/[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 1.4 by wakaba, Fri May 4 09:16:04 2007 UTC revision 1.75 by wakaba, Mon Mar 3 00:13:22 2008 UTC
# Line 1  Line 1 
1  package Whatpm::HTML;  package Whatpm::HTML;
2  use strict;  use strict;
3  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};
4    use Error qw(:try);
5    
6  ## This is an early version of an HTML parser.  ## ISSUE:
7    ## var doc = implementation.createDocument (null, null, null);
8    ## doc.write ('');
9    ## alert (doc.compatMode);
10    
11    ## TODO: Control charcters and noncharacters are not allowed (HTML5 revision 1263)
12    ## TODO: 1252 parse error (revision 1264)
13    ## TODO: 8859-11 = 874 (revision 1271)
14    
15  my $permitted_slash_tag_name = {  my $permitted_slash_tag_name = {
16    base => 1,    base => 1,
# Line 10  my $permitted_slash_tag_name = { Line 18  my $permitted_slash_tag_name = {
18    meta => 1,    meta => 1,
19    hr => 1,    hr => 1,
20    br => 1,    br => 1,
21    img=> 1,    img => 1,
22    embed => 1,    embed => 1,
23    param => 1,    param => 1,
24    area => 1,    area => 1,
# Line 18  my $permitted_slash_tag_name = { Line 26  my $permitted_slash_tag_name = {
26    input => 1,    input => 1,
27  };  };
28    
 my $entity_char = {  
   AElig => "\x{00C6}",  
   Aacute => "\x{00C1}",  
   Acirc => "\x{00C2}",  
   Agrave => "\x{00C0}",  
   Alpha => "\x{0391}",  
   Aring => "\x{00C5}",  
   Atilde => "\x{00C3}",  
   Auml => "\x{00C4}",  
   Beta => "\x{0392}",  
   Ccedil => "\x{00C7}",  
   Chi => "\x{03A7}",  
   Dagger => "\x{2021}",  
   Delta => "\x{0394}",  
   ETH => "\x{00D0}",  
   Eacute => "\x{00C9}",  
   Ecirc => "\x{00CA}",  
   Egrave => "\x{00C8}",  
   Epsilon => "\x{0395}",  
   Eta => "\x{0397}",  
   Euml => "\x{00CB}",  
   Gamma => "\x{0393}",  
   Iacute => "\x{00CD}",  
   Icirc => "\x{00CE}",  
   Igrave => "\x{00CC}",  
   Iota => "\x{0399}",  
   Iuml => "\x{00CF}",  
   Kappa => "\x{039A}",  
   Lambda => "\x{039B}",  
   Mu => "\x{039C}",  
   Ntilde => "\x{00D1}",  
   Nu => "\x{039D}",  
   OElig => "\x{0152}",  
   Oacute => "\x{00D3}",  
   Ocirc => "\x{00D4}",  
   Ograve => "\x{00D2}",  
   Omega => "\x{03A9}",  
   Omicron => "\x{039F}",  
   Oslash => "\x{00D8}",  
   Otilde => "\x{00D5}",  
   Ouml => "\x{00D6}",  
   Phi => "\x{03A6}",  
   Pi => "\x{03A0}",  
   Prime => "\x{2033}",  
   Psi => "\x{03A8}",  
   Rho => "\x{03A1}",  
   Scaron => "\x{0160}",  
   Sigma => "\x{03A3}",  
   THORN => "\x{00DE}",  
   Tau => "\x{03A4}",  
   Theta => "\x{0398}",  
   Uacute => "\x{00DA}",  
   Ucirc => "\x{00DB}",  
   Ugrave => "\x{00D9}",  
   Upsilon => "\x{03A5}",  
   Uuml => "\x{00DC}",  
   Xi => "\x{039E}",  
   Yacute => "\x{00DD}",  
   Yuml => "\x{0178}",  
   Zeta => "\x{0396}",  
   aacute => "\x{00E1}",  
   acirc => "\x{00E2}",  
   acute => "\x{00B4}",  
   aelig => "\x{00E6}",  
   agrave => "\x{00E0}",  
   alefsym => "\x{2135}",  
   alpha => "\x{03B1}",  
   amp => "\x{0026}",  
   AMP => "\x{0026}",  
   and => "\x{2227}",  
   ang => "\x{2220}",  
   apos => "\x{0027}",  
   aring => "\x{00E5}",  
   asymp => "\x{2248}",  
   atilde => "\x{00E3}",  
   auml => "\x{00E4}",  
   bdquo => "\x{201E}",  
   beta => "\x{03B2}",  
   brvbar => "\x{00A6}",  
   bull => "\x{2022}",  
   cap => "\x{2229}",  
   ccedil => "\x{00E7}",  
   cedil => "\x{00B8}",  
   cent => "\x{00A2}",  
   chi => "\x{03C7}",  
   circ => "\x{02C6}",  
   clubs => "\x{2663}",  
   cong => "\x{2245}",  
   copy => "\x{00A9}",  
   COPY => "\x{00A9}",  
   crarr => "\x{21B5}",  
   cup => "\x{222A}",  
   curren => "\x{00A4}",  
   dArr => "\x{21D3}",  
   dagger => "\x{2020}",  
   darr => "\x{2193}",  
   deg => "\x{00B0}",  
   delta => "\x{03B4}",  
   diams => "\x{2666}",  
   divide => "\x{00F7}",  
   eacute => "\x{00E9}",  
   ecirc => "\x{00EA}",  
   egrave => "\x{00E8}",  
   empty => "\x{2205}",  
   emsp => "\x{2003}",  
   ensp => "\x{2002}",  
   epsilon => "\x{03B5}",  
   equiv => "\x{2261}",  
   eta => "\x{03B7}",  
   eth => "\x{00F0}",  
   euml => "\x{00EB}",  
   euro => "\x{20AC}",  
   exist => "\x{2203}",  
   fnof => "\x{0192}",  
   forall => "\x{2200}",  
   frac12 => "\x{00BD}",  
   frac14 => "\x{00BC}",  
   frac34 => "\x{00BE}",  
   frasl => "\x{2044}",  
   gamma => "\x{03B3}",  
   ge => "\x{2265}",  
   gt => "\x{003E}",  
   GT => "\x{003E}",  
   hArr => "\x{21D4}",  
   harr => "\x{2194}",  
   hearts => "\x{2665}",  
   hellip => "\x{2026}",  
   iacute => "\x{00ED}",  
   icirc => "\x{00EE}",  
   iexcl => "\x{00A1}",  
   igrave => "\x{00EC}",  
   image => "\x{2111}",  
   infin => "\x{221E}",  
   int => "\x{222B}",  
   iota => "\x{03B9}",  
   iquest => "\x{00BF}",  
   isin => "\x{2208}",  
   iuml => "\x{00EF}",  
   kappa => "\x{03BA}",  
   lArr => "\x{21D0}",  
   lambda => "\x{03BB}",  
   lang => "\x{2329}",  
   laquo => "\x{00AB}",  
   larr => "\x{2190}",  
   lceil => "\x{2308}",  
   ldquo => "\x{201C}",  
   le => "\x{2264}",  
   lfloor => "\x{230A}",  
   lowast => "\x{2217}",  
   loz => "\x{25CA}",  
   lrm => "\x{200E}",  
   lsaquo => "\x{2039}",  
   lsquo => "\x{2018}",  
   lt => "\x{003C}",  
   LT => "\x{003C}",  
   macr => "\x{00AF}",  
   mdash => "\x{2014}",  
   micro => "\x{00B5}",  
   middot => "\x{00B7}",  
   minus => "\x{2212}",  
   mu => "\x{03BC}",  
   nabla => "\x{2207}",  
   nbsp => "\x{00A0}",  
   ndash => "\x{2013}",  
   ne => "\x{2260}",  
   ni => "\x{220B}",  
   not => "\x{00AC}",  
   notin => "\x{2209}",  
   nsub => "\x{2284}",  
   ntilde => "\x{00F1}",  
   nu => "\x{03BD}",  
   oacute => "\x{00F3}",  
   ocirc => "\x{00F4}",  
   oelig => "\x{0153}",  
   ograve => "\x{00F2}",  
   oline => "\x{203E}",  
   omega => "\x{03C9}",  
   omicron => "\x{03BF}",  
   oplus => "\x{2295}",  
   or => "\x{2228}",  
   ordf => "\x{00AA}",  
   ordm => "\x{00BA}",  
   oslash => "\x{00F8}",  
   otilde => "\x{00F5}",  
   otimes => "\x{2297}",  
   ouml => "\x{00F6}",  
   para => "\x{00B6}",  
   part => "\x{2202}",  
   permil => "\x{2030}",  
   perp => "\x{22A5}",  
   phi => "\x{03C6}",  
   pi => "\x{03C0}",  
   piv => "\x{03D6}",  
   plusmn => "\x{00B1}",  
   pound => "\x{00A3}",  
   prime => "\x{2032}",  
   prod => "\x{220F}",  
   prop => "\x{221D}",  
   psi => "\x{03C8}",  
   quot => "\x{0022}",  
   QUOT => "\x{0022}",  
   rArr => "\x{21D2}",  
   radic => "\x{221A}",  
   rang => "\x{232A}",  
   raquo => "\x{00BB}",  
   rarr => "\x{2192}",  
   rceil => "\x{2309}",  
   rdquo => "\x{201D}",  
   real => "\x{211C}",  
   reg => "\x{00AE}",  
   REG => "\x{00AE}",  
   rfloor => "\x{230B}",  
   rho => "\x{03C1}",  
   rlm => "\x{200F}",  
   rsaquo => "\x{203A}",  
   rsquo => "\x{2019}",  
   sbquo => "\x{201A}",  
   scaron => "\x{0161}",  
   sdot => "\x{22C5}",  
   sect => "\x{00A7}",  
   shy => "\x{00AD}",  
   sigma => "\x{03C3}",  
   sigmaf => "\x{03C2}",  
   sim => "\x{223C}",  
   spades => "\x{2660}",  
   sub => "\x{2282}",  
   sube => "\x{2286}",  
   sum => "\x{2211}",  
   sup => "\x{2283}",  
   sup1 => "\x{00B9}",  
   sup2 => "\x{00B2}",  
   sup3 => "\x{00B3}",  
   supe => "\x{2287}",  
   szlig => "\x{00DF}",  
   tau => "\x{03C4}",  
   there4 => "\x{2234}",  
   theta => "\x{03B8}",  
   thetasym => "\x{03D1}",  
   thinsp => "\x{2009}",  
   thorn => "\x{00FE}",  
   tilde => "\x{02DC}",  
   times => "\x{00D7}",  
   trade => "\x{2122}",  
   uArr => "\x{21D1}",  
   uacute => "\x{00FA}",  
   uarr => "\x{2191}",  
   ucirc => "\x{00FB}",  
   ugrave => "\x{00F9}",  
   uml => "\x{00A8}",  
   upsih => "\x{03D2}",  
   upsilon => "\x{03C5}",  
   uuml => "\x{00FC}",  
   weierp => "\x{2118}",  
   xi => "\x{03BE}",  
   yacute => "\x{00FD}",  
   yen => "\x{00A5}",  
   yuml => "\x{00FF}",  
   zeta => "\x{03B6}",  
   zwj => "\x{200D}",  
   zwnj => "\x{200C}",  
 }; # $entity_char  
   
 ## <http://lists.whatwg.org/pipermail/whatwg-whatwg.org/2006-December/thread.html#8562>  
29  my $c1_entity_char = {  my $c1_entity_char = {
30       128, 8364,    0x80 => 0x20AC,
31       129, 65533,    0x81 => 0xFFFD,
32       130, 8218,    0x82 => 0x201A,
33       131, 402,    0x83 => 0x0192,
34       132, 8222,    0x84 => 0x201E,
35       133, 8230,    0x85 => 0x2026,
36       134, 8224,    0x86 => 0x2020,
37       135, 8225,    0x87 => 0x2021,
38       136, 710,    0x88 => 0x02C6,
39       137, 8240,    0x89 => 0x2030,
40       138, 352,    0x8A => 0x0160,
41       139, 8249,    0x8B => 0x2039,
42       140, 338,    0x8C => 0x0152,
43       141, 65533,    0x8D => 0xFFFD,
44       142, 381,    0x8E => 0x017D,
45       143, 65533,    0x8F => 0xFFFD,
46       144, 65533,    0x90 => 0xFFFD,
47       145, 8216,    0x91 => 0x2018,
48       146, 8217,    0x92 => 0x2019,
49       147, 8220,    0x93 => 0x201C,
50       148, 8221,    0x94 => 0x201D,
51       149, 8226,    0x95 => 0x2022,
52       150, 8211,    0x96 => 0x2013,
53       151, 8212,    0x97 => 0x2014,
54       152, 732,    0x98 => 0x02DC,
55       153, 8482,    0x99 => 0x2122,
56       154, 353,    0x9A => 0x0161,
57       155, 8250,    0x9B => 0x203A,
58       156, 339,    0x9C => 0x0153,
59       157, 65533,    0x9D => 0xFFFD,
60       158, 382,    0x9E => 0x017E,
61       159, 376,    0x9F => 0x0178,
62  }; # $c1_entity_char  }; # $c1_entity_char
63    
64  my $special_category = {  my $special_category = {
# Line 338  my $formatting_category = { Line 83  my $formatting_category = {
83  };  };
84  # $phrasing_category: all other elements  # $phrasing_category: all other elements
85    
86    sub parse_byte_string ($$$$;$) {
87      my $self = ref $_[0] ? shift : shift->new;
88      my $charset = shift;
89      my $bytes_s = ref $_[0] ? $_[0] : \($_[0]);
90      my $s;
91      
92      if (defined $charset) {
93        require Encode; ## TODO: decode(utf8) don't delete BOM
94        $s = \ (Encode::decode ($charset, $$bytes_s));
95        $self->{input_encoding} = lc $charset; ## TODO: normalize name
96        $self->{confident} = 1;
97      } else {
98        ## TODO: Implement HTML5 detection algorithm
99        require Whatpm::Charset::UniversalCharDet;
100        $charset = Whatpm::Charset::UniversalCharDet->detect_byte_string
101            (substr ($$bytes_s, 0, 1024));
102        $charset ||= 'windows-1252';
103        $s = \ (Encode::decode ($charset, $$bytes_s));
104        $self->{input_encoding} = $charset;
105        $self->{confident} = 0;
106      }
107    
108      $self->{change_encoding} = sub {
109        my $self = shift;
110        my $charset = lc shift;
111        ## TODO: if $charset is supported
112        ## TODO: normalize charset name
113    
114        ## "Change the encoding" algorithm:
115    
116        ## Step 1    
117        if ($charset eq 'utf-16') { ## ISSUE: UTF-16BE -> UTF-8? UTF-16LE -> UTF-8?
118          $charset = 'utf-8';
119        }
120    
121        ## Step 2
122        if (defined $self->{input_encoding} and
123            $self->{input_encoding} eq $charset) {
124          $self->{confident} = 1;
125          return;
126        }
127    
128        !!!parse-error (type => 'charset label detected:'.$self->{input_encoding}.
129            ':'.$charset, level => 'w');
130    
131        ## Step 3
132        # if (can) {
133          ## change the encoding on the fly.
134          #$self->{confident} = 1;
135          #return;
136        # }
137    
138        ## Step 4
139        throw Whatpm::HTML::RestartParser (charset => $charset);
140      }; # $self->{change_encoding}
141    
142      my @args = @_; shift @args; # $s
143      my $return;
144      try {
145        $return = $self->parse_char_string ($s, @args);  
146      } catch Whatpm::HTML::RestartParser with {
147        my $charset = shift->{charset};
148        $s = \ (Encode::decode ($charset, $$bytes_s));    
149        $self->{input_encoding} = $charset; ## TODO: normalize
150        $self->{confident} = 1;
151        $return = $self->parse_char_string ($s, @args);
152      };
153      return $return;
154    } # parse_byte_string
155    
156    ## NOTE: HTML5 spec says that the encoding layer MUST NOT strip BOM
157    ## and the HTML layer MUST ignore it.  However, we does strip BOM in
158    ## the encoding layer and the HTML layer does not ignore any U+FEFF,
159    ## because the core part of our HTML parser expects a string of character,
160    ## not a string of bytes or code units or anything which might contain a BOM.
161    ## Therefore, any parser interface that accepts a string of bytes,
162    ## such as |parse_byte_string| in this module, must ensure that it does
163    ## strip the BOM and never strip any ZWNBSP.
164    
165    *parse_char_string = \&parse_string;
166    
167  sub parse_string ($$$;$) {  sub parse_string ($$$;$) {
168    my $self = shift->new;    my $self = ref $_[0] ? shift : shift->new;
169    my $s = \$_[0];    my $s = ref $_[0] ? $_[0] : \($_[0]);
170    $self->{document} = $_[1];    $self->{document} = $_[1];
171      @{$self->{document}->child_nodes} = ();
172    
173    ## NOTE: |set_inner_html| copies most of this method's code    ## NOTE: |set_inner_html| copies most of this method's code
174    
175      $self->{confident} = 1 unless exists $self->{confident};
176      $self->{document}->input_encoding ($self->{input_encoding})
177          if defined $self->{input_encoding};
178    
179    my $i = 0;    my $i = 0;
180    my $line = 1;    my $line = 1;
181    my $column = 0;    my $column = 0;
182    $self->{set_next_input_character} = sub {    $self->{set_next_input_character} = sub {
183      my $self = shift;      my $self = shift;
184    
185        pop @{$self->{prev_input_character}};
186        unshift @{$self->{prev_input_character}}, $self->{next_input_character};
187    
188      $self->{next_input_character} = -1 and return if $i >= length $$s;      $self->{next_input_character} = -1 and return if $i >= length $$s;
189      $self->{next_input_character} = ord substr $$s, $i++, 1;      $self->{next_input_character} = ord substr $$s, $i++, 1;
190      $column++;      $column++;
# Line 358  sub parse_string ($$$;$) { Line 193  sub parse_string ($$$;$) {
193        $line++;        $line++;
194        $column = 0;        $column = 0;
195      } elsif ($self->{next_input_character} == 0x000D) { # CR      } elsif ($self->{next_input_character} == 0x000D) { # CR
196        if ($i >= length $$s) {        $i++ if substr ($$s, $i, 1) eq "\x0A";
         #  
       } else {  
         my $next_char = ord substr $$s, $i++, 1;  
         if ($next_char == 0x000A) { # LF  
           #  
         } else {  
           push @{$self->{char}}, $next_char;  
         }  
       }  
197        $self->{next_input_character} = 0x000A; # LF # MUST        $self->{next_input_character} = 0x000A; # LF # MUST
198        $line++;        $line++;
199        $column = 0;        $column = 0;
200      } elsif ($self->{next_input_character} > 0x10FFFF) {      } elsif ($self->{next_input_character} > 0x10FFFF) {
201        $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST        $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
202      } elsif ($self->{next_input_character} == 0x0000) { # NULL      } elsif ($self->{next_input_character} == 0x0000) { # NULL
203          !!!parse-error (type => 'NULL');
204        $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST        $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
205      }      }
206    };    };
207      $self->{prev_input_character} = [-1, -1, -1];
208      $self->{next_input_character} = -1;
209    
210    my $onerror = $_[2] || sub {    my $onerror = $_[2] || sub {
211      my (%opt) = @_;      my (%opt) = @_;
# Line 403  sub new ($) { Line 232  sub new ($) {
232    $self->{parse_error} = sub {    $self->{parse_error} = sub {
233      #      #
234    };    };
235      $self->{change_encoding} = sub {
236        # if ($_[0] is a supported encoding) {
237        #   run "change the encoding" algorithm;
238        #   throw Whatpm::HTML::RestartParser (charset => $new_encoding);
239        # }
240      };
241      $self->{application_cache_selection} = sub {
242        #
243      };
244    return $self;    return $self;
245  } # new  } # new
246    
247    sub CM_ENTITY () { 0b001 } # & markup in data
248    sub CM_LIMITED_MARKUP () { 0b010 } # < markup in data (limited)
249    sub CM_FULL_MARKUP () { 0b100 } # < markup in data (any)
250    
251    sub PLAINTEXT_CONTENT_MODEL () { 0 }
252    sub CDATA_CONTENT_MODEL () { CM_LIMITED_MARKUP }
253    sub RCDATA_CONTENT_MODEL () { CM_ENTITY | CM_LIMITED_MARKUP }
254    sub PCDATA_CONTENT_MODEL () { CM_ENTITY | CM_FULL_MARKUP }
255    
256    sub DATA_STATE () { 0 }
257    sub ENTITY_DATA_STATE () { 1 }
258    sub TAG_OPEN_STATE () { 2 }
259    sub CLOSE_TAG_OPEN_STATE () { 3 }
260    sub TAG_NAME_STATE () { 4 }
261    sub BEFORE_ATTRIBUTE_NAME_STATE () { 5 }
262    sub ATTRIBUTE_NAME_STATE () { 6 }
263    sub AFTER_ATTRIBUTE_NAME_STATE () { 7 }
264    sub BEFORE_ATTRIBUTE_VALUE_STATE () { 8 }
265    sub ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE () { 9 }
266    sub ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE () { 10 }
267    sub ATTRIBUTE_VALUE_UNQUOTED_STATE () { 11 }
268    sub ENTITY_IN_ATTRIBUTE_VALUE_STATE () { 12 }
269    sub MARKUP_DECLARATION_OPEN_STATE () { 13 }
270    sub COMMENT_START_STATE () { 14 }
271    sub COMMENT_START_DASH_STATE () { 15 }
272    sub COMMENT_STATE () { 16 }
273    sub COMMENT_END_STATE () { 17 }
274    sub COMMENT_END_DASH_STATE () { 18 }
275    sub BOGUS_COMMENT_STATE () { 19 }
276    sub DOCTYPE_STATE () { 20 }
277    sub BEFORE_DOCTYPE_NAME_STATE () { 21 }
278    sub DOCTYPE_NAME_STATE () { 22 }
279    sub AFTER_DOCTYPE_NAME_STATE () { 23 }
280    sub BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE () { 24 }
281    sub DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE () { 25 }
282    sub DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE () { 26 }
283    sub AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE () { 27 }
284    sub BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE () { 28 }
285    sub DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE () { 29 }
286    sub DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE () { 30 }
287    sub AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE () { 31 }
288    sub BOGUS_DOCTYPE_STATE () { 32 }
289    sub AFTER_ATTRIBUTE_VALUE_QUOTED_STATE () { 33 }
290    
291    sub DOCTYPE_TOKEN () { 1 }
292    sub COMMENT_TOKEN () { 2 }
293    sub START_TAG_TOKEN () { 3 }
294    sub END_TAG_TOKEN () { 4 }
295    sub END_OF_FILE_TOKEN () { 5 }
296    sub CHARACTER_TOKEN () { 6 }
297    
298    sub AFTER_HTML_IMS () { 0b100 }
299    sub HEAD_IMS ()       { 0b1000 }
300    sub BODY_IMS ()       { 0b10000 }
301    sub BODY_TABLE_IMS () { 0b100000 }
302    sub TABLE_IMS ()      { 0b1000000 }
303    sub ROW_IMS ()        { 0b10000000 }
304    sub BODY_AFTER_IMS () { 0b100000000 }
305    sub FRAME_IMS ()      { 0b1000000000 }
306    
307    sub AFTER_HTML_BODY_IM () { AFTER_HTML_IMS | BODY_AFTER_IMS }
308    sub AFTER_HTML_FRAMESET_IM () { AFTER_HTML_IMS | FRAME_IMS }
309    sub IN_HEAD_IM () { HEAD_IMS | 0b00 }
310    sub IN_HEAD_NOSCRIPT_IM () { HEAD_IMS | 0b01 }
311    sub AFTER_HEAD_IM () { HEAD_IMS | 0b10 }
312    sub BEFORE_HEAD_IM () { HEAD_IMS | 0b11 }
313    sub IN_BODY_IM () { BODY_IMS }
314    sub IN_CELL_IM () { BODY_IMS | BODY_TABLE_IMS | 0b01 }
315    sub IN_CAPTION_IM () { BODY_IMS | BODY_TABLE_IMS | 0b10 }
316    sub IN_ROW_IM () { TABLE_IMS | ROW_IMS | 0b01 }
317    sub IN_TABLE_BODY_IM () { TABLE_IMS | ROW_IMS | 0b10 }
318    sub IN_TABLE_IM () { TABLE_IMS }
319    sub AFTER_BODY_IM () { BODY_AFTER_IMS }
320    sub IN_FRAMESET_IM () { FRAME_IMS | 0b01 }
321    sub AFTER_FRAMESET_IM () { FRAME_IMS | 0b10 }
322    sub IN_SELECT_IM () { 0b01 }
323    sub IN_COLUMN_GROUP_IM () { 0b10 }
324    
325  ## Implementations MUST act as if state machine in the spec  ## Implementations MUST act as if state machine in the spec
326    
327  sub _initialize_tokenizer ($) {  sub _initialize_tokenizer ($) {
328    my $self = shift;    my $self = shift;
329    $self->{state} = 'data'; # MUST    $self->{state} = DATA_STATE; # MUST
330    $self->{content_model_flag} = 'PCDATA'; # be    $self->{content_model} = PCDATA_CONTENT_MODEL; # be
331    undef $self->{current_token}; # start tag, end tag, comment, or DOCTYPE    undef $self->{current_token}; # start tag, end tag, comment, or DOCTYPE
332    undef $self->{current_attribute};    undef $self->{current_attribute};
333    undef $self->{last_emitted_start_tag_name};    undef $self->{last_emitted_start_tag_name};
# Line 420  sub _initialize_tokenizer ($) { Line 336  sub _initialize_tokenizer ($) {
336    # $self->{next_input_character}    # $self->{next_input_character}
337    !!!next-input-character;    !!!next-input-character;
338    $self->{token} = [];    $self->{token} = [];
339      # $self->{escape}
340  } # _initialize_tokenizer  } # _initialize_tokenizer
341    
342  ## A token has:  ## A token has:
343  ##   ->{type} eq 'DOCTYPE', 'start tag', 'end tag', 'comment',  ##   ->{type} == DOCTYPE_TOKEN, START_TAG_TOKEN, END_TAG_TOKEN, COMMENT_TOKEN,
344  ##       'character', or 'end-of-file'  ##       CHARACTER_TOKEN, or END_OF_FILE_TOKEN
345  ##   ->{name} (DOCTYPE, start tag (tagname), end tag (tagname))  ##   ->{name} (DOCTYPE_TOKEN)
346      ## ISSUE: the spec need s/tagname/tag name/  ##   ->{tag_name} (START_TAG_TOKEN, END_TAG_TOKEN)
347  ##   ->{error} == 1 or 0 (DOCTYPE)  ##   ->{public_identifier} (DOCTYPE_TOKEN)
348  ##   ->{attributes} isa HASH (start tag, end tag)  ##   ->{system_identifier} (DOCTYPE_TOKEN)
349  ##   ->{data} (comment, character)  ##   ->{quirks} == 1 or 0 (DOCTYPE_TOKEN): "force-quirks" flag
350    ##   ->{attributes} isa HASH (START_TAG_TOKEN, END_TAG_TOKEN)
351  ## Macros  ##        ->{name}
352  ##   Macros MUST be preceded by three EXCLAMATION MARKs.  ##        ->{value}
353  ##   emit ($token)  ##        ->{has_reference} == 1 or 0
354  ##     Emits the specified token.  ##   ->{data} (COMMENT_TOKEN, CHARACTER_TOKEN)
355    
356  ## Emitted token MUST immediately be handled by the tree construction state.  ## Emitted token MUST immediately be handled by the tree construction state.
357    
# Line 444  sub _initialize_tokenizer ($) { Line 361  sub _initialize_tokenizer ($) {
361  ## has completed loading.  If one has, then it MUST be executed  ## has completed loading.  If one has, then it MUST be executed
362  ## and removed from the list.  ## and removed from the list.
363    
364    ## NOTE: HTML5 "Writing HTML documents" section, applied to
365    ## documents and not to user agents and conformance checkers,
366    ## contains some requirements that are not detected by the
367    ## parsing algorithm:
368    ## - Some requirements on character encoding declarations. ## TODO
369    ## - "Elements MUST NOT contain content that their content model disallows."
370    ##   ... Some are parse error, some are not (will be reported by c.c.).
371    ## - Polytheistic slash SHOULD NOT be used. (Applied only to atheists.) ## TODO
372    ## - Text (in elements, attributes, and comments) SHOULD NOT contain
373    ##   control characters other than space characters. ## TODO: (what is control character? C0, C1 and DEL?  Unicode control character?)
374    
375    ## TODO: HTML5 poses authors two SHOULD-level requirements that cannot
376    ## be detected by the HTML5 parsing algorithm:
377    ## - Text,
378    
379  sub _get_next_token ($) {  sub _get_next_token ($) {
380    my $self = shift;    my $self = shift;
381    if (@{$self->{token}}) {    if (@{$self->{token}}) {
# Line 451  sub _get_next_token ($) { Line 383  sub _get_next_token ($) {
383    }    }
384    
385    A: {    A: {
386      if ($self->{state} eq 'data') {      if ($self->{state} == DATA_STATE) {
387        if ($self->{next_input_character} == 0x0026) { # &        if ($self->{next_input_character} == 0x0026) { # &
388          if ($self->{content_model_flag} eq 'PCDATA' or          if ($self->{content_model} & CM_ENTITY and # PCDATA | RCDATA
389              $self->{content_model_flag} eq 'RCDATA') {              not $self->{escape}) {
390            $self->{state} = 'entity data';            $self->{state} = ENTITY_DATA_STATE;
391            !!!next-input-character;            !!!next-input-character;
392            redo A;            redo A;
393          } else {          } else {
394            #            #
395          }          }
396          } elsif ($self->{next_input_character} == 0x002D) { # -
397            if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA
398              unless ($self->{escape}) {
399                if ($self->{prev_input_character}->[0] == 0x002D and # -
400                    $self->{prev_input_character}->[1] == 0x0021 and # !
401                    $self->{prev_input_character}->[2] == 0x003C) { # <
402                  $self->{escape} = 1;
403                }
404              }
405            }
406            
407            #
408        } elsif ($self->{next_input_character} == 0x003C) { # <        } elsif ($self->{next_input_character} == 0x003C) { # <
409          if ($self->{content_model_flag} ne 'PLAINTEXT') {          if ($self->{content_model} & CM_FULL_MARKUP or # PCDATA
410            $self->{state} = 'tag open';              (($self->{content_model} & CM_LIMITED_MARKUP) and # CDATA | RCDATA
411                 not $self->{escape})) {
412              $self->{state} = TAG_OPEN_STATE;
413            !!!next-input-character;            !!!next-input-character;
414            redo A;            redo A;
415          } else {          } else {
416            #            #
417          }          }
418          } elsif ($self->{next_input_character} == 0x003E) { # >
419            if ($self->{escape} and
420                ($self->{content_model} & CM_LIMITED_MARKUP)) { # RCDATA | CDATA
421              if ($self->{prev_input_character}->[0] == 0x002D and # -
422                  $self->{prev_input_character}->[1] == 0x002D) { # -
423                delete $self->{escape};
424              }
425            }
426            
427            #
428        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
429          !!!emit ({type => 'end-of-file'});          !!!emit ({type => END_OF_FILE_TOKEN});
430          last A; ## TODO: ok?          last A; ## TODO: ok?
431        }        }
432        # Anything else        # Anything else
433        my $token = {type => 'character',        my $token = {type => CHARACTER_TOKEN,
434                     data => chr $self->{next_input_character}};                     data => chr $self->{next_input_character}};
435        ## Stay in the data state        ## Stay in the data state
436        !!!next-input-character;        !!!next-input-character;
# Line 482  sub _get_next_token ($) { Line 438  sub _get_next_token ($) {
438        !!!emit ($token);        !!!emit ($token);
439    
440        redo A;        redo A;
441      } elsif ($self->{state} eq 'entity data') {      } elsif ($self->{state} == ENTITY_DATA_STATE) {
442        ## (cannot happen in CDATA state)        ## (cannot happen in CDATA state)
443                
444        my $token = $self->_tokenize_attempt_to_consume_an_entity;        my $token = $self->_tokenize_attempt_to_consume_an_entity (0, -1);
445    
446        $self->{state} = 'data';        $self->{state} = DATA_STATE;
447        # next-input-character is already done        # next-input-character is already done
448    
449        unless (defined $token) {        unless (defined $token) {
450          !!!emit ({type => 'character', data => '&'});          !!!emit ({type => CHARACTER_TOKEN, data => '&'});
451        } else {        } else {
452          !!!emit ($token);          !!!emit ($token);
453        }        }
454    
455        redo A;        redo A;
456      } elsif ($self->{state} eq 'tag open') {      } elsif ($self->{state} == TAG_OPEN_STATE) {
457        if ($self->{content_model_flag} eq 'RCDATA' or        if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA
           $self->{content_model_flag} eq 'CDATA') {  
458          if ($self->{next_input_character} == 0x002F) { # /          if ($self->{next_input_character} == 0x002F) { # /
459            !!!next-input-character;            !!!next-input-character;
460            $self->{state} = 'close tag open';            $self->{state} = CLOSE_TAG_OPEN_STATE;
461            redo A;            redo A;
462          } else {          } else {
463            ## reconsume            ## reconsume
464            $self->{state} = 'data';            $self->{state} = DATA_STATE;
465    
466            !!!emit ({type => 'character', data => '<'});            !!!emit ({type => CHARACTER_TOKEN, data => '<'});
467    
468            redo A;            redo A;
469          }          }
470        } elsif ($self->{content_model_flag} eq 'PCDATA') {        } elsif ($self->{content_model} & CM_FULL_MARKUP) { # PCDATA
471          if ($self->{next_input_character} == 0x0021) { # !          if ($self->{next_input_character} == 0x0021) { # !
472            $self->{state} = 'markup declaration open';            $self->{state} = MARKUP_DECLARATION_OPEN_STATE;
473            !!!next-input-character;            !!!next-input-character;
474            redo A;            redo A;
475          } elsif ($self->{next_input_character} == 0x002F) { # /          } elsif ($self->{next_input_character} == 0x002F) { # /
476            $self->{state} = 'close tag open';            $self->{state} = CLOSE_TAG_OPEN_STATE;
477            !!!next-input-character;            !!!next-input-character;
478            redo A;            redo A;
479          } elsif (0x0041 <= $self->{next_input_character} and          } elsif (0x0041 <= $self->{next_input_character} and
480                   $self->{next_input_character} <= 0x005A) { # A..Z                   $self->{next_input_character} <= 0x005A) { # A..Z
481            $self->{current_token}            $self->{current_token}
482              = {type => 'start tag',              = {type => START_TAG_TOKEN,
483                 tag_name => chr ($self->{next_input_character} + 0x0020)};                 tag_name => chr ($self->{next_input_character} + 0x0020)};
484            $self->{state} = 'tag name';            $self->{state} = TAG_NAME_STATE;
485            !!!next-input-character;            !!!next-input-character;
486            redo A;            redo A;
487          } elsif (0x0061 <= $self->{next_input_character} and          } elsif (0x0061 <= $self->{next_input_character} and
488                   $self->{next_input_character} <= 0x007A) { # a..z                   $self->{next_input_character} <= 0x007A) { # a..z
489            $self->{current_token} = {type => 'start tag',            $self->{current_token} = {type => START_TAG_TOKEN,
490                              tag_name => chr ($self->{next_input_character})};                              tag_name => chr ($self->{next_input_character})};
491            $self->{state} = 'tag name';            $self->{state} = TAG_NAME_STATE;
492            !!!next-input-character;            !!!next-input-character;
493            redo A;            redo A;
494          } elsif ($self->{next_input_character} == 0x003E) { # >          } elsif ($self->{next_input_character} == 0x003E) { # >
495            !!!parse-error (type => 'empty start tag');            !!!parse-error (type => 'empty start tag');
496            $self->{state} = 'data';            $self->{state} = DATA_STATE;
497            !!!next-input-character;            !!!next-input-character;
498    
499            !!!emit ({type => 'character', data => '<>'});            !!!emit ({type => CHARACTER_TOKEN, data => '<>'});
500    
501            redo A;            redo A;
502          } elsif ($self->{next_input_character} == 0x003F) { # ?          } elsif ($self->{next_input_character} == 0x003F) { # ?
503            !!!parse-error (type => 'pio');            !!!parse-error (type => 'pio');
504            $self->{state} = 'bogus comment';            $self->{state} = BOGUS_COMMENT_STATE;
505            ## $self->{next_input_character} is intentionally left as is            ## $self->{next_input_character} is intentionally left as is
506            redo A;            redo A;
507          } else {          } else {
508            !!!parse-error (type => 'bare stago');            !!!parse-error (type => 'bare stago');
509            $self->{state} = 'data';            $self->{state} = DATA_STATE;
510            ## reconsume            ## reconsume
511    
512            !!!emit ({type => 'character', data => '<'});            !!!emit ({type => CHARACTER_TOKEN, data => '<'});
513    
514            redo A;            redo A;
515          }          }
516        } else {        } else {
517          die "$0: $self->{content_model_flag}: Unknown content model flag";          die "$0: $self->{content_model} in tag open";
518        }        }
519      } elsif ($self->{state} eq 'close tag open') {      } elsif ($self->{state} == CLOSE_TAG_OPEN_STATE) {
520        if ($self->{content_model_flag} eq 'RCDATA' or        if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA
521            $self->{content_model_flag} eq 'CDATA') {          if (defined $self->{last_emitted_start_tag_name}) {
522          my @next_char;            ## NOTE: <http://krijnhoetmer.nl/irc-logs/whatwg/20070626#l-564>
523          TAGNAME: for (my $i = 0; $i < length $self->{last_emitted_start_tag_name}; $i++) {            my @next_char;
524              TAGNAME: for (my $i = 0; $i < length $self->{last_emitted_start_tag_name}; $i++) {
525                push @next_char, $self->{next_input_character};
526                my $c = ord substr ($self->{last_emitted_start_tag_name}, $i, 1);
527                my $C = 0x0061 <= $c && $c <= 0x007A ? $c - 0x0020 : $c;
528                if ($self->{next_input_character} == $c or $self->{next_input_character} == $C) {
529                  !!!next-input-character;
530                  next TAGNAME;
531                } else {
532                  $self->{next_input_character} = shift @next_char; # reconsume
533                  !!!back-next-input-character (@next_char);
534                  $self->{state} = DATA_STATE;
535    
536                  !!!emit ({type => CHARACTER_TOKEN, data => '</'});
537      
538                  redo A;
539                }
540              }
541            push @next_char, $self->{next_input_character};            push @next_char, $self->{next_input_character};
542            my $c = ord substr ($self->{last_emitted_start_tag_name}, $i, 1);        
543            my $C = 0x0061 <= $c && $c <= 0x007A ? $c - 0x0020 : $c;            unless ($self->{next_input_character} == 0x0009 or # HT
544            if ($self->{next_input_character} == $c or $self->{next_input_character} == $C) {                    $self->{next_input_character} == 0x000A or # LF
545              !!!next-input-character;                    $self->{next_input_character} == 0x000B or # VT
546              next TAGNAME;                    $self->{next_input_character} == 0x000C or # FF
547            } else {                    $self->{next_input_character} == 0x0020 or # SP
548              !!!parse-error (type => 'unmatched end tag');                    $self->{next_input_character} == 0x003E or # >
549                      $self->{next_input_character} == 0x002F or # /
550                      $self->{next_input_character} == -1) {
551              $self->{next_input_character} = shift @next_char; # reconsume              $self->{next_input_character} = shift @next_char; # reconsume
552              !!!back-next-input-character (@next_char);              !!!back-next-input-character (@next_char);
553              $self->{state} = 'data';              $self->{state} = DATA_STATE;
554                !!!emit ({type => CHARACTER_TOKEN, data => '</'});
             !!!emit ({type => 'character', data => '</'});  
   
