSCOPE;
3584                  }                  }
3585                } # INSCOPE                } # INSCOPE
3586                unless (defined $i) {                unless (defined $i) {
3587                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t243');
3588                    !!!parse-error (type => 'unmatched end tag',
3589                                    text => $token->{tag_name}, token => $token);
3590                  ## Ignore the token                  ## Ignore the token
3591                    !!!nack ('t243.1');
3592                  !!!next-token;                  !!!next-token;
3593                  redo B;                  next B;
               }  
   
               ## generate implied end tags  
               if ({  
                    dd => 1, dt => 1, li => 1, p => 1,  
                    td => 1, th => 1, tr => 1,  
                    tbody => 1, tfoot=> 1, thead => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token;  
                 $token = {type => END_TAG_TOKEN,  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
               }  
                 
               if ($self->{open_elements}->[-1]->[1] ne 'table') {  
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3594                }                }
3595                                    
3596                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
3597                  pop @{$open_tables};
3598                                
3599                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
3600                                
3601                !!!next-token;                !!!next-token;
3602                redo B;                next B;
3603              } elsif ({              } elsif ({
3604                        tbody => 1, tfoot => 1, thead => 1,                        tbody => 1, tfoot => 1, thead => 1,
3605                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
3606                       $self->{insertion_mode} & ROW_IMS) {                       $self->{insertion_mode} & ROW_IMS) {
3607                if ($self->{insertion_mode} == IN_ROW_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3608                  ## have an element in table scope                  ## have an element in table scope
3609                  my $i;                  my $i;
3610                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3611                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3612                    if ($node->[1] eq $token->{tag_name}) {                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3613                        !!!cp ('t247');
3614                      $i = $_;                      $i = $_;
3615                      last INSCOPE;                      last INSCOPE;
3616                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3617                              table => 1, html => 1,                      !!!cp ('t248');
                            }->{$node->[1]}) {  
3618                      last INSCOPE;                      last INSCOPE;
3619                    }                    }
3620                  } # INSCOPE                  } # INSCOPE
3621                    unless (defined $i) {                    unless (defined $i) {
3622                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                      !!!cp ('t249');
3623                        !!!parse-error (type => 'unmatched end tag',
3624                                        text => $token->{tag_name}, token => $token);
3625                      ## Ignore the token                      ## Ignore the token
3626                        !!!nack ('t249.1');
3627                      !!!next-token;                      !!!next-token;
3628                      redo B;                      next B;
3629                    }                    }
3630                                    
3631                  ## As if </tr>                  ## As if </tr>
# Line 4099  sub _tree_construction_main ($) { Line 3633  sub _tree_construction_main ($) {
3633                  my $i;                  my $i;
3634                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3635                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3636                    if ($node->[1] eq 'tr') {                    if ($node->[1] == TABLE_ROW_EL) {
3637                        !!!cp ('t250');
3638                      $i = $_;                      $i = $_;
3639                      last INSCOPE;                      last INSCOPE;
3640                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3641                              table => 1, html => 1,                      !!!cp ('t251');
                            }->{$node->[1]}) {  
3642                      last INSCOPE;                      last INSCOPE;
3643                    }                    }
3644                  } # INSCOPE                  } # INSCOPE
3645                    unless (defined $i) {                    unless (defined $i) {
3646                      !!!parse-error (type => 'unmatched end tag:tr');                      !!!cp ('t252');
3647                        !!!parse-error (type => 'unmatched end tag',
3648                                        text => 'tr', token => $token);
3649                      ## Ignore the token                      ## Ignore the token
3650                        !!!nack ('t252.1');
3651                      !!!next-token;                      !!!next-token;
3652                      redo B;                      next B;
3653                    }                    }
3654                                    
3655                  ## Clear back to table row context                  ## Clear back to table row context
3656                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3657                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3658                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t253');
3659                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this case be reached?
3660                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3661                  }                  }
3662                                    
# Line 4132  sub _tree_construction_main ($) { Line 3669  sub _tree_construction_main ($) {
3669                my $i;                my $i;
3670                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3671                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3672                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3673                      !!!cp ('t254');
3674                    $i = $_;                    $i = $_;
3675                    last INSCOPE;                    last INSCOPE;
3676                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3677                            table => 1, html => 1,                    !!!cp ('t255');
                          }->{$node->[1]}) {  
3678                    last INSCOPE;                    last INSCOPE;
3679                  }                  }
3680                } # INSCOPE                } # INSCOPE
3681                unless (defined $i) {                unless (defined $i) {
3682                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t256');
3683                    !!!parse-error (type => 'unmatched end tag',
3684                                    text => $token->{tag_name}, token => $token);
3685                  ## Ignore the token                  ## Ignore the token
3686                    !!!nack ('t256.1');
3687                  !!!next-token;                  !!!next-token;
3688                  redo B;                  next B;
3689                }                }
3690    
3691                ## Clear back to table body context                ## Clear back to table body context
3692                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3693                  tbody => 1, tfoot => 1, thead => 1, html => 1,                                & TABLE_ROWS_SCOPING_EL)) {
3694                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t257');
3695                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this case be reached?
3696                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3697                }                }
3698    
3699                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3700                $self->{insertion_mode} = IN_TABLE_IM;                $self->{insertion_mode} = IN_TABLE_IM;
3701                  !!!nack ('t257.1');
3702                !!!next-token;                !!!next-token;
3703                redo B;                next B;
3704              } elsif ({              } elsif ({
3705                        body => 1, caption => 1, col => 1, colgroup => 1,                        body => 1, caption => 1, col => 1, colgroup => 1,
3706                        html => 1, td => 1, th => 1,                        html => 1, td => 1, th => 1,
3707                        tr => 1, # $self->{insertion_mode} == IN_ROW_IM                        tr => 1, # $self->{insertion_mode} == IN_ROW_IM
3708                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM
3709                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
3710                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t258');
3711                ## Ignore the token            !!!parse-error (type => 'unmatched end tag',
3712                !!!next-token;                            text => $token->{tag_name}, token => $token);
3713                redo B;            ## Ignore the token
3714          } else {            !!!nack ('t258.1');
3715            !!!parse-error (type => 'in table:/'.$token->{tag_name});             !!!next-token;
3716              next B;
3717            } else {
3718              !!!cp ('t259');
3719              !!!parse-error (type => 'in table:/',
3720                              text => $token->{tag_name}, token => $token);
3721    
3722            $insert = $insert_to_foster;            $insert = $insert_to_foster;
3723            #            #
3724          }          }
3725          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3726            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
3727                    @{$self->{open_elements}} == 1) { # redundant, maybe
3728              !!!parse-error (type => 'in body:#eof', token => $token);
3729              !!!cp ('t259.1');
3730              #
3731            } else {
3732              !!!cp ('t259.2');
3733              #
3734            }
3735    
3736            ## Stop parsing
3737            last B;
3738        } else {        } else {
3739          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
3740        }        }
3741      } elsif ($self->{insertion_mode} == IN_COLUMN_GROUP_IM) {      } elsif (($self->{insertion_mode} & IM_MASK) == IN_COLUMN_GROUP_IM) {
3742            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
3743              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {              if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
3744                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
3745                unless (length $token->{data}) {                unless (length $token->{data}) {
3746                    !!!cp ('t260');
3747                  !!!next-token;                  !!!next-token;
3748                  redo B;                  next B;
3749                }                }
3750              }              }
3751                            
3752                !!!cp ('t261');
3753              #              #
3754            } elsif ($token->{type} == START_TAG_TOKEN) {            } elsif ($token->{type} == START_TAG_TOKEN) {
3755              if ($token->{tag_name} eq 'col') {              if ($token->{tag_name} eq 'col') {
3756                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!cp ('t262');
3757                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3758                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3759                  !!!ack ('t262.1');
3760                !!!next-token;                !!!next-token;
3761                redo B;                next B;
3762              } else {              } else {
3763                  !!!cp ('t263');
3764                #                #
3765              }              }
3766            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
3767              if ($token->{tag_name} eq 'colgroup') {              if ($token->{tag_name} eq 'colgroup') {
3768                if ($self->{open_elements}->[-1]->[1] eq 'html') {                if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3769                  !!!parse-error (type => 'unmatched end tag:colgroup');                  !!!cp ('t264');
3770                    !!!parse-error (type => 'unmatched end tag',
3771                                    text => 'colgroup', token => $token);
3772                  ## Ignore the token                  ## Ignore the token
3773                  !!!next-token;                  !!!next-token;
3774                  redo B;                  next B;
3775                } else {                } else {
3776                    !!!cp ('t265');
3777                  pop @{$self->{open_elements}}; # colgroup                  pop @{$self->{open_elements}}; # colgroup
3778                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
3779                  !!!next-token;                  !!!next-token;
3780                  redo B;                              next B;            
3781                }                }
3782              } elsif ($token->{tag_name} eq 'col') {              } elsif ($token->{tag_name} eq 'col') {
3783                !!!parse-error (type => 'unmatched end tag:col');                !!!cp ('t266');
3784                  !!!parse-error (type => 'unmatched end tag',
3785                                  text => 'col', token => $token);
3786                ## Ignore the token                ## Ignore the token
3787                !!!next-token;                !!!next-token;
3788                redo B;                next B;
3789              } else {              } else {
3790                  !!!cp ('t267');
3791                #                #
3792              }              }
3793            } else {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3794              #          if ($self->{open_elements}->[-1]->[1] == HTML_EL and
3795            }              @{$self->{open_elements}} == 1) { # redundant, maybe
3796              !!!cp ('t270.2');
3797              ## Stop parsing.
3798              last B;
3799            } else {
3800              ## NOTE: As if </colgroup>.
3801              !!!cp ('t270.1');
3802              pop @{$self->{open_elements}}; # colgroup
3803              $self->{insertion_mode} = IN_TABLE_IM;
3804              ## Reprocess.
3805              next B;
3806            }
3807          } else {
3808            die "$0: $token->{type}: Unknown token type";
3809          }
3810    
3811            ## As if </colgroup>            ## As if </colgroup>
3812            if ($self->{open_elements}->[-1]->[1] eq 'html') {            if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3813              !!!parse-error (type => 'unmatched end tag:colgroup');              !!!cp ('t269');
3814    ## TODO: Wrong error type?
3815                !!!parse-error (type => 'unmatched end tag',
3816                                text => 'colgroup', token => $token);
3817              ## Ignore the token              ## Ignore the token
3818                !!!nack ('t269.1');
3819              !!!next-token;              !!!next-token;
3820              redo B;              next B;
3821            } else {            } else {
3822                !!!cp ('t270');
3823              pop @{$self->{open_elements}}; # colgroup              pop @{$self->{open_elements}}; # colgroup
3824              $self->{insertion_mode} = IN_TABLE_IM;              $self->{insertion_mode} = IN_TABLE_IM;
3825                !!!ack-later;
3826              ## reprocess              ## reprocess
3827              redo B;              next B;
3828            }            }
3829      } elsif ($self->{insertion_mode} == IN_SELECT_IM) {      } elsif ($self->{insertion_mode} & SELECT_IMS) {
3830        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
3831            !!!cp ('t271');
3832          $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});          $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
3833          !!!next-token;          !!!next-token;
3834          redo B;          next B;
3835        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
3836              if ($token->{tag_name} eq 'option') {          if ($token->{tag_name} eq 'option') {
3837                if ($self->{open_elements}->[-1]->[1] eq 'option') {            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3838                  ## As if </option>              !!!cp ('t272');
3839                  pop @{$self->{open_elements}};              ## As if </option>
3840                }              pop @{$self->{open_elements}};
3841              } else {
3842                !!!cp ('t273');
3843              }
3844    
3845                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3846                !!!next-token;            !!!nack ('t273.1');
3847                redo B;            !!!next-token;
3848              } elsif ($token->{tag_name} eq 'optgroup') {            next B;
3849                if ($self->{open_elements}->[-1]->[1] eq 'option') {          } elsif ($token->{tag_name} eq 'optgroup') {
3850                  ## As if </option>            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3851                  pop @{$self->{open_elements}};              !!!cp ('t274');
3852                }              ## As if </option>
3853                pop @{$self->{open_elements}};
3854              } else {
3855                !!!cp ('t275');
3856              }
3857    
3858                if ($self->{open_elements}->[-1]->[1] eq 'optgroup') {            if ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3859                  ## As if </optgroup>              !!!cp ('t276');
3860                  pop @{$self->{open_elements}};              ## As if </optgroup>
3861                }              pop @{$self->{open_elements}};
3862              } else {
3863                !!!cp ('t277');
3864              }
3865    
3866                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3867                !!!next-token;            !!!nack ('t277.1');
3868                redo B;            !!!next-token;
3869              } elsif ($token->{tag_name} eq 'select') {            next B;
3870                !!!parse-error (type => 'not closed:select');          } elsif ({
3871                ## As if </select> instead                     select => 1, input => 1, textarea => 1, keygen => 1,
3872                ## have an element in table scope                   }->{$token->{tag_name}} or
3873                my $i;                   (($self->{insertion_mode} & IM_MASK)
3874                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                        == IN_SELECT_IN_TABLE_IM and
3875                  my $node = $self->{open_elements}->[$_];                    {
3876                  if ($node->[1] eq $token->{tag_name}) {                     caption => 1, table => 1,
3877                    $i = $_;                     tbody => 1, tfoot => 1, thead => 1,
3878                    last INSCOPE;                     tr => 1, td => 1, th => 1,
3879                  } elsif ({                    }->{$token->{tag_name}})) {
3880                            table => 1, html => 1,  
3881                           }->{$node->[1]}) {            ## 1. Parse error.
3882                    last INSCOPE;            if ($token->{tag_name} eq 'select') {
3883                  }                !!!parse-error (type => 'select in select', ## XXX: documentation
3884                } # INSCOPE                                token => $token);
3885                unless (defined $i) {            } else {
3886                  !!!parse-error (type => 'unmatched end tag:select');              !!!parse-error (type => 'not closed', text => 'select',
3887                  ## Ignore the token                              token => $token);
3888                  !!!next-token;            }
3889                  redo B;  
3890                }            ## 2./<select>-1. Unless "have an element in table scope" (select):
3891              my $i;
3892              INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3893                my $node = $self->{open_elements}->[$_];
3894                if ($node->[1] == SELECT_EL) {
3895                  !!!cp ('t278');
3896                  $i = $_;
3897                  last INSCOPE;
3898                } elsif ($node->[1] & TABLE_SCOPING_EL) {
3899                  !!!cp ('t279');
3900                  last INSCOPE;
3901                }
3902              } # INSCOPE
3903              unless (defined $i) {
3904                !!!cp ('t280');
3905                if ($token->{tag_name} eq 'select') {
3906                  ## NOTE: This error would be raised when
3907                  ## |select.innerHTML = '<select>'| is executed; in this
3908                  ## case two errors, "select in select" and "unmatched
3909                  ## end tags" are reported to the user, the latter might
3910                  ## be confusing but this is what the spec requires.
3911                  !!!parse-error (type => 'unmatched end tag',
3912                                  text => 'select',
3913                                  token => $token);
3914                }
3915                ## Ignore the token.
3916                !!!nack ('t280.1');
3917                !!!next-token;
3918                next B;
3919              }
3920    
3921              ## 3. Otherwise, as if there were <select>:
3922                                
3923                splice @{$self->{open_elements}}, $i;            !!!cp ('t281');
3924              splice @{$self->{open_elements}}, $i;
3925    
3926                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
3927    
3928                !!!next-token;            if ($token->{tag_name} eq 'select') {
3929                redo B;              !!!nack ('t281.2');
3930          } else {              !!!next-token;
3931            !!!parse-error (type => 'in select:'.$token->{tag_name});              next B;
3932              } else {
3933                !!!cp ('t281.1');
3934                !!!ack-later;
3935                ## Reprocess the token.
3936                next B;
3937              }
3938            } elsif ($token->{tag_name} eq 'script') {
3939              !!!cp ('t281.3');
3940              ## NOTE: This is an "as if in head" code clone
3941              $script_start_tag->();
3942              next B;
3943            } else {
3944              !!!cp ('t282');
3945              !!!parse-error (type => 'in select',
3946                              text => $token->{tag_name}, token => $token);
3947            ## Ignore the token            ## Ignore the token
3948              !!!nack ('t282.1');
3949            !!!next-token;            !!!next-token;
3950            redo B;            next B;
3951          }          }
3952        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
3953              if ($token->{tag_name} eq 'optgroup') {          if ($token->{tag_name} eq 'optgroup') {
3954                if ($self->{open_elements}->[-1]->[1] eq 'option' and            if ($self->{open_elements}->[-1]->[1] == OPTION_EL and
3955                    $self->{open_elements}->[-2]->[1] eq 'optgroup') {                $self->{open_elements}->[-2]->[1] == OPTGROUP_EL) {
3956                  ## As if </option>              !!!cp ('t283');
3957                  splice @{$self->{open_elements}}, -2;              ## As if </option>
3958                } elsif ($self->{open_elements}->[-1]->[1] eq 'optgroup') {              splice @{$self->{open_elements}}, -2;
3959                  pop @{$self->{open_elements}};            } elsif ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3960                } else {              !!!cp ('t284');
3961                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              pop @{$self->{open_elements}};
3962                  ## Ignore the token            } else {
3963                }              !!!cp ('t285');
3964                !!!next-token;              !!!parse-error (type => 'unmatched end tag',
3965                redo B;                              text => $token->{tag_name}, token => $token);
3966              } elsif ($token->{tag_name} eq 'option') {              ## Ignore the token
3967                if ($self->{open_elements}->[-1]->[1] eq 'option') {            }
3968                  pop @{$self->{open_elements}};            !!!nack ('t285.1');
3969                } else {            !!!next-token;
3970                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            next B;
3971                  ## Ignore the token          } elsif ($token->{tag_name} eq 'option') {
3972                }            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3973                !!!next-token;              !!!cp ('t286');
3974                redo B;              pop @{$self->{open_elements}};
3975              } elsif ($token->{tag_name} eq 'select') {            } else {
3976                ## have an element in table scope              !!!cp ('t287');
3977                my $i;              !!!parse-error (type => 'unmatched end tag',
3978                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                              text => $token->{tag_name}, token => $token);
3979                  my $node = $self->{open_elements}->[$_];              ## Ignore the token
3980                  if ($node->[1] eq $token->{tag_name}) {            }
3981                    $i = $_;            !!!nack ('t287.1');
3982                    last INSCOPE;            !!!next-token;
3983                  } elsif ({            next B;
3984                            table => 1, html => 1,          } elsif ($token->{tag_name} eq 'select') {
3985                           }->{$node->[1]}) {            ## have an element in table scope
3986                    last INSCOPE;            my $i;
3987                  }            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3988                } # INSCOPE              my $node = $self->{open_elements}->[$_];
3989                unless (defined $i) {              if ($node->[1] == SELECT_EL) {
3990                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!cp ('t288');
3991                  ## Ignore the token                $i = $_;
3992                  !!!next-token;                last INSCOPE;
3993                  redo B;              } elsif ($node->[1] & TABLE_SCOPING_EL) {
3994                }                !!!cp ('t289');
3995                  last INSCOPE;
3996                }
3997              } # INSCOPE
3998              unless (defined $i) {
3999                !!!cp ('t290');
4000                !!!parse-error (type => 'unmatched end tag',
4001                                text => $token->{tag_name}, token => $token);
4002                ## Ignore the token
4003                !!!nack ('t290.1');
4004                !!!next-token;
4005                next B;
4006              }
4007                                
4008                splice @{$self->{open_elements}}, $i;            !!!cp ('t291');
4009              splice @{$self->{open_elements}}, $i;
4010    
4011                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
4012    
4013                !!!next-token;            !!!nack ('t291.1');
4014                redo B;            !!!next-token;
4015              } elsif ({            next B;
4016                        caption => 1, table => 1, tbody => 1,          } elsif (($self->{insertion_mode} & IM_MASK)
4017                        tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,                       == IN_SELECT_IN_TABLE_IM and
4018                       }->{$token->{tag_name}}) {                   {
4019                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    caption => 1, table => 1, tbody => 1,
4020                      tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,
4021                     }->{$token->{tag_name}}) {
4022    ## TODO: The following is wrong?
4023              !!!parse-error (type => 'unmatched end tag',
4024                              text => $token->{tag_name}, token => $token);
4025                                
4026                ## have an element in table scope            ## have an element in table scope
4027                my $i;            my $i;
4028                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4029                  my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
4030                  if ($node->[1] eq $token->{tag_name}) {              if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
4031                    $i = $_;                !!!cp ('t292');
4032                    last INSCOPE;                $i = $_;
4033                  } elsif ({                last INSCOPE;
4034                            table => 1, html => 1,              } elsif ($node->[1] & TABLE_SCOPING_EL) {
4035                           }->{$node->[1]}) {                !!!cp ('t293');
4036                    last INSCOPE;                last INSCOPE;
4037                  }              }
4038                } # INSCOPE            } # INSCOPE
4039                unless (defined $i) {            unless (defined $i) {
4040                  ## Ignore the token              !!!cp ('t294');
4041                  !!!next-token;              ## Ignore the token
4042                  redo B;              !!!nack ('t294.1');
4043                }              !!!next-token;
4044                next B;
4045              }
4046                                
4047                ## As if </select>            ## As if </select>
4048                ## have an element in table scope            ## have an element in table scope
4049                undef $i;            undef $i;
4050                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4051                  my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
4052                  if ($node->[1] eq 'select') {              if ($node->[1] == SELECT_EL) {
4053                    $i = $_;                !!!cp ('t295');
4054                    last INSCOPE;                $i = $_;
4055                  } elsif ({                last INSCOPE;
4056                            table => 1, html => 1,              } elsif ($node->[1] & TABLE_SCOPING_EL) {
4057                           }->{$node->[1]}) {  ## ISSUE: Can this state be reached?
4058                    last INSCOPE;                !!!cp ('t296');
4059                  }                last INSCOPE;
4060                } # INSCOPE              }
4061                unless (defined $i) {            } # INSCOPE
4062                  !!!parse-error (type => 'unmatched end tag:select');            unless (defined $i) {
4063                  ## Ignore the </select> token              !!!cp ('t297');
4064                  !!!next-token; ## TODO: ok?  ## TODO: The following error type is correct?
4065                  redo B;              !!!parse-error (type => 'unmatched end tag',
4066                }                              text => 'select', token => $token);
4067                ## Ignore the </select> token
4068                !!!nack ('t297.1');
4069                !!!next-token; ## TODO: ok?
4070                next B;
4071              }
4072                                
4073                splice @{$self->{open_elements}}, $i;            !!!cp ('t298');
4074              splice @{$self->{open_elements}}, $i;
4075    
4076                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
4077    
4078                ## reprocess            !!!ack-later;
4079                redo B;            ## reprocess
4080              next B;
4081          } else {          } else {
4082            !!!parse-error (type => 'in select:/'.$token->{tag_name});            !!!cp ('t299');
4083              !!!parse-error (type => 'in select:/',
4084                              text => $token->{tag_name}, token => $token);
4085            ## Ignore the token            ## Ignore the token
4086              !!!nack ('t299.3');
4087            !!!next-token;            !!!next-token;
4088            redo B;            next B;
4089            }
4090          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4091            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
4092                    @{$self->{open_elements}} == 1) { # redundant, maybe
4093              !!!cp ('t299.1');
4094              !!!parse-error (type => 'in body:#eof', token => $token);
4095            } else {
4096              !!!cp ('t299.2');
4097          }          }
4098    
4099            ## Stop parsing.
4100            last B;
4101        } else {        } else {
4102          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4103        }        }
4104      } elsif ($self->{insertion_mode} & BODY_AFTER_IMS) {      } elsif ($self->{insertion_mode} & BODY_AFTER_IMS) {
4105        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
4106          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
4107            my $data = $1;            my $data = $1;
4108            ## As if in body            ## As if in body
4109            $reconstruct_active_formatting_elements->($insert_to_current);            $reconstruct_active_formatting_elements->($insert_to_current);
# Line 4421  sub _tree_construction_main ($) { Line 4111  sub _tree_construction_main ($) {
4111            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4112                        
4113            unless (length $token->{data}) {            unless (length $token->{data}) {
4114                !!!cp ('t300');
4115              !!!next-token;              !!!next-token;
4116              redo B;              next B;
4117            }            }
4118          }          }
4119                    
4120          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4121            !!!parse-error (type => 'after html:#character');            !!!cp ('t301');
4122              !!!parse-error (type => 'after html:#text', token => $token);
4123            ## Reprocess in the "main" phase, "after body" insertion mode...            #
4124            } else {
4125              !!!cp ('t302');
4126              ## "after body" insertion mode
4127              !!!parse-error (type => 'after body:#text', token => $token);
4128              #
4129          }          }
           
         ## "after body" insertion mode  
         !!!parse-error (type => 'after body:#character');  
4130    
4131          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4132          ## reprocess          ## reprocess
4133          redo B;          next B;
4134        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
4135          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4136            !!!parse-error (type => 'after html:'.$token->{tag_name});            !!!cp ('t303');
4137                        !!!parse-error (type => 'after html',
4138            ## Reprocess in the "main" phase, "after body" insertion mode...                            text => $token->{tag_name}, token => $token);
4139              #
4140            } else {
4141              !!!cp ('t304');
4142              ## "after body" insertion mode
4143              !!!parse-error (type => 'after body',
4144                              text => $token->{tag_name}, token => $token);
4145              #
4146          }          }
4147    
         ## "after body" insertion mode  
         !!!parse-error (type => 'after body:'.$token->{tag_name});  
   
4148          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4149            !!!ack-later;
4150          ## reprocess          ## reprocess
4151          redo B;          next B;
4152        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
4153          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4154            !!!parse-error (type => 'after html:/'.$token->{tag_name});            !!!cp ('t305');
4155              !!!parse-error (type => 'after html:/',
4156                              text => $token->{tag_name}, token => $token);
4157                        
4158            $self->{insertion_mode} = AFTER_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
4159            ## Reprocess in the "main" phase, "after body" insertion mode...            ## Reprocess.
4160              next B;
4161            } else {
4162              !!!cp ('t306');
4163          }          }
4164    
4165          ## "after body" insertion mode          ## "after body" insertion mode
4166          if ($token->{tag_name} eq 'html') {          if ($token->{tag_name} eq 'html') {
4167            if (defined $self->{inner_html_node}) {            if (defined $self->{inner_html_node}) {
4168              !!!parse-error (type => 'unmatched end tag:html');              !!!cp ('t307');
4169                !!!parse-error (type => 'unmatched end tag',
4170                                text => 'html', token => $token);
4171              ## Ignore the token              ## Ignore the token
4172              !!!next-token;              !!!next-token;
4173              redo B;              next B;
4174            } else {            } else {
4175                !!!cp ('t308');
4176              $self->{insertion_mode} = AFTER_HTML_BODY_IM;              $self->{insertion_mode} = AFTER_HTML_BODY_IM;
4177              !!!next-token;              !!!next-token;
4178              redo B;              next B;
4179            }            }
4180          } else {          } else {
4181            !!!parse-error (type => 'after body:/'.$token->{tag_name});            !!!cp ('t309');
4182              !!!parse-error (type => 'after body:/',
4183                              text => $token->{tag_name}, token => $token);
4184    
4185            $self->{insertion_mode} = IN_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
4186            ## reprocess            ## reprocess
4187            redo B;            next B;
4188          }          }
4189          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4190            !!!cp ('t309.2');
4191            ## Stop parsing
4192            last B;
4193        } else {        } else {
4194          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4195        }        }
4196      } elsif ($self->{insertion_mode} & FRAME_IMS) {      } elsif ($self->{insertion_mode} & FRAME_IMS) {
4197        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
4198          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
4199            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4200                        
4201            unless (length $token->{data}) {            unless (length $token->{data}) {
4202                !!!cp ('t310');
4203              !!!next-token;              !!!next-token;
4204              redo B;              next B;
4205            }            }
4206          }          }
4207                    
4208          if ($token->{data} =~ s/^[^\x09\x0A\x0B\x0C\x20]+//) {          if ($token->{data} =~ s/^[^\x09\x0A\x0C\x20]+//) {
4209            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4210              !!!parse-error (type => 'in frameset:#character');              !!!cp ('t311');
4211                !!!parse-error (type => 'in frameset:#text', token => $token);
4212            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4213              !!!parse-error (type => 'after frameset:#character');              !!!cp ('t312');
4214            } else { # "after html frameset"              !!!parse-error (type => 'after frameset:#text', token => $token);
4215              !!!parse-error (type => 'after html:#character');            } else { # "after after frameset"
4216                !!!cp ('t313');
4217              $self->{insertion_mode} = AFTER_FRAMESET_IM;              !!!parse-error (type => 'after html:#text', token => $token);
             ## Reprocess in the "main" phase, "after frameset"...  
             !!!parse-error (type => 'after frameset:#character');  
4218            }            }
4219                        
4220            ## Ignore the token.            ## Ignore the token.
4221            if (length $token->{data}) {            if (length $token->{data}) {
4222                !!!cp ('t314');
4223              ## reprocess the rest of characters              ## reprocess the rest of characters
4224            } else {            } else {
4225                !!!cp ('t315');
4226              !!!next-token;              !!!next-token;
4227            }            }
4228            redo B;            next B;
4229          }          }
4230                    
4231          die qq[$0: Character "$token->{data}"];          die qq[$0: Character "$token->{data}"];
4232        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
         if ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {  
           !!!parse-error (type => 'after html:'.$token->{tag_name});  
   