555              redo A;              redo A;
556              } else {
557                $self->{next_input_character} = shift @next_char;
558                !!!back-next-input-character (@next_char);
559                # and consume...
560            }            }
         }  
         push @next_char, $self->{next_input_character};  
       
         unless ($self->{next_input_character} == 0x0009 or # HT  
                 $self->{next_input_character} == 0x000A or # LF  
                 $self->{next_input_character} == 0x000B or # VT  
                 $self->{next_input_character} == 0x000C or # FF  
                 $self->{next_input_character} == 0x0020 or # SP  
                 $self->{next_input_character} == 0x003E or # >  
                 $self->{next_input_character} == 0x002F or # /  
                 $self->{next_input_character} == 0x003C or # <  
                 $self->{next_input_character} == -1) {  
           !!!parse-error (type => 'unmatched end tag');  
           $self->{next_input_character} = shift @next_char; # reconsume  
           !!!back-next-input-character (@next_char);  
           $self->{state} = 'data';  
   
           !!!emit ({type => 'character', data => '</'});  
   
           redo A;  
561          } else {          } else {
562            $self->{next_input_character} = shift @next_char;            ## No start tag token has ever been emitted
563            !!!back-next-input-character (@next_char);            # next-input-character is already done
564            # and consume...            $self->{state} = DATA_STATE;
565              !!!emit ({type => CHARACTER_TOKEN, data => '</'});
566              redo A;
567          }          }
568        }        }
569                
570        if (0x0041 <= $self->{next_input_character} and        if (0x0041 <= $self->{next_input_character} and
571            $self->{next_input_character} <= 0x005A) { # A..Z            $self->{next_input_character} <= 0x005A) { # A..Z
572          $self->{current_token} = {type => 'end tag',          $self->{current_token} = {type => END_TAG_TOKEN,
573                            tag_name => chr ($self->{next_input_character} + 0x0020)};                            tag_name => chr ($self->{next_input_character} + 0x0020)};
574          $self->{state} = 'tag name';          $self->{state} = TAG_NAME_STATE;
575          !!!next-input-character;          !!!next-input-character;
576          redo A;          redo A;
577        } elsif (0x0061 <= $self->{next_input_character} and        } elsif (0x0061 <= $self->{next_input_character} and
578                 $self->{next_input_character} <= 0x007A) { # a..z                 $self->{next_input_character} <= 0x007A) { # a..z
579          $self->{current_token} = {type => 'end tag',          $self->{current_token} = {type => END_TAG_TOKEN,
580                            tag_name => chr ($self->{next_input_character})};                            tag_name => chr ($self->{next_input_character})};
581          $self->{state} = 'tag name';          $self->{state} = TAG_NAME_STATE;
582          !!!next-input-character;          !!!next-input-character;
583          redo A;          redo A;
584        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
585          !!!parse-error (type => 'empty end tag');          !!!parse-error (type => 'empty end tag');
586          $self->{state} = 'data';          $self->{state} = DATA_STATE;
587          !!!next-input-character;          !!!next-input-character;
588          redo A;          redo A;
589        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
590          !!!parse-error (type => 'bare etago');          !!!parse-error (type => 'bare etago');
591          $self->{state} = 'data';          $self->{state} = DATA_STATE;
592          # reconsume          # reconsume
593    
594          !!!emit ({type => 'character', data => '</'});          !!!emit ({type => CHARACTER_TOKEN, data => '</'});
595    
596          redo A;          redo A;
597        } else {        } else {
598          !!!parse-error (type => 'bogus end tag');          !!!parse-error (type => 'bogus end tag');
599          $self->{state} = 'bogus comment';          $self->{state} = BOGUS_COMMENT_STATE;
600          ## $self->{next_input_character} is intentionally left as is          ## $self->{next_input_character} is intentionally left as is
601          redo A;          redo A;
602        }        }
603      } elsif ($self->{state} eq 'tag name') {      } elsif ($self->{state} == TAG_NAME_STATE) {
604        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_input_character} == 0x0009 or # HT
605            $self->{next_input_character} == 0x000A or # LF            $self->{next_input_character} == 0x000A or # LF
606            $self->{next_input_character} == 0x000B or # VT            $self->{next_input_character} == 0x000B or # VT
607            $self->{next_input_character} == 0x000C or # FF            $self->{next_input_character} == 0x000C or # FF
608            $self->{next_input_character} == 0x0020) { # SP            $self->{next_input_character} == 0x0020) { # SP
609          $self->{state} = 'before attribute name';          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
610          !!!next-input-character;          !!!next-input-character;
611          redo A;          redo A;
612        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
613          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
614              $self->{current_token}->{first_start_tag}
615                  = not defined $self->{last_emitted_start_tag_name};
616            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
617          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
618            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
619            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
620              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
621            }            }
622          } else {          } else {
623            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
624          }          }
625          $self->{state} = 'data';          $self->{state} = DATA_STATE;
626          !!!next-input-character;          !!!next-input-character;
627    
628          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
629    
630          redo A;          redo A;
631        } elsif (0x0041 <= $self->{next_input_character} and        } elsif (0x0041 <= $self->{next_input_character} and
# Line 676  sub _get_next_token ($) { Line 635  sub _get_next_token ($) {
635          ## Stay in this state          ## Stay in this state
636          !!!next-input-character;          !!!next-input-character;
637          redo A;          redo A;
638        } elsif ($self->{next_input_character} == 0x003C or # <        } elsif ($self->{next_input_character} == -1) {
                $self->{next_input_character} == -1) {  
639          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
640          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
641              $self->{current_token}->{first_start_tag}
642                  = not defined $self->{last_emitted_start_tag_name};
643            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
644          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
645            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
646            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
647              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
648            }            }
649          } else {          } else {
650            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
651          }          }
652          $self->{state} = 'data';          $self->{state} = DATA_STATE;
653          # reconsume          # reconsume
654    
655          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
656    
657          redo A;          redo A;
658        } elsif ($self->{next_input_character} == 0x002F) { # /        } elsif ($self->{next_input_character} == 0x002F) { # /
659          !!!next-input-character;          !!!next-input-character;
660          if ($self->{next_input_character} == 0x003E and # >          if ($self->{next_input_character} == 0x003E and # >
661              $self->{current_token}->{type} eq 'start tag' and              $self->{current_token}->{type} == START_TAG_TOKEN and
662              $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {              $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {
663            # permitted slash            # permitted slash
664            #            #
665          } else {          } else {
666            !!!parse-error (type => 'nestc');            !!!parse-error (type => 'nestc');
667          }          }
668          $self->{state} = 'before attribute name';          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
669          # next-input-character is already done          # next-input-character is already done
670          redo A;          redo A;
671        } else {        } else {
# Line 716  sub _get_next_token ($) { Line 675  sub _get_next_token ($) {
675          !!!next-input-character;          !!!next-input-character;
676          redo A;          redo A;
677        }        }
678      } elsif ($self->{state} eq 'before attribute name') {      } elsif ($self->{state} == BEFORE_ATTRIBUTE_NAME_STATE) {
679        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_input_character} == 0x0009 or # HT
680            $self->{next_input_character} == 0x000A or # LF            $self->{next_input_character} == 0x000A or # LF
681            $self->{next_input_character} == 0x000B or # VT            $self->{next_input_character} == 0x000B or # VT
# Line 726  sub _get_next_token ($) { Line 685  sub _get_next_token ($) {
685          !!!next-input-character;          !!!next-input-character;
686          redo A;          redo A;
687        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
688          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
689              $self->{current_token}->{first_start_tag}
690                  = not defined $self->{last_emitted_start_tag_name};
691            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
692          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
693            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
694            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
695              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
696            }            }
697          } else {          } else {
698            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
699          }          }
700          $self->{state} = 'data';          $self->{state} = DATA_STATE;
701          !!!next-input-character;          !!!next-input-character;
702    
703          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
704    
705          redo A;          redo A;
706        } elsif (0x0041 <= $self->{next_input_character} and        } elsif (0x0041 <= $self->{next_input_character} and
707                 $self->{next_input_character} <= 0x005A) { # A..Z                 $self->{next_input_character} <= 0x005A) { # A..Z
708          $self->{current_attribute} = {name => chr ($self->{next_input_character} + 0x0020),          $self->{current_attribute} = {name => chr ($self->{next_input_character} + 0x0020),
709                                value => ''};                                value => ''};
710          $self->{state} = 'attribute name';          $self->{state} = ATTRIBUTE_NAME_STATE;
711          !!!next-input-character;          !!!next-input-character;
712          redo A;          redo A;
713        } elsif ($self->{next_input_character} == 0x002F) { # /        } elsif ($self->{next_input_character} == 0x002F) { # /
714          !!!next-input-character;          !!!next-input-character;
715          if ($self->{next_input_character} == 0x003E and # >          if ($self->{next_input_character} == 0x003E and # >
716              $self->{current_token}->{type} eq 'start tag' and              $self->{current_token}->{type} == START_TAG_TOKEN and
717              $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {              $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {
718            # permitted slash            # permitted slash
719            #            #
# Line 763  sub _get_next_token ($) { Line 723  sub _get_next_token ($) {
723          ## Stay in the state          ## Stay in the state
724          # next-input-character is already done          # next-input-character is already done
725          redo A;          redo A;
726        } elsif ($self->{next_input_character} == 0x003C or # <        } elsif ($self->{next_input_character} == -1) {
                $self->{next_input_character} == -1) {  
727          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
728          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
729              $self->{current_token}->{first_start_tag}
730                  = not defined $self->{last_emitted_start_tag_name};
731            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
732          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
733            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
734            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
735              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
736            }            }
737          } else {          } else {
738            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
739          }          }
740          $self->{state} = 'data';          $self->{state} = DATA_STATE;
741          # reconsume          # reconsume
742    
743          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
744    
745          redo A;          redo A;
746        } else {        } else {
747            if ({
748                 0x0022 => 1, # "
749                 0x0027 => 1, # '
750                 0x003D => 1, # =
751                }->{$self->{next_input_character}}) {
752              !!!parse-error (type => 'bad attribute name');
753            }
754          $self->{current_attribute} = {name => chr ($self->{next_input_character}),          $self->{current_attribute} = {name => chr ($self->{next_input_character}),
755                                value => ''};                                value => ''};
756          $self->{state} = 'attribute name';          $self->{state} = ATTRIBUTE_NAME_STATE;
757          !!!next-input-character;          !!!next-input-character;
758          redo A;          redo A;
759        }        }
760      } elsif ($self->{state} eq 'attribute name') {      } elsif ($self->{state} == ATTRIBUTE_NAME_STATE) {
761        my $before_leave = sub {        my $before_leave = sub {
762          if (exists $self->{current_token}->{attributes} # start tag or end tag          if (exists $self->{current_token}->{attributes} # start tag or end tag
763              ->{$self->{current_attribute}->{name}}) { # MUST              ->{$self->{current_attribute}->{name}}) { # MUST
764            !!!parse-error (type => 'dupulicate attribute');            !!!parse-error (type => 'duplicate attribute:'.$self->{current_attribute}->{name});
765            ## Discard $self->{current_attribute} # MUST            ## Discard $self->{current_attribute} # MUST
766          } else {          } else {
767            $self->{current_token}->{attributes}->{$self->{current_attribute}->{name}}            $self->{current_token}->{attributes}->{$self->{current_attribute}->{name}}
# Line 808  sub _get_next_token ($) { Line 775  sub _get_next_token ($) {
775            $self->{next_input_character} == 0x000C or # FF            $self->{next_input_character} == 0x000C or # FF
776            $self->{next_input_character} == 0x0020) { # SP            $self->{next_input_character} == 0x0020) { # SP
777          $before_leave->();          $before_leave->();
778          $self->{state} = 'after attribute name';          $self->{state} = AFTER_ATTRIBUTE_NAME_STATE;
779          !!!next-input-character;          !!!next-input-character;
780          redo A;          redo A;
781        } elsif ($self->{next_input_character} == 0x003D) { # =        } elsif ($self->{next_input_character} == 0x003D) { # =
782          $before_leave->();          $before_leave->();
783          $self->{state} = 'before attribute value';          $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;
784          !!!next-input-character;          !!!next-input-character;
785          redo A;          redo A;
786        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
787          $before_leave->();          $before_leave->();
788          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
789              $self->{current_token}->{first_start_tag}
790                  = not defined $self->{last_emitted_start_tag_name};
791            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
792          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
793            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
794            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
795              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
796            }            }
797          } else {          } else {
798            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
799          }          }
800          $self->{state} = 'data';          $self->{state} = DATA_STATE;
801          !!!next-input-character;          !!!next-input-character;
802    
803          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
804    
805          redo A;          redo A;
806        } elsif (0x0041 <= $self->{next_input_character} and        } elsif (0x0041 <= $self->{next_input_character} and
# Line 845  sub _get_next_token ($) { Line 813  sub _get_next_token ($) {
813          $before_leave->();          $before_leave->();
814          !!!next-input-character;          !!!next-input-character;
815          if ($self->{next_input_character} == 0x003E and # >          if ($self->{next_input_character} == 0x003E and # >
816              $self->{current_token}->{type} eq 'start tag' and              $self->{current_token}->{type} == START_TAG_TOKEN and
817              $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {              $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {
818            # permitted slash            # permitted slash
819            #            #
820          } else {          } else {
821            !!!parse-error (type => 'nestc');            !!!parse-error (type => 'nestc');
822          }          }
823          $self->{state} = 'before attribute name';          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
824          # next-input-character is already done          # next-input-character is already done
825          redo A;          redo A;
826        } elsif ($self->{next_input_character} == 0x003C or # <        } elsif ($self->{next_input_character} == -1) {
                $self->{next_input_character} == -1) {  
827          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
828          $before_leave->();          $before_leave->();
829          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
830              $self->{current_token}->{first_start_tag}
831                  = not defined $self->{last_emitted_start_tag_name};
832            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
833          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
834            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
835            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
836              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
837            }            }
838          } else {          } else {
839            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
840          }          }
841          $self->{state} = 'data';          $self->{state} = DATA_STATE;
842          # reconsume          # reconsume
843    
844          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
845    
846          redo A;          redo A;
847        } else {        } else {
848            if ($self->{next_input_character} == 0x0022 or # "
849                $self->{next_input_character} == 0x0027) { # '
850              !!!parse-error (type => 'bad attribute name');
851            }
852          $self->{current_attribute}->{name} .= chr ($self->{next_input_character});          $self->{current_attribute}->{name} .= chr ($self->{next_input_character});
853          ## Stay in the state          ## Stay in the state
854          !!!next-input-character;          !!!next-input-character;
855          redo A;          redo A;
856        }        }
857      } elsif ($self->{state} eq 'after attribute name') {      } elsif ($self->{state} == AFTER_ATTRIBUTE_NAME_STATE) {
858        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_input_character} == 0x0009 or # HT
859            $self->{next_input_character} == 0x000A or # LF            $self->{next_input_character} == 0x000A or # LF
860            $self->{next_input_character} == 0x000B or # VT            $self->{next_input_character} == 0x000B or # VT
# Line 892  sub _get_next_token ($) { Line 864  sub _get_next_token ($) {
864          !!!next-input-character;          !!!next-input-character;
865          redo A;          redo A;
866        } elsif ($self->{next_input_character} == 0x003D) { # =        } elsif ($self->{next_input_character} == 0x003D) { # =
867          $self->{state} = 'before attribute value';          $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;
868          !!!next-input-character;          !!!next-input-character;
869          redo A;          redo A;
870        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
871          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
872              $self->{current_token}->{first_start_tag}
873                  = not defined $self->{last_emitted_start_tag_name};
874            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
875          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
876            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
877            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
878              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
879            }            }
880          } else {          } else {
881            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
882          }          }
883          $self->{state} = 'data';          $self->{state} = DATA_STATE;
884          !!!next-input-character;          !!!next-input-character;
885    
886          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
887    
888          redo A;          redo A;
889        } elsif (0x0041 <= $self->{next_input_character} and        } elsif (0x0041 <= $self->{next_input_character} and
890                 $self->{next_input_character} <= 0x005A) { # A..Z                 $self->{next_input_character} <= 0x005A) { # A..Z
891          $self->{current_attribute} = {name => chr ($self->{next_input_character} + 0x0020),          $self->{current_attribute} = {name => chr ($self->{next_input_character} + 0x0020),
892                                value => ''};                                value => ''};
893          $self->{state} = 'attribute name';          $self->{state} = ATTRIBUTE_NAME_STATE;
894          !!!next-input-character;          !!!next-input-character;
895          redo A;          redo A;
896        } elsif ($self->{next_input_character} == 0x002F) { # /        } elsif ($self->{next_input_character} == 0x002F) { # /
897          !!!next-input-character;          !!!next-input-character;
898          if ($self->{next_input_character} == 0x003E and # >          if ($self->{next_input_character} == 0x003E and # >
899              $self->{current_token}->{type} eq 'start tag' and              $self->{current_token}->{type} == START_TAG_TOKEN and
900              $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {              $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {
901            # permitted slash            # permitted slash
902            #            #
903          } else {          } else {
904            !!!parse-error (type => 'nestc');            !!!parse-error (type => 'nestc');
905              ## TODO: Different error type for <aa / bb> than <aa/>
906          }          }
907          $self->{state} = 'before attribute name';          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
908          # next-input-character is already done          # next-input-character is already done
909          redo A;          redo A;
910        } elsif ($self->{next_input_character} == 0x003C or # <        } elsif ($self->{next_input_character} == -1) {
                $self->{next_input_character} == -1) {  
911          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
912          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
913              $self->{current_token}->{first_start_tag}
914                  = not defined $self->{last_emitted_start_tag_name};
915            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
916          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
917            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
918            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
919              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
920            }            }
921          } else {          } else {
922            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
923          }          }
924          $self->{state} = 'data';          $self->{state} = DATA_STATE;
925          # reconsume          # reconsume
926    
927          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
928    
929          redo A;          redo A;
930        } else {        } else {
931          $self->{current_attribute} = {name => chr ($self->{next_input_character}),          $self->{current_attribute} = {name => chr ($self->{next_input_character}),
932                                value => ''};                                value => ''};
933          $self->{state} = 'attribute name';          $self->{state} = ATTRIBUTE_NAME_STATE;
934          !!!next-input-character;          !!!next-input-character;
935          redo A;                  redo A;        
936        }        }
937      } elsif ($self->{state} eq 'before attribute value') {      } elsif ($self->{state} == BEFORE_ATTRIBUTE_VALUE_STATE) {
938        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_input_character} == 0x0009 or # HT
939            $self->{next_input_character} == 0x000A or # LF            $self->{next_input_character} == 0x000A or # LF
940            $self->{next_input_character} == 0x000B or # VT            $self->{next_input_character} == 0x000B or # VT
# Line 970  sub _get_next_token ($) { Line 944  sub _get_next_token ($) {
944          !!!next-input-character;          !!!next-input-character;
945          redo A;          redo A;
946        } elsif ($self->{next_input_character} == 0x0022) { # "        } elsif ($self->{next_input_character} == 0x0022) { # "
947          $self->{state} = 'attribute value (double-quoted)';          $self->{state} = ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE;
948          !!!next-input-character;          !!!next-input-character;
949          redo A;          redo A;
950        } elsif ($self->{next_input_character} == 0x0026) { # &        } elsif ($self->{next_input_character} == 0x0026) { # &
951          $self->{state} = 'attribute value (unquoted)';          $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;
952          ## reconsume          ## reconsume
953          redo A;          redo A;
954        } elsif ($self->{next_input_character} == 0x0027) { # '        } elsif ($self->{next_input_character} == 0x0027) { # '
955          $self->{state} = 'attribute value (single-quoted)';          $self->{state} = ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE;
956          !!!next-input-character;          !!!next-input-character;
957          redo A;          redo A;
958        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
959          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
960              $self->{current_token}->{first_start_tag}
961                  = not defined $self->{last_emitted_start_tag_name};
962            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
963          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
964            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
965            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
966              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
967            }            }
968          } else {          } else {
969            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
970          }          }
971          $self->{state} = 'data';          $self->{state} = DATA_STATE;
972          !!!next-input-character;          !!!next-input-character;
973    
974          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
975    
976          redo A;          redo A;
977        } elsif ($self->{next_input_character} == 0x003C or # <        } elsif ($self->{next_input_character} == -1) {
                $self->{next_input_character} == -1) {  
978          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
979          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
980              $self->{current_token}->{first_start_tag}
981                  = not defined $self->{last_emitted_start_tag_name};
982            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
983          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
984            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
985            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
986              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
987            }            }
988          } else {          } else {
989            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
990          }          }
991          $self->{state} = 'data';          $self->{state} = DATA_STATE;
992          ## reconsume          ## reconsume
993    
994          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
995    
996          redo A;          redo A;
997        } else {        } else {
998            if ($self->{next_input_character} == 0x003D) { # =
999              !!!parse-error (type => 'bad attribute value');
1000            }
1001          $self->{current_attribute}->{value} .= chr ($self->{next_input_character});          $self->{current_attribute}->{value} .= chr ($self->{next_input_character});
1002          $self->{state} = 'attribute value (unquoted)';          $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;
1003          !!!next-input-character;          !!!next-input-character;
1004          redo A;          redo A;
1005        }        }
1006      } elsif ($self->{state} eq 'attribute value (double-quoted)') {      } elsif ($self->{state} == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE) {
1007        if ($self->{next_input_character} == 0x0022) { # "        if ($self->{next_input_character} == 0x0022) { # "
1008          $self->{state} = 'before attribute name';          $self->{state} = AFTER_ATTRIBUTE_VALUE_QUOTED_STATE;
1009          !!!next-input-character;          !!!next-input-character;
1010          redo A;          redo A;
1011        } elsif ($self->{next_input_character} == 0x0026) { # &        } elsif ($self->{next_input_character} == 0x0026) { # &
1012          $self->{last_attribute_value_state} = 'attribute value (double-quoted)';          $self->{last_attribute_value_state} = $self->{state};
1013          $self->{state} = 'entity in attribute value';          $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;
1014          !!!next-input-character;          !!!next-input-character;
1015          redo A;          redo A;
1016        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
1017          !!!parse-error (type => 'unclosed attribute value');          !!!parse-error (type => 'unclosed attribute value');
1018          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1019              $self->{current_token}->{first_start_tag}
1020                  = not defined $self->{last_emitted_start_tag_name};
1021            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1022          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1023            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1024            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1025              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1026            }            }
1027          } else {          } else {
1028            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
1029          }          }
1030          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1031          ## reconsume          ## reconsume
1032    
1033          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
1034    
1035          redo A;          redo A;
1036        } else {        } else {
# Line 1060  sub _get_next_token ($) { Line 1039  sub _get_next_token ($) {
1039          !!!next-input-character;          !!!next-input-character;
1040          redo A;          redo A;
1041        }        }
1042      } elsif ($self->{state} eq 'attribute value (single-quoted)') {      } elsif ($self->{state} == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE) {
1043        if ($self->{next_input_character} == 0x0027) { # '        if ($self->{next_input_character} == 0x0027) { # '
1044          $self->{state} = 'before attribute name';          $self->{state} = AFTER_ATTRIBUTE_VALUE_QUOTED_STATE;
1045          !!!next-input-character;          !!!next-input-character;
1046          redo A;          redo A;
1047        } elsif ($self->{next_input_character} == 0x0026) { # &        } elsif ($self->{next_input_character} == 0x0026) { # &
1048          $self->{last_attribute_value_state} = 'attribute value (single-quoted)';          $self->{last_attribute_value_state} = $self->{state};
1049          $self->{state} = 'entity in attribute value';          $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;
1050          !!!next-input-character;          !!!next-input-character;
1051          redo A;          redo A;
1052        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
1053          !!!parse-error (type => 'unclosed attribute value');          !!!parse-error (type => 'unclosed attribute value');
1054          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1055              $self->{current_token}->{first_start_tag}
1056                  = not defined $self->{last_emitted_start_tag_name};
1057            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1058          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1059            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1060            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1061              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1062            }            }
1063          } else {          } else {
1064            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
1065          }          }
1066          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1067          ## reconsume          ## reconsume
1068    
1069          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
1070    
1071          redo A;          redo A;
1072        } else {        } else {
# Line 1095  sub _get_next_token ($) { Line 1075  sub _get_next_token ($) {
1075          !!!next-input-character;          !!!next-input-character;
1076          redo A;          redo A;
1077        }        }
1078      } elsif ($self->{state} eq 'attribute value (unquoted)') {      } elsif ($self->{state} == ATTRIBUTE_VALUE_UNQUOTED_STATE) {
1079        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_input_character} == 0x0009 or # HT
1080            $self->{next_input_character} == 0x000A or # LF            $self->{next_input_character} == 0x000A or # LF
1081            $self->{next_input_character} == 0x000B or # HT            $self->{next_input_character} == 0x000B or # HT
1082            $self->{next_input_character} == 0x000C or # FF            $self->{next_input_character} == 0x000C or # FF
1083            $self->{next_input_character} == 0x0020) { # SP            $self->{next_input_character} == 0x0020) { # SP
1084          $self->{state} = 'before attribute name';          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
1085          !!!next-input-character;          !!!next-input-character;
1086          redo A;          redo A;
1087        } elsif ($self->{next_input_character} == 0x0026) { # &        } elsif ($self->{next_input_character} == 0x0026) { # &
1088          $self->{last_attribute_value_state} = 'attribute value (unquoted)';          $self->{last_attribute_value_state} = $self->{state};
1089          $self->{state} = 'entity in attribute value';          $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;
1090          !!!next-input-character;          !!!next-input-character;
1091          redo A;          redo A;
1092        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
1093          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1094              $self->{current_token}->{first_start_tag}
1095                  = not defined $self->{last_emitted_start_tag_name};
1096            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1097          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1098            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1099            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1100              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1101            }            }
1102          } else {          } else {
1103            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
1104          }          }
1105          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1106          !!!next-input-character;          !!!next-input-character;
1107    
1108          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
1109    
1110          redo A;          redo A;
1111        } elsif ($self->{next_input_character} == 0x003C or # <        } elsif ($self->{next_input_character} == -1) {
                $self->{next_input_character} == -1) {  
1112          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
1113          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1114              $self->{current_token}->{first_start_tag}
1115                  = not defined $self->{last_emitted_start_tag_name};
1116            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1117          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1118            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1119            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1120              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1121            }            }
1122          } else {          } else {
1123            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
1124          }          }
1125          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1126          ## reconsume          ## reconsume
1127    
1128          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
1129    
1130          redo A;          redo A;
1131        } else {        } else {
1132            if ({
1133                 0x0022 => 1, # "
1134                 0x0027 => 1, # '
1135                 0x003D => 1, # =
1136                }->{$self->{next_input_character}}) {
1137              !!!parse-error (type => 'bad attribute value');
1138            }
1139          $self->{current_attribute}->{value} .= chr ($self->{next_input_character});          $self->{current_attribute}->{value} .= chr ($self->{next_input_character});
1140          ## Stay in the state          ## Stay in the state
1141          !!!next-input-character;          !!!next-input-character;
1142          redo A;          redo A;
1143        }        }
1144      } elsif ($self->{state} eq 'entity in attribute value') {      } elsif ($self->{state} == ENTITY_IN_ATTRIBUTE_VALUE_STATE) {
1145        my $token = $self->_tokenize_attempt_to_consume_an_entity;        my $token = $self->_tokenize_attempt_to_consume_an_entity
1146              (1,
1147               $self->{last_attribute_value_state}
1148                 == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE ? 0x0022 : # "
1149               $self->{last_attribute_value_state}
1150                 == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE ? 0x0027 : # '
1151               -1);
1152    
1153        unless (defined $token) {        unless (defined $token) {
1154          $self->{current_attribute}->{value} .= '&';          $self->{current_attribute}->{value} .= '&';
1155        } else {        } else {
1156          $self->{current_attribute}->{value} .= $token->{data};          $self->{current_attribute}->{value} .= $token->{data};
1157            $self->{current_attribute}->{has_reference} = $token->{has_reference};
1158          ## ISSUE: spec says "append the returned character token to the current attribute's value"          ## ISSUE: spec says "append the returned character token to the current attribute's value"
1159        }        }
1160    
1161        $self->{state} = $self->{last_attribute_value_state};        $self->{state} = $self->{last_attribute_value_state};
1162        # next-input-character is already done        # next-input-character is already done
1163        redo A;        redo A;
1164      } elsif ($self->{state} eq 'bogus comment') {      } elsif ($self->{state} == AFTER_ATTRIBUTE_VALUE_QUOTED_STATE) {
1165          if ($self->{next_input_character} == 0x0009 or # HT
1166              $self->{next_input_character} == 0x000A or # LF
1167              $self->{next_input_character} == 0x000B or # VT
1168              $self->{next_input_character} == 0x000C or # FF
1169              $self->{next_input_character} == 0x0020) { # SP
1170            $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
1171            !!!next-input-character;
1172            redo A;
1173          } elsif ($self->{next_input_character} == 0x003E) { # >
1174            if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1175              $self->{current_token}->{first_start_tag}
1176                  = not defined $self->{last_emitted_start_tag_name};
1177              $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1178            } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1179              $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1180              if ($self->{current_token}->{attributes}) {
1181                !!!parse-error (type => 'end tag attribute');
1182              }
1183            } else {
1184              die "$0: $self->{current_token}->{type}: Unknown token type";
1185            }
1186            $self->{state} = DATA_STATE;
1187            !!!next-input-character;
1188    
1189            !!!emit ($self->{current_token}); # start tag or end tag
1190    
1191            redo A;
1192          } elsif ($self->{next_input_character} == 0x002F) { # /
1193            !!!next-input-character;
1194            if ($self->{next_input_character} == 0x003E and # >
1195                $self->{current_token}->{type} == START_TAG_TOKEN and
1196                $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {
1197              # permitted slash
1198              #
1199            } else {
1200              !!!parse-error (type => 'nestc');
1201            }
1202            $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
1203            # next-input-character is already done
1204            redo A;
1205          } else {
1206            !!!parse-error (type => 'no space between attributes');
1207            $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
1208            ## reconsume
1209            redo A;
1210          }
1211        } elsif ($self->{state} == BOGUS_COMMENT_STATE) {
1212        ## (only happen if PCDATA state)        ## (only happen if PCDATA state)
1213                
1214        my $token = {type => 'comment', data => ''};        my $token = {type => COMMENT_TOKEN, data => ''};
1215    
1216        BC: {        BC: {
1217          if ($self->{next_input_character} == 0x003E) { # >          if ($self->{next_input_character} == 0x003E) { # >
1218            $self->{state} = 'data';            $self->{state} = DATA_STATE;
1219            !!!next-input-character;            !!!next-input-character;
1220    
1221            !!!emit ($token);            !!!emit ($token);
1222    
1223            redo A;            redo A;
1224          } elsif ($self->{next_input_character} == -1) {          } elsif ($self->{next_input_character} == -1) {
1225            $self->{state} = 'data';            $self->{state} = DATA_STATE;
1226            ## reconsume            ## reconsume
1227    
1228            !!!emit ($token);            !!!emit ($token);
# Line 1192  sub _get_next_token ($) { Line 1234  sub _get_next_token ($) {
1234            redo BC;            redo BC;
1235          }          }
1236        } # BC        } # BC
1237      } elsif ($self->{state} eq 'markup declaration open') {      } elsif ($self->{state} == MARKUP_DECLARATION_OPEN_STATE) {
1238        ## (only happen if PCDATA state)        ## (only happen if PCDATA state)
1239    
1240        my @next_char;        my @next_char;
# Line 1202  sub _get_next_token ($) { Line 1244  sub _get_next_token ($) {
1244          !!!next-input-character;          !!!next-input-character;
1245          push @next_char, $self->{next_input_character};          push @next_char, $self->{next_input_character};
1246          if ($self->{next_input_character} == 0x002D) { # -          if ($self->{next_input_character} == 0x002D) { # -
1247            $self->{current_token} = {type => 'comment', data => ''};            $self->{current_token} = {type => COMMENT_TOKEN, data => ''};
1248            $self->{state} = 'comment';            $self->{state} = COMMENT_START_STATE;
1249            !!!next-input-character;            !!!next-input-character;
1250            redo A;            redo A;
1251          }          }
# Line 1234  sub _get_next_token ($) { Line 1276  sub _get_next_token ($) {
1276                    if ($self->{next_input_character} == 0x0045 or # E                    if ($self->{next_input_character} == 0x0045 or # E
1277                        $self->{next_input_character} == 0x0065) { # e                        $self->{next_input_character} == 0x0065) { # e
1278                      ## ISSUE: What a stupid code this is!                      ## ISSUE: What a stupid code this is!
1279                      $self->{state} = 'DOCTYPE';                      $self->{state} = DOCTYPE_STATE;
1280                      !!!next-input-character;                      !!!next-input-character;
1281                      redo A;                      redo A;
1282                    }                    }
# Line 1245  sub _get_next_token ($) { Line 1287  sub _get_next_token ($) {
1287          }          }
1288        }        }
1289    
1290        !!!parse-error (type => 'bogus comment open');        !!!parse-error (type => 'bogus comment');
1291        $self->{next_input_character} = shift @next_char;        $self->{next_input_character} = shift @next_char;
1292        !!!back-next-input-character (@next_char);        !!!back-next-input-character (@next_char);
1293        $self->{state} = 'bogus comment';        $self->{state} = BOGUS_COMMENT_STATE;
1294        redo A;        redo A;
1295                
1296        ## ISSUE: typos in spec: chacacters, is is a parse error        ## ISSUE: typos in spec: chacacters, is is a parse error
1297        ## ISSUE: spec is somewhat unclear on "is the first character that will be in the comment"; what is "that will be in the comment" is what the algorithm defines, isn't it?        ## ISSUE: spec is somewhat unclear on "is the first character that will be in the comment"; what is "that will be in the comment" is what the algorithm defines, isn't it?
1298      } elsif ($self->{state} eq 'comment') {      } elsif ($self->{state} == COMMENT_START_STATE) {
1299          if ($self->{next_input_character} == 0x002D) { # -
1300            $self->{state} = COMMENT_START_DASH_STATE;
1301            !!!next-input-character;
1302            redo A;
1303          } elsif ($self->{next_input_character} == 0x003E) { # >
1304            !!!parse-error (type => 'bogus comment');
1305            $self->{state} = DATA_STATE;
1306            !!!next-input-character;
1307    
1308            !!!emit ($self->{current_token}); # comment
1309    
1310            redo A;
1311          } elsif ($self->{next_input_character} == -1) {
1312            !!!parse-error (type => 'unclosed comment');
1313            $self->{state} = DATA_STATE;
1314            ## reconsume
1315    
1316            !!!emit ($self->{current_token}); # comment
1317    
1318            redo A;
1319          } else {
1320            $self->{current_token}->{data} # comment
1321                .= chr ($self->{next_input_character});
1322            $self->{state} = COMMENT_STATE;
1323            !!!next-input-character;
1324            redo A;
1325          }
1326        } elsif ($self->{state} == COMMENT_START_DASH_STATE) {
1327          if ($self->{next_input_character} == 0x002D) { # -
1328            $self->{state} = COMMENT_END_STATE;
1329            !!!next-input-character;
1330            redo A;
1331          } elsif ($self->{next_input_character} == 0x003E) { # >
1332            !!!parse-error (type => 'bogus comment');
1333            $self->{state} = DATA_STATE;
1334            !!!next-input-character;
1335    
1336            !!!emit ($self->{current_token}); # comment
1337    
1338            redo A;
1339          } elsif ($self->{next_input_character} == -1) {
1340            !!!parse-error (type => 'unclosed comment');
1341            $self->{state} = DATA_STATE;
1342            ## reconsume
1343    
1344            !!!emit ($self->{current_token}); # comment
1345    
1346            redo A;
1347          } else {
1348            $self->{current_token}->{data} # comment
1349                .= '-' . chr ($self->{next_input_character});
1350            $self->{state} = COMMENT_STATE;
1351            !!!next-input-character;
1352            redo A;
1353          }
1354        } elsif ($self->{state} == COMMENT_STATE) {
1355        if ($self->{next_input_character} == 0x002D) { # -        if ($self->{next_input_character} == 0x002D) { # -
1356          $self->{state} = 'comment dash';          $self->{state} = COMMENT_END_DASH_STATE;
1357          !!!next-input-character;          !!!next-input-character;
1358          redo A;          redo A;
1359        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
1360          !!!parse-error (type => 'unclosed comment');          !!!parse-error (type => 'unclosed comment');
1361          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1362          ## reconsume          ## reconsume
1363    
1364          !!!emit ($self->{current_token}); # comment          !!!emit ($self->{current_token}); # comment
         undef $self->{current_token};  
1365    
1366          redo A;          redo A;
1367        } else {        } else {
# Line 1273  sub _get_next_token ($) { Line 1370  sub _get_next_token ($) {
1370          !!!next-input-character;          !!!next-input-character;
1371          redo A;          redo A;
1372        }        }
1373      } elsif ($self->{state} eq 'comment dash') {      } elsif ($self->{state} == COMMENT_END_DASH_STATE) {
1374        if ($self->{next_input_character} == 0x002D) { # -        if ($self->{next_input_character} == 0x002D) { # -
1375          $self->{state} = 'comment end';          $self->{state} = COMMENT_END_STATE;
1376          !!!next-input-character;          !!!next-input-character;
1377          redo A;          redo A;
1378        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
1379          !!!parse-error (type => 'unclosed comment');          !!!parse-error (type => 'unclosed comment');
1380          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1381          ## reconsume          ## reconsume
1382    
1383          !!!emit ($self->{current_token}); # comment          !!!emit ($self->{current_token}); # comment
         undef $self->{current_token};  
1384    
1385          redo A;          redo A;
1386        } else {        } else {
1387          $self->{current_token}->{data} .= '-' . chr ($self->{next_input_character}); # comment          $self->{current_token}->{data} .= '-' . chr ($self->{next_input_character}); # comment
1388          $self->{state} = 'comment';          $self->{state} = COMMENT_STATE;
1389          !!!next-input-character;          !!!next-input-character;
1390          redo A;          redo A;
1391        }        }
1392      } elsif ($self->{state} eq 'comment end') {      } elsif ($self->{state} == COMMENT_END_STATE) {
1393        if ($self->{next_input_character} == 0x003E) { # >        if ($self->{next_input_character} == 0x003E) { # >
1394          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1395          !!!next-input-character;          !!!next-input-character;
1396    
1397          !!!emit ($self->{current_token}); # comment          !!!emit ($self->{current_token}); # comment
         undef $self->{current_token};  
1398    
1399          redo A;          redo A;
1400        } elsif ($self->{next_input_character} == 0x002D) { # -        } elsif ($self->{next_input_character} == 0x002D) { # -
# Line 1310  sub _get_next_token ($) { Line 1405  sub _get_next_token ($) {
1405          redo A;          redo A;
1406        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
1407          !!!parse-error (type => 'unclosed comment');          !!!parse-error (type => 'unclosed comment');
1408          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1409          ## reconsume          ## reconsume
1410    
1411          !!!emit ($self->{current_token}); # comment          !!!emit ($self->{current_token}); # comment
         undef $self->{current_token};  
1412    
1413          redo A;          redo A;
1414        } else {        } else {
1415          !!!parse-error (type => 'dash in comment');          !!!parse-error (type => 'dash in comment');
1416          $self->{current_token}->{data} .= '--' . chr ($self->{next_input_character}); # comment          $self->{current_token}->{data} .= '--' . chr ($self->{next_input_character}); # comment
1417          $self->{state} = 'comment';          $self->{state} = COMMENT_STATE;
1418          !!!next-input-character;          !!!next-input-character;
1419          redo A;          redo A;
1420        }        }
1421      } elsif ($self->{state} eq 'DOCTYPE') {      } elsif ($self->{state} == DOCTYPE_STATE) {
1422        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_input_character} == 0x0009 or # HT
1423            $self->{next_input_character} == 0x000A or # LF            $self->{next_input_character} == 0x000A or # LF
1424            $self->{next_input_character} == 0x000B or # VT            $self->{next_input_character} == 0x000B or # VT
1425            $self->{next_input_character} == 0x000C or # FF            $self->{next_input_character} == 0x000C or # FF
1426            $self->{next_input_character} == 0x0020) { # SP            $self->{next_input_character} == 0x0020) { # SP
1427          $self->{state} = 'before DOCTYPE name';          $self->{state} = BEFORE_DOCTYPE_NAME_STATE;
1428          !!!next-input-character;          !!!next-input-character;
1429          redo A;          redo A;
1430        } else {        } else {
1431          !!!parse-error (type => 'no space before DOCTYPE name');          !!!parse-error (type => 'no space before DOCTYPE name');
1432          $self->{state} = 'before DOCTYPE name';          $self->{state} = BEFORE_DOCTYPE_NAME_STATE;
1433          ## reconsume          ## reconsume
1434          redo A;          redo A;
1435        }        }
1436      } elsif ($self->{state} eq 'before DOCTYPE name') {      } elsif ($self->{state} == BEFORE_DOCTYPE_NAME_STATE) {
1437        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_input_character} == 0x0009 or # HT
1438            $self->{next_input_character} == 0x000A or # LF            $self->{next_input_character} == 0x000A or # LF
1439            $self->{next_input_character} == 0x000B or # VT            $self->{next_input_character} == 0x000B or # VT
# Line 1348  sub _get_next_token ($) { Line 1442  sub _get_next_token ($) {
1442          ## Stay in the state          ## Stay in the state
1443          !!!next-input-character;          !!!next-input-character;
1444          redo A;          redo A;
       } elsif (0x0061 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x007A) { # a..z  
 ## ISSUE: "Set the token's name name to the" in the spec  
         $self->{current_token} = {type => 'DOCTYPE',  
                           name => chr ($self->{next_input_character} - 0x0020),  
                           error => 1};  
         $self->{state} = 'DOCTYPE name';  
         !!!next-input-character;  
         redo A;  
1445        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
1446          !!!parse-error (type => 'no DOCTYPE name');          !!!parse-error (type => 'no DOCTYPE name');
1447          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1448          !!!next-input-character;          !!!next-input-character;
1449    
1450          !!!emit ({type => 'DOCTYPE', name => '', error => 1});          !!!emit ({type => DOCTYPE_TOKEN, quirks => 1});
1451    
1452          redo A;          redo A;
1453        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
1454          !!!parse-error (type => 'no DOCTYPE name');          !!!parse-error (type => 'no DOCTYPE name');
1455          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1456          ## reconsume          ## reconsume
1457    
1458          !!!emit ({type => 'DOCTYPE', name => '', error => 1});          !!!emit ({type => DOCTYPE_TOKEN, quirks => 1});
1459    
1460          redo A;          redo A;
1461        } else {        } else {
1462          $self->{current_token} = {type => 'DOCTYPE',          $self->{current_token}
1463                            name => chr ($self->{next_input_character}),              = {type => DOCTYPE_TOKEN,
1464                            error => 1};                 name => chr ($self->{next_input_character}),
1465                   #quirks => 0,
1466                  };
1467  ## ISSUE: "Set the token's name name to the" in the spec  ## ISSUE: "Set the token's name name to the" in the spec
1468          $self->{state} = 'DOCTYPE name';          $self->{state} = DOCTYPE_NAME_STATE;
1469          !!!next-input-character;          !!!next-input-character;
1470          redo A;          redo A;
1471        }        }
1472      } elsif ($self->{state} eq 'DOCTYPE name') {      } elsif ($self->{state} == DOCTYPE_NAME_STATE) {
1473    ## ISSUE: Redundant "First," in the spec.
1474        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_input_character} == 0x0009 or # HT
1475            $self->{next_input_character} == 0x000A or # LF            $self->{next_input_character} == 0x000A or # LF
1476            $self->{next_input_character} == 0x000B or # VT            $self->{next_input_character} == 0x000B or # VT
1477            $self->{next_input_character} == 0x000C or # FF            $self->{next_input_character} == 0x000C or # FF
1478            $self->{next_input_character} == 0x0020) { # SP            $self->{next_input_character} == 0x0020) { # SP
1479          $self->{current_token}->{error} = ($self->{current_token}->{name} ne 'HTML'); # DOCTYPE          $self->{state} = AFTER_DOCTYPE_NAME_STATE;
         $self->{state} = 'after DOCTYPE name';  
1480          !!!next-input-character;          !!!next-input-character;
1481          redo A;          redo A;
1482        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
1483          $self->{current_token}->{error} = ($self->{current_token}->{name} ne 'HTML'); # DOCTYPE          $self->{state} = DATA_STATE;
         $self->{state} = 'data';  
1484          !!!next-input-character;          !!!next-input-character;
1485    
1486          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
         undef $self->{current_token};  
1487    
1488          redo A;          redo A;
       } elsif (0x0061 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x007A) { # a..z  
         $self->{current_token}->{name} .= chr ($self->{next_input_character} - 0x0020); # DOCTYPE  
         #$self->{current_token}->{error} = ($self->{current_token}->{name} ne 'HTML');  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
1489        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
1490          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
1491          $self->{current_token}->{error} = ($self->{current_token}->{name} ne 'HTML'); # DOCTYPE          $self->{state} = DATA_STATE;
         $self->{state} = 'data';  
1492          ## reconsume          ## reconsume
1493    
1494          !!!emit ($self->{current_token});          $self->{current_token}->{quirks} = 1;
1495          undef $self->{current_token};          !!!emit ($self->{current_token}); # DOCTYPE
1496    
1497          redo A;          redo A;
1498        } else {        } else {
1499          $self->{current_token}->{name}          $self->{current_token}->{name}
1500            .= chr ($self->{next_input_character}); # DOCTYPE            .= chr ($self->{next_input_character}); # DOCTYPE
         #$self->{current_token}->{error} = ($self->{current_token}->{name} ne 'HTML');  
1501          ## Stay in the state          ## Stay in the state
1502          !!!next-input-character;          !!!next-input-character;
1503          redo A;          redo A;
1504        }        }
1505      } elsif ($self->{state} eq 'after DOCTYPE name') {      } elsif ($self->{state} == AFTER_DOCTYPE_NAME_STATE) {
1506        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_input_character} == 0x0009 or # HT
1507            $self->{next_input_character} == 0x000A or # LF            $self->{next_input_character} == 0x000A or # LF
1508            $self->{next_input_character} == 0x000B or # VT            $self->{next_input_character} == 0x000B or # VT
# Line 1436  sub _get_next_token ($) { Line 1512  sub _get_next_token ($) {
1512          !!!next-input-character;          !!!next-input-character;
1513          redo A;          redo A;
1514        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
1515          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1516          !!!next-input-character;          !!!next-input-character;
1517    
1518          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
         undef $self->{current_token};  
1519    
1520          redo A;          redo A;
1521        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
1522          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
1523          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1524          ## reconsume          ## reconsume
1525    
1526            $self->{current_token}->{quirks} = 1;
1527            !!!emit ($self->{current_token}); # DOCTYPE
1528    
1529            redo A;
1530          } elsif ($self->{next_input_character} == 0x0050 or # P
1531                   $self->{next_input_character} == 0x0070) { # p
1532            !!!next-input-character;
1533            if ($self->{next_input_character} == 0x0055 or # U
1534                $self->{next_input_character} == 0x0075) { # u
1535              !!!next-input-character;
1536              if ($self->{next_input_character} == 0x0042 or # B
1537                  $self->{next_input_character} == 0x0062) { # b
1538                !!!next-input-character;
1539                if ($self->{next_input_character} == 0x004C or # L
1540                    $self->{next_input_character} == 0x006C) { # l
1541                  !!!next-input-character;
1542                  if ($self->{next_input_character} == 0x0049 or # I
1543                      $self->{next_input_character} == 0x0069) { # i
1544                    !!!next-input-character;
1545                    if ($self->{next_input_character} == 0x0043 or # C
1546                        $self->{next_input_character} == 0x0063) { # c
1547                      $self->{state} = BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE;
1548                      !!!next-input-character;
1549                      redo A;
1550                    }
1551                  }
1552                }
1553              }
1554            }
1555    
1556            #
1557          } elsif ($self->{next_input_character} == 0x0053 or # S
1558                   $self->{next_input_character} == 0x0073) { # s
1559            !!!next-input-character;
1560            if ($self->{next_input_character} == 0x0059 or # Y
1561                $self->{next_input_character} == 0x0079) { # y
1562              !!!next-input-character;
1563              if ($self->{next_input_character} == 0x0053 or # S
1564                  $self->{next_input_character} == 0x0073) { # s
1565                !!!next-input-character;
1566                if ($self->{next_input_character} == 0x0054 or # T
1567                    $self->{next_input_character} == 0x0074) { # t
1568                  !!!next-input-character;
1569                  if ($self->{next_input_character} == 0x0045 or # E
1570                      $self->{next_input_character} == 0x0065) { # e
1571                    !!!next-input-character;
1572                    if ($self->{next_input_character} == 0x004D or # M
1573                        $self->{next_input_character} == 0x006D) { # m
1574                      $self->{state} = BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE;
1575                      !!!next-input-character;
1576                      redo A;
1577                    }
1578                  }
1579                }
1580              }
1581            }
1582    
1583            #
1584          } else {
1585            !!!next-input-character;
1586            #
1587          }
1588    
1589          !!!parse-error (type => 'string after DOCTYPE name');
1590          $self->{current_token}->{quirks} = 1;
1591    
1592          $self->{state} = BOGUS_DOCTYPE_STATE;
1593          # next-input-character is already done
1594          redo A;
1595        } elsif ($self->{state} == BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {
1596          if ({
1597                0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,
1598                #0x000D => 1, # HT, LF, VT, FF, SP, CR
1599              }->{$self->{next_input_character}}) {
1600            ## Stay in the state
1601            !!!next-input-character;
1602            redo A;
1603          } elsif ($self->{next_input_character} eq 0x0022) { # "
1604            $self->{current_token}->{public_identifier} = ''; # DOCTYPE
1605            $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE;
1606            !!!next-input-character;
1607            redo A;
1608          } elsif ($self->{next_input_character} eq 0x0027) { # '
1609            $self->{current_token}->{public_identifier} = ''; # DOCTYPE
1610            $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE;
1611            !!!next-input-character;
1612            redo A;
1613          } elsif ($self->{next_input_character} eq 0x003E) { # >
1614            !!!parse-error (type => 'no PUBLIC literal');
1615    
1616            $self->{state} = DATA_STATE;
1617            !!!next-input-character;
1618    
1619            $self->{current_token}->{quirks} = 1;
1620            !!!emit ($self->{current_token}); # DOCTYPE
1621    
1622            redo A;
1623          } elsif ($self->{next_input_character} == -1) {
1624            !!!parse-error (type => 'unclosed DOCTYPE');
1625    
1626            $self->{state} = DATA_STATE;
1627            ## reconsume
1628    
1629            $self->{current_token}->{quirks} = 1;
1630            !!!emit ($self->{current_token}); # DOCTYPE
1631    
1632            redo A;
1633          } else {
1634            !!!parse-error (type => 'string after PUBLIC');
1635            $self->{current_token}->{quirks} = 1;
1636    
1637            $self->{state} = BOGUS_DOCTYPE_STATE;
1638            !!!next-input-character;
1639            redo A;
1640          }
1641        } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE) {
1642          if ($self->{next_input_character} == 0x0022) { # "
1643            $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;
1644            !!!next-input-character;
1645            redo A;
1646          } elsif ($self->{next_input_character} == 0x003E) { # >
1647            !!!parse-error (type => 'unclosed PUBLIC literal');
1648    
1649            $self->{state} = DATA_STATE;
1650            !!!next-input-character;
1651    
1652            $self->{current_token}->{quirks} = 1;
1653            !!!emit ($self->{current_token}); # DOCTYPE
1654    
1655            redo A;
1656          } elsif ($self->{next_input_character} == -1) {
1657            !!!parse-error (type => 'unclosed PUBLIC literal');
1658    
1659            $self->{state} = DATA_STATE;
1660            ## reconsume
1661    
1662            $self->{current_token}->{quirks} = 1;
1663            !!!emit ($self->{current_token}); # DOCTYPE
1664    
1665            redo A;
1666          } else {
1667            $self->{current_token}->{public_identifier} # DOCTYPE
1668                .= chr $self->{next_input_character};
1669            ## Stay in the state
1670            !!!next-input-character;
1671            redo A;
1672          }
1673        } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE) {
1674          if ($self->{next_input_character} == 0x0027) { # '
1675            $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;
1676            !!!next-input-character;
1677            redo A;
1678          } elsif ($self->{next_input_character} == 0x003E) { # >
1679            !!!parse-error (type => 'unclosed PUBLIC literal');
1680    
1681            $self->{state} = DATA_STATE;
1682            !!!next-input-character;
1683    
1684            $self->{current_token}->{quirks} = 1;
1685            !!!emit ($self->{current_token}); # DOCTYPE
1686    
1687            redo A;
1688          } elsif ($self->{next_input_character} == -1) {
1689            !!!parse-error (type => 'unclosed PUBLIC literal');
1690    
1691            $self->{state} = DATA_STATE;
1692            ## reconsume
1693    
1694            $self->{current_token}->{quirks} = 1;
1695          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
         undef $self->{current_token};  
1696    
1697          redo A;          redo A;
1698        } else {        } else {
1699          !!!parse-error (type => 'string after DOCTYPE name');          $self->{current_token}->{public_identifier} # DOCTYPE
1700          $self->{current_token}->{error} = 1; # DOCTYPE              .= chr $self->{next_input_character};
1701          $self->{state} = 'bogus DOCTYPE';          ## Stay in the state
1702          !!!next-input-character;          !!!next-input-character;
1703          redo A;          redo A;
1704        }        }
1705      } elsif ($self->{state} eq 'bogus DOCTYPE') {      } elsif ($self->{state} == AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {
1706          if ({
1707                0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,
1708                #0x000D => 1, # HT, LF, VT, FF, SP, CR
1709              }->{$self->{next_input_character}}) {
1710            ## Stay in the state
1711            !!!next-input-character;
1712            redo A;
1713          } elsif ($self->{next_input_character} == 0x0022) { # "
1714            $self->{current_token}->{system_identifier} = ''; # DOCTYPE
1715            $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;
1716            !!!next-input-character;
1717            redo A;
1718          } elsif ($self->{next_input_character} == 0x0027) { # '
1719            $self->{current_token}->{system_identifier} = ''; # DOCTYPE
1720            $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;
1721            !!!next-input-character;
1722            redo A;
1723          } elsif ($self->{next_input_character} == 0x003E) { # >
1724            $self->{state} = DATA_STATE;
1725            !!!next-input-character;
1726    
1727            !!!emit ($self->{current_token}); # DOCTYPE
1728    
1729            redo A;
1730          } elsif ($self->{next_input_character} == -1) {
1731            !!!parse-error (type => 'unclosed DOCTYPE');
1732    
1733            $self->{state} = DATA_STATE;
1734            ## reconsume
1735    
1736            $self->{current_token}->{quirks} = 1;
1737            !!!emit ($self->{current_token}); # DOCTYPE
1738    
1739            redo A;
1740          } else {
1741            !!!parse-error (type => 'string after PUBLIC literal');
1742            $self->{current_token}->{quirks} = 1;
1743    
1744            $self->{state} = BOGUS_DOCTYPE_STATE;
1745            !!!next-input-character;
1746            redo A;
1747          }
1748        } elsif ($self->{state} == BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {
1749          if ({
1750                0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,
1751                #0x000D => 1, # HT, LF, VT, FF, SP, CR
1752              }->{$self->{next_input_character}}) {
1753            ## Stay in the state
1754            !!!next-input-character;
1755            redo A;
1756          } elsif ($self->{next_input_character} == 0x0022) { # "
1757            $self->{current_token}->{system_identifier} = ''; # DOCTYPE
1758            $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;
1759            !!!next-input-character;
1760            redo A;
1761          } elsif ($self->{next_input_character} == 0x0027) { # '
1762            $self->{current_token}->{system_identifier} = ''; # DOCTYPE
1763            $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;
1764            !!!next-input-character;
1765            redo A;
1766          } elsif ($self->{next_input_character} == 0x003E) { # >
1767            !!!parse-error (type => 'no SYSTEM literal');
1768            $self->{state} = DATA_STATE;
1769            !!!next-input-character;
1770    
1771            $self->{current_token}->{quirks} = 1;
1772            !!!emit ($self->{current_token}); # DOCTYPE
1773    
1774            redo A;
1775          } elsif ($self->{next_input_character} == -1) {
1776            !!!parse-error (type => 'unclosed DOCTYPE');
1777    
1778            $self->{state} = DATA_STATE;
1779            ## reconsume
1780    
1781            $self->{current_token}->{quirks} = 1;
1782            !!!emit ($self->{current_token}); # DOCTYPE
1783    
1784            redo A;
1785          } else {
1786            !!!parse-error (type => 'string after SYSTEM');
1787            $self->{current_token}->{quirks} = 1;
1788    
1789            $self->{state} = BOGUS_DOCTYPE_STATE;
1790            !!!next-input-character;
1791            redo A;
1792          }
1793        } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE) {
1794          if ($self->{next_input_character} == 0x0022) { # "
1795            $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;
1796            !!!next-input-character;
1797            redo A;
1798          } elsif ($self->{next_input_character} == 0x003E) { # >
1799            !!!parse-error (type => 'unclosed PUBLIC literal');
1800    
1801            $self->{state} = DATA_STATE;
1802            !!!next-input-character;
1803    
1804            $self->{current_token}->{quirks} = 1;
1805            !!!emit ($self->{current_token}); # DOCTYPE
1806    
1807            redo A;
1808          } elsif ($self->{next_input_character} == -1) {
1809            !!!parse-error (type => 'unclosed SYSTEM literal');
1810    
1811            $self->{state} = DATA_STATE;
1812            ## reconsume
1813    
1814            $self->{current_token}->{quirks} = 1;
1815            !!!emit ($self->{current_token}); # DOCTYPE
1816    
1817            redo A;
1818          } else {
1819            $self->{current_token}->{system_identifier} # DOCTYPE
1820                .= chr $self->{next_input_character};
1821            ## Stay in the state
1822            !!!next-input-character;
1823            redo A;
1824          }
1825        } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE) {
1826          if ($self->{next_input_character} == 0x0027) { # '
1827            $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;
1828            !!!next-input-character;
1829            redo A;
1830          } elsif ($self->{next_input_character} == 0x003E) { # >
1831            !!!parse-error (type => 'unclosed PUBLIC literal');
1832    
1833            $self->{state} = DATA_STATE;
1834            !!!next-input-character;
1835    
1836            $self->{current_token}->{quirks} = 1;
1837            !!!emit ($self->{current_token}); # DOCTYPE
1838    
1839            redo A;
1840          } elsif ($self->{next_input_character} == -1) {
1841            !!!parse-error (type => 'unclosed SYSTEM literal');
1842    
1843            $self->{state} = DATA_STATE;
1844            ## reconsume
1845    
1846            $self->{current_token}->{quirks} = 1;
1847            !!!emit ($self->{current_token}); # DOCTYPE
1848    
1849            redo A;
1850          } else {
1851            $self->{current_token}->{system_identifier} # DOCTYPE
1852                .= chr $self->{next_input_character};
1853            ## Stay in the state
1854            !!!next-input-character;
1855            redo A;
1856          }
1857        } elsif ($self->{state} == AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {
1858          if ({
1859                0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,
1860                #0x000D => 1, # HT, LF, VT, FF, SP, CR
1861              }->{$self->{next_input_character}}) {
1862            ## Stay in the state
1863            !!!next-input-character;
1864            redo A;
1865          } elsif ($self->{next_input_character} == 0x003E) { # >
1866            $self->{state} = DATA_STATE;
1867            !!!next-input-character;
1868    
1869            !!!emit ($self->{current_token}); # DOCTYPE
1870    
1871            redo A;
1872          } elsif ($self->{next_input_character} == -1) {
1873            !!!parse-error (type => 'unclosed DOCTYPE');
1874    
1875            $self->{state} = DATA_STATE;
1876            ## reconsume
1877    
1878            $self->{current_token}->{quirks} = 1;
1879            !!!emit ($self->{current_token}); # DOCTYPE
1880    
1881            redo A;
1882          } else {
1883            !!!parse-error (type => 'string after SYSTEM literal');
1884            #$self->{current_token}->{quirks} = 1;
1885    
1886            $self->{state} = BOGUS_DOCTYPE_STATE;
1887            !!!next-input-character;
1888            redo A;
1889          }
1890        } elsif ($self->{state} == BOGUS_DOCTYPE_STATE) {
1891        if ($self->{next_input_character} == 0x003E) { # >        if ($self->{next_input_character} == 0x003E) { # >
1892          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1893          !!!next-input-character;          !!!next-input-character;
1894    
1895          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
         undef $self->{current_token};  
1896    
1897          redo A;          redo A;
1898        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
1899          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
1900          $self->{state} = 'data';          $self->{state} = DATA_STATE;
1901          ## reconsume          ## reconsume
1902    
1903          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
         undef $self->{current_token};  
1904    
1905          redo A;          redo A;
1906        } else {        } else {
# Line 1490  sub _get_next_token ($) { Line 1916  sub _get_next_token ($) {
1916    die "$0: _get_next_token: unexpected case";    die "$0: _get_next_token: unexpected case";
1917  } # _get_next_token  } # _get_next_token
1918    
1919  sub _tokenize_attempt_to_consume_an_entity ($) {  sub _tokenize_attempt_to_consume_an_entity ($$$) {
1920    my $self = shift;    my ($self, $in_attr, $additional) = @_;
1921      
1922    if ($self->{next_input_character} == 0x0023) { # #    if ({
1923           0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, # HT, LF, VT, FF,
1924           0x0020 => 1, 0x003C => 1, 0x0026 => 1, -1 => 1, # SP, <, & # 0x000D # CR
1925           $additional => 1,
1926          }->{$self->{next_input_character}}) {
1927        ## Don't consume
1928        ## No error
1929        return undef;
1930      } elsif ($self->{next_input_character} == 0x0023) { # #
1931      !!!next-input-character;      !!!next-input-character;
1932      if ($self->{next_input_character} == 0x0078 or # x      if ($self->{next_input_character} == 0x0078 or # x
1933          $self->{next_input_character} == 0x0058) { # X          $self->{next_input_character} == 0x0058) { # X
1934        my $num;        my $code;
1935        X: {        X: {
1936          my $x_char = $self->{next_input_character};          my $x_char = $self->{next_input_character};
1937          !!!next-input-character;          !!!next-input-character;
1938          if (0x0030 <= $self->{next_input_character} and          if (0x0030 <= $self->{next_input_character} and
1939              $self->{next_input_character} <= 0x0039) { # 0..9              $self->{next_input_character} <= 0x0039) { # 0..9
1940            $num ||= 0;            $code ||= 0;
1941            $num *= 0x10;            $code *= 0x10;
1942            $num += $self->{next_input_character} - 0x0030;            $code += $self->{next_input_character} - 0x0030;
1943            redo X;            redo X;
1944          } elsif (0x0061 <= $self->{next_input_character} and          } elsif (0x0061 <= $self->{next_input_character} and
1945                   $self->{next_input_character} <= 0x0066) { # a..f                   $self->{next_input_character} <= 0x0066) { # a..f
1946            ## ISSUE: the spec says U+0078, which is apparently incorrect            $code ||= 0;
1947            $num ||= 0;            $code *= 0x10;
1948            $num *= 0x10;            $code += $self->{next_input_character} - 0x0060 + 9;
           $num += $self->{next_input_character} - 0x0060 + 9;  
1949            redo X;            redo X;
1950          } elsif (0x0041 <= $self->{next_input_character} and          } elsif (0x0041 <= $self->{next_input_character} and
1951                   $self->{next_input_character} <= 0x0046) { # A..F                   $self->{next_input_character} <= 0x0046) { # A..F
1952            ## ISSUE: the spec says U+0058, which is apparently incorrect            $code ||= 0;
1953            $num ||= 0;            $code *= 0x10;
1954            $num *= 0x10;            $code += $self->{next_input_character} - 0x0040 + 9;
           $num += $self->{next_input_character} - 0x0040 + 9;  
1955            redo X;            redo X;
1956          } elsif (not defined $num) { # no hexadecimal digit          } elsif (not defined $code) { # no hexadecimal digit
1957            !!!parse-error (type => 'bare hcro');            !!!parse-error (type => 'bare hcro');
1958              !!!back-next-input-character ($x_char, $self->{next_input_character});
1959            $self->{next_input_character} = 0x0023; # #            $self->{next_input_character} = 0x0023; # #
           !!!back-next-input-character ($x_char);  
1960            return undef;            return undef;
1961          } elsif ($self->{next_input_character} == 0x003B) { # ;          } elsif ($self->{next_input_character} == 0x003B) { # ;
1962            !!!next-input-character;            !!!next-input-character;
# Line 1532  sub _tokenize_attempt_to_consume_an_enti Line 1964  sub _tokenize_attempt_to_consume_an_enti
1964            !!!parse-error (type => 'no refc');            !!!parse-error (type => 'no refc');
1965          }          }
1966    
1967          ## TODO: check the definition for |a valid Unicode character|.          if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {
1968          ## <http://lists.whatwg.org/pipermail/whatwg-whatwg.org/2006-December/thread.html#8189>            !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);
1969          if ($num > 1114111 or $num == 0) {            $code = 0xFFFD;
1970            $num = 0xFFFD; # REPLACEMENT CHARACTER          } elsif ($code > 0x10FFFF) {
1971            ## ISSUE: Why this is not an error?            !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);
1972          } elsif (0x80 <= $num and $num <= 0x9F) {            $code = 0xFFFD;
1973            ## NOTE: <http://lists.whatwg.org/pipermail/whatwg-whatwg.org/2006-December/thread.html#8562>          } elsif ($code == 0x000D) {
1974            ## ISSUE: Not in the spec yet; parse error?            !!!parse-error (type => 'CR character reference');
1975            $num = $c1_entity_char->{$num};            $code = 0x000A;
1976            } elsif (0x80 <= $code and $code <= 0x9F) {
1977              !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);
1978              $code = $c1_entity_char->{$code};
1979          }          }
1980    
1981          return {type => 'character', data => chr $num};          return {type => CHARACTER_TOKEN, data => chr $code,
1982                    has_reference => 1};
1983        } # X        } # X
1984      } elsif (0x0030 <= $self->{next_input_character} and      } elsif (0x0030 <= $self->{next_input_character} and
1985               $self->{next_input_character} <= 0x0039) { # 0..9               $self->{next_input_character} <= 0x0039) { # 0..9
# Line 1564  sub _tokenize_attempt_to_consume_an_enti Line 2000  sub _tokenize_attempt_to_consume_an_enti
2000          !!!parse-error (type => 'no refc');          !!!parse-error (type => 'no refc');
2001        }        }
2002    
2003        ## TODO: check the definition for |a valid Unicode character|.        if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {
2004        if ($code > 1114111 or $code == 0) {          !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);
2005          $code = 0xFFFD; # REPLACEMENT CHARACTER          $code = 0xFFFD;
2006          ## ISSUE: Why this is not an error?        } elsif ($code > 0x10FFFF) {
2007            !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);
2008            $code = 0xFFFD;
2009          } elsif ($code == 0x000D) {
2010            !!!parse-error (type => 'CR character reference');
2011            $code = 0x000A;
2012        } elsif (0x80 <= $code and $code <= 0x9F) {        } elsif (0x80 <= $code and $code <= 0x9F) {
2013          ## NOTE: <http://lists.whatwg.org/pipermail/whatwg-whatwg.org/2006-December/thread.html#8562>          !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);
         ## ISSUE: Not in the spec yet; parse error?  
2014          $code = $c1_entity_char->{$code};          $code = $c1_entity_char->{$code};
2015        }        }
2016                
2017        return {type => 'character', data => chr $code};        return {type => CHARACTER_TOKEN, data => chr $code, has_reference => 1};
2018      } else {      } else {
2019        !!!parse-error (type => 'bare nero');        !!!parse-error (type => 'bare nero');
2020        !!!back-next-input-character ($self->{next_input_character});        !!!back-next-input-character ($self->{next_input_character});
# Line 1589  sub _tokenize_attempt_to_consume_an_enti Line 2029  sub _tokenize_attempt_to_consume_an_enti
2029      !!!next-input-character;      !!!next-input-character;
2030    
2031      my $value = $entity_name;      my $value = $entity_name;
2032      my $match;      my $match = 0;
2033        require Whatpm::_NamedEntityList;
2034        our $EntityChar;
2035    
2036      while (length $entity_name < 10 and      while (length $entity_name < 10 and
2037             ## NOTE: Some number greater than the maximum length of entity name             ## NOTE: Some number greater than the maximum length of entity name
2038             ((0x0041 <= $self->{next_input_character} and             ((0x0041 <= $self->{next_input_character} and # a
2039               $self->{next_input_character} <= 0x005A) or               $self->{next_input_character} <= 0x005A) or # x
2040              (0x0061 <= $self->{next_input_character} and              (0x0061 <= $self->{next_input_character} and # a
2041               $self->{next_input_character} <= 0x007A) or               $self->{next_input_character} <= 0x007A) or # z
2042              (0x0030 <= $self->{next_input_character} and              (0x0030 <= $self->{next_input_character} and # 0
2043               $self->{next_input_character} <= 0x0039))) {               $self->{next_input_character} <= 0x0039) or # 9
2044                $self->{next_input_character} == 0x003B)) { # ;
2045        $entity_name .= chr $self->{next_input_character};        $entity_name .= chr $self->{next_input_character};
2046        if (defined $entity_char->{$entity_name}) {        if (defined $EntityChar->{$entity_name}) {
2047          $value = $entity_char->{$entity_name};          if ($self->{next_input_character} == 0x003B) { # ;
2048          $match = 1;            $value = $EntityChar->{$entity_name};
2049              $match = 1;
2050              !!!next-input-character;
2051              last;
2052            } else {
2053              $value = $EntityChar->{$entity_name};
2054              $match = -1;
2055              !!!next-input-character;
2056            }
2057        } else {        } else {
2058          $value .= chr $self->{next_input_character};          $value .= chr $self->{next_input_character};
2059            $match *= 2;
2060            !!!next-input-character;
2061        }        }
       !!!next-input-character;  
2062      }      }
2063            
2064      if ($match) {      if ($match > 0) {
2065        if ($self->{next_input_character} == 0x003B) { # ;        return {type => CHARACTER_TOKEN, data => $value, has_reference => 1};
2066          !!!next-input-character;      } elsif ($match < 0) {
2067          !!!parse-error (type => 'no refc');
2068          if ($in_attr and $match < -1) {
2069            return {type => CHARACTER_TOKEN, data => '&'.$entity_name};
2070        } else {        } else {
2071          !!!parse-error (type => 'refc');          return {type => CHARACTER_TOKEN, data => $value, has_reference => 1};
2072        }        }
   