           $self->{insertion_mode} = AFTER_FRAMESET_IM;  
           ## Process in the "main" phase, "after frameset" insertion mode...  
         }  
   
4233          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
4234              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
4235            !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!cp ('t318');
4236              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4237              !!!nack ('t318.1');
4238            !!!next-token;            !!!next-token;
4239            redo B;            next B;
4240          } elsif ($token->{tag_name} eq 'frame' and          } elsif ($token->{tag_name} eq 'frame' and
4241                   $self->{insertion_mode} == IN_FRAMESET_IM) {                   $self->{insertion_mode} == IN_FRAMESET_IM) {
4242            !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!cp ('t319');
4243              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4244            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
4245              !!!ack ('t319.1');
4246            !!!next-token;            !!!next-token;
4247            redo B;            next B;
4248          } elsif ($token->{tag_name} eq 'noframes') {          } elsif ($token->{tag_name} eq 'noframes') {
4249            ## NOTE: As if in body.            !!!cp ('t320');
4250            $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);            ## NOTE: As if in head.
4251            redo B;            $parse_rcdata->(CDATA_CONTENT_MODEL);
4252              next B;
4253    
4254              ## NOTE: |<!DOCTYPE HTML><frameset></frameset></html><noframes></noframes>|
4255              ## has no parse error.
4256          } else {          } else {
4257            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4258              !!!parse-error (type => 'in frameset:'.$token->{tag_name});              !!!cp ('t321');
4259            } else {              !!!parse-error (type => 'in frameset',
4260              !!!parse-error (type => 'after frameset:'.$token->{tag_name});                              text => $token->{tag_name}, token => $token);
4261              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4262                !!!cp ('t322');
4263                !!!parse-error (type => 'after frameset',
4264                                text => $token->{tag_name}, token => $token);
4265              } else { # "after after frameset"
4266                !!!cp ('t322.2');
4267                !!!parse-error (type => 'after after frameset',
4268                                text => $token->{tag_name}, token => $token);
4269            }            }
4270            ## Ignore the token            ## Ignore the token
4271              !!!nack ('t322.1');
4272            !!!next-token;            !!!next-token;
4273            redo B;            next B;
4274          }          }
4275        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
         if ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {  
           !!!parse-error (type => 'after html:/'.$token->{tag_name});  
   
           $self->{insertion_mode} = AFTER_FRAMESET_IM;  
           ## Process in the "main" phase, "after frameset" insertion mode...  
         }  
   
4276          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
4277              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
4278            if ($self->{open_elements}->[-1]->[1] eq 'html' and            if ($self->{open_elements}->[-1]->[1] == HTML_EL and
4279                @{$self->{open_elements}} == 1) {                @{$self->{open_elements}} == 1) {
4280              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t325');
4281                !!!parse-error (type => 'unmatched end tag',
4282                                text => $token->{tag_name}, token => $token);
4283              ## Ignore the token              ## Ignore the token
4284              !!!next-token;              !!!next-token;
4285            } else {            } else {
4286                !!!cp ('t326');
4287              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
4288              !!!next-token;              !!!next-token;
4289            }            }
4290    
4291            if (not defined $self->{inner_html_node} and            if (not defined $self->{inner_html_node} and
4292                $self->{open_elements}->[-1]->[1] ne 'frameset') {                not ($self->{open_elements}->[-1]->[1] == FRAMESET_EL)) {
4293                !!!cp ('t327');
4294              $self->{insertion_mode} = AFTER_FRAMESET_IM;              $self->{insertion_mode} = AFTER_FRAMESET_IM;
4295              } else {
4296                !!!cp ('t328');
4297            }            }
4298            redo B;            next B;
4299          } elsif ($token->{tag_name} eq 'html' and          } elsif ($token->{tag_name} eq 'html' and
4300                   $self->{insertion_mode} == AFTER_FRAMESET_IM) {                   $self->{insertion_mode} == AFTER_FRAMESET_IM) {
4301              !!!cp ('t329');
4302            $self->{insertion_mode} = AFTER_HTML_FRAMESET_IM;            $self->{insertion_mode} = AFTER_HTML_FRAMESET_IM;
4303            !!!next-token;            !!!next-token;
4304            redo B;            next B;
4305          } else {          } else {
4306            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4307              !!!parse-error (type => 'in frameset:/'.$token->{tag_name});              !!!cp ('t330');
4308            } else {              !!!parse-error (type => 'in frameset:/',
4309              !!!parse-error (type => 'after frameset:/'.$token->{tag_name});                              text => $token->{tag_name}, token => $token);
4310              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4311                !!!cp ('t330.1');
4312                !!!parse-error (type => 'after frameset:/',
4313                                text => $token->{tag_name}, token => $token);
4314              } else { # "after after html"
4315                !!!cp ('t331');
4316                !!!parse-error (type => 'after after frameset:/',
4317                                text => $token->{tag_name}, token => $token);
4318            }            }
4319            ## Ignore the token            ## Ignore the token
4320            !!!next-token;            !!!next-token;
4321            redo B;            next B;
4322            }
4323          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4324            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
4325                    @{$self->{open_elements}} == 1) { # redundant, maybe
4326              !!!cp ('t331.1');
4327              !!!parse-error (type => 'in body:#eof', token => $token);
4328            } else {
4329              !!!cp ('t331.2');
4330          }          }
4331            
4332            ## Stop parsing
4333            last B;
4334        } else {        } else {
4335          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4336        }        }
   
       ## ISSUE: An issue in spec here  
4337      } else {      } else {
4338        die "$0: $self->{insertion_mode}: Unknown insertion mode";        die "$0: $self->{insertion_mode}: Unknown insertion mode";
4339      }      }
# Line 4600  sub _tree_construction_main ($) { Line 4341  sub _tree_construction_main ($) {
4341      ## "in body" insertion mode      ## "in body" insertion mode
4342      if ($token->{type} == START_TAG_TOKEN) {      if ($token->{type} == START_TAG_TOKEN) {
4343        if ($token->{tag_name} eq 'script') {        if ($token->{tag_name} eq 'script') {
4344            !!!cp ('t332');
4345          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
4346          $script_start_tag->($insert);          $script_start_tag->();
4347          redo B;          next B;
4348        } elsif ($token->{tag_name} eq 'style') {        } elsif ($token->{tag_name} eq 'style') {
4349            !!!cp ('t333');
4350          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
4351          $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);          $parse_rcdata->(CDATA_CONTENT_MODEL);
4352          redo B;          next B;
4353        } elsif ({        } elsif ({
4354                  base => 1, link => 1,                  base => 1, command => 1, eventsource => 1, link => 1,
4355                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4356            !!!cp ('t334');
4357          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
4358          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4359          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          pop @{$self->{open_elements}};
4360            !!!ack ('t334.1');
4361          !!!next-token;          !!!next-token;
4362          redo B;          next B;
4363        } elsif ($token->{tag_name} eq 'meta') {        } elsif ($token->{tag_name} eq 'meta') {
4364          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
4365          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4366          my $meta_el = pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          my $meta_el = pop @{$self->{open_elements}};
4367    
4368          unless ($self->{confident}) {          unless ($self->{confident}) {
4369            if ($token->{attributes}->{charset}) { ## TODO: And if supported            if ($token->{attributes}->{charset}) {
4370                !!!cp ('t335');
4371                ## NOTE: Whether the encoding is supported or not is handled
4372                ## in the {change_encoding} callback.
4373              $self->{change_encoding}              $self->{change_encoding}
4374                  ->($self, $token->{attributes}->{charset}->{value});                  ->($self, $token->{attributes}->{charset}->{value}, $token);
4375                            
4376              $meta_el->[0]->get_attribute_node_ns (undef, 'charset')              $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4377                  ->set_user_data (manakai_has_reference =>                  ->set_user_data (manakai_has_reference =>
4378                                       $token->{attributes}->{charset}                                       $token->{attributes}->{charset}
4379                                           ->{has_reference});                                           ->{has_reference});
4380            } elsif ($token->{attributes}->{content}) {            } elsif ($token->{attributes}->{content}) {
             ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.  
4381              if ($token->{attributes}->{content}->{value}              if ($token->{attributes}->{content}->{value}
4382                  =~ /\A[^;]*;[\x09-\x0D\x20]*[Cc][Hh][Aa][Rr][Ss][Ee][Tt]                  =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
4383                      [\x09-\x0D\x20]*=                      [\x09\x0A\x0C\x0D\x20]*=
4384                      [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                      [\x09\x0A\x0C\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
4385                      ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {                      ([^"'\x09\x0A\x0C\x0D\x20][^\x09\x0A\x0C\x0D\x20\x3B]*))
4386                       /x) {
4387                  !!!cp ('t336');
4388                  ## NOTE: Whether the encoding is supported or not is handled
4389                  ## in the {change_encoding} callback.
4390                $self->{change_encoding}                $self->{change_encoding}
4391                    ->($self, defined $1 ? $1 : defined $2 ? $2 : $3);                    ->($self, defined $1 ? $1 : defined $2 ? $2 : $3, $token);
4392                $meta_el->[0]->get_attribute_node_ns (undef, 'content')                $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4393                    ->set_user_data (manakai_has_reference =>                    ->set_user_data (manakai_has_reference =>
4394                                         $token->{attributes}->{content}                                         $token->{attributes}->{content}
# Line 4646  sub _tree_construction_main ($) { Line 4397  sub _tree_construction_main ($) {
4397            }            }
4398          } else {          } else {
4399            if ($token->{attributes}->{charset}) {            if ($token->{attributes}->{charset}) {
4400                !!!cp ('t337');
4401              $meta_el->[0]->get_attribute_node_ns (undef, 'charset')              $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4402                  ->set_user_data (manakai_has_reference =>                  ->set_user_data (manakai_has_reference =>
4403                                       $token->{attributes}->{charset}                                       $token->{attributes}->{charset}
4404                                           ->{has_reference});                                           ->{has_reference});
4405            }            }
4406            if ($token->{attributes}->{content}) {            if ($token->{attributes}->{content}) {
4407                !!!cp ('t338');
4408              $meta_el->[0]->get_attribute_node_ns (undef, 'content')              $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4409                  ->set_user_data (manakai_has_reference =>                  ->set_user_data (manakai_has_reference =>
4410                                       $token->{attributes}->{content}                                       $token->{attributes}->{content}
# Line 4659  sub _tree_construction_main ($) { Line 4412  sub _tree_construction_main ($) {
4412            }            }
4413          }          }
4414    
4415            !!!ack ('t338.1');
4416          !!!next-token;          !!!next-token;
4417          redo B;          next B;
4418        } elsif ($token->{tag_name} eq 'title') {        } elsif ($token->{tag_name} eq 'title') {
4419          !!!parse-error (type => 'in body:title');          !!!cp ('t341');
4420          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
4421          $parse_rcdata->(RCDATA_CONTENT_MODEL, sub {          $parse_rcdata->(RCDATA_CONTENT_MODEL);
4422            if (defined $self->{head_element}) {          next B;
             $self->{head_element}->append_child ($_[0]);  
           } else {  
             $insert->($_[0]);  
           }  
         });  
         redo B;  
4423        } elsif ($token->{tag_name} eq 'body') {        } elsif ($token->{tag_name} eq 'body') {
4424          !!!parse-error (type => 'in body:body');          !!!parse-error (type => 'in body', text => 'body', token => $token);
4425                                
4426          if (@{$self->{open_elements}} == 1 or          if (@{$self->{open_elements}} == 1 or
4427              $self->{open_elements}->[1]->[1] ne 'body') {              not ($self->{open_elements}->[1]->[1] == BODY_EL)) {
4428              !!!cp ('t342');
4429            ## Ignore the token            ## Ignore the token
4430          } else {          } else {
4431            my $body_el = $self->{open_elements}->[1]->[0];            my $body_el = $self->{open_elements}->[1]->[0];
4432            for my $attr_name (keys %{$token->{attributes}}) {            for my $attr_name (keys %{$token->{attributes}}) {
4433              unless ($body_el->has_attribute_ns (undef, $attr_name)) {              unless ($body_el->has_attribute_ns (undef, $attr_name)) {
4434                  !!!cp ('t343');
4435                $body_el->set_attribute_ns                $body_el->set_attribute_ns
4436                  (undef, [undef, $attr_name],                  (undef, [undef, $attr_name],
4437                   $token->{attributes}->{$attr_name}->{value});                   $token->{attributes}->{$attr_name}->{value});
4438              }              }
4439            }            }
4440          }          }
4441            !!!nack ('t343.1');
4442          !!!next-token;          !!!next-token;
4443          redo B;          next B;
4444        } elsif ({        } elsif ({
4445                  address => 1, blockquote => 1, center => 1, dir => 1,                  ## NOTE: Start tags for non-phrasing flow content elements
4446                  div => 1, dl => 1, fieldset => 1, listing => 1,  
4447                  menu => 1, ol => 1, p => 1, ul => 1,                  ## NOTE: The normal one
4448                  pre => 1,                  address => 1, article => 1, aside => 1, blockquote => 1,
4449                    center => 1, datagrid => 1, details => 1, dialog => 1,
4450                    dir => 1, div => 1, dl => 1, fieldset => 1, figure => 1,
4451                    footer => 1, h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1,
4452                    h6 => 1, header => 1, menu => 1, nav => 1, ol => 1, p => 1,
4453                    section => 1, ul => 1,
4454                    ## NOTE: As normal, but drops leading newline
4455                    pre => 1, listing => 1,
4456                    ## NOTE: As normal, but interacts with the form element pointer
4457                    form => 1,
4458                    
4459                    table => 1,
4460                    hr => 1,
4461                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4462          ## has a p element in scope  
4463          INSCOPE: for (reverse @{$self->{open_elements}}) {          ## 1. When there is an opening |form| element:
4464            if ($_->[1] eq 'p') {          if ($token->{tag_name} eq 'form' and defined $self->{form_element}) {
4465              !!!back-token;            !!!cp ('t350');
4466              $token = {type => END_TAG_TOKEN, tag_name => 'p'};            !!!parse-error (type => 'in form:form', token => $token);
4467              redo B;            ## Ignore the token
4468            } elsif ({            !!!nack ('t350.1');
4469                      table => 1, caption => 1, td => 1, th => 1,            !!!next-token;
4470                      button => 1, marquee => 1, object => 1, html => 1,            next B;
4471                     }->{$_->[1]}) {          }
4472              last INSCOPE;  
4473            ## 2. Close the |p| element, if any.
4474            if ($token->{tag_name} ne 'table' or # The Hixie Quirk
4475                $self->{document}->manakai_compat_mode ne 'quirks') {
4476              ## has a p element in scope
4477              INSCOPE: for (reverse @{$self->{open_elements}}) {
4478                if ($_->[1] == P_EL) {
4479                  !!!cp ('t344');
4480                  !!!back-token; # <form>
4481                  $token = {type => END_TAG_TOKEN, tag_name => 'p',
4482                            line => $token->{line}, column => $token->{column}};
4483                  next B;
4484                } elsif ($_->[1] & SCOPING_EL) {
4485                  !!!cp ('t345');
4486                  last INSCOPE;
4487                }
4488              } # INSCOPE
4489            }
4490    
4491            ## 3. Close the opening <hn> element, if any.
4492            if ({h1 => 1, h2 => 1, h3 => 1,
4493                 h4 => 1, h5 => 1, h6 => 1}->{$token->{tag_name}}) {
4494              if ($self->{open_elements}->[-1]->[1] == HEADING_EL) {
4495                !!!parse-error (type => 'not closed',
4496                                text => $self->{open_elements}->[-1]->[0]->manakai_local_name,
4497                                token => $token);
4498                pop @{$self->{open_elements}};
4499            }            }
4500          } # INSCOPE          }
4501              
4502          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          ## 4. Insertion.
4503          if ($token->{tag_name} eq 'pre') {          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4504            if ($token->{tag_name} eq 'pre' or $token->{tag_name} eq 'listing') {
4505              !!!nack ('t346.1');
4506            !!!next-token;            !!!next-token;
4507            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
4508              $token->{data} =~ s/^\x0A//;              $token->{data} =~ s/^\x0A//;
4509              unless (length $token->{data}) {              unless (length $token->{data}) {
4510                  !!!cp ('t346');
4511                !!!next-token;                !!!next-token;
4512                } else {
4513                  !!!cp ('t349');
4514              }              }
4515              } else {
4516                !!!cp ('t348');
4517            }            }
4518          } else {          } elsif ($token->{tag_name} eq 'form') {
4519              !!!cp ('t347.1');
4520              $self->{form_element} = $self->{open_elements}->[-1]->[0];
4521    
4522              !!!nack ('t347.2');
4523            !!!next-token;            !!!next-token;
4524          }          } elsif ($token->{tag_name} eq 'table') {
4525          redo B;            !!!cp ('t382');
4526        } elsif ($token->{tag_name} eq 'form') {            push @{$open_tables}, [$self->{open_elements}->[-1]->[0]];
4527          if (defined $self->{form_element}) {            
4528            !!!parse-error (type => 'in form:form');            $self->{insertion_mode} = IN_TABLE_IM;
4529            ## Ignore the token  
4530              !!!nack ('t382.1');
4531              !!!next-token;
4532            } elsif ($token->{tag_name} eq 'hr') {
4533              !!!cp ('t386');
4534              pop @{$self->{open_elements}};
4535            
4536              !!!nack ('t386.1');
4537            !!!next-token;            !!!next-token;
           redo B;  
4538          } else {          } else {
4539            ## has a p element in scope            !!!nack ('t347.1');
           INSCOPE: for (reverse @{$self->{open_elements}}) {  
             if ($_->[1] eq 'p') {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
               redo B;  
             } elsif ({  
                       table => 1, caption => 1, td => 1, th => 1,  
                       button => 1, marquee => 1, object => 1, html => 1,  
                      }->{$_->[1]}) {  
               last INSCOPE;  
             }  
           } # INSCOPE  
               