       return {type => 'character', data => $value};  
2073      } else {      } else {
2074        !!!parse-error (type => 'bare ero');        !!!parse-error (type => 'bare ero');
2075        ## NOTE: No characters are consumed in the spec.        ## NOTE: "No characters are consumed" in the spec.
2076        !!!back-token ({type => 'character', data => $value});        return {type => CHARACTER_TOKEN, data => '&'.$value};
       return undef;  
2077      }      }
2078    } else {    } else {
2079      ## no characters are consumed      ## no characters are consumed
# Line 1636  sub _initialize_tree_constructor ($) { Line 2088  sub _initialize_tree_constructor ($) {
2088    $self->{document}->strict_error_checking (0);    $self->{document}->strict_error_checking (0);
2089    ## TODO: Turn mutation events off # MUST    ## TODO: Turn mutation events off # MUST
2090    ## TODO: Turn loose Document option (manakai extension) on    ## TODO: Turn loose Document option (manakai extension) on
2091    ## TODO: Mark the Document as an HTML document # MUST    $self->{document}->manakai_is_html (1); # MUST
2092  } # _initialize_tree_constructor  } # _initialize_tree_constructor
2093    
2094  sub _terminate_tree_constructor ($) {  sub _terminate_tree_constructor ($) {
# Line 1663  sub _construct_tree ($) { Line 2115  sub _construct_tree ($) {
2115        
2116    !!!next-token;    !!!next-token;
2117    
2118    $self->{insertion_mode} = 'before head';    $self->{insertion_mode} = BEFORE_HEAD_IM;
2119    undef $self->{form_element};    undef $self->{form_element};
2120    undef $self->{head_element};    undef $self->{head_element};
2121    $self->{open_elements} = [];    $self->{open_elements} = [];
# Line 1676  sub _construct_tree ($) { Line 2128  sub _construct_tree ($) {
2128    
2129  sub _tree_construction_initial ($) {  sub _tree_construction_initial ($) {
2130    my $self = shift;    my $self = shift;
2131    B: {    INITIAL: {
2132        if ($token->{type} eq 'DOCTYPE') {      if ($token->{type} == DOCTYPE_TOKEN) {
2133          if ($token->{error}) {        ## NOTE: Conformance checkers MAY, instead of reporting "not HTML5"
2134            ## ISSUE: Spec currently left this case undefined.        ## error, switch to a conformance checking mode for another
2135            !!!parse-error (type => 'bogus DOCTYPE');        ## language.
2136          }        my $doctype_name = $token->{name};
2137          my $doctype = $self->{document}->create_document_type_definition        $doctype_name = '' unless defined $doctype_name;
2138            ($token->{name});        $doctype_name =~ tr/a-z/A-Z/;
2139          $self->{document}->append_child ($doctype);        if (not defined $token->{name} or # <!DOCTYPE>
2140          #$phase = 'root element';            defined $token->{public_identifier} or
2141          !!!next-token;            defined $token->{system_identifier}) {
2142          #redo B;          !!!parse-error (type => 'not HTML5');
2143          return;        } elsif ($doctype_name ne 'HTML') {
2144        } elsif ({          ## ISSUE: ASCII case-insensitive? (in fact it does not matter)
2145                  comment => 1,          !!!parse-error (type => 'not HTML5');
2146                  'start tag' => 1,        }
2147                  'end tag' => 1,        
2148                  'end-of-file' => 1,        my $doctype = $self->{document}->create_document_type_definition
2149                 }->{$token->{type}}) {          ($token->{name}); ## ISSUE: If name is missing (e.g. <!DOCTYPE>)?
2150          ## ISSUE: Spec currently left this case undefined.        $doctype->public_id ($token->{public_identifier})
2151          !!!parse-error (type => 'missing DOCTYPE');            if defined $token->{public_identifier};
2152          #$phase = 'root element';        $doctype->system_id ($token->{system_identifier})
2153          ## reprocess            if defined $token->{system_identifier};
2154          #redo B;        ## NOTE: Other DocumentType attributes are null or empty lists.
2155          return;        ## ISSUE: internalSubset = null??
2156        } elsif ($token->{type} eq 'character') {        $self->{document}->append_child ($doctype);
2157          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {        
2158            $self->{document}->manakai_append_text ($1);        if ($token->{quirks} or $doctype_name ne 'HTML') {
2159            ## ISSUE: DOM3 Core does not allow Document > Text          $self->{document}->manakai_compat_mode ('quirks');
2160            unless (length $token->{data}) {        } elsif (defined $token->{public_identifier}) {
2161              ## Stay in the phase          my $pubid = $token->{public_identifier};
2162              !!!next-token;          $pubid =~ tr/a-z/A-z/;
2163              redo B;          if ({
2164              "+//SILMARIL//DTD HTML PRO V0R11 19970101//EN" => 1,
2165              "-//ADVASOFT LTD//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,
2166              "-//AS//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,
2167              "-//IETF//DTD HTML 2.0 LEVEL 1//EN" => 1,
2168              "-//IETF//DTD HTML 2.0 LEVEL 2//EN" => 1,
2169              "-//IETF//DTD HTML 2.0 STRICT LEVEL 1//EN" => 1,
2170              "-//IETF//DTD HTML 2.0 STRICT LEVEL 2//EN" => 1,
2171              "-//IETF//DTD HTML 2.0 STRICT//EN" => 1,
2172              "-//IETF//DTD HTML 2.0//EN" => 1,
2173              "-//IETF//DTD HTML 2.1E//EN" => 1,
2174              "-//IETF//DTD HTML 3.0//EN" => 1,
2175              "-//IETF//DTD HTML 3.0//EN//" => 1,
2176              "-//IETF//DTD HTML 3.2 FINAL//EN" => 1,
2177              "-//IETF//DTD HTML 3.2//EN" => 1,
2178              "-//IETF//DTD HTML 3//EN" => 1,
2179              "-//IETF//DTD HTML LEVEL 0//EN" => 1,
2180              "-//IETF//DTD HTML LEVEL 0//EN//2.0" => 1,
2181              "-//IETF//DTD HTML LEVEL 1//EN" => 1,
2182              "-//IETF//DTD HTML LEVEL 1//EN//2.0" => 1,
2183              "-//IETF//DTD HTML LEVEL 2//EN" => 1,
2184              "-//IETF//DTD HTML LEVEL 2//EN//2.0" => 1,
2185              "-//IETF//DTD HTML LEVEL 3//EN" => 1,
2186              "-//IETF//DTD HTML LEVEL 3//EN//3.0" => 1,
2187              "-//IETF//DTD HTML STRICT LEVEL 0//EN" => 1,
2188              "-//IETF//DTD HTML STRICT LEVEL 0//EN//2.0" => 1,
2189              "-//IETF//DTD HTML STRICT LEVEL 1//EN" => 1,
2190              "-//IETF//DTD HTML STRICT LEVEL 1//EN//2.0" => 1,
2191              "-//IETF//DTD HTML STRICT LEVEL 2//EN" => 1,
2192              "-//IETF//DTD HTML STRICT LEVEL 2//EN//2.0" => 1,
2193              "-//IETF//DTD HTML STRICT LEVEL 3//EN" => 1,
2194              "-//IETF//DTD HTML STRICT LEVEL 3//EN//3.0" => 1,
2195              "-//IETF//DTD HTML STRICT//EN" => 1,
2196              "-//IETF//DTD HTML STRICT//EN//2.0" => 1,
2197              "-//IETF//DTD HTML STRICT//EN//3.0" => 1,
2198              "-//IETF//DTD HTML//EN" => 1,
2199              "-//IETF//DTD HTML//EN//2.0" => 1,
2200              "-//IETF//DTD HTML//EN//3.0" => 1,
2201              "-//METRIUS//DTD METRIUS PRESENTATIONAL//EN" => 1,
2202              "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML STRICT//EN" => 1,
2203              "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML//EN" => 1,
2204              "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 TABLES//EN" => 1,
2205              "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML STRICT//EN" => 1,
2206              "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML//EN" => 1,
2207              "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 TABLES//EN" => 1,
2208              "-//NETSCAPE COMM. CORP.//DTD HTML//EN" => 1,
2209              "-//NETSCAPE COMM. CORP.//DTD STRICT HTML//EN" => 1,
2210              "-//O'REILLY AND ASSOCIATES//DTD HTML 2.0//EN" => 1,
2211              "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED 1.0//EN" => 1,
2212              "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED RELAXED 1.0//EN" => 1,
2213              "-//SOFTQUAD SOFTWARE//DTD HOTMETAL PRO 6.0::19990601::EXTENSIONS TO HTML 4.0//EN" => 1,
2214              "-//SOFTQUAD//DTD HOTMETAL PRO 4.0::19971010::EXTENSIONS TO HTML 4.0//EN" => 1,
2215              "-//SPYGLASS//DTD HTML 2.0 EXTENDED//EN" => 1,
2216              "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//EN" => 1,
2217              "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//EN" => 1,
2218              "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//EN" => 1,
2219              "-//W3C//DTD HTML 3 1995-03-24//EN" => 1,
2220              "-//W3C//DTD HTML 3.2 DRAFT//EN" => 1,
2221              "-//W3C//DTD HTML 3.2 FINAL//EN" => 1,
2222              "-//W3C//DTD HTML 3.2//EN" => 1,
2223              "-//W3C//DTD HTML 3.2S DRAFT//EN" => 1,
2224              "-//W3C//DTD HTML 4.0 FRAMESET//EN" => 1,
2225              "-//W3C//DTD HTML 4.0 TRANSITIONAL//EN" => 1,
2226              "-//W3C//DTD HTML EXPERIMETNAL 19960712//EN" => 1,
2227              "-//W3C//DTD HTML EXPERIMENTAL 970421//EN" => 1,
2228              "-//W3C//DTD W3 HTML//EN" => 1,
2229              "-//W3O//DTD W3 HTML 3.0//EN" => 1,
2230              "-//W3O//DTD W3 HTML 3.0//EN//" => 1,
2231              "-//W3O//DTD W3 HTML STRICT 3.0//EN//" => 1,
2232              "-//WEBTECHS//DTD MOZILLA HTML 2.0//EN" => 1,
2233              "-//WEBTECHS//DTD MOZILLA HTML//EN" => 1,
2234              "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" => 1,
2235              "HTML" => 1,
2236            }->{$pubid}) {
2237              $self->{document}->manakai_compat_mode ('quirks');
2238            } elsif ($pubid eq "-//W3C//DTD HTML 4.01 FRAMESET//EN" or
2239                     $pubid eq "-//W3C//DTD HTML 4.01 TRANSITIONAL//EN") {
2240              if (defined $token->{system_identifier}) {
2241                $self->{document}->manakai_compat_mode ('quirks');
2242              } else {
2243                $self->{document}->manakai_compat_mode ('limited quirks');
2244            }            }
2245            } elsif ($pubid eq "-//W3C//DTD XHTML 1.0 Frameset//EN" or
2246                     $pubid eq "-//W3C//DTD XHTML 1.0 Transitional//EN") {
2247              $self->{document}->manakai_compat_mode ('limited quirks');
2248            }
2249          }
2250          if (defined $token->{system_identifier}) {
2251            my $sysid = $token->{system_identifier};
2252            $sysid =~ tr/A-Z/a-z/;
2253            if ($sysid eq "http://www.ibm.com/data/dtd/v11/ibmxhtml1-transitional.dtd") {
2254              $self->{document}->manakai_compat_mode ('quirks');
2255            }
2256          }
2257          
2258          ## Go to the root element phase.
2259          !!!next-token;
2260          return;
2261        } elsif ({
2262                  START_TAG_TOKEN, 1,
2263                  END_TAG_TOKEN, 1,
2264                  END_OF_FILE_TOKEN, 1,
2265                 }->{$token->{type}}) {
2266          !!!parse-error (type => 'no DOCTYPE');
2267          $self->{document}->manakai_compat_mode ('quirks');
2268          ## Go to the root element phase
2269          ## reprocess
2270          return;
2271        } elsif ($token->{type} == CHARACTER_TOKEN) {
2272          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D
2273            ## Ignore the token
2274    
2275            unless (length $token->{data}) {
2276              ## Stay in the phase
2277              !!!next-token;
2278              redo INITIAL;
2279          }          }
         ## ISSUE: Spec currently left this case undefined.  
         !!!parse-error (type => 'missing DOCTYPE');  
         #$phase = 'root element';  
         ## reprocess  
         #redo B;  
         return;  
       } else {  
         die "$0: $token->{type}: Unknown token";  
2280        }        }
2281      } # B  
2282          !!!parse-error (type => 'no DOCTYPE');
2283          $self->{document}->manakai_compat_mode ('quirks');
2284          ## Go to the root element phase
2285          ## reprocess
2286          return;
2287        } elsif ($token->{type} == COMMENT_TOKEN) {
2288          my $comment = $self->{document}->create_comment ($token->{data});
2289          $self->{document}->append_child ($comment);
2290          
2291          ## Stay in the phase.
2292          !!!next-token;
2293          redo INITIAL;
2294        } else {
2295          die "$0: $token->{type}: Unknown token type";
2296        }
2297      } # INITIAL
2298  } # _tree_construction_initial  } # _tree_construction_initial
2299    
2300  sub _tree_construction_root_element ($) {  sub _tree_construction_root_element ($) {
2301    my $self = shift;    my $self = shift;
2302        
2303    B: {    B: {
2304        if ($token->{type} eq 'DOCTYPE') {        if ($token->{type} == DOCTYPE_TOKEN) {
2305          !!!parse-error (type => 'in html:#DOCTYPE');          !!!parse-error (type => 'in html:#DOCTYPE');
2306          ## Ignore the token          ## Ignore the token
2307          ## Stay in the phase          ## Stay in the phase
2308          !!!next-token;          !!!next-token;
2309          redo B;          redo B;
2310        } elsif ($token->{type} eq 'comment') {        } elsif ($token->{type} == COMMENT_TOKEN) {
2311          my $comment = $self->{document}->create_comment ($token->{data});          my $comment = $self->{document}->create_comment ($token->{data});
2312          $self->{document}->append_child ($comment);          $self->{document}->append_child ($comment);
2313          ## Stay in the phase          ## Stay in the phase
2314          !!!next-token;          !!!next-token;
2315          redo B;          redo B;
2316        } elsif ($token->{type} eq 'character') {        } elsif ($token->{type} == CHARACTER_TOKEN) {
2317          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D
2318            $self->{document}->manakai_append_text ($1);            ## Ignore the token.
2319            ## ISSUE: DOM3 Core does not allow Document > Text  
2320            unless (length $token->{data}) {            unless (length $token->{data}) {
2321              ## Stay in the phase              ## Stay in the phase
2322              !!!next-token;              !!!next-token;
2323              redo B;              redo B;
2324            }            }
2325          }          }
2326    
2327            $self->{application_cache_selection}->(undef);
2328    
2329            #
2330          } elsif ($token->{type} == START_TAG_TOKEN) {
2331            if ($token->{tag_name} eq 'html' and
2332                $token->{attributes}->{manifest}) {
2333              $self->{application_cache_selection}
2334                   ->($token->{attributes}->{manifest}->{value});
2335              ## ISSUE: No relative reference resolution?
2336            } else {
2337              $self->{application_cache_selection}->(undef);
2338            }
2339    
2340            ## ISSUE: There is an issue in the spec
2341          #          #
2342        } elsif ({        } elsif ({
2343                  'start tag' => 1,                  END_TAG_TOKEN, 1,
2344                  'end tag' => 1,                  END_OF_FILE_TOKEN, 1,
                 'end-of-file' => 1,  
2345                 }->{$token->{type}}) {                 }->{$token->{type}}) {
2346            $self->{application_cache_selection}->(undef);
2347    
2348          ## ISSUE: There is an issue in the spec          ## ISSUE: There is an issue in the spec
2349          #          #
2350        } else {        } else {
2351          die "$0: $token->{type}: Unknown token";          die "$0: $token->{type}: Unknown token type";
2352        }        }
2353    
2354        my $root_element; !!!create-element ($root_element, 'html');        my $root_element; !!!create-element ($root_element, 'html');
2355        $self->{document}->append_child ($root_element);        $self->{document}->append_child ($root_element);
2356        push @{$self->{open_elements}}, [$root_element, 'html'];        push @{$self->{open_elements}}, [$root_element, 'html'];
       #$phase = 'main';  
2357        ## reprocess        ## reprocess
2358        #redo B;        #redo B;
2359        return;        return; ## Go to the main phase.
2360    } # B    } # B
2361  } # _tree_construction_root_element  } # _tree_construction_root_element
2362    
# Line 1782  sub _reset_insertion_mode ($) { Line 2372  sub _reset_insertion_mode ($) {
2372            
2373      ## Step 3      ## Step 3
2374      S3: {      S3: {
2375        $last = 1 if $self->{open_elements}->[0]->[0] eq $node->[0];        ## ISSUE: Oops! "If node is the first node in the stack of open
2376        if (defined $self->{inner_html_node}) {        ## elements, then set last to true. If the context element of the
2377          if ($self->{inner_html_node}->[1] eq 'td' or        ## HTML fragment parsing algorithm is neither a td element nor a
2378              $self->{inner_html_node}->[1] eq 'th') {        ## th element, then set node to the context element. (fragment case)":
2379            #        ## The second "if" is in the scope of the first "if"!?
2380          } else {        if ($self->{open_elements}->[0]->[0] eq $node->[0]) {
2381            $node = $self->{inner_html_node};          $last = 1;
2382            if (defined $self->{inner_html_node}) {
2383              if ($self->{inner_html_node}->[1] eq 'td' or
2384                  $self->{inner_html_node}->[1] eq 'th') {
2385                #
2386              } else {
2387                $node = $self->{inner_html_node};
2388              }
2389          }          }
2390        }        }
2391            
2392        ## Step 4..13        ## Step 4..13
2393        my $new_mode = {        my $new_mode = {
2394                        select => 'in select',                        select => IN_SELECT_IM,
2395                        td => 'in cell',                        td => IN_CELL_IM,
2396                        th => 'in cell',                        th => IN_CELL_IM,
2397                        tr => 'in row',                        tr => IN_ROW_IM,
2398                        tbody => 'in table body',                        tbody => IN_TABLE_BODY_IM,
2399                        thead => 'in table head',                        thead => IN_TABLE_BODY_IM,
2400                        tfoot => 'in table foot',                        tfoot => IN_TABLE_BODY_IM,
2401                        caption => 'in caption',                        caption => IN_CAPTION_IM,
2402                        colgroup => 'in column group',                        colgroup => IN_COLUMN_GROUP_IM,
2403                        table => 'in table',                        table => IN_TABLE_IM,
2404                        head => 'in body', # not in head!                        head => IN_BODY_IM, # not in head!
2405                        body => 'in body',                        body => IN_BODY_IM,
2406                        frameset => 'in frameset',                        frameset => IN_FRAMESET_IM,
2407                       }->{$node->[1]};                       }->{$node->[1]};
2408        $self->{insertion_mode} = $new_mode and return if defined $new_mode;        $self->{insertion_mode} = $new_mode and return if defined $new_mode;
2409                
2410        ## Step 14        ## Step 14
2411        if ($node->[1] eq 'html') {        if ($node->[1] eq 'html') {
2412          unless (defined $self->{head_element}) {          unless (defined $self->{head_element}) {
2413            $self->{insertion_mode} = 'before head';            $self->{insertion_mode} = BEFORE_HEAD_IM;
2414          } else {          } else {
2415            $self->{insertion_mode} = 'after head';            $self->{insertion_mode} = AFTER_HEAD_IM;
2416          }          }
2417          return;          return;
2418        }        }
2419                
2420        ## Step 15        ## Step 15
2421        $self->{insertion_mode} = 'in body' and return if $last;        $self->{insertion_mode} = IN_BODY_IM and return if $last;
2422                
2423        ## Step 16        ## Step 16
2424        $i--;        $i--;
# Line 1835  sub _reset_insertion_mode ($) { Line 2432  sub _reset_insertion_mode ($) {
2432  sub _tree_construction_main ($) {  sub _tree_construction_main ($) {
2433    my $self = shift;    my $self = shift;
2434    
   my $phase = 'main';  
   
2435    my $active_formatting_elements = [];    my $active_formatting_elements = [];
2436    
2437    my $reconstruct_active_formatting_elements = sub { # MUST    my $reconstruct_active_formatting_elements = sub { # MUST
# Line 1919  sub _tree_construction_main ($) { Line 2514  sub _tree_construction_main ($) {
2514      }      }
2515    }; # $clear_up_to_marker    }; # $clear_up_to_marker
2516    
2517    my $style_start_tag = sub {    my $parse_rcdata = sub ($$) {
2518      my $style_el; !!!create-element ($style_el, 'style');      my ($content_model_flag, $insert) = @_;
2519      ## $self->{insertion_mode} eq 'in head' and ... (always true)  
2520      (($self->{insertion_mode} eq 'in head' and defined $self->{head_element})      ## Step 1
2521       ? $self->{head_element} : $self->{open_elements}->[-1]->[0])      my $start_tag_name = $token->{tag_name};
2522        ->append_child ($style_el);      my $el;
2523      $self->{content_model_flag} = 'CDATA';      !!!create-element ($el, $start_tag_name, $token->{attributes});
2524                  
2525        ## Step 2
2526        $insert->($el); # /context node/->append_child ($el)
2527    
2528        ## Step 3
2529        $self->{content_model} = $content_model_flag; # CDATA or RCDATA
2530        delete $self->{escape}; # MUST
2531    
2532        ## Step 4
2533      my $text = '';      my $text = '';
2534      !!!next-token;      !!!next-token;
2535      while ($token->{type} eq 'character') {      while ($token->{type} == CHARACTER_TOKEN) { # or until stop tokenizing
2536        $text .= $token->{data};        $text .= $token->{data};
2537        !!!next-token;        !!!next-token;
2538      } # stop if non-character token or tokenizer stops tokenising      }
2539    
2540        ## Step 5
2541      if (length $text) {      if (length $text) {
2542        $style_el->manakai_append_text ($text);        my $text = $self->{document}->create_text_node ($text);
2543          $el->append_child ($text);
2544      }      }
2545        
2546      $self->{content_model_flag} = 'PCDATA';      ## Step 6
2547                      $self->{content_model} = PCDATA_CONTENT_MODEL;
2548      if ($token->{type} eq 'end tag' and $token->{tag_name} eq 'style') {  
2549        ## Step 7
2550        if ($token->{type} == END_TAG_TOKEN and $token->{tag_name} eq $start_tag_name) {
2551        ## Ignore the token        ## Ignore the token
2552      } else {      } elsif ($content_model_flag == CDATA_CONTENT_MODEL) {
2553        !!!parse-error (type => 'in CDATA:#'.$token->{type});        !!!parse-error (type => 'in CDATA:#'.$token->{type});
2554        ## ISSUE: And ignore?      } elsif ($content_model_flag == RCDATA_CONTENT_MODEL) {
2555          !!!parse-error (type => 'in RCDATA:#'.$token->{type});
2556        } else {
2557          die "$0: $content_model_flag in parse_rcdata";
2558      }      }
2559      !!!next-token;      !!!next-token;
2560    }; # $style_start_tag    }; # $parse_rcdata
2561    
2562    my $script_start_tag = sub {    my $script_start_tag = sub ($) {
2563        my $insert = $_[0];
2564      my $script_el;      my $script_el;
2565      !!!create-element ($script_el, 'script', $token->{attributes});      !!!create-element ($script_el, 'script', $token->{attributes});
2566      ## TODO: mark as "parser-inserted"      ## TODO: mark as "parser-inserted"
2567    
2568      $self->{content_model_flag} = 'CDATA';      $self->{content_model} = CDATA_CONTENT_MODEL;
2569        delete $self->{escape}; # MUST
2570            
2571      my $text = '';      my $text = '';
2572      !!!next-token;      !!!next-token;
2573      while ($token->{type} eq 'character') {      while ($token->{type} == CHARACTER_TOKEN) {
2574        $text .= $token->{data};        $text .= $token->{data};
2575        !!!next-token;        !!!next-token;
2576      } # stop if non-character token or tokenizer stops tokenising      } # stop if non-character token or tokenizer stops tokenising
# Line 1965  sub _tree_construction_main ($) { Line 2578  sub _tree_construction_main ($) {
2578        $script_el->manakai_append_text ($text);        $script_el->manakai_append_text ($text);
2579      }      }
2580                                
2581      $self->{content_model_flag} = 'PCDATA';      $self->{content_model} = PCDATA_CONTENT_MODEL;
2582    
2583      if ($token->{type} eq 'end tag' and      if ($token->{type} == END_TAG_TOKEN and
2584          $token->{tag_name} eq 'script') {          $token->{tag_name} eq 'script') {
2585        ## Ignore the token        ## Ignore the token
2586      } else {      } else {
# Line 1981  sub _tree_construction_main ($) { Line 2594  sub _tree_construction_main ($) {
2594      } else {      } else {
2595        ## TODO: $old_insertion_point = current insertion point        ## TODO: $old_insertion_point = current insertion point
2596        ## TODO: insertion point = just before the next input character        ## TODO: insertion point = just before the next input character
2597          
2598        (($self->{insertion_mode} eq 'in head' and defined $self->{head_element})        $insert->($script_el);
        ? $self->{head_element} : $self->{open_elements}->[-1]->[0])->append_child ($script_el);  
2599                
2600        ## TODO: insertion point = $old_insertion_point (might be "undefined")        ## TODO: insertion point = $old_insertion_point (might be "undefined")
2601                
# Line 2177  sub _tree_construction_main ($) { Line 2789  sub _tree_construction_main ($) {
2789    }; # $formatting_end_tag    }; # $formatting_end_tag
2790    
2791    my $insert_to_current = sub {    my $insert_to_current = sub {
2792      $self->{open_elements}->[-1]->[0]->append_child (shift);      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);
2793    }; # $insert_to_current    }; # $insert_to_current
2794    
2795    my $insert_to_foster = sub {    my $insert_to_foster = sub {
# Line 2211  sub _tree_construction_main ($) { Line 2823  sub _tree_construction_main ($) {
2823                         }                         }
2824    }; # $insert_to_foster    }; # $insert_to_foster
2825    
2826    my $in_body = sub {    my $insert;
     my $insert = shift;  
     if ($token->{type} eq 'start tag') {  
       if ($token->{tag_name} eq 'script') {  
         $script_start_tag->();  
         return;  
       } elsif ($token->{tag_name} eq 'style') {  
         $style_start_tag->();  
         return;  
       } elsif ({  
                 base => 1, link => 1, meta => 1,  
                }->{$token->{tag_name}}) {  
         !!!parse-error (type => 'in body:'.$token->{tag_name});  
         ## NOTE: This is an "as if in head" code clone  
         my $el;  
         !!!create-element ($el, $token->{tag_name}, $token->{attributes});  
         if (defined $self->{head_element}) {  
           $self->{head_element}->append_child ($el);  
         } else {  
           $insert->($el);  
         }  
           