           !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
           $self->{form_element} = $self->{open_elements}->[-1]->[0];  
4540            !!!next-token;            !!!next-token;
           redo B;  
4541          }          }
4542            next B;
4543        } elsif ($token->{tag_name} eq 'li') {        } elsif ($token->{tag_name} eq 'li') {
4544          ## has a p element in scope          ## NOTE: As normal, but imply </li> when there's another <li> ...
4545          INSCOPE: for (reverse @{$self->{open_elements}}) {  
4546            if ($_->[1] eq 'p') {          ## NOTE: Special, Scope (<li><foo><li> == <li><foo><li/></foo></li>)::
4547              !!!back-token;            ## Interpreted as <li><foo/></li><li/> (non-conforming):
4548              $token = {type => END_TAG_TOKEN, tag_name => 'p'};            ## blockquote (O9.27), center (O), dd (Fx3, O, S3.1.2, IE7),
4549              redo B;            ## dt (Fx, O, S, IE), dl (O), fieldset (O, S, IE), form (Fx, O, S),
4550            } elsif ({            ## hn (O), pre (O), applet (O, S), button (O, S), marquee (Fx, O, S),
4551                      table => 1, caption => 1, td => 1, th => 1,            ## object (Fx)
4552                      button => 1, marquee => 1, object => 1, html => 1,            ## Generate non-tree (non-conforming):
4553                     }->{$_->[1]}) {            ## basefont (IE7 (where basefont is non-void)), center (IE),
4554              last INSCOPE;            ## form (IE), hn (IE)
4555            }          ## address, div, p (<li><foo><li> == <li><foo/></li><li/>)::
4556          } # INSCOPE            ## Interpreted as <li><foo><li/></foo></li> (non-conforming):
4557                        ## div (Fx, S)
4558          ## Step 1  
4559            my $non_optional;
4560          my $i = -1;          my $i = -1;
4561          my $node = $self->{open_elements}->[$i];  
4562          LI: {          ## 1.
4563            ## Step 2          for my $node (reverse @{$self->{open_elements}}) {
4564            if ($node->[1] eq 'li') {            if ($node->[1] == LI_EL) {
4565              if ($i != -1) {              ## 2. (a) As if </li>
4566                !!!parse-error (type => 'end tag missing:'.              {
4567                                $self->{open_elements}->[-1]->[1]);                ## If no </li> - not applied
4568                  #
4569    
4570                  ## Otherwise
4571    
4572                  ## 1. generate implied end tags, except for </li>
4573                  #
4574    
4575                  ## 2. If current node != "li", parse error
4576                  if ($non_optional) {
4577                    !!!parse-error (type => 'not closed',
4578                                    text => $non_optional->[0]->manakai_local_name,
4579                                    token => $token);
4580                    !!!cp ('t355');
4581                  } else {
4582                    !!!cp ('t356');
4583                  }
4584    
4585                  ## 3. Pop
4586                  splice @{$self->{open_elements}}, $i;
4587              }              }
4588              splice @{$self->{open_elements}}, $i;  
4589              last LI;              last; ## 2. (b) goto 5.
4590            }            } elsif (
4591                                 ## NOTE: not "formatting" and not "phrasing"
4592            ## Step 3                     ($node->[1] & SPECIAL_EL or
4593            if (not $formatting_category->{$node->[1]} and                      $node->[1] & SCOPING_EL) and
4594                #not $phrasing_category->{$node->[1]} and                     ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4595                ($special_category->{$node->[1]} or                     (not $node->[1] & ADDRESS_DIV_P_EL)
4596                 $scoping_category->{$node->[1]}) and                    ) {
4597                $node->[1] ne 'address' and $node->[1] ne 'div') {              ## 3.
4598              last LI;              !!!cp ('t357');
4599                last; ## goto 5.
4600              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4601                !!!cp ('t358');
4602                #
4603              } else {
4604                !!!cp ('t359');
4605                $non_optional ||= $node;
4606                #
4607            }            }
4608                        ## 4.
4609            ## Step 4            ## goto 2.
4610            $i--;            $i--;
4611            $node = $self->{open_elements}->[$i];          }
4612            redo LI;  
4613          } # LI          ## 5. (a) has a |p| element in scope
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'dd' or $token->{tag_name} eq 'dt') {  
         ## has a p element in scope  
4614          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4615            if ($_->[1] eq 'p') {            if ($_->[1] == P_EL) {
4616              !!!back-token;              !!!cp ('t353');
4617              $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
4618              redo B;              ## NOTE: |<p><li>|, for example.
4619            } elsif ({  
4620                      table => 1, caption => 1, td => 1, th => 1,              !!!back-token; # <x>
4621                      button => 1, marquee => 1, object => 1, html => 1,              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4622                     }->{$_->[1]}) {                        line => $token->{line}, column => $token->{column}};
4623                next B;
4624              } elsif ($_->[1] & SCOPING_EL) {
4625                !!!cp ('t354');
4626              last INSCOPE;              last INSCOPE;
4627            }            }
4628          } # INSCOPE          } # INSCOPE
4629              
4630          ## Step 1          ## 5. (b) insert
4631            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4632            !!!nack ('t359.1');
4633            !!!next-token;
4634            next B;
4635          } elsif ($token->{tag_name} eq 'dt' or
4636                   $token->{tag_name} eq 'dd') {
4637            ## NOTE: As normal, but imply </dt> or </dd> when ...
4638    
4639            my $non_optional;
4640          my $i = -1;          my $i = -1;
4641          my $node = $self->{open_elements}->[$i];  
4642          LI: {          ## 1.
4643            ## Step 2          for my $node (reverse @{$self->{open_elements}}) {
4644            if ($node->[1] eq 'dt' or $node->[1] eq 'dd') {            if ($node->[1] == DTDD_EL) {
4645              if ($i != -1) {              ## 2. (a) As if </li>
4646                !!!parse-error (type => 'end tag missing:'.              {
4647                                $self->{open_elements}->[-1]->[1]);                ## If no </li> - not applied
4648                  #
4649    
4650                  ## Otherwise
4651    
4652                  ## 1. generate implied end tags, except for </dt> or </dd>
4653                  #
4654    
4655                  ## 2. If current node != "dt"|"dd", parse error
4656                  if ($non_optional) {
4657                    !!!parse-error (type => 'not closed',
4658                                    text => $non_optional->[0]->manakai_local_name,
4659                                    token => $token);
4660                    !!!cp ('t355.1');
4661                  } else {
4662                    !!!cp ('t356.1');
4663                  }
4664    
4665                  ## 3. Pop
4666                  splice @{$self->{open_elements}}, $i;
4667              }              }
4668              splice @{$self->{open_elements}}, $i;  
4669              last LI;              last; ## 2. (b) goto 5.
4670            }            } elsif (
4671                                 ## NOTE: not "formatting" and not "phrasing"
4672            ## Step 3                     ($node->[1] & SPECIAL_EL or
4673            if (not $formatting_category->{$node->[1]} and                      $node->[1] & SCOPING_EL) and
4674                #not $phrasing_category->{$node->[1]} and                     ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4675                ($special_category->{$node->[1]} or  
4676                 $scoping_category->{$node->[1]}) and                     (not $node->[1] & ADDRESS_DIV_P_EL)
4677                $node->[1] ne 'address' and $node->[1] ne 'div') {                    ) {
4678              last LI;              ## 3.
4679                !!!cp ('t357.1');
4680                last; ## goto 5.
4681              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4682                !!!cp ('t358.1');
4683                #
4684              } else {
4685                !!!cp ('t359.1');
4686                $non_optional ||= $node;
4687                #
4688            }            }
4689                        ## 4.
4690            ## Step 4            ## goto 2.
4691            $i--;            $i--;
4692            $node = $self->{open_elements}->[$i];          }
4693            redo LI;  
4694          } # LI          ## 5. (a) has a |p| element in scope
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'plaintext') {  
         ## has a p element in scope  
4695          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4696            if ($_->[1] eq 'p') {            if ($_->[1] == P_EL) {
4697              !!!back-token;              !!!cp ('t353.1');
4698              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              !!!back-token; # <x>
4699              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4700            } elsif ({                        line => $token->{line}, column => $token->{column}};
4701                      table => 1, caption => 1, td => 1, th => 1,              next B;
4702                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($_->[1] & SCOPING_EL) {
4703                     }->{$_->[1]}) {              !!!cp ('t354.1');
4704              last INSCOPE;              last INSCOPE;
4705            }            }
4706          } # INSCOPE          } # INSCOPE
4707              
4708          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          ## 5. (b) insert
4709                      !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4710          $self->{content_model} = PLAINTEXT_CONTENT_MODEL;          !!!nack ('t359.2');
             