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'title') {  
         !!!parse-error (type => 'in body:title');  
         ## NOTE: There is an "as if in head" code clone  
         my $title_el;  
         !!!create-element ($title_el, 'title', $token->{attributes});  
         (defined $self->{head_element} ? $self->{head_element} : $self->{open_elements}->[-1]->[0])  
           ->append_child ($title_el);  
         $self->{content_model_flag} = 'RCDATA';  
           
         my $text = '';  
         !!!next-token;  
         while ($token->{type} eq 'character') {  
           $text .= $token->{data};  
           !!!next-token;  
         }  
         if (length $text) {  
           $title_el->manakai_append_text ($text);  
         }  
           
         $self->{content_model_flag} = 'PCDATA';  
           
         if ($token->{type} eq 'end tag' and  
             $token->{tag_name} eq 'title') {  
           ## Ignore the token  
         } else {  
           !!!parse-error (type => 'in RCDATA:#'.$token->{type});  
           ## ISSUE: And ignore?  
         }  
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'body') {  
         !!!parse-error (type => 'in body:body');  
                 
         if (@{$self->{open_elements}} == 1 or  
             $self->{open_elements}->[1]->[1] ne 'body') {  
           ## Ignore the token  
         } else {  
           my $body_el = $self->{open_elements}->[1]->[0];  
           for my $attr_name (keys %{$token->{attributes}}) {  
             unless ($body_el->has_attribute_ns (undef, $attr_name)) {  
               $body_el->set_attribute_ns  
                 (undef, [undef, $attr_name],  
                  $token->{attributes}->{$attr_name}->{value});  
             }  
           }  
         }  
         !!!next-token;  
         return;  
       } elsif ({  
                 address => 1, blockquote => 1, center => 1, dir => 1,  
                 div => 1, dl => 1, fieldset => 1, listing => 1,  
                 menu => 1, ol => 1, p => 1, ul => 1,  
                 pre => 1,  
                }->{$token->{tag_name}}) {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'p'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         if ($token->{tag_name} eq 'pre') {  
           !!!next-token;  
           if ($token->{type} eq 'character') {  
             $token->{data} =~ s/^\x0A//;  
             unless (length $token->{data}) {  
               !!!next-token;  
             }  
           }  
         } else {  
           !!!next-token;  
         }  
         return;  
       } elsif ($token->{tag_name} eq 'form') {  
         if (defined $self->{form_element}) {  
           !!!parse-error (type => 'in form:form');  
           ## Ignore the token  
         } else {  
           ## has a p element in scope  
           INSCOPE: for (reverse @{$self->{open_elements}}) {  
             if ($_->[1] eq 'p') {  
               !!!back-token;  
               $token = {type => 'end tag', tag_name => 'p'};  
               return;  
             } elsif ({  
                       table => 1, caption => 1, td => 1, th => 1,  
                       button => 1, marquee => 1, object => 1, html => 1,  
                      }->{$_->[1]}) {  
               last INSCOPE;  
             }  
           } # INSCOPE  
               
           !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
           $self->{form_element} = $self->{open_elements}->[-1]->[0];  
           !!!next-token;  
           return;  
         }  
       } elsif ($token->{tag_name} eq 'li') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'p'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         ## Step 1  
         my $i = -1;  
         my $node = $self->{open_elements}->[$i];  
         LI: {  
           ## Step 2  
           if ($node->[1] eq 'li') {  
             splice @{$self->{open_elements}}, $i;  
             last LI;  
           }  
             
           ## Step 3  
           if (not $formatting_category->{$node->[1]} and  
               #not $phrasing_category->{$node->[1]} and  
               ($special_category->{$node->[1]} or  
                $scoping_category->{$node->[1]}) and  
               $node->[1] ne 'address' and $node->[1] ne 'div') {  
             last LI;  
           }  
             
           ## Step 4  
           $i--;  
           $node = $self->{open_elements}->[$i];  
           redo LI;  
         } # LI  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'dd' or $token->{tag_name} eq 'dt') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'p'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         ## Step 1  
         my $i = -1;  
         my $node = $self->{open_elements}->[$i];  
         LI: {  
           ## Step 2  
           if ($node->[1] eq 'dt' or $node->[1] eq 'dd') {  
             splice @{$self->{open_elements}}, $i;  
             last LI;  
           }  
             
           ## Step 3  
           if (not $formatting_category->{$node->[1]} and  
               #not $phrasing_category->{$node->[1]} and  
               ($special_category->{$node->[1]} or  
                $scoping_category->{$node->[1]}) and  
               $node->[1] ne 'address' and $node->[1] ne 'div') {  
             last LI;  
           }  
             
           ## Step 4  
           $i--;  
           $node = $self->{open_elements}->[$i];  
           redo LI;  
         } # LI  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'plaintext') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'p'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
             
         $self->{content_model_flag} = 'PLAINTEXT';  
             
         !!!next-token;  
         return;  
       } elsif ({  
                 h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,  
                }->{$token->{tag_name}}) {  
         ## has a p element in scope  
         INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
           my $node = $self->{open_elements}->[$_];  
           if ($node->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'p'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         ## has an element in scope  
         my $i;  
         INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
           my $node = $self->{open_elements}->[$_];  
           if ({  
                h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,  
               }->{$node->[1]}) {  
             $i = $_;  
             last INSCOPE;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         if (defined $i) {  
           !!!parse-error (type => 'in hn:hn');  
           splice @{$self->{open_elements}}, $i;  
         }  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
             
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'a') {  
         AFE: for my $i (reverse 0..$#$active_formatting_elements) {  
           my $node = $active_formatting_elements->[$i];  
           if ($node->[1] eq 'a') {  
             !!!parse-error (type => 'in a:a');  
               
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'a'};  
             $formatting_end_tag->($token->{tag_name});  
               
             AFE2: for (reverse 0..$#$active_formatting_elements) {  
               if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {  
                 splice @$active_formatting_elements, $_, 1;  
                 last AFE2;  
               }  
             } # AFE2  
             OE: for (reverse 0..$#{$self->{open_elements}}) {  
               if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {  
                 splice @{$self->{open_elements}}, $_, 1;  
                 last OE;  
               }  
             } # OE  
             last AFE;  
           } elsif ($node->[0] eq '#marker') {  
             last AFE;  
           }  
         } # AFE  
             
         $reconstruct_active_formatting_elements->($insert_to_current);  
   
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         push @$active_formatting_elements, $self->{open_elements}->[-1];  
   
         !!!next-token;  
         return;  
       } elsif ({  
                 b => 1, big => 1, em => 1, font => 1, i => 1,  
                 nobr => 1, s => 1, small => 1, strile => 1,  
                 strong => 1, tt => 1, u => 1,  
                }->{$token->{tag_name}}) {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         push @$active_formatting_elements, $self->{open_elements}->[-1];  
           
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'button') {  
         ## has a button element in scope  
         INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
           my $node = $self->{open_elements}->[$_];  
           if ($node->[1] eq 'button') {  
             !!!parse-error (type => 'in button:button');  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'button'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         $reconstruct_active_formatting_elements->($insert_to_current);  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         push @$active_formatting_elements, ['#marker', ''];  
   
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'marquee' or  
                $token->{tag_name} eq 'object') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         push @$active_formatting_elements, ['#marker', ''];  
           
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'xmp') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
           
         $self->{content_model_flag} = 'CDATA';  
           
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'table') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'p'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
             
         $self->{insertion_mode} = 'in table';  
             
         !!!next-token;  
         return;  
       } elsif ({  
                 area => 1, basefont => 1, bgsound => 1, br => 1,  
                 embed => 1, img => 1, param => 1, spacer => 1, wbr => 1,  
                 image => 1,  
                }->{$token->{tag_name}}) {  
         if ($token->{tag_name} eq 'image') {  
           !!!parse-error (type => 'image');  
           $token->{tag_name} = 'img';  
         }  
           
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         pop @{$self->{open_elements}};  
           
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'hr') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => 'end tag', tag_name => 'p'};  
             return;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         pop @{$self->{open_elements}};  
             
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'input') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         ## TODO: associate with $self->{form_element} if defined  
         pop @{$self->{open_elements}};  
           
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'isindex') {  
         !!!parse-error (type => 'isindex');  
           
         if (defined $self->{form_element}) {  
           ## Ignore the token  
           !!!next-token;  
           return;  
         } else {  
           my $at = $token->{attributes};  
           $at->{name} = {name => 'name', value => 'isindex'};  
           my @tokens = (  
                         {type => 'start tag', tag_name => 'form'},  
                         {type => 'start tag', tag_name => 'hr'},  
                         {type => 'start tag', tag_name => 'p'},  
                         {type => 'start tag', tag_name => 'label'},  
                         {type => 'character',  
                          data => 'This is a searchable index. Insert your search keywords here: '}, # SHOULD  
                         ## TODO: make this configurable  
                         {type => 'start tag', tag_name => 'input', attributes => $at},  
                         #{type => 'character', data => ''}, # SHOULD  
                         {type => 'end tag', tag_name => 'label'},  
                         {type => 'end tag', tag_name => 'p'},  
                         {type => 'start tag', tag_name => 'hr'},  
                         {type => 'end tag', tag_name => 'form'},  
                        );  
           $token = shift @tokens;  
           !!!back-token (@tokens);  
           return;  
         }  
       } elsif ({  
                 textarea => 1,  
                 noembed => 1,  
                 noframes => 1,  
                 noscript => 0, ## TODO: 1 if scripting is enabled  
                }->{$token->{tag_name}}) {  
         my $tag_name = $token->{tag_name};  
         my $el;  
         !!!create-element ($el, $token->{tag_name}, $token->{attributes});  
           
         if ($token->{tag_name} eq 'textarea') {  
           ## TODO: $self->{form_element} if defined  
           $self->{content_model_flag} = 'RCDATA';  
         } else {  
           $self->{content_model_flag} = 'CDATA';  
         }  
           
         $insert->($el);  
           
         my $text = '';  
         !!!next-token;  
         while ($token->{type} eq 'character') {  
           $text .= $token->{data};  
           !!!next-token;  
         }  
         if (length $text) {  
           $el->manakai_append_text ($text);  
         }  
           
         $self->{content_model_flag} = 'PCDATA';  
           
         if ($token->{type} eq 'end tag' and  
             $token->{tag_name} eq $tag_name) {  
           ## Ignore the token  
         } else {  
           if ($token->{tag_name} eq 'textarea') {  
             !!!parse-error (type => 'in CDATA:#'.$token->{type});  
           } else {  
             !!!parse-error (type => 'in RCDATA:#'.$token->{type});  
           }  
           ## ISSUE: And ignore?  
         }  
         !!!next-token;  
         return;  
       } elsif ($token->{tag_name} eq 'select') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
           
         $self->{insertion_mode} = 'in select';  
         !!!next-token;  
         return;  
       } elsif ({  
                 caption => 1, col => 1, colgroup => 1, frame => 1,  
                 frameset => 1, head => 1, option => 1, optgroup => 1,  
                 tbody => 1, td => 1, tfoot => 1, th => 1,  
                 thead => 1, tr => 1,  
                }->{$token->{tag_name}}) {  
         !!!parse-error (type => 'in body:'.$token->{tag_name});  
         ## Ignore the token  
         !!!next-token;  
         return;  
           
         ## ISSUE: An issue on HTML5 new elements in the spec.  
       } else {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
           
         !!!next-token;  
         return;  
       }  
     } elsif ($token->{type} eq 'end tag') {  
       if ($token->{tag_name} eq 'body') {  
         if (@{$self->{open_elements}} > 1 and $self->{open_elements}->[1]->[1] eq 'body') {  
           ## ISSUE: There is an issue in the spec.  
           if ($self->{open_elements}->[-1]->[1] ne 'body') {  
             !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
           }  
           $self->{insertion_mode} = 'after body';  
           !!!next-token;  
           return;  
         } else {  
           !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
           ## Ignore the token  
           !!!next-token;  
           return;  
         }  
       } elsif ($token->{tag_name} eq 'html') {  
         if (@{$self->{open_elements}} > 1 and $self->{open_elements}->[1]->[1] eq 'body') {  
           ## ISSUE: There is an issue in the spec.  
           if ($self->{open_elements}->[-1]->[1] ne 'body') {  
             !!!parse-error (type => 'not closed:'.$self->{open_elements}->[1]->[1]);  
           }  
           $self->{insertion_mode} = 'after body';  
           ## reprocess  
           return;  
         } else {  
           !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
           ## Ignore the token  
           !!!next-token;  
           return;  
         }  
       } elsif ({  
                 address => 1, blockquote => 1, center => 1, dir => 1,  
                 div => 1, dl => 1, fieldset => 1, listing => 1,  
                 menu => 1, ol => 1, pre => 1, ul => 1,  
                 form => 1,  
                 p => 1,  
                 dd => 1, dt => 1, li => 1,  
                 button => 1, marquee => 1, object => 1,  
                }->{$token->{tag_name}}) {  
         ## has an element in scope  
         my $i;  
         INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
           my $node = $self->{open_elements}->[$_];  
           if ($node->[1] eq $token->{tag_name}) {  
             ## generate implied end tags  
             if ({  
                  dd => ($token->{tag_name} ne 'dd'),  
                  dt => ($token->{tag_name} ne 'dt'),  
                  li => ($token->{tag_name} ne 'li'),  
                  p => ($token->{tag_name} ne 'p'),  
                  td => 1, th => 1, tr => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => 'end tag',  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               return;  
             }  
             $i = $_;  
             last INSCOPE unless $token->{tag_name} eq 'p';  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
           
         if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {  
           !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
         }  
           
         splice @{$self->{open_elements}}, $i if defined $i;  
         undef $self->{form_element} if $token->{tag_name} eq 'form';  
         $clear_up_to_marker->()  
           if {  
             button => 1, marquee => 1, object => 1,  
           }->{$token->{tag_name}};  
         !!!next-token;  
         return;  
       } elsif ({  
                 h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,  
                }->{$token->{tag_name}}) {  
         ## has an element in scope  
         my $i;  
         INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
           my $node = $self->{open_elements}->[$_];  
           if ({  
                h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,  
               }->{$node->[1]}) {  
             ## generate implied end tags  
             if ({  
                  dd => 1, dt => 1, li => 1, p => 1,  
                  td => 1, th => 1, tr => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => 'end tag',  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               return;  
             }  
             $i = $_;  
             last INSCOPE;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
           
         if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {  
           !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
         }  
           
         splice @{$self->{open_elements}}, $i if defined $i;  
         !!!next-token;  
         return;  
       } elsif ({  
                 a => 1,  
                 b => 1, big => 1, em => 1, font => 1, i => 1,  
                 nobr => 1, s => 1, small => 1, strile => 1,  
                 strong => 1, tt => 1, u => 1,  
                }->{$token->{tag_name}}) {  
         $formatting_end_tag->($token->{tag_name});  
         return;  
       } elsif ({  
                 caption => 1, col => 1, colgroup => 1, frame => 1,  
                 frameset => 1, head => 1, option => 1, optgroup => 1,  
                 tbody => 1, td => 1, tfoot => 1, th => 1,  
                 thead => 1, tr => 1,  
                 area => 1, basefont => 1, bgsound => 1, br => 1,  
                 embed => 1, hr => 1, iframe => 1, image => 1,  
                 img => 1, input => 1, isindex=> 1, noembed => 1,  
                 noframes => 1, param => 1, select => 1, spacer => 1,  
                 table => 1, textarea => 1, wbr => 1,  
                 noscript => 0, ## TODO: if scripting is enabled  
                }->{$token->{tag_name}}) {  
         !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
         ## Ignore the token  
         !!!next-token;  
         return;  
           
         ## ISSUE: Issue on HTML5 new elements in spec  
           
       } else {  
         ## Step 1  
         my $node_i = -1;  
         my $node = $self->{open_elements}->[$node_i];  
   
         ## Step 2  
         S2: {  
           if ($node->[1] eq $token->{tag_name}) {  
             ## Step 1  
             ## generate implied end tags  
             if ({  
                  dd => 1, dt => 1, li => 1, p => 1,  
                  td => 1, th => 1, tr => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => 'end tag',  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               return;  
             }  
           
             ## Step 2  
             if ($token->{tag_name} ne $self->{open_elements}->[-1]->[1]) {  
               !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
             }  
               
             ## Step 3  
             splice @{$self->{open_elements}}, $node_i;  
   
             !!!next-token;  
             last S2;  
           } else {  
             ## Step 3  
             if (not $formatting_category->{$node->[1]} and  
                 #not $phrasing_category->{$node->[1]} and  
                 ($special_category->{$node->[1]} or  
                  $scoping_category->{$node->[1]})) {  
               !!!parse-error (type => 'not closed:'.$node->[1]);  
               ## Ignore the token  
               !!!next-token;  
               last S2;  
             }  
           }  
             
           ## Step 4  
           $node_i--;  
           $node = $self->{open_elements}->[$node_i];  
             
           ## Step 5;  
           redo S2;  
         } # S2  
         return;  
       }  
     }  
   }; # $in_body  
2827    
2828    B: {    B: {
2829      if ($phase eq 'main') {      if ($token->{type} == DOCTYPE_TOKEN) {
2830        if ($token->{type} eq 'DOCTYPE') {        !!!parse-error (type => 'DOCTYPE in the middle');
2831          !!!parse-error (type => 'in html:#DOCTYPE');        ## Ignore the token
2832          ## Ignore the token        ## Stay in the phase
2833          ## Stay in the phase        !!!next-token;
2834          !!!next-token;        redo B;
2835          redo B;      } elsif ($token->{type} == END_OF_FILE_TOKEN) {
2836        } elsif ($token->{type} eq 'start tag' and        if ($self->{insertion_mode} & AFTER_HTML_IMS) {
2837                 $token->{tag_name} eq 'html') {          #
2838          ## TODO: unless it is the first start tag token, parse-error        } else {
         my $top_el = $self->{open_elements}->[0]->[0];  
         for my $attr_name (keys %{$token->{attributes}}) {  
           unless ($top_el->has_attribute_ns (undef, $attr_name)) {  
             $top_el->set_attribute_ns  
               (undef, [undef, $attr_name],  
                $token->{attributes}->{$attr_name}->{value});  
           }  
         }  
         !!!next-token;  
         redo B;  
       } elsif ($token->{type} eq 'end-of-file') {  
2839          ## Generate implied end tags          ## Generate implied end tags
2840          if ({          if ({
2841               dd => 1, dt => 1, li => 1, p => 1, td => 1, th => 1, tr => 1,               dd => 1, dt => 1, li => 1, p => 1, td => 1, th => 1, tr => 1,
2842                 tbody => 1, tfoot=> 1, thead => 1,
2843              }->{$self->{open_elements}->[-1]->[1]}) {              }->{$self->{open_elements}->[-1]->[1]}) {
2844            !!!back-token;            !!!back-token;
2845            $token = {type => 'end tag', tag_name => $self->{open_elements}->[-1]->[1]};            $token = {type => END_TAG_TOKEN, tag_name => $self->{open_elements}->[-1]->[1]};
2846            redo B;            redo B;
2847          }          }
2848                    
# Line 2987  sub _tree_construction_main ($) { Line 2855  sub _tree_construction_main ($) {
2855            !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);            !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
2856          }          }
2857    
         ## Stop parsing  
         last B;  
   
2858          ## ISSUE: There is an issue in the spec.          ## ISSUE: There is an issue in the spec.
2859          }
2860    
2861          ## Stop parsing
2862          last B;
2863        } elsif ($token->{type} == START_TAG_TOKEN and
2864                 $token->{tag_name} eq 'html') {
2865          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
2866            ## Turn into the main phase
2867            !!!parse-error (type => 'after html:html');
2868            $self->{insertion_mode} = AFTER_BODY_IM;
2869          } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {
2870            ## Turn into the main phase
2871            !!!parse-error (type => 'after html:html');
2872            $self->{insertion_mode} = AFTER_FRAMESET_IM;
2873          }
2874    
2875    ## ISSUE: "aa<html>" is not a parse error.
2876    ## ISSUE: "<html>" in fragment is not a parse error.
2877          unless ($token->{first_start_tag}) {
2878            !!!parse-error (type => 'not first start tag');
2879          }
2880          my $top_el = $self->{open_elements}->[0]->[0];
2881          for my $attr_name (keys %{$token->{attributes}}) {
2882            unless ($top_el->has_attribute_ns (undef, $attr_name)) {
2883              $top_el->set_attribute_ns
2884                (undef, [undef, $attr_name],
2885                 $token->{attributes}->{$attr_name}->{value});
2886            }
2887          }
2888          !!!next-token;
2889          redo B;
2890        } elsif ($token->{type} == COMMENT_TOKEN) {
2891          my $comment = $self->{document}->create_comment ($token->{data});
2892          if ($self->{insertion_mode} & AFTER_HTML_IMS) {
2893            $self->{document}->append_child ($comment);
2894          } elsif ($self->{insertion_mode} == AFTER_BODY_IM) {
2895            $self->{open_elements}->[0]->[0]->append_child ($comment);
2896        } else {        } else {
2897          if ($self->{insertion_mode} eq 'before head') {          $self->{open_elements}->[-1]->[0]->append_child ($comment);
2898            if ($token->{type} eq 'character') {        }
2899              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {        !!!next-token;
2900                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);        redo B;
2901                unless (length $token->{data}) {      } elsif ($self->{insertion_mode} & HEAD_IMS) {
2902                  !!!next-token;        if ($token->{type} == CHARACTER_TOKEN) {
2903                  redo B;          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {
2904                }            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
2905              }            unless (length $token->{data}) {
             ## As if <head>  
             !!!create-element ($self->{head_element}, 'head');  
             $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});  
             push @{$self->{open_elements}}, [$self->{head_element}, 'head'];  
             $self->{insertion_mode} = 'in head';  
             ## reprocess  
             redo B;  
           } elsif ($token->{type} eq 'comment') {  
             my $comment = $self->{document}->create_comment ($token->{data});  
             $self->{open_elements}->[-1]->[0]->append_child ($comment);  
2906              !!!next-token;              !!!next-token;
2907              redo B;              redo B;
2908            } elsif ($token->{type} eq 'start tag') {            }
2909              my $attr = $token->{tag_name} eq 'head' ? $token->{attributes} : {};          }
2910              !!!create-element ($self->{head_element}, 'head', $attr);  
2911              $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2912              push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            ## As if <head>
2913              $self->{insertion_mode} = 'in head';            !!!create-element ($self->{head_element}, 'head');
2914              if ($token->{tag_name} eq 'head') {            $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2915                !!!next-token;            push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
2916              #} elsif ({  
2917              #          base => 1, link => 1, meta => 1,            ## Reprocess in the "in head" insertion mode...
2918              #          script => 1, style => 1, title => 1,            pop @{$self->{open_elements}};
2919              #         }->{$token->{tag_name}}) {  
2920              #  ## reprocess            ## Reprocess in the "after head" insertion mode...
2921              } else {          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2922                ## reprocess            ## As if </noscript>
2923              }            pop @{$self->{open_elements}};
2924              !!!parse-error (type => 'in noscript:#character');
2925              
2926              ## Reprocess in the "in head" insertion mode...
2927              ## As if </head>
2928              pop @{$self->{open_elements}};
2929    
2930              ## Reprocess in the "after head" insertion mode...
2931            } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2932              pop @{$self->{open_elements}};
2933    
2934              ## Reprocess in the "after head" insertion mode...
2935            }
2936    
2937                ## "after head" insertion mode
2938                ## As if <body>
2939                !!!insert-element ('body');
2940                $self->{insertion_mode} = IN_BODY_IM;
2941                ## reprocess
2942              redo B;              redo B;
2943            } elsif ($token->{type} eq 'end tag') {            } elsif ($token->{type} == START_TAG_TOKEN) {
2944              if ($token->{tag_name} eq 'html') {              if ($token->{tag_name} eq 'head') {
2945                  if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2946                    !!!create-element ($self->{head_element}, $token->{tag_name}, $token->{attributes});
2947                    $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2948                    push @{$self->{open_elements}}, [$self->{head_element}, $token->{tag_name}];
2949                    $self->{insertion_mode} = IN_HEAD_IM;
2950                    !!!next-token;
2951                    redo B;
2952                  } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2953                    #
2954                  } else {
2955                    !!!parse-error (type => 'in head:head'); # or in head noscript
2956                    ## Ignore the token
2957                    !!!next-token;
2958                    redo B;
2959                  }
2960                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2961                ## As if <head>                ## As if <head>
2962                !!!create-element ($self->{head_element}, 'head');                !!!create-element ($self->{head_element}, 'head');
2963                $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2964                push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
2965                $self->{insertion_mode} = 'in head';  
2966                ## reprocess                $self->{insertion_mode} = IN_HEAD_IM;
2967                redo B;                ## Reprocess in the "in head" insertion mode...
             } else {  
               !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
               ## Ignore the token  
               !!!next-token;  
               redo B;  
2968              }              }
2969            } else {  
2970              die "$0: $token->{type}: Unknown type";              if ($token->{tag_name} eq 'base') {
2971            }                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2972          } elsif ($self->{insertion_mode} eq 'in head') {                  ## As if </noscript>
2973            if ($token->{type} eq 'character') {                  pop @{$self->{open_elements}};
2974              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {                  !!!parse-error (type => 'in noscript:base');
2975                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                
2976                unless (length $token->{data}) {                  $self->{insertion_mode} = IN_HEAD_IM;
2977                  !!!next-token;                  ## Reprocess in the "in head" insertion mode...
                 redo B;  
2978                }                }
             }  
               
             #  
           } elsif ($token->{type} eq 'comment') {  
             my $comment = $self->{document}->create_comment ($token->{data});  
             $self->{open_elements}->[-1]->[0]->append_child ($comment);  
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} eq 'start tag') {  
             if ($token->{tag_name} eq 'title') {  
               ## NOTE: There is an "as if in head" code clone  
               my $title_el;  
               !!!create-element ($title_el, 'title', $token->{attributes});  
               (defined $self->{head_element} ? $self->{head_element} : $self->{open_elements}->[-1]->[0])  
                 ->append_child ($title_el);  
               $self->{content_model_flag} = 'RCDATA';  
2979    
2980                my $text = '';                ## NOTE: There is a "as if in head" code clone.
2981                  if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2982                    !!!parse-error (type => 'after head:'.$token->{tag_name});
2983                    push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
2984                  }
2985                  !!!insert-element ($token->{tag_name}, $token->{attributes});
2986                  pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
2987                  pop @{$self->{open_elements}}
2988                      if $self->{insertion_mode} == AFTER_HEAD_IM;
2989                !!!next-token;                !!!next-token;
2990                while ($token->{type} eq 'character') {                redo B;
2991                  $text .= $token->{data};              } elsif ($token->{tag_name} eq 'link') {
2992                  !!!next-token;                ## NOTE: There is a "as if in head" code clone.
2993                  if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2994                    !!!parse-error (type => 'after head:'.$token->{tag_name});
2995                    push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
2996                }                }
2997                if (length $text) {                !!!insert-element ($token->{tag_name}, $token->{attributes});
2998                  $title_el->manakai_append_text ($text);                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
2999                  pop @{$self->{open_elements}}
3000                      if $self->{insertion_mode} == AFTER_HEAD_IM;
3001                  !!!next-token;
3002                  redo B;
3003                } elsif ($token->{tag_name} eq 'meta') {
3004                  ## NOTE: There is a "as if in head" code clone.
3005                  if ($self->{insertion_mode} == AFTER_HEAD_IM) {
3006                    !!!parse-error (type => 'after head:'.$token->{tag_name});
3007                    push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
3008                }                }
3009                                !!!insert-element ($token->{tag_name}, $token->{attributes});
3010                $self->{content_model_flag} = 'PCDATA';                my $meta_el = pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
3011                  
3012                if ($token->{type} eq 'end tag' and                unless ($self->{confident}) {
3013                    $token->{tag_name} eq 'title') {                  if ($token->{attributes}->{charset}) { ## TODO: And if supported
3014                  ## Ignore the token                    $self->{change_encoding}
3015                          ->($self, $token->{attributes}->{charset}->{value});
3016                      
3017                      $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
3018                          ->set_user_data (manakai_has_reference =>
3019                                               $token->{attributes}->{charset}
3020                                                   ->{has_reference});
3021                    } elsif ($token->{attributes}->{content}) {
3022                      ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.
3023                      if ($token->{attributes}->{content}->{value}
3024                          =~ /\A[^;]*;[\x09-\x0D\x20]*[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
3025                              [\x09-\x0D\x20]*=
3026                              [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
3027                              ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {
3028                        $self->{change_encoding}
3029                            ->($self, defined $1 ? $1 : defined $2 ? $2 : $3);
3030                        $meta_el->[0]->get_attribute_node_ns (undef, 'content')
3031                            ->set_user_data (manakai_has_reference =>
3032                                                 $token->{attributes}->{content}
3033                                                       ->{has_reference});
3034                      }
3035                    }
3036                } else {                } else {
3037                  !!!parse-error (type => 'in RCDATA:#'.$token->{type});                  if ($token->{attributes}->{charset}) {
3038                  ## ISSUE: And ignore?                    $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
3039                          ->set_user_data (manakai_has_reference =>
3040                                               $token->{attributes}->{charset}
3041                                                   ->{has_reference});
3042                    }
3043                    if ($token->{attributes}->{content}) {
3044                      $meta_el->[0]->get_attribute_node_ns (undef, 'content')
3045                          ->set_user_data (manakai_has_reference =>
3046                                               $token->{attributes}->{content}
3047                                                   ->{has_reference});
3048                    }
3049                }                }
               !!!next-token;  
               redo B;  
             } elsif ($token->{tag_name} eq 'style') {  
               $style_start_tag->();  
               redo B;  
             } elsif ($token->{tag_name} eq 'script') {  
               $script_start_tag->();  
               redo B;  
             } elsif ({base => 1, link => 1, meta => 1}->{$token->{tag_name}}) {  
               ## NOTE: There are "as if in head" code clones  
               my $el;  
               !!!create-element ($el, $token->{tag_name}, $token->{attributes});  
               (defined $self->{head_element} ? $self->{head_element} : $self->{open_elements}->[-1]->[0])  
                 ->append_child ($el);  
3050    
3051                  pop @{$self->{open_elements}}
3052                      if $self->{insertion_mode} == AFTER_HEAD_IM;
3053                !!!next-token;                !!!next-token;
3054                redo B;                redo B;
3055              } elsif ($token->{tag_name} eq 'head') {              } elsif ($token->{tag_name} eq 'title') {
3056                !!!parse-error (type => 'in head:head');                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
3057                ## Ignore the token                  ## As if </noscript>
3058                !!!next-token;                  pop @{$self->{open_elements}};
3059                    !!!parse-error (type => 'in noscript:title');
3060                  
3061                    $self->{insertion_mode} = IN_HEAD_IM;
3062                    ## Reprocess in the "in head" insertion mode...
3063                  } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
3064                    !!!parse-error (type => 'after head:'.$token->{tag_name});
3065                    push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
3066                  }
3067    
3068                  ## NOTE: There is a "as if in head" code clone.
3069                  my $parent = defined $self->{head_element} ? $self->{head_element}
3070                      : $self->{open_elements}->[-1]->[0];
3071                  $parse_rcdata->(RCDATA_CONTENT_MODEL,
3072                                  sub { $parent->append_child ($_[0]) });
3073                  pop @{$self->{open_elements}}
3074                      if $self->{insertion_mode} == AFTER_HEAD_IM;
3075                redo B;                redo B;
3076              } else {              } elsif ($token->{tag_name} eq 'style') {
3077                #                ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and
3078              }                ## insertion mode IN_HEAD_IM)
3079            } elsif ($token->{type} eq 'end tag') {                ## NOTE: There is a "as if in head" code clone.
3080              if ($token->{tag_name} eq 'head') {                if ($self->{insertion_mode} == AFTER_HEAD_IM) {
3081                if ($self->{open_elements}->[-1]->[1] eq 'head') {                  !!!parse-error (type => 'after head:'.$token->{tag_name});
3082                    push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
3083                  }
3084                  $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);
3085                  pop @{$self->{open_elements}}
3086                      if $self->{insertion_mode} == AFTER_HEAD_IM;
3087                  redo B;
3088                } elsif ($token->{tag_name} eq 'noscript') {
3089                  if ($self->{insertion_mode} == IN_HEAD_IM) {
3090                    ## NOTE: and scripting is disalbed
3091                    !!!insert-element ($token->{tag_name}, $token->{attributes});
3092                    $self->{insertion_mode} = IN_HEAD_NOSCRIPT_IM;
3093                    !!!next-token;
3094                    redo B;
3095                  } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
3096                    !!!parse-error (type => 'in noscript:noscript');
3097                    ## Ignore the token
3098                    !!!next-token;
3099                    redo B;
3100                  } else {
3101                    #
3102                  }
3103                } elsif ($token->{tag_name} eq 'script') {
3104                  if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
3105                    ## As if </noscript>
3106                    pop @{$self->{open_elements}};
3107                    !!!parse-error (type => 'in noscript:script');
3108                  
3109                    $self->{insertion_mode} = IN_HEAD_IM;
3110                    ## Reprocess in the "in head" insertion mode...
3111                  } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
3112                    !!!parse-error (type => 'after head:'.$token->{tag_name});
3113                    push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
3114                  }
3115    
3116                  ## NOTE: There is a "as if in head" code clone.
3117                  $script_start_tag->($insert_to_current);
3118                  pop @{$self->{open_elements}}
3119                      if $self->{insertion_mode} == AFTER_HEAD_IM;
3120                  redo B;
3121                } elsif ($token->{tag_name} eq 'body' or
3122                         $token->{tag_name} eq 'frameset') {
3123                  if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
3124                    ## As if </noscript>
3125                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3126                    !!!parse-error (type => 'in noscript:'.$token->{tag_name});
3127                    
3128                    ## Reprocess in the "in head" insertion mode...
3129                    ## As if </head>
3130                    pop @{$self->{open_elements}};
3131                    
3132                    ## Reprocess in the "after head" insertion mode...
3133                  } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
3134                    pop @{$self->{open_elements}};
3135                    
3136                    ## Reprocess in the "after head" insertion mode...
3137                  }
3138    
3139                  ## "after head" insertion mode
3140                  !!!insert-element ($token->{tag_name}, $token->{attributes});
3141                  if ($token->{tag_name} eq 'body') {
3142                    $self->{insertion_mode} = IN_BODY_IM;
3143                  } elsif ($token->{tag_name} eq 'frameset') {
3144                    $self->{insertion_mode} = IN_FRAMESET_IM;
3145                } else {                } else {
3146                  !!!parse-error (type => 'unmatched end tag:head');                  die "$0: tag name: $self->{tag_name}";
3147                }                }
               $self->{insertion_mode} = 'after head';  
3148                !!!next-token;                !!!next-token;
3149                redo B;                redo B;
             } elsif ($token->{tag_name} eq 'html') {  
               #  
3150              } else {              } else {
3151                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                #
               ## Ignore the token  
               !!!next-token;  
               redo B;  
3152              }              }
           } else {  
             #  
           }  
3153    
3154            if ($self->{open_elements}->[-1]->[1] eq 'head') {              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
3155              ## As if </head>                ## As if </noscript>
3156              pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3157            }                !!!parse-error (type => 'in noscript:/'.$token->{tag_name});
3158            $self->{insertion_mode} = 'after head';                
3159            ## reprocess                ## Reprocess in the "in head" insertion mode...
3160            redo B;                ## As if </head>
3161                  pop @{$self->{open_elements}};
3162    
3163            ## ISSUE: An issue in the spec.                ## Reprocess in the "after head" insertion mode...
3164          } elsif ($self->{insertion_mode} eq 'after head') {              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
3165            if ($token->{type} eq 'character') {                ## As if </head>
3166              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {                pop @{$self->{open_elements}};
3167                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);  
3168                unless (length $token->{data}) {                ## Reprocess in the "after head" insertion mode...
                 !!!next-token;  
                 redo B;  
               }  
3169              }              }
               
             #  
           } elsif ($token->{type} eq 'comment') {  
             my $comment = $self->{document}->create_comment ($token->{data});  
             $self->{open_elements}->[-1]->[0]->append_child ($comment);  
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} eq 'start tag') {  
             if ($token->{tag_name} eq 'body') {  
               !!!insert-element ('body', $token->{attributes});  
               $self->{insertion_mode} = 'in body';  
               !!!next-token;  
               redo B;  
             } elsif ($token->{tag_name} eq 'frameset') {  
               !!!insert-element ('frameset', $token->{attributes});  
               $self->{insertion_mode} = 'in frameset';  
               !!!next-token;  
               redo B;  
             } elsif ({  
                       base => 1, link => 1, meta => 1,  
                       script => 1, style => 1, title => 1,  
                      }->{$token->{tag_name}}) {  
               !!!parse-error (type => 'after head:'.$token->{tag_name});  
               $self->{insertion_mode} = 'in head';  
               ## reprocess  
               redo B;  
             } else {  
               #  
             }  
           } else {  
             #  
           }  
             
           ## As if <body>  
           !!!insert-element ('body');  
           $self->{insertion_mode} = 'in body';  
           ## reprocess  
           redo B;  
         } elsif ($self->{insertion_mode} eq 'in body') {  
           if ($token->{type} eq 'character') {  
             ## NOTE: There is a code clone of "character in body".  
             $reconstruct_active_formatting_elements->($insert_to_current);  
               
             $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});  
3170    
3171              !!!next-token;              ## "after head" insertion mode
3172              redo B;              ## As if <body>
3173            } elsif ($token->{type} eq 'comment') {              !!!insert-element ('body');
3174              ## NOTE: There is a code clone of "comment in body".              $self->{insertion_mode} = IN_BODY_IM;
3175              my $comment = $self->{document}->create_comment ($token->{data});              ## reprocess
             $self->{open_elements}->[-1]->[0]->append_child ($comment);  
             !!!next-token;  
             redo B;  
           } else {  
             $in_body->($insert_to_current);  
3176              redo B;              redo B;
3177            }            } elsif ($token->{type} == END_TAG_TOKEN) {
3178          } elsif ($self->{insertion_mode} eq 'in table') {              if ($token->{tag_name} eq 'head') {
3179            if ($token->{type} eq 'character') {                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
3180              ## NOTE: There are "character in table" code clones.                  ## As if <head>
3181              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {                  !!!create-element ($self->{head_element}, 'head');
3182                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
3183                                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
3184                unless (length $token->{data}) {  
3185                    ## Reprocess in the "in head" insertion mode...
3186                    pop @{$self->{open_elements}};
3187                    $self->{insertion_mode} = AFTER_HEAD_IM;
3188                    !!!next-token;
3189                    redo B;
3190                  } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
3191                    ## As if </noscript>
3192                    pop @{$self->{open_elements}};
3193                    !!!parse-error (type => 'in noscript:script');
3194                    
3195                    ## Reprocess in the "in head" insertion mode...
3196                    pop @{$self->{open_elements}};
3197                    $self->{insertion_mode} = AFTER_HEAD_IM;
3198                    !!!next-token;
3199                    redo B;
3200                  } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
3201                    pop @{$self->{open_elements}};
3202                    $self->{insertion_mode} = AFTER_HEAD_IM;
3203                  !!!next-token;                  !!!next-token;
3204                  redo B;                  redo B;
               }  
             }  
   
             !!!parse-error (type => 'in table:#character');  
   
             ## As if in body, but insert into foster parent element  
             ## ISSUE: Spec says that "whenever a node would be inserted  
             ## into the current node" while characters might not be  
             ## result in a new Text node.  
             $reconstruct_active_formatting_elements->($insert_to_foster);  
               
             if ({  
                  table => 1, tbody => 1, tfoot => 1,  
                  thead => 1, tr => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               # MUST  
               my $foster_parent_element;  
               my $next_sibling;  
               my $prev_sibling;  
               OE: for (reverse 0..$#{$self->{open_elements}}) {  
                 if ($self->{open_elements}->[$_]->[1] eq 'table') {  
                   my $parent = $self->{open_elements}->[$_]->[0]->parent_node;  
                   if (defined $parent and $parent->node_type == 1) {  
                     $foster_parent_element = $parent;  
                     $next_sibling = $self->{open_elements}->[$_]->[0];  
                     $prev_sibling = $next_sibling->previous_sibling;  
                   } else {  
                     $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];  
                     $prev_sibling = $foster_parent_element->last_child;  
                   }  
                   last OE;  
                 }  
               } # OE  
               $foster_parent_element = $self->{open_elements}->[0]->[0] and  
               $prev_sibling = $foster_parent_element->last_child  
                 unless defined $foster_parent_element;  
               if (defined $prev_sibling and  
                   $prev_sibling->node_type == 3) {  
                 $prev_sibling->manakai_append_text ($token->{data});  
3205                } else {                } else {
3206                  $foster_parent_element->insert_before                  #
                   ($self->{document}->create_text_node ($token->{data}),  
                    $next_sibling);  
3207                }                }
3208              } else {              } elsif ($token->{tag_name} eq 'noscript') {
3209                $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
             }  
               
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} eq 'comment') {  
             my $comment = $self->{document}->create_comment ($token->{data});  
             $self->{open_elements}->[-1]->[0]->append_child ($comment);  
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} eq 'start tag') {  
             if ({  
                  caption => 1,  
                  colgroup => 1,  
                  tbody => 1, tfoot => 1, thead => 1,  
                 }->{$token->{tag_name}}) {  
               ## Clear back to table context  
               while ($self->{open_elements}->[-1]->[1] ne 'table' and  
                      $self->{open_elements}->[-1]->[1] ne 'html') {  
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3210                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3211                    $self->{insertion_mode} = IN_HEAD_IM;
3212                    !!!next-token;
3213                    redo B;
3214                  } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
3215                    !!!parse-error (type => 'unmatched end tag:noscript');
3216                    ## Ignore the token ## ISSUE: An issue in the spec.
3217                    !!!next-token;
3218                    redo B;
3219                  } else {
3220                    #
3221                }                }
   
               push @$active_formatting_elements, ['#marker', '']  
                 if $token->{tag_name} eq 'caption';  
   
               !!!insert-element ($token->{tag_name}, $token->{attributes});  
               $self->{insertion_mode} = {  
                                  caption => 'in caption',  
                                  colgroup => 'in column group',  
                                  tbody => 'in table body',  
                                  tfoot => 'in table body',  
                                  thead => 'in table body',  
                                 }->{$token->{tag_name}};  
               !!!next-token;  
               redo B;  
3222              } elsif ({              } elsif ({
3223                        col => 1,                        body => 1, html => 1,
                       td => 1, th => 1, tr => 1,  
3224                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
3225                ## Clear back to table context                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
3226                while ($self->{open_elements}->[-1]->[1] ne 'table' and                  ## As if <head>
3227                       $self->{open_elements}->[-1]->[1] ne 'html') {                  !!!create-element ($self->{head_element}, 'head');
3228                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
3229                  pop @{$self->{open_elements}};                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
3230                }  
3231                    $self->{insertion_mode} = IN_HEAD_IM;
3232                !!!insert-element ($token->{tag_name} eq 'col' ? 'colgroup' : 'tbody');                  ## Reprocess in the "in head" insertion mode...
3233                $self->{insertion_mode} = $token->{tag_name} eq 'col'                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
3234                  ? 'in column group' : 'in table body';                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3235                ## reprocess                  ## Ignore the token
               redo B;  
             } elsif ($token->{tag_name} eq 'table') {  
               ## NOTE: There are code clones for this "table in table"  
               !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
   