4711          !!!next-token;          !!!next-token;
4712          redo B;          next B;
4713        } elsif ({        } elsif ($token->{tag_name} eq 'plaintext') {
4714                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,          ## NOTE: As normal, but effectively ends parsing
4715                 }->{$token->{tag_name}}) {  
4716          ## has a p element in scope          ## has a p element in scope
4717          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4718            my $node = $self->{open_elements}->[$_];            if ($_->[1] == P_EL) {
4719            if ($node->[1] eq 'p') {              !!!cp ('t367');
4720              !!!back-token;              !!!back-token; # <plaintext>
4721              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4722              redo B;                        line => $token->{line}, column => $token->{column}};
4723            } elsif ({              next B;
4724                      table => 1, caption => 1, td => 1, th => 1,            } elsif ($_->[1] & SCOPING_EL) {
4725                      button => 1, marquee => 1, object => 1, html => 1,              !!!cp ('t368');
                    }->{$node->[1]}) {  
4726              last INSCOPE;              last INSCOPE;
4727            }            }
4728          } # INSCOPE          } # INSCOPE
4729                        
4730          ## NOTE: See <http://html5.org/tools/web-apps-tracker?from=925&to=926>          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
         ## has an element in scope  
         #my $i;  
         #INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
         #  my $node = $self->{open_elements}->[$_];  
         #  if ({  
         #       h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,  
         #      }->{$node->[1]}) {  
         #    $i = $_;  
         #    last INSCOPE;  
         #  } elsif ({  
         #            table => 1, caption => 1, td => 1, th => 1,  
         #            button => 1, marquee => 1, object => 1, html => 1,  
         #           }->{$node->[1]}) {  
         #    last INSCOPE;  
         #  }  
         #} # INSCOPE  
         #    
         #if (defined $i) {  
         #  !!! parse-error (type => 'in hn:hn');  
         #  splice @{$self->{open_elements}}, $i;  
         #}  
4731                        
4732          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          $self->{content_model} = PLAINTEXT_CONTENT_MODEL;
4733                        
4734            !!!nack ('t368.1');
4735          !!!next-token;          !!!next-token;
4736          redo B;          next B;
4737        } elsif ($token->{tag_name} eq 'a') {        } elsif ($token->{tag_name} eq 'a') {
4738          AFE: for my $i (reverse 0..$#$active_formatting_elements) {          AFE: for my $i (reverse 0..$#$active_formatting_elements) {
4739            my $node = $active_formatting_elements->[$i];            my $node = $active_formatting_elements->[$i];
4740            if ($node->[1] eq 'a') {            if ($node->[1] == A_EL) {
4741              !!!parse-error (type => 'in a:a');              !!!cp ('t371');
4742                !!!parse-error (type => 'in a:a', token => $token);
4743                            
4744              !!!back-token;              !!!back-token; # <a>
4745              $token = {type => END_TAG_TOKEN, tag_name => 'a'};              $token = {type => END_TAG_TOKEN, tag_name => 'a',
4746              $formatting_end_tag->($token->{tag_name});                        line => $token->{line}, column => $token->{column}};
4747                $formatting_end_tag->($token);
4748                            
4749              AFE2: for (reverse 0..$#$active_formatting_elements) {              AFE2: for (reverse 0..$#$active_formatting_elements) {
4750                if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {                if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {
4751                    !!!cp ('t372');
4752                  splice @$active_formatting_elements, $_, 1;                  splice @$active_formatting_elements, $_, 1;
4753                  last AFE2;                  last AFE2;
4754                }                }
4755              } # AFE2              } # AFE2
4756              OE: for (reverse 0..$#{$self->{open_elements}}) {              OE: for (reverse 0..$#{$self->{open_elements}}) {
4757                if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {                if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {
4758                    !!!cp ('t373');
4759                  splice @{$self->{open_elements}}, $_, 1;                  splice @{$self->{open_elements}}, $_, 1;
4760                  last OE;                  last OE;
4761                }                }
4762              } # OE              } # OE
4763              last AFE;              last AFE;
4764            } elsif ($node->[0] eq '#marker') {            } elsif ($node->[0] eq '#marker') {
4765                !!!cp ('t374');
4766              last AFE;              last AFE;
4767            }            }
4768          } # AFE          } # AFE
4769                        
4770          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4771    
4772          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4773          push @$active_formatting_elements, $self->{open_elements}->[-1];          push @$active_formatting_elements, $self->{open_elements}->[-1];
4774    
4775            !!!nack ('t374.1');
4776          !!!next-token;          !!!next-token;
4777          redo B;          next B;
       } elsif ({  
                 b => 1, big => 1, em => 1, font => 1, i => 1,  
                 s => 1, small => 1, strile => 1,  
                 strong => 1, tt => 1, u => 1,  
                }->{$token->{tag_name}}) {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         push @$active_formatting_elements, $self->{open_elements}->[-1];  
           
         !!!next-token;  
         redo B;  
4778        } elsif ($token->{tag_name} eq 'nobr') {        } elsif ($token->{tag_name} eq 'nobr') {
4779          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4780    
4781          ## has a |nobr| element in scope          ## has a |nobr| element in scope
4782          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4783            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
4784            if ($node->[1] eq 'nobr') {            if ($node->[1] == NOBR_EL) {
4785              !!!parse-error (type => 'in nobr:nobr');              !!!cp ('t376');
4786              !!!back-token;              !!!parse-error (type => 'in nobr:nobr', token => $token);
4787              $token = {type => END_TAG_TOKEN, tag_name => 'nobr'};              !!!back-token; # <nobr>
4788              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'nobr',
4789            } elsif ({                        line => $token->{line}, column => $token->{column}};
4790                      table => 1, caption => 1, td => 1, th => 1,              next B;
4791                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($node->[1] & SCOPING_EL) {
4792                     }->{$node->[1]}) {              !!!cp ('t377');
4793              last INSCOPE;              last INSCOPE;
4794            }            }
4795          } # INSCOPE          } # INSCOPE
4796                    
4797          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4798          push @$active_formatting_elements, $self->{open_elements}->[-1];          push @$active_formatting_elements, $self->{open_elements}->[-1];
4799                    
4800            !!!nack ('t377.1');
4801          !!!next-token;          !!!next-token;
4802          redo B;          next B;
4803        } elsif ($token->{tag_name} eq 'button') {        } elsif ($token->{tag_name} eq 'button') {
4804          ## has a button element in scope          ## has a button element in scope
4805          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4806            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
4807            if ($node->[1] eq 'button') {            if ($node->[1] == BUTTON_EL) {
4808              !!!parse-error (type => 'in button:button');              !!!cp ('t378');
4809              !!!back-token;              !!!parse-error (type => 'in button:button', token => $token);
4810              $token = {type => END_TAG_TOKEN, tag_name => 'button'};              !!!back-token; # <button>
4811              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'button',
4812            } elsif ({                        line => $token->{line}, column => $token->{column}};
4813                      table => 1, caption => 1, td => 1, th => 1,              next B;
4814                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($node->[1] & SCOPING_EL) {
4815                     }->{$node->[1]}) {              !!!cp ('t379');
4816              last INSCOPE;              last INSCOPE;
4817            }            }
4818          } # INSCOPE          } # INSCOPE
4819                        
4820          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4821                        
4822          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4823          push @$active_formatting_elements, ['#marker', ''];  
4824            ## TODO: associate with $self->{form_element} if defined
4825    
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'marquee' or  
                $token->{tag_name} eq 'object') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
4826          push @$active_formatting_elements, ['#marker', ''];          push @$active_formatting_elements, ['#marker', ''];
4827            
4828          !!!next-token;          !!!nack ('t379.1');
         redo B;  
       } elsif ($token->{tag_name} eq 'xmp') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
         $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);  
         redo B;  
       } elsif ($token->{tag_name} eq 'table') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
             redo B;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
             
         $self->{insertion_mode} = IN_TABLE_IM;  
             
4829          !!!next-token;          !!!next-token;
4830          redo B;          next B;
4831        } elsif ({        } elsif ({
4832                  area => 1, basefont => 1, bgsound => 1, br => 1,                  xmp => 1,
4833                  embed => 1, img => 1, param => 1, spacer => 1, wbr => 1,                  iframe => 1,
4834                  image => 1,                  noembed => 1,
4835                    noframes => 1, ## NOTE: This is an "as if in head" code clone.
4836                    noscript => 0, ## TODO: 1 if scripting is enabled
4837                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4838          if ($token->{tag_name} eq 'image') {          if ($token->{tag_name} eq 'xmp') {
4839            !!!parse-error (type => 'image');            !!!cp ('t381');
4840            $token->{tag_name} = 'img';            $reconstruct_active_formatting_elements->($insert_to_current);
4841            } else {
4842              !!!cp ('t399');
4843          }          }
4844            ## NOTE: There is an "as if in body" code clone.
4845          ## NOTE: There is an "as if <br>" code clone.          $parse_rcdata->(CDATA_CONTENT_MODEL);
4846          $reconstruct_active_formatting_elements->($insert_to_current);          next B;
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         pop @{$self->{open_elements}};  
           
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'hr') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
             redo B;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         pop @{$self->{open_elements}};  
             
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'input') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         ## TODO: associate with $self->{form_element} if defined  
         pop @{$self->{open_elements}};  
           
         !!!next-token;  
         redo B;  
4847        } elsif ($token->{tag_name} eq 'isindex') {        } elsif ($token->{tag_name} eq 'isindex') {
4848          !!!parse-error (type => 'isindex');          !!!parse-error (type => 'isindex', token => $token);
4849                    
4850          if (defined $self->{form_element}) {          if (defined $self->{form_element}) {
4851              !!!cp ('t389');
4852            ## Ignore the token            ## Ignore the token
4853              !!!nack ('t389'); ## NOTE: Not acknowledged.
4854            !!!next-token;            !!!next-token;
4855            redo B;            next B;
4856          } else {          } else {
4857              !!!ack ('t391.1');
4858    
4859            my $at = $token->{attributes};            my $at = $token->{attributes};
4860            my $form_attrs;            my $form_attrs;
4861            $form_attrs->{action} = $at->{action} if $at->{action};            $form_attrs->{action} = $at->{action} if $at->{action};
# Line 5102  sub _tree_construction_main ($) { Line 4865  sub _tree_construction_main ($) {
4865            delete $at->{prompt};            delete $at->{prompt};
4866            my @tokens = (            my @tokens = (
4867                          {type => START_TAG_TOKEN, tag_name => 'form',                          {type => START_TAG_TOKEN, tag_name => 'form',
4868                           attributes => $form_attrs},                           attributes => $form_attrs,
4869                          {type => START_TAG_TOKEN, tag_name => 'hr'},                           line => $token->{line}, column => $token->{column}},
4870                          {type => START_TAG_TOKEN, tag_name => 'p'},                          {type => START_TAG_TOKEN, tag_name => 'hr',
4871                          {type => START_TAG_TOKEN, tag_name => 'label'},                           line => $token->{line}, column => $token->{column}},
4872                            {type => START_TAG_TOKEN, tag_name => 'label',
4873                             line => $token->{line}, column => $token->{column}},
4874                         );                         );
4875            if ($prompt_attr) {            if ($prompt_attr) {
4876              push @tokens, {type => CHARACTER_TOKEN, data => $prompt_attr->{value}};              !!!cp ('t390');
4877                push @tokens, {type => CHARACTER_TOKEN, data => $prompt_attr->{value},
4878                               #line => $token->{line}, column => $token->{column},
4879                              };
4880            } else {            } else {
4881                !!!cp ('t391');
4882              push @tokens, {type => CHARACTER_TOKEN,              push @tokens, {type => CHARACTER_TOKEN,
4883                             data => 'This is a searchable index. Insert your search keywords here: '}; # SHOULD                             data => 'This is a searchable index. Insert your search keywords here: ',
4884                               #line => $token->{line}, column => $token->{column},
4885                              }; # SHOULD
4886              ## TODO: make this configurable              ## TODO: make this configurable
4887            }            }
4888            push @tokens,            push @tokens,
4889                          {type => START_TAG_TOKEN, tag_name => 'input', attributes => $at},                          {type => START_TAG_TOKEN, tag_name => 'input', attributes => $at,
4890                             line => $token->{line}, column => $token->{column}},
4891                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD
4892                          {type => END_TAG_TOKEN, tag_name => 'label'},                          {type => END_TAG_TOKEN, tag_name => 'label',
4893                          {type => END_TAG_TOKEN, tag_name => 'p'},                           line => $token->{line}, column => $token->{column}},
4894                          {type => START_TAG_TOKEN, tag_name => 'hr'},                          {type => START_TAG_TOKEN, tag_name => 'hr',
4895                          {type => END_TAG_TOKEN, tag_name => 'form'};                           line => $token->{line}, column => $token->{column}},
4896            $token = shift @tokens;                          {type => END_TAG_TOKEN, tag_name => 'form',
4897                             line => $token->{line}, column => $token->{column}};
4898            !!!back-token (@tokens);            !!!back-token (@tokens);
4899            redo B;            !!!next-token;
4900              next B;
4901          }          }
4902        } elsif ($token->{tag_name} eq 'textarea') {        } elsif ($token->{tag_name} eq 'textarea') {
4903          my $tag_name = $token->{tag_name};          ## 1. Insert
4904          my $el;          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
         !!!create-element ($el, $token->{tag_name}, $token->{attributes});  
4905                    
4906            ## Step 2 # XXX
4907          ## TODO: $self->{form_element} if defined          ## TODO: $self->{form_element} if defined
4908    
4909            ## 2. Drop U+000A LINE FEED
4910            $self->{ignore_newline} = 1;
4911    
4912            ## 3. RCDATA
4913          $self->{content_model} = RCDATA_CONTENT_MODEL;          $self->{content_model} = RCDATA_CONTENT_MODEL;
4914          delete $self->{escape}; # MUST          delete $self->{escape}; # MUST
4915            
4916          $insert->($el);          ## 4., 6. Insertion mode
4917                    $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
4918          my $text = '';  
4919            ## XXX: 5. frameset-ok flag
4920    
4921            !!!nack ('t392.1');
4922          !!!next-token;          !!!next-token;
4923          if ($token->{type} == CHARACTER_TOKEN) {          next B;
4924            $token->{data} =~ s/^\x0A//;        } elsif ($token->{tag_name} eq 'optgroup' or
4925            unless (length $token->{data}) {                 $token->{tag_name} eq 'option') {
4926              !!!next-token;          ## has an |option| element in scope
4927            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4928              my $node = $self->{open_elements}->[$_];
4929              if ($node->[1] == OPTION_EL) {
4930                !!!cp ('t397.1');
4931                ## NOTE: As if </option>
4932                !!!back-token; # <option> or <optgroup>
4933                $token = {type => END_TAG_TOKEN, tag_name => 'option',
4934                          line => $token->{line}, column => $token->{column}};
4935                next B;
4936              } elsif ($node->[1] & SCOPING_EL) {
4937                !!!cp ('t397.2');
4938                last INSCOPE;
4939            }            }
4940          }          } # INSCOPE
4941          while ($token->{type} == CHARACTER_TOKEN) {  
4942            $text .= $token->{data};          $reconstruct_active_formatting_elements->($insert_to_current);
4943            !!!next-token;  
4944          }          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4945          if (length $text) {  
4946            $el->manakai_append_text ($text);          !!!nack ('t397.3');
         }  
           
         $self->{content_model} = PCDATA_CONTENT_MODEL;  
           
         if ($token->{type} == END_TAG_TOKEN and  
             $token->{tag_name} eq $tag_name) {  
           ## Ignore the token  
         } else {  
           !!!parse-error (type => 'in RCDATA:#'.$token->{type});  
         }  
4947          !!!next-token;          !!!next-token;
4948          redo B;          redo B;
4949        } elsif ({        } elsif ($token->{tag_name} eq 'rt' or
4950                  iframe => 1,                 $token->{tag_name} eq 'rp') {
4951                  noembed => 1,          ## has a |ruby| element in scope
4952                  noframes => 1,          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4953                  noscript => 0, ## TODO: 1 if scripting is enabled            my $node = $self->{open_elements}->[$_];
4954                 }->{$token->{tag_name}}) {            if ($node->[1] == RUBY_EL) {
4955          ## NOTE: There is an "as if in body" code clone.              !!!cp ('t398.1');
4956          $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);              ## generate implied end tags
4957                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
4958                  !!!cp ('t398.2');
4959                  pop @{$self->{open_elements}};
4960                }
4961                unless ($self->{open_elements}->[-1]->[1] == RUBY_EL) {
4962                  !!!cp ('t398.3');
4963                  !!!parse-error (type => 'not closed',
4964                                  text => $self->{open_elements}->[-1]->[0]
4965                                      ->manakai_local_name,
4966                                  token => $token);
4967                  pop @{$self->{open_elements}}
4968                      while not $self->{open_elements}->[-1]->[1] == RUBY_EL;
4969                }
4970                last INSCOPE;
4971              } elsif ($node->[1] & SCOPING_EL) {
4972                !!!cp ('t398.4');
4973                last INSCOPE;
4974              }
4975            } # INSCOPE
4976              
4977            ## TODO: <non-ruby><rt> is not allowed.
4978    
4979            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4980    
4981            !!!nack ('t398.5');
4982            !!!next-token;
4983          redo B;          redo B;
4984        } elsif ($token->{tag_name} eq 'select') {        } elsif ($token->{tag_name} eq 'math' or
4985                   $token->{tag_name} eq 'svg') {
4986          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4987    
4988            ## "Adjust MathML attributes" ('math' only) - done in insert-element-f
4989    
4990            ## "adjust SVG attributes" ('svg' only) - done in insert-element-f
4991    
4992            ## "adjust foreign attributes" - done in insert-element-f
4993                    
4994          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-f ($token->{tag_name} eq 'math' ? $MML_NS : $SVG_NS, $token->{tag_name}, $token->{attributes}, $token);
4995                    
4996          $self->{insertion_mode} = IN_SELECT_IM;          if ($self->{self_closing}) {
4997              pop @{$self->{open_elements}};
4998              !!!ack ('t398.6');
4999            } else {
5000              !!!cp ('t398.7');
5001              $self->{insertion_mode} |= IN_FOREIGN_CONTENT_IM;
5002              ## NOTE: |<body><math><mi><svg>| -> "in foreign content" insertion
5003              ## mode, "in body" (not "in foreign content") secondary insertion
5004              ## mode, maybe.
5005            }
5006    
5007          !!!next-token;          !!!next-token;
5008          redo B;          next B;
5009        } elsif ({        } elsif ({
5010                  caption => 1, col => 1, colgroup => 1, frame => 1,                  caption => 1, col => 1, colgroup => 1, frame => 1,
5011                  frameset => 1, head => 1, option => 1, optgroup => 1,                  frameset => 1, head => 1,
5012                  tbody => 1, td => 1, tfoot => 1, th => 1,                  tbody => 1, td => 1, tfoot => 1, th => 1,
5013                  thead => 1, tr => 1,                  thead => 1, tr => 1,
5014                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5015          !!!parse-error (type => 'in body:'.$token->{tag_name});          !!!cp ('t401');
5016            !!!parse-error (type => 'in body',
5017                            text => $token->{tag_name}, token => $token);
5018          ## Ignore the token          ## Ignore the token
5019            !!!nack ('t401.1'); ## NOTE: |<col/>| or |<frame/>| here is an error.
5020            !!!next-token;
5021            next B;
5022          } elsif ($token->{tag_name} eq 'param' or
5023                   $token->{tag_name} eq 'source') {
5024            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
5025            pop @{$self->{open_elements}};
5026    
5027            !!!ack ('t398.5');
5028          !!!next-token;          !!!next-token;
5029          redo B;          redo B;
           
         ## ISSUE: An issue on HTML5 new elements in the spec.  
5030        } else {        } else {
5031            if ($token->{tag_name} eq 'image') {
5032              !!!cp ('t384');
5033              !!!parse-error (type => 'image', token => $token);
5034              $token->{tag_name} = 'img';
5035            } else {
5036              !!!cp ('t385');
5037            }
5038    
5039            ## NOTE: There is an "as if <br>" code clone.
5040          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
5041                    
5042          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
5043    
5044            if ({
5045                 applet => 1, marquee => 1, object => 1,
5046                }->{$token->{tag_name}}) {
5047              !!!cp ('t380');
5048              push @$active_formatting_elements, ['#marker', ''];
5049              !!!nack ('t380.1');
5050            } elsif ({
5051                      b => 1, big => 1, em => 1, font => 1, i => 1,
5052                      s => 1, small => 1, strike => 1,
5053                      strong => 1, tt => 1, u => 1,
5054                     }->{$token->{tag_name}}) {
5055              !!!cp ('t375');
5056              push @$active_formatting_elements, $self->{open_elements}->[-1];
5057              !!!nack ('t375.1');
5058            } elsif ($token->{tag_name} eq 'input') {
5059              !!!cp ('t388');
5060              ## TODO: associate with $self->{form_element} if defined
5061              pop @{$self->{open_elements}};
5062              !!!ack ('t388.2');
5063            } elsif ({
5064                      area => 1, basefont => 1, bgsound => 1, br => 1,
5065                      embed => 1, img => 1, spacer => 1, wbr => 1,
5066                      keygen => 1,
5067                     }->{$token->{tag_name}}) {
5068              !!!cp ('t388.1');
5069              pop @{$self->{open_elements}};
5070              !!!ack ('t388.3');
5071            } elsif ($token->{tag_name} eq 'select') {
5072              ## TODO: associate with $self->{form_element} if defined
5073            
5074              if ($self->{insertion_mode} & TABLE_IMS or
5075                  $self->{insertion_mode} & BODY_TABLE_IMS or
5076                  ($self->{insertion_mode} & IM_MASK) == IN_COLUMN_GROUP_IM) {
5077                !!!cp ('t400.1');
5078                $self->{insertion_mode} = IN_SELECT_IN_TABLE_IM;
5079              } else {
5080                !!!cp ('t400.2');
5081                $self->{insertion_mode} = IN_SELECT_IM;
5082              }
5083              !!!nack ('t400.3');
5084            } else {
5085              !!!nack ('t402');
5086            }
5087                    
5088          !!!next-token;          !!!next-token;
5089          redo B;          next B;
5090        }        }
5091      } elsif ($token->{type} == END_TAG_TOKEN) {      } elsif ($token->{type} == END_TAG_TOKEN) {
5092        if ($token->{tag_name} eq 'body') {        if ($token->{tag_name} eq 'body') {
5093          if (@{$self->{open_elements}} > 1 and  
5094              $self->{open_elements}->[1]->[1] eq 'body') {          ## 1. If not "have an element in scope":
5095            for (@{$self->{open_elements}}) {          ## "has a |body| element in scope"
5096              unless ({          my $i;
5097                         dd => 1, dt => 1, li => 1, p => 1, td => 1,          INSCOPE: {
5098                         th => 1, tr => 1, body => 1, html => 1,            for (reverse @{$self->{open_elements}}) {
5099                       tbody => 1, tfoot => 1, thead => 1,              if ($_->[1] == BODY_EL) {
5100                      }->{$_->[1]}) {                !!!cp ('t405');
5101                !!!parse-error (type => 'not closed:'.$_->[1]);                $i = $_;
5102                  last INSCOPE;
5103                } elsif ($_->[1] & SCOPING_EL) {
5104                  !!!cp ('t405.1');
5105                  last;
5106              }              }
5107            }            }
5108    
5109            $self->{insertion_mode} = AFTER_BODY_IM;            ## NOTE: |<marquee></body>|, |<svg><foreignobject></body>|
5110            !!!next-token;  
5111            redo B;            !!!parse-error (type => 'unmatched end tag',
5112          } else {                            text => $token->{tag_name}, token => $token);
5113            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            ## NOTE: Ignore the token.
           ## Ignore the token  
5114            !!!next-token;            !!!next-token;
5115            redo B;            next B;
5116            } # INSCOPE
5117    
5118            ## 2. If unclosed elements:
5119            for (@{$self->{open_elements}}) {
5120              unless ($_->[1] & ALL_END_TAG_OPTIONAL_EL ||
5121                      $_->[1] == OPTGROUP_EL ||
5122                      $_->[1] == OPTION_EL ||
5123                      $_->[1] == RUBY_COMPONENT_EL) {
5124                !!!cp ('t403');
5125                !!!parse-error (type => 'not closed',
5126                                text => $_->[0]->manakai_local_name,
5127                                token => $token);
5128                last;
5129              } else {
5130                !!!cp ('t404');
5131              }
5132          }          }
5133    
5134            ## 3. Switch the insertion mode.
5135            $self->{insertion_mode} = AFTER_BODY_IM;
5136            !!!next-token;
5137            next B;
5138        } elsif ($token->{tag_name} eq 'html') {        } elsif ($token->{tag_name} eq 'html') {
5139          if (@{$self->{open_elements}} > 1 and $self->{open_elements}->[1]->[1] eq 'body') {          ## TODO: Update this code.  It seems that the code below is not
5140            ## ISSUE: There is an issue in the spec.          ## up-to-date, though it has same effect as speced.
5141            if ($self->{open_elements}->[-1]->[1] ne 'body') {          if (@{$self->{open_elements}} > 1 and
5142              !!!parse-error (type => 'not closed:'.$self->{open_elements}->[1]->[1]);              $self->{open_elements}->[1]->[1] == BODY_EL) {
5143              unless ($self->{open_elements}->[-1]->[1] == BODY_EL) {
5144                !!!cp ('t406');
5145                !!!parse-error (type => 'not closed',
5146                                text => $self->{open_elements}->[1]->[0]
5147                                    ->manakai_local_name,
5148                                token => $token);
5149              } else {
5150                !!!cp ('t407');
5151            }            }
5152            $self->{insertion_mode} = AFTER_BODY_IM;            $self->{insertion_mode} = AFTER_BODY_IM;
5153            ## reprocess            ## reprocess
5154            redo B;            next B;
5155          } else {          } else {
5156            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t408');
5157              !!!parse-error (type => 'unmatched end tag',
5158                              text => $token->{tag_name}, token => $token);
5159            ## Ignore the token            ## Ignore the token
5160            !!!next-token;            !!!next-token;
5161            redo B;            next B;
5162          }          }
5163        } elsif ({        } elsif ({
5164                  address => 1, blockquote => 1, center => 1, dir => 1,                  ## NOTE: End tags for non-phrasing flow content elements
5165                  div => 1, dl => 1, fieldset => 1, listing => 1,  
5166                  menu => 1, ol => 1, pre => 1, ul => 1,                  ## NOTE: The normal ones
5167                  p => 1,                  address => 1, article => 1, aside => 1, blockquote => 1,
5168                    center => 1, datagrid => 1, details => 1, dialog => 1,
5169                    dir => 1, div => 1, dl => 1, fieldset => 1, figure => 1,
5170                    footer => 1, header => 1, listing => 1, menu => 1, nav => 1,
5171                    ol => 1, pre => 1, section => 1, ul => 1,
5172    
5173                    ## NOTE: As normal, but ... optional tags
5174                  dd => 1, dt => 1, li => 1,                  dd => 1, dt => 1, li => 1,
5175                  button => 1, marquee => 1, object => 1,  
5176                    applet => 1, button => 1, marquee => 1, object => 1,
5177                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5178            ## NOTE: Code for <li> start tags includes "as if </li>" code.
5179            ## Code for <dt> or <dd> start tags includes "as if </dt> or
5180            ## </dd>" code.
5181    
5182          ## has an element in scope          ## has an element in scope
5183          my $i;          my $i;
5184          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5185            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5186            if ($node->[1] eq $token->{tag_name}) {            if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
5187              ## generate implied end tags              !!!cp ('t410');
             if ({  
                  dd => ($token->{tag_name} ne 'dd'),  
                  dt => ($token->{tag_name} ne 'dt'),  
                  li => ($token->{tag_name} ne 'li'),  
                  p => ($token->{tag_name} ne 'p'),  
                  td => 1, th => 1, tr => 1,  
                  tbody => 1, tfoot=> 1, thead => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN,  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
             }  
5188              $i = $_;              $i = $_;
5189              last INSCOPE unless $token->{tag_name} eq 'p';              last INSCOPE;
5190            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
5191                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t411');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
5192              last INSCOPE;              last INSCOPE;
5193            }            }
5194          } # INSCOPE          } # INSCOPE
5195            
5196          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {          unless (defined $i) { # has an element in scope
5197            if (defined $i) {            !!!cp ('t413');
5198              !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);            !!!parse-error (type => 'unmatched end tag',
5199                              text => $token->{tag_name}, token => $token);
5200              ## NOTE: Ignore the token.
5201            } else {
5202              ## Step 1. generate implied end tags
5203              while ({
5204                      ## END_TAG_OPTIONAL_EL
5205                      dd => ($token->{tag_name} ne 'dd'),
5206                      dt => ($token->{tag_name} ne 'dt'),
5207                      li => ($token->{tag_name} ne 'li'),
5208                      option => 1,
5209                      optgroup => 1,
5210                      p => 1,
5211                      rt => 1,
5212                      rp => 1,
5213                     }->{$self->{open_elements}->[-1]->[0]->manakai_local_name}) {
5214                !!!cp ('t409');
5215                pop @{$self->{open_elements}};
5216              }
5217    
5218              ## Step 2.
5219              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5220                      ne $token->{tag_name}) {
5221                !!!cp ('t412');
5222                !!!parse-error (type => 'not closed',
5223                                text => $self->{open_elements}->[-1]->[0]
5224                                    ->manakai_local_name,
5225                                token => $token);
5226            } else {            } else {
5227              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t414');
5228            }            }
5229          }  
5230                      ## Step 3.
         if (defined $i) {  
5231            splice @{$self->{open_elements}}, $i;            splice @{$self->{open_elements}}, $i;
5232          } elsif ($token->{tag_name} eq 'p') {  
5233            ## As if <p>, then reprocess the current token            ## Step 4.
5234            my $el;            $clear_up_to_marker->()
5235            !!!create-element ($el, 'p');                if {
5236            $insert->($el);                  applet => 1, button => 1, marquee => 1, object => 1,
5237                  }->{$token->{tag_name}};
5238          }          }
         $clear_up_to_marker->()  
           if {  
             button => 1, marquee => 1, object => 1,  
           }->{$token->{tag_name}};  
5239          !!!next-token;          !!!next-token;
5240          redo B;          next B;
5241        } elsif ($token->{tag_name} eq 'form') {        } elsif ($token->{tag_name} eq 'form') {
5242            ## NOTE: As normal, but interacts with the form element pointer
5243    
5244            undef $self->{form_element};
5245    
5246          ## has an element in scope          ## has an element in scope
5247            my $i;
5248          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5249            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5250            if ($node->[1] eq $token->{tag_name}) {            if ($node->[1] == FORM_EL) {
5251              ## generate implied end tags              !!!cp ('t418');
5252              if ({              $i = $_;
                  dd => 1, dt => 1, li => 1, p => 1,  
                  td => 1, th => 1, tr => 1,  
                  tbody => 1, tfoot=> 1, thead => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN,  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
             }  
5253              last INSCOPE;              last INSCOPE;
5254            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
5255                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t419');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
5256              last INSCOPE;              last INSCOPE;
5257            }            }
5258          } # INSCOPE          } # INSCOPE
5259            
5260          if ($self->{open_elements}->[-1]->[1] eq $token->{tag_name}) {          unless (defined $i) { # has an element in scope
5261            pop @{$self->{open_elements}};            !!!cp ('t421');
5262          } else {            !!!parse-error (type => 'unmatched end tag',
5263            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                            text => $token->{tag_name}, token => $token);
5264              ## NOTE: Ignore the token.
5265            } else {
5266              ## Step 1. generate implied end tags
5267              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5268                !!!cp ('t417');
5269                pop @{$self->{open_elements}};
5270              }
5271              
5272              ## Step 2.
5273              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5274                      ne $token->{tag_name}) {
5275                !!!cp ('t417.1');
5276                !!!parse-error (type => 'not closed',
5277                                text => $self->{open_elements}->[-1]->[0]
5278                                    ->manakai_local_name,
5279                                token => $token);
5280              } else {
5281                !!!cp ('t420');
5282              }  
5283              
5284              ## Step 3.
5285              splice @{$self->{open_elements}}, $i;
5286          }          }
5287    
         undef $self->{form_element};  
5288          !!!next-token;          !!!next-token;
5289          redo B;          next B;
5290        } elsif ({        } elsif ({
5291                    ## NOTE: As normal, except acts as a closer for any ...
5292                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
5293                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5294          ## has an element in scope          ## has an element in scope
5295          my $i;          my $i;
5296          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5297            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5298            if ({            if ($node->[1] == HEADING_EL) {
5299                 h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,              !!!cp ('t423');
               }->{$node->[1]}) {  
             ## generate implied end tags  
             if ({  
                  dd => 1, dt => 1, li => 1, p => 1,  
                  td => 1, th => 1, tr => 1,  
                  tbody => 1, tfoot=> 1, thead => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN,  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
             }  
5300              $i = $_;              $i = $_;
5301              last INSCOPE;              last INSCOPE;
5302            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
5303                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t424');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
5304              last INSCOPE;              last INSCOPE;
5305            }            }
5306          } # INSCOPE          } # INSCOPE
5307            
5308          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {          unless (defined $i) { # has an element in scope
5309            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t425.1');
5310              !!!parse-error (type => 'unmatched end tag',
5311                              text => $token->{tag_name}, token => $token);
5312              ## NOTE: Ignore the token.
5313            } else {
5314              ## Step 1. generate implied end tags
5315              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5316                !!!cp ('t422');
5317                pop @{$self->{open_elements}};
5318              }
5319              
5320              ## Step 2.
5321              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5322                      ne $token->{tag_name}) {
5323                !!!cp ('t425');
5324                !!!parse-error (type => 'unmatched end tag',
5325                                text => $token->{tag_name}, token => $token);
5326              } else {
5327                !!!cp ('t426');
5328              }
5329    
5330              ## Step 3.
5331              splice @{$self->{open_elements}}, $i;
5332          }          }
5333                    
         splice @{$self->{open_elements}}, $i if defined $i;  
5334          !!!next-token;          !!!next-token;
5335          redo B;          next B;
5336          } elsif ($token->{tag_name} eq 'p') {
5337            ## NOTE: As normal, except </p> implies <p> and ...
5338    
5339            ## has an element in scope
5340            my $non_optional;
5341            my $i;
5342            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5343              my $node = $self->{open_elements}->[$_];
5344              if ($node->[1] == P_EL) {
5345                !!!cp ('t410.1');
5346                $i = $_;
5347                last INSCOPE;
5348              } elsif ($node->[1] & SCOPING_EL) {
5349                !!!cp ('t411.1');
5350                last INSCOPE;
5351              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
5352                ## NOTE: |END_TAG_OPTIONAL_EL| includes "p"
5353                !!!cp ('t411.2');
5354                #
5355              } else {
5356                !!!cp ('t411.3');
5357                $non_optional ||= $node;
5358                #
5359              }
5360            } # INSCOPE
5361    
5362            if (defined $i) {
5363              ## 1. Generate implied end tags
5364              #
5365    
5366              ## 2. If current node != "p", parse error
5367              if ($non_optional) {
5368                !!!cp ('t412.1');
5369                !!!parse-error (type => 'not closed',
5370                                text => $non_optional->[0]->manakai_local_name,
5371                                token => $token);
5372              } else {
5373                !!!cp ('t414.1');
5374              }
5375    
5376              ## 3. Pop
5377              splice @{$self->{open_elements}}, $i;
5378            } else {
5379              !!!cp ('t413.1');
5380              !!!parse-error (type => 'unmatched end tag',
5381                              text => $token->{tag_name}, token => $token);
5382    
5383              !!!cp ('t415.1');
5384              ## As if <p>, then reprocess the current token
5385              my $el;
5386              !!!create-element ($el, $HTML_NS, 'p',, $token);
5387              $insert->($el);
5388              ## NOTE: Not inserted into |$self->{open_elements}|.
5389            }
5390    
5391            !!!next-token;
5392            next B;
5393        } elsif ({        } elsif ({
5394                  a => 1,                  a => 1,
5395                  b => 1, big => 1, em => 1, font => 1, i => 1,                  b => 1, big => 1, em => 1, font => 1, i => 1,
5396                  nobr => 1, s => 1, small => 1, strile => 1,                  nobr => 1, s => 1, small => 1, strike => 1,
5397                  strong => 1, tt => 1, u => 1,                  strong => 1, tt => 1, u => 1,
5398                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5399          $formatting_end_tag->($token->{tag_name});          !!!cp ('t427');
5400          redo B;          $formatting_end_tag->($token);
5401            next B;
5402        } elsif ($token->{tag_name} eq 'br') {        } elsif ($token->{tag_name} eq 'br') {
5403          !!!parse-error (type => 'unmatched end tag:br');          !!!cp ('t428');
5404            !!!parse-error (type => 'unmatched end tag',
5405                            text => 'br', token => $token);
5406    
5407          ## As if <br>          ## As if <br>
5408          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
5409                    
5410          my $el;          my $el;
5411          !!!create-element ($el, 'br');          !!!create-element ($el, $HTML_NS, 'br',, $token);
5412          $insert->($el);          $insert->($el);
5413                    
5414          ## Ignore the token.          ## Ignore the token.
5415          !!!next-token;          !!!next-token;
5416          redo B;          next B;
       } elsif ({  
                 caption => 1, col => 1, colgroup => 1, frame => 1,  
                 frameset => 1, head => 1, option => 1, optgroup => 1,  
                 tbody => 1, td => 1, tfoot => 1, th => 1,  
                 thead => 1, tr => 1,  
                 area => 1, basefont => 1, bgsound => 1,  
                 embed => 1, hr => 1, iframe => 1, image => 1,  
                 img => 1, input => 1, isindex => 1, noembed => 1,  
                 noframes => 1, param => 1, select => 1, spacer => 1,  
                 table => 1, textarea => 1, wbr => 1,  
                 noscript => 0, ## TODO: if scripting is enabled  
                }->{$token->{tag_name}}) {  
         !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
         ## Ignore the token  
         !!!next-token;  
         redo B;  
           
         ## ISSUE: Issue on HTML5 new elements in spec  
           
5417        } else {        } else {
5418            if ($token->{tag_name} eq 'sarcasm') {
5419              sleep 0.001; # take a deep breath
5420            }
5421    
5422          ## Step 1          ## Step 1
5423          my $node_i = -1;          my $node_i = -1;
5424          my $node = $self->{open_elements}->[$node_i];          my $node = $self->{open_elements}->[$node_i];
5425    
5426          ## Step 2          ## Step 2
5427          S2: {          S2: {
5428            if ($node->[1] eq $token->{tag_name}) {            my $node_tag_name = $node->[0]->manakai_local_name;
5429              $node_tag_name =~ tr/A-Z/a-z/; # for SVG camelCase tag names
5430              if ($node_tag_name eq $token->{tag_name}) {
5431              ## Step 1              ## Step 1
5432              ## generate implied end tags              ## generate implied end tags
5433              if ({              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5434                   dd => 1, dt => 1, li => 1, p => 1,                !!!cp ('t430');
5435                   td => 1, th => 1, tr => 1,                ## NOTE: |<ruby><rt></ruby>|.
5436                   tbody => 1, tfoot => 1, thead => 1,                ## ISSUE: <ruby><rt></rt> will also take this code path,
5437                  }->{$self->{open_elements}->[-1]->[1]}) {                ## which seems wrong.
5438                !!!back-token;                pop @{$self->{open_elements}};
5439                $token = {type => END_TAG_TOKEN,                $node_i++;
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
5440              }              }
5441                    
5442              ## Step 2              ## Step 2
5443              if ($token->{tag_name} ne $self->{open_elements}->[-1]->[1]) {              my $current_tag_name
5444                    = $self->{open_elements}->[-1]->[0]->manakai_local_name;
5445                $current_tag_name =~ tr/A-Z/a-z/;
5446                if ($current_tag_name ne $token->{tag_name}) {
5447                  !!!cp ('t431');
5448                ## NOTE: <x><y></x>                ## NOTE: <x><y></x>
5449                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!parse-error (type => 'not closed',
5450                                  text => $self->{open_elements}->[-1]->[0]
5451                                      ->manakai_local_name,
5452                                  token => $token);
5453                } else {
5454                  !!!cp ('t432');
5455              }              }
5456                            
5457              ## Step 3              ## Step 3
5458              splice @{$self->{open_elements}}, $node_i;              splice @{$self->{open_elements}}, $node_i if $node_i < 0;
5459    
5460              !!!next-token;              !!!next-token;
5461              last S2;              last S2;
5462            } else {            } else {
5463              ## Step 3              ## Step 3
5464              if (not $formatting_category->{$node->[1]} and              if (not ($node->[1] & FORMATTING_EL) and
5465                  #not $phrasing_category->{$node->[1]} and                  #not $phrasing_category->{$node->[1]} and
5466                  ($special_category->{$node->[1]} or                  ($node->[1] & SPECIAL_EL or
5467                   $scoping_category->{$node->[1]})) {                   $node->[1] & SCOPING_EL)) {
5468                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!cp ('t433');
5469                  !!!parse-error (type => 'unmatched end tag',
5470                                  text => $token->{tag_name}, token => $token);
5471                ## Ignore the token                ## Ignore the token
5472                !!!next-token;                !!!next-token;
5473                last S2;                last S2;
5474    
5475                  ## NOTE: |<span><dd></span>a|: In Safari 3.1.2 and Opera
5476                  ## 9.27, "a" is a child of <dd> (conforming).  In
5477                  ## Firefox 3.0.2, "a" is a child of <body>.  In WinIE 7,
5478                  ## "a" is a child of both <body> and <dd>.
5479              }              }
5480                
5481                !!!cp ('t434');
5482            }            }
5483                        
5484            ## Step 4            ## Step 4
# Line 5460  sub _tree_construction_main ($) { Line 5488  sub _tree_construction_main ($) {
5488            ## Step 5;            ## Step 5;
5489            redo S2;            redo S2;
5490          } # S2          } # S2
5491          redo B;          next B;
5492        }        }
5493      }      }
5494      redo B;      next B;
5495      } continue { # B
5496        if ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {
5497          ## NOTE: The code below is executed in cases where it does not have
5498          ## to be, but it it is harmless even in those cases.
5499          ## has an element in scope
5500          INSCOPE: {
5501            for (reverse 0..$#{$self->{open_elements}}) {
5502              my $node = $self->{open_elements}->[$_];
5503              if ($node->[1] & FOREIGN_EL) {
5504                last INSCOPE;
5505              } elsif ($node->[1] & SCOPING_EL) {
5506                last;
5507              }
5508            }
5509            
5510            ## NOTE: No foreign element in scope.
5511            $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
5512          } # INSCOPE
5513        }
5514    } # B    } # B
5515    
   ## NOTE: The "trailing end" phase in HTML5 is split into  
   ## two insertion modes: "after html body" and "after html frameset".  
   ## NOTE: States in the main stage is preserved while  
   ## the parser stays in the trailing end phase. # MUST  
   
5516    ## Stop parsing # MUST    ## Stop parsing # MUST
5517        
5518    ## TODO: script stuffs    ## TODO: script stuffs
5519  } # _tree_construct_main  } # _tree_construct_main
5520    
5521  sub set_inner_html ($$$) {  ## XXX: How this method is organized is somewhat out of date, although
5522    ## it still does what the current spec documents.
5523    sub set_inner_html ($$$$;$) {
5524    my $class = shift;    my $class = shift;
5525    my $node = shift;    my $node = shift; # /context/
5526    my $s = \$_[0];    #my $s = \$_[0];
5527    my $onerror = $_[1];    my $onerror = $_[1];
5528      my $get_wrapper = $_[2] || sub ($) { return $_[0] };
5529    
5530    ## ISSUE: Should {confident} be true?    ## ISSUE: Should {confident} be true?
5531    
5532    my $nt = $node->node_type;    my $nt = $node->node_type;
5533    if ($nt == 9) {    if ($nt == 9) { # Document (invoke the algorithm with no /context/ element)
5534      # MUST      # MUST
5535            
5536      ## Step 1 # MUST      ## Step 1 # MUST
# Line 5499  sub set_inner_html ($$$) { Line 5544  sub set_inner_html ($$$) {
5544      }      }
5545    
5546      ## Step 3, 4, 5 # MUST      ## Step 3, 4, 5 # MUST
5547      $class->parse_string ($$s => $node, $onerror);      $class->parse_char_string ($_[0] => $node, $onerror, $get_wrapper);
5548    } elsif ($nt == 1) {    } elsif ($nt == 1) { # Element (invoke the algorithm with /context/ element)
5549      ## TODO: If non-html element      ## TODO: If non-html element
5550    
5551      ## NOTE: Most of this code is copied from |parse_string|      ## NOTE: Most of this code is copied from |parse_string|
5552    
5553      ## Step 1 # MUST  ## TODO: Support for $get_wrapper
5554    
5555        ## F1. Create an HTML document.
5556      my $this_doc = $node->owner_document;      my $this_doc = $node->owner_document;
5557      my $doc = $this_doc->implementation->create_document;      my $doc = $this_doc->implementation->create_document;
5558      $doc->manakai_is_html (1);      $doc->manakai_is_html (1);
5559    
5560        ## F2. Propagate quirkness flag
5561        my $node_doc = $node->owner_document;
5562        $doc->manakai_compat_mode ($node_doc->manakai_compat_mode);
5563    
5564        ## F3. Create an HTML parser
5565      my $p = $class->new;      my $p = $class->new;
5566      $p->{document} = $doc;      $p->{document} = $doc;
5567    
5568      ## Step 9 # MUST      ## Step 8 # MUST
5569      my $i = 0;      my $i = 0;
5570      my $line = 1;      $p->{line_prev} = $p->{line} = 1;
5571      my $column = 0;      $p->{column_prev} = $p->{column} = 0;
5572      $p->{set_next_input_character} = sub {      require Whatpm::Charset::DecodeHandle;
5573        my $input = Whatpm::Charset::DecodeHandle::CharString->new (\($_[0]));
5574        $input = $get_wrapper->($input);
5575        $p->{set_nc} = sub {
5576        my $self = shift;        my $self = shift;
5577    
5578        pop @{$self->{prev_input_character}};        my $char = '';
5579        unshift @{$self->{prev_input_character}}, $self->{next_input_character};        if (defined $self->{next_nc}) {
5580            $char = $self->{next_nc};
5581            delete $self->{next_nc};
5582            $self->{nc} = ord $char;
5583          } else {
5584            $self->{char_buffer} = '';
5585            $self->{char_buffer_pos} = 0;
5586            
5587            my $count = $input->manakai_read_until
5588                ($self->{char_buffer}, qr/[^\x00\x0A\x0D]/,
5589                 $self->{char_buffer_pos});
5590            if ($count) {
5591              $self->{line_prev} = $self->{line};
5592              $self->{column_prev} = $self->{column};
5593              $self->{column}++;
5594              $self->{nc}
5595                  = ord substr ($self->{char_buffer},
5596                                $self->{char_buffer_pos}++, 1);
5597              return;
5598            }
5599            
5600            if ($input->read ($char, 1)) {
5601              $self->{nc} = ord $char;
5602            } else {
5603              $self->{nc} = -1;
5604              return;
5605            }
5606          }
5607    
5608        $self->{next_input_character} = -1 and return if $i >= length $$s;        ($p->{line_prev}, $p->{column_prev}) = ($p->{line}, $p->{column});
5609        $self->{next_input_character} = ord substr $$s, $i++, 1;        $p->{column}++;
5610        $column++;  
5611          if ($self->{nc} == 0x000A) { # LF
5612        if ($self->{next_input_character} == 0x000A) { # LF          $p->{line}++;
5613          $line++;          $p->{column} = 0;
5614          $column = 0;          !!!cp ('i1');
5615        } elsif ($self->{next_input_character} == 0x000D) { # CR        } elsif ($self->{nc} == 0x000D) { # CR
5616          $i++ if substr ($$s, $i, 1) eq "\x0A";  ## TODO: support for abort/streaming
5617          $self->{next_input_character} = 0x000A; # LF # MUST          my $next = '';
5618          $line++;          if ($input->read ($next, 1) and $next ne "\x0A") {
5619          $column = 0;            $self->{next_nc} = $next;
5620        } elsif ($self->{next_input_character} > 0x10FFFF) {          }
5621          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{nc} = 0x000A; # LF # MUST
5622        } elsif ($self->{next_input_character} == 0x0000) { # NULL          $p->{line}++;
5623            $p->{column} = 0;
5624            !!!cp ('i2');
5625          } elsif ($self->{nc} == 0x0000) { # NULL
5626            !!!cp ('i4');
5627          !!!parse-error (type => 'NULL');          !!!parse-error (type => 'NULL');
5628          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{nc} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
5629        }        }
5630      };      };
5631      $p->{prev_input_character} = [-1, -1, -1];  
5632      $p->{next_input_character} = -1;      $p->{read_until} = sub {
5633              #my ($scalar, $specials_range, $offset) = @_;
5634          return 0 if defined $p->{next_nc};
5635    
5636          my $pattern = qr/[^$_[1]\x00\x0A\x0D]/;
5637          my $offset = $_[2] || 0;
5638          
5639          if ($p->{char_buffer_pos} < length $p->{char_buffer}) {
5640            pos ($p->{char_buffer}) = $p->{char_buffer_pos};
5641            if ($p->{char_buffer} =~ /\G(?>$pattern)+/) {
5642              substr ($_[0], $offset)
5643                  = substr ($p->{char_buffer}, $-[0], $+[0] - $-[0]);
5644              my $count = $+[0] - $-[0];
5645              if ($count) {
5646                $p->{column} += $count;
5647                $p->{char_buffer_pos} += $count;
5648                $p->{line_prev} = $p->{line};
5649                $p->{column_prev} = $p->{column} - 1;
5650                $p->{nc} = -1;
5651              }
5652              return $count;
5653            } else {
5654              return 0;
5655            }
5656          } else {
5657            my $count = $input->manakai_read_until ($_[0], $pattern, $_[2]);
5658            if ($count) {
5659              $p->{column} += $count;
5660              $p->{column_prev} += $count;
5661              $p->{nc} = -1;
5662            }
5663            return $count;
5664          }
5665        }; # $p->{read_until}
5666    
5667      my $ponerror = $onerror || sub {      my $ponerror = $onerror || sub {
5668        my (%opt) = @_;        my (%opt) = @_;
5669        warn "Parse error ($opt{type}) at line $opt{line} column $opt{column}\n";        my $line = $opt{line};
5670          my $column = $opt{column};
5671          if (defined $opt{token} and defined $opt{token}->{line}) {
5672            $line = $opt{token}->{line};
5673            $column = $opt{token}->{column};
5674          }
5675          warn "Parse error ($opt{type}) at line $line column $column\n";
5676      };      };
5677      $p->{parse_error} = sub {      $p->{parse_error} = sub {
5678        $ponerror->(@_, line => $line, column => $column);        $ponerror->(line => $p->{line}, column => $p->{column}, @_);
5679      };      };
5680            
5681        my $char_onerror = sub {
5682          my (undef, $type, %opt) = @_;
5683          $ponerror->(layer => 'encode',
5684                      line => $p->{line}, column => $p->{column} + 1,
5685                      %opt, type => $type);
5686        }; # $char_onerror
5687        $input->onerror ($char_onerror);
5688    
5689      $p->_initialize_tokenizer;      $p->_initialize_tokenizer;
5690      $p->_initialize_tree_constructor;      $p->_initialize_tree_constructor;
5691    
5692      ## Step 2      ## F4. If /context/ is not undef...
5693    
5694        ## F4.1. content model flag
5695      my $node_ln = $node->manakai_local_name;      my $node_ln = $node->manakai_local_name;
5696      $p->{content_model} = {      $p->{content_model} = {
5697        title => RCDATA_CONTENT_MODEL,        title => RCDATA_CONTENT_MODEL,
# Line 5571  sub set_inner_html ($$$) { Line 5707  sub set_inner_html ($$$) {
5707      }->{$node_ln};      }->{$node_ln};
5708      $p->{content_model} = PCDATA_CONTENT_MODEL      $p->{content_model} = PCDATA_CONTENT_MODEL
5709          unless defined $p->{content_model};          unless defined $p->{content_model};
         ## ISSUE: What is "the name of the element"? local name?  
5710    
5711      $p->{inner_html_node} = [$node, $node_ln];      $p->{inner_html_node} = [$node, $el_category->{$node_ln}];
5712          ## TODO: Foreign element OK?
5713    
5714      ## Step 4      ## F4.2. Root |html| element
5715      my $root = $doc->create_element_ns      my $root = $doc->create_element_ns
5716        ('http://www.w3.org/1999/xhtml', [undef, 'html']);        ('http://www.w3.org/1999/xhtml', [undef, 'html']);
5717    
5718      ## Step 5 # MUST      ## F4.3.
5719      $doc->append_child ($root);      $doc->append_child ($root);
5720    
5721      ## Step 6 # MUST      ## F4.4.
5722      push @{$p->{open_elements}}, [$root, 'html'];      push @{$p->{open_elements}}, [$root, $el_category->{html}];
5723    
5724      undef $p->{head_element};      undef $p->{head_element};
5725        undef $p->{head_element_inserted};
5726    
5727      ## Step 7 # MUST      ## F4.5.
5728      $p->_reset_insertion_mode;      $p->_reset_insertion_mode;
5729    
5730      ## Step 8 # MUST      ## F4.6.
5731      my $anode = $node;      my $anode = $node;
5732      AN: while (defined $anode) {      AN: while (defined $anode) {
5733        if ($anode->node_type == 1) {        if ($anode->node_type == 1) {
5734          my $nsuri = $anode->namespace_uri;          my $nsuri = $anode->namespace_uri;
5735          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {
5736            if ($anode->manakai_local_name eq 'form') {            if ($anode->manakai_local_name eq 'form') {
5737                !!!cp ('i5');
5738              $p->{form_element} = $anode;              $p->{form_element} = $anode;
5739              last AN;              last AN;
5740            }            }
# Line 5604  sub set_inner_html ($$$) { Line 5742  sub set_inner_html ($$$) {
5742        }        }
5743        $anode = $anode->parent_node;        $anode = $anode->parent_node;
5744      } # AN      } # AN
5745        
5746      ## Step 3 # MUST      ## F.6. Start the parser.
     ## Step 10 # MUST  
5747      {      {
5748        my $self = $p;        my $self = $p;
5749        !!!next-token;        !!!next-token;
5750      }      }
5751      $p->_tree_construction_main;      $p->_tree_construction_main;
5752    
5753      ## Step 11 # MUST      ## F.7.
5754      my @cn = @{$node->child_nodes};      my @cn = @{$node->child_nodes};
5755      for (@cn) {      for (@cn) {
5756        $node->remove_child ($_);        $node->remove_child ($_);
5757      }      }
5758      ## ISSUE: mutation events? read-only?      ## ISSUE: mutation events? read-only?
5759    
5760      ## Step 12 # MUST      ## Step 11 # MUST
5761      @cn = @{$root->child_nodes};      @cn = @{$root->child_nodes};
5762      for (@cn) {      for (@cn) {
5763        $this_doc->adopt_node ($_);        $this_doc->adopt_node ($_);
# Line 5629  sub set_inner_html ($$$) { Line 5766  sub set_inner_html ($$$) {
5766      ## ISSUE: mutation events?      ## ISSUE: mutation events?
5767    
5768      $p->_terminate_tree_constructor;      $p->_terminate_tree_constructor;
5769    
5770        delete $p->{parse_error}; # delete loop
5771    } else {    } else {
5772      die "$0: |set_inner_html| is not defined for node of type $nt";      die "$0: |set_inner_html| is not defined for node of type $nt";
5773    }    }
Legend:
Removed from v.1.75  
changed lines
  Added in v.1.231
admin@suikawiki.org
 ViewVC Help
Powered by ViewVC 1.1.24