               ## As if </table>  
               ## have a table element in table scope  
               my $i;  
               INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                 my $node = $self->{open_elements}->[$_];  
                 if ($node->[1] eq 'table') {  
                   $i = $_;  
                   last INSCOPE;  
                 } elsif ({  
                           table => 1, html => 1,  
                          }->{$node->[1]}) {  
                   last INSCOPE;  
                 }  
               } # INSCOPE  
               unless (defined $i) {  
                 !!!parse-error (type => 'unmatched end tag:table');  
                 ## Ignore tokens </table><table>  
3236                  !!!next-token;                  !!!next-token;
3237                  redo B;                  redo B;
3238                }                }
3239                                
3240                ## generate implied end tags                #
3241                if ({              } elsif ({
3242                     dd => 1, dt => 1, li => 1, p => 1,                        p => 1, br => 1,
3243                     td => 1, th => 1, tr => 1,                       }->{$token->{tag_name}}) {
3244                    }->{$self->{open_elements}->[-1]->[1]}) {                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
3245                  !!!back-token; # <table>                  ## As if <head>
3246                  $token = {type => 'end tag', tag_name => 'table'};                  !!!create-element ($self->{head_element}, 'head');
3247                  !!!back-token;                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
3248                  $token = {type => 'end tag',                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
               }  
3249    
3250                if ($self->{open_elements}->[-1]->[1] ne 'table') {                  $self->{insertion_mode} = IN_HEAD_IM;
3251                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  ## Reprocess in the "in head" insertion mode...
3252                }                }
3253    
               splice @{$self->{open_elements}}, $i;  
   
               $self->_reset_insertion_mode;  
   
               ## reprocess  
               redo B;  
             } else {  
3254                #                #
3255              }              } else {
3256            } elsif ($token->{type} eq 'end tag') {                if ($self->{insertion_mode} == AFTER_HEAD_IM) {
3257              if ($token->{tag_name} eq 'table') {                  #
3258                ## have a table element in table scope                } else {
               my $i;  
               INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                 my $node = $self->{open_elements}->[$_];  
                 if ($node->[1] eq $token->{tag_name}) {  
                   $i = $_;  
                   last INSCOPE;  
                 } elsif ({  
                           table => 1, html => 1,  
                          }->{$node->[1]}) {  
                   last INSCOPE;  
                 }  
               } # INSCOPE  
               unless (defined $i) {  
3259                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3260                  ## Ignore the token                  ## Ignore the token
3261                  !!!next-token;                  !!!next-token;
3262                  redo B;                  redo B;
3263                }                }
3264                              }
               ## generate implied end tags  
               if ({  
                    dd => 1, dt => 1, li => 1, p => 1,  
                    td => 1, th => 1, tr => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token;  
                 $token = {type => 'end tag',  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
               }  
   
               if ($self->{open_elements}->[-1]->[1] ne 'table') {  
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
               }  
3265    
3266                splice @{$self->{open_elements}}, $i;              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
3267                  ## As if </noscript>
3268                  pop @{$self->{open_elements}};
3269                  !!!parse-error (type => 'in noscript:/'.$token->{tag_name});
3270                  
3271                  ## Reprocess in the "in head" insertion mode...
3272                  ## As if </head>
3273                  pop @{$self->{open_elements}};
3274    
3275                $self->_reset_insertion_mode;                ## Reprocess in the "after head" insertion mode...
3276                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
3277                  ## As if </head>
3278                  pop @{$self->{open_elements}};
3279    
3280                !!!next-token;                ## Reprocess in the "after head" insertion mode...
3281                redo B;              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
             } elsif ({  
                       body => 1, caption => 1, col => 1, colgroup => 1,  
                       html => 1, tbody => 1, td => 1, tfoot => 1, th => 1,  
                       thead => 1, tr => 1,  
                      }->{$token->{tag_name}}) {  
3282                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3283                ## Ignore the token                ## Ignore the token ## ISSUE: An issue in the spec.
3284                !!!next-token;                !!!next-token;
3285                redo B;                redo B;
             } else {  
               #  
3286              }              }
3287    
3288                ## "after head" insertion mode
3289                ## As if <body>
3290                !!!insert-element ('body');
3291                $self->{insertion_mode} = IN_BODY_IM;
3292                ## reprocess
3293                redo B;
3294            } else {            } else {
3295              #              die "$0: $token->{type}: Unknown token type";
3296            }            }
3297    
3298            !!!parse-error (type => 'in table:'.$token->{tag_name});            ## ISSUE: An issue in the spec.
3299            $in_body->($insert_to_foster);      } elsif ($self->{insertion_mode} & BODY_IMS) {
3300            redo B;            if ($token->{type} == CHARACTER_TOKEN) {
3301          } elsif ($self->{insertion_mode} eq 'in caption') {              ## NOTE: There is a code clone of "character in body".
           if ($token->{type} eq 'character') {  
             ## NOTE: This is a code clone of "character in body".  
3302              $reconstruct_active_formatting_elements->($insert_to_current);              $reconstruct_active_formatting_elements->($insert_to_current);
3303                            
3304              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
3305    
3306              !!!next-token;              !!!next-token;
3307              redo B;              redo B;
3308            } elsif ($token->{type} eq 'comment') {            } elsif ($token->{type} == START_TAG_TOKEN) {
             ## NOTE: This is a code clone of "comment in body".  
             my $comment = $self->{document}->create_comment ($token->{data});  
             $self->{open_elements}->[-1]->[0]->append_child ($comment);  
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} eq 'start tag') {  
3309              if ({              if ({
3310                   caption => 1, col => 1, colgroup => 1, tbody => 1,                   caption => 1, col => 1, colgroup => 1, tbody => 1,
3311                   td => 1, tfoot => 1, th => 1, thead => 1, tr => 1,                   td => 1, tfoot => 1, th => 1, thead => 1, tr => 1,
3312                  }->{$token->{tag_name}}) {                  }->{$token->{tag_name}}) {
3313                !!!parse-error (type => 'not closed:caption');                if ($self->{insertion_mode} == IN_CELL_IM) {
3314                    ## have an element in table scope
3315                    my $tn;
3316                    INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3317                      my $node = $self->{open_elements}->[$_];
3318                      if ($node->[1] eq 'td' or $node->[1] eq 'th') {
3319                        $tn = $node->[1];
3320                        last INSCOPE;
3321                      } elsif ({
3322                                table => 1, html => 1,
3323                               }->{$node->[1]}) {
3324                        last INSCOPE;
3325                      }
3326                    } # INSCOPE
3327                      unless (defined $tn) {
3328                        !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3329                        ## Ignore the token
3330                        !!!next-token;
3331                        redo B;
3332                      }
3333                    
3334                    ## Close the cell
3335                    !!!back-token; # <?>
3336                    $token = {type => END_TAG_TOKEN, tag_name => $tn};
3337                    redo B;
3338                  } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {
3339                    !!!parse-error (type => 'not closed:caption');
3340                    
3341                    ## As if </caption>
3342                    ## have a table element in table scope
3343                    my $i;
3344                    INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3345                      my $node = $self->{open_elements}->[$_];
3346                      if ($node->[1] eq 'caption') {
3347                        $i = $_;
3348                        last INSCOPE;
3349                      } elsif ({
3350                                table => 1, html => 1,
3351                               }->{$node->[1]}) {
3352                        last INSCOPE;
3353                      }
3354                    } # INSCOPE
3355                      unless (defined $i) {
3356                        !!!parse-error (type => 'unmatched end tag:caption');
3357                        ## Ignore the token
3358                        !!!next-token;
3359                        redo B;
3360                      }
3361                    
3362                    ## generate implied end tags
3363                    if ({
3364                         dd => 1, dt => 1, li => 1, p => 1,
3365                         td => 1, th => 1, tr => 1,
3366                         tbody => 1, tfoot=> 1, thead => 1,
3367                        }->{$self->{open_elements}->[-1]->[1]}) {
3368                      !!!back-token; # <?>
3369                      $token = {type => END_TAG_TOKEN, tag_name => 'caption'};
3370                      !!!back-token;
3371                      $token = {type => END_TAG_TOKEN,
3372                                tag_name => $self->{open_elements}->[-1]->[1]}; # MUST
3373                      redo B;
3374                    }
3375    
3376                ## As if </caption>                  if ($self->{open_elements}->[-1]->[1] ne 'caption') {
3377                ## have a table element in table scope                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
               my $i;  
               INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                 my $node = $self->{open_elements}->[$_];  
                 if ($node->[1] eq 'caption') {  
                   $i = $_;  
                   last INSCOPE;  
                 } elsif ({  
                           table => 1, html => 1,  
                          }->{$node->[1]}) {  
                   last INSCOPE;  
3378                  }                  }
3379                } # INSCOPE                  
3380                unless (defined $i) {                  splice @{$self->{open_elements}}, $i;
3381                  !!!parse-error (type => 'unmatched end tag:caption');                  
3382                    $clear_up_to_marker->();
3383                    
3384                    $self->{insertion_mode} = IN_TABLE_IM;
3385                    
3386                    ## reprocess
3387                    redo B;
3388                  } else {
3389                    #
3390                  }
3391                } else {
3392                  #
3393                }
3394              } elsif ($token->{type} == END_TAG_TOKEN) {
3395                if ($token->{tag_name} eq 'td' or $token->{tag_name} eq 'th') {
3396                  if ($self->{insertion_mode} == IN_CELL_IM) {
3397                    ## have an element in table scope
3398                    my $i;
3399                    INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3400                      my $node = $self->{open_elements}->[$_];
3401                      if ($node->[1] eq $token->{tag_name}) {
3402                        $i = $_;
3403                        last INSCOPE;
3404                      } elsif ({
3405                                table => 1, html => 1,
3406                               }->{$node->[1]}) {
3407                        last INSCOPE;
3408                      }
3409                    } # INSCOPE
3410                      unless (defined $i) {
3411                        !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3412                        ## Ignore the token
3413                        !!!next-token;
3414                        redo B;
3415                      }
3416                    
3417                    ## generate implied end tags
3418                    if ({
3419                         dd => 1, dt => 1, li => 1, p => 1,
3420                         td => ($token->{tag_name} eq 'th'),
3421                         th => ($token->{tag_name} eq 'td'),
3422                         tr => 1,
3423                         tbody => 1, tfoot=> 1, thead => 1,
3424                        }->{$self->{open_elements}->[-1]->[1]}) {
3425                      !!!back-token;
3426                      $token = {type => END_TAG_TOKEN,
3427                                tag_name => $self->{open_elements}->[-1]->[1]}; # MUST
3428                      redo B;
3429                    }
3430                    
3431                    if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {
3432                      !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3433                    }
3434                    
3435                    splice @{$self->{open_elements}}, $i;
3436                    
3437                    $clear_up_to_marker->();
3438                    
3439                    $self->{insertion_mode} = IN_ROW_IM;
3440                    
3441                    !!!next-token;
3442                    redo B;
3443                  } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {
3444                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3445                  ## Ignore the token                  ## Ignore the token
3446                  !!!next-token;                  !!!next-token;
3447                  redo B;                  redo B;
3448                  } else {
3449                    #
3450                }                }
3451                              } elsif ($token->{tag_name} eq 'caption') {
3452                ## generate implied end tags                if ($self->{insertion_mode} == IN_CAPTION_IM) {
3453                if ({                  ## have a table element in table scope
3454                     dd => 1, dt => 1, li => 1, p => 1,                  my $i;
3455                     td => 1, th => 1, tr => 1,                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3456                    }->{$self->{open_elements}->[-1]->[1]}) {                    my $node = $self->{open_elements}->[$_];
3457                  !!!back-token; # <?>                    if ($node->[1] eq $token->{tag_name}) {
3458                  $token = {type => 'end tag', tag_name => 'caption'};                      $i = $_;
3459                  !!!back-token;                      last INSCOPE;
3460                  $token = {type => 'end tag',                    } elsif ({
3461                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST                              table => 1, html => 1,
3462                               }->{$node->[1]}) {
3463                        last INSCOPE;
3464                      }
3465                    } # INSCOPE
3466                      unless (defined $i) {
3467                        !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3468                        ## Ignore the token
3469                        !!!next-token;
3470                        redo B;
3471                      }
3472                    
3473                    ## generate implied end tags
3474                    if ({
3475                         dd => 1, dt => 1, li => 1, p => 1,
3476                         td => 1, th => 1, tr => 1,
3477                         tbody => 1, tfoot=> 1, thead => 1,
3478                        }->{$self->{open_elements}->[-1]->[1]}) {
3479                      !!!back-token;
3480                      $token = {type => END_TAG_TOKEN,
3481                                tag_name => $self->{open_elements}->[-1]->[1]}; # MUST
3482                      redo B;
3483                    }
3484                    
3485                    if ($self->{open_elements}->[-1]->[1] ne 'caption') {
3486                      !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3487                    }
3488                    
3489                    splice @{$self->{open_elements}}, $i;
3490                    
3491                    $clear_up_to_marker->();
3492                    
3493                    $self->{insertion_mode} = IN_TABLE_IM;
3494                    
3495                    !!!next-token;
3496                  redo B;                  redo B;
3497                  } elsif ($self->{insertion_mode} == IN_CELL_IM) {
3498                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3499                    ## Ignore the token
3500                    !!!next-token;
3501                    redo B;
3502                  } else {
3503                    #
3504                }                }
3505                } elsif ({
3506                if ($self->{open_elements}->[-1]->[1] ne 'caption') {                        table => 1, tbody => 1, tfoot => 1,
3507                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                        thead => 1, tr => 1,
3508                }                       }->{$token->{tag_name}} and
3509                         $self->{insertion_mode} == IN_CELL_IM) {
3510                splice @{$self->{open_elements}}, $i;                ## have an element in table scope
   
               $clear_up_to_marker->();  
   
               $self->{insertion_mode} = 'in table';  
   
               ## reprocess  
               redo B;  
             } else {  
               #  
             }  
           } elsif ($token->{type} eq 'end tag') {  
             if ($token->{tag_name} eq 'caption') {  
               ## have a table element in table scope  
3511                my $i;                my $i;
3512                  my $tn;
3513                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3514                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3515                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[1] eq $token->{tag_name}) {
3516                    $i = $_;                    $i = $_;
3517                    last INSCOPE;                    last INSCOPE;
3518                    } elsif ($node->[1] eq 'td' or $node->[1] eq 'th') {
3519                      $tn = $node->[1];
3520                      ## NOTE: There is exactly one |td| or |th| element
3521                      ## in scope in the stack of open elements by definition.
3522                  } elsif ({                  } elsif ({
3523                            table => 1, html => 1,                            table => 1, html => 1,
3524                           }->{$node->[1]}) {                           }->{$node->[1]}) {
# Line 3525  sub _tree_construction_main ($) { Line 3531  sub _tree_construction_main ($) {
3531                  !!!next-token;                  !!!next-token;
3532                  redo B;                  redo B;
3533                }                }
                 
               ## generate implied end tags  
               if ({  
                    dd => 1, dt => 1, li => 1, p => 1,  
                    td => 1, th => 1, tr => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token;  
                 $token = {type => 'end tag',  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
               }  
   
               if ($self->{open_elements}->[-1]->[1] ne 'caption') {  
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
               }  
   
               splice @{$self->{open_elements}}, $i;  
3534    
3535                $clear_up_to_marker->();                ## Close the cell
3536                  !!!back-token; # </?>
3537                $self->{insertion_mode} = 'in table';                $token = {type => END_TAG_TOKEN, tag_name => $tn};
   
               !!!next-token;  
3538                redo B;                redo B;
3539              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table' and
3540                         $self->{insertion_mode} == IN_CAPTION_IM) {
3541                !!!parse-error (type => 'not closed:caption');                !!!parse-error (type => 'not closed:caption');
3542    
3543                ## As if </caption>                ## As if </caption>
# Line 3577  sub _tree_construction_main ($) { Line 3565  sub _tree_construction_main ($) {
3565                if ({                if ({
3566                     dd => 1, dt => 1, li => 1, p => 1,                     dd => 1, dt => 1, li => 1, p => 1,
3567                     td => 1, th => 1, tr => 1,                     td => 1, th => 1, tr => 1,
3568                       tbody => 1, tfoot=> 1, thead => 1,
3569                    }->{$self->{open_elements}->[-1]->[1]}) {                    }->{$self->{open_elements}->[-1]->[1]}) {
3570                  !!!back-token; # </table>                  !!!back-token; # </table>
3571                  $token = {type => 'end tag', tag_name => 'caption'};                  $token = {type => END_TAG_TOKEN, tag_name => 'caption'};
3572                  !!!back-token;                  !!!back-token;
3573                  $token = {type => 'end tag',                  $token = {type => END_TAG_TOKEN,
3574                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST
3575                  redo B;                  redo B;
3576                }                }
# Line 3594  sub _tree_construction_main ($) { Line 3583  sub _tree_construction_main ($) {
3583    
3584                $clear_up_to_marker->();                $clear_up_to_marker->();
3585    
3586                $self->{insertion_mode} = 'in table';                $self->{insertion_mode} = IN_TABLE_IM;
3587    
3588                ## reprocess                ## reprocess
3589                redo B;                redo B;
3590              } elsif ({              } elsif ({
3591                        body => 1, col => 1, colgroup => 1,                        body => 1, col => 1, colgroup => 1, html => 1,
                       html => 1, tbody => 1, td => 1, tfoot => 1,  
                       th => 1, thead => 1, tr => 1,  
3592                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
3593                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                if ($self->{insertion_mode} & BODY_TABLE_IMS) {
3594                ## Ignore the token                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
               redo B;  
             } else {  
               #  
             }  
           } else {  
             #  
           }  
                 
           $in_body->($insert_to_current);  
           redo B;  
         } elsif ($self->{insertion_mode} eq 'in column group') {  
           if ($token->{type} eq 'character') {  
             if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {  
               $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);  
               unless (length $token->{data}) {  
                 !!!next-token;  
                 redo B;  
               }  
             }  
               
             #  
           } elsif ($token->{type} eq 'comment') {  
             my $comment = $self->{document}->create_comment ($token->{data});  
             $self->{open_elements}->[-1]->[0]->append_child ($comment);  
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} eq 'start tag') {  
             if ($token->{tag_name} eq 'col') {  
               !!!insert-element ($token->{tag_name}, $token->{attributes});  
               pop @{$self->{open_elements}};  
               !!!next-token;  
               redo B;  
             } else {  
               #  
             }  
           } elsif ($token->{type} eq 'end tag') {  
             if ($token->{tag_name} eq 'colgroup') {  
               if ($self->{open_elements}->[-1]->[1] eq 'html') {  
                 !!!parse-error (type => 'unmatched end tag:colgroup');  
3595                  ## Ignore the token                  ## Ignore the token
3596                  !!!next-token;                  !!!next-token;
3597                  redo B;                  redo B;
3598                } else {                } else {
3599                  pop @{$self->{open_elements}}; # colgroup                  #
                 $self->{insertion_mode} = 'in table';  
                 !!!next-token;  
                 redo B;              
3600                }                }
3601              } elsif ($token->{tag_name} eq 'col') {              } elsif ({
3602                !!!parse-error (type => 'unmatched end tag:col');                        tbody => 1, tfoot => 1,
3603                          thead => 1, tr => 1,
3604                         }->{$token->{tag_name}} and
3605                         $self->{insertion_mode} == IN_CAPTION_IM) {
3606                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3607                ## Ignore the token                ## Ignore the token
3608                !!!next-token;                !!!next-token;
3609                redo B;                redo B;
3610              } else {              } else {
3611                #                #
3612              }              }
3613            } else {        } else {
3614              #          die "$0: $token->{type}: Unknown token type";
3615            }        }
3616    
3617            ## As if </colgroup>        $insert = $insert_to_current;
3618            if ($self->{open_elements}->[-1]->[1] eq 'html') {        #
3619              !!!parse-error (type => 'unmatched end tag:colgroup');      } elsif ($self->{insertion_mode} & TABLE_IMS) {
3620              ## Ignore the token        if ($token->{type} == CHARACTER_TOKEN) {
             !!!next-token;  
             redo B;  
           } else {  
             pop @{$self->{open_elements}}; # colgroup  
             $self->{insertion_mode} = 'in table';  
             ## reprocess  
             redo B;  
           }  
         } elsif ($self->{insertion_mode} eq 'in table body') {  
           if ($token->{type} eq 'character') {  
             ## NOTE: This is a "character in table" code clone.  
3621              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {
3622                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
3623                                
# Line 3696  sub _tree_construction_main ($) { Line 3634  sub _tree_construction_main ($) {
3634              ## into the current node" while characters might not be              ## into the current node" while characters might not be
3635              ## result in a new Text node.              ## result in a new Text node.
3636              $reconstruct_active_formatting_elements->($insert_to_foster);              $reconstruct_active_formatting_elements->($insert_to_foster);
3637                
3638              if ({              if ({
3639                   table => 1, tbody => 1, tfoot => 1,                   table => 1, tbody => 1, tfoot => 1,
3640                   thead => 1, tr => 1,                   thead => 1, tr => 1,
# Line 3736  sub _tree_construction_main ($) { Line 3674  sub _tree_construction_main ($) {
3674                            
3675              !!!next-token;              !!!next-token;
3676              redo B;              redo B;
3677            } elsif ($token->{type} eq 'comment') {        } elsif ($token->{type} == START_TAG_TOKEN) {
             ## Copied from 'in table'  
             my $comment = $self->{document}->create_comment ($token->{data});  
             $self->{open_elements}->[-1]->[0]->append_child ($comment);  
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} eq 'start tag') {  
3678              if ({              if ({
3679                   tr => 1,                   tr => ($self->{insertion_mode} != IN_ROW_IM),
3680                   th => 1, td => 1,                   th => 1, td => 1,
3681                  }->{$token->{tag_name}}) {                  }->{$token->{tag_name}}) {
3682                unless ($token->{tag_name} eq 'tr') {                if ($self->{insertion_mode} == IN_TABLE_IM) {
3683                  !!!parse-error (type => 'missing start tag:tr');                  ## Clear back to table context
3684                    while ($self->{open_elements}->[-1]->[1] ne 'table' and
3685                           $self->{open_elements}->[-1]->[1] ne 'html') {
3686                      !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3687                      pop @{$self->{open_elements}};
3688                    }
3689                    
3690                    !!!insert-element ('tbody');
3691                    $self->{insertion_mode} = IN_TABLE_BODY_IM;
3692                    ## reprocess in the "in table body" insertion mode...
3693                }                }
3694    
3695                ## Clear back to table body context                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {
3696                    unless ($token->{tag_name} eq 'tr') {
3697                      !!!parse-error (type => 'missing start tag:tr');
3698                    }
3699                    
3700                    ## Clear back to table body context
3701                    while (not {
3702                      tbody => 1, tfoot => 1, thead => 1, html => 1,
3703                    }->{$self->{open_elements}->[-1]->[1]}) {
3704                      !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3705                      pop @{$self->{open_elements}};
3706                    }
3707                    
3708                    $self->{insertion_mode} = IN_ROW_IM;
3709                    if ($token->{tag_name} eq 'tr') {
3710                      !!!insert-element ($token->{tag_name}, $token->{attributes});
3711                      !!!next-token;
3712                      redo B;
3713                    } else {
3714                      !!!insert-element ('tr');
3715                      ## reprocess in the "in row" insertion mode
3716                    }
3717                  }
3718    
3719                  ## Clear back to table row context
3720                while (not {                while (not {
3721                  tbody => 1, tfoot => 1, thead => 1, html => 1,                  tr => 1, html => 1,
3722                }->{$self->{open_elements}->[-1]->[1]}) {                }->{$self->{open_elements}->[-1]->[1]}) {
3723                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3724                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3725                }                }
3726                                
3727                $self->{insertion_mode} = 'in row';                !!!insert-element ($token->{tag_name}, $token->{attributes});
3728                if ($token->{tag_name} eq 'tr') {                $self->{insertion_mode} = IN_CELL_IM;
3729                  !!!insert-element ($token->{tag_name}, $token->{attributes});  
3730                  !!!next-token;                push @$active_formatting_elements, ['#marker', ''];
3731                } else {                
3732                  !!!insert-element ('tr');                !!!next-token;
                 ## reprocess  
               }  
3733                redo B;                redo B;
3734              } elsif ({              } elsif ({
3735                        caption => 1, col => 1, colgroup => 1,                        caption => 1, col => 1, colgroup => 1,
3736                        tbody => 1, tfoot => 1, thead => 1,                        tbody => 1, tfoot => 1, thead => 1,
3737                          tr => 1, # $self->{insertion_mode} == IN_ROW_IM
3738                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
3739                ## have an element in table scope                if ($self->{insertion_mode} == IN_ROW_IM) {
3740                my $i;                  ## As if </tr>
3741                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  ## have an element in table scope
3742                  my $node = $self->{open_elements}->[$_];                  my $i;
3743                  if ({                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3744                       tbody => 1, thead => 1, tfoot => 1,                    my $node = $self->{open_elements}->[$_];
3745                      }->{$node->[1]}) {                    if ($node->[1] eq 'tr') {
3746                    $i = $_;                      $i = $_;
3747                    last INSCOPE;                      last INSCOPE;
3748                  } elsif ({                    } elsif ({
3749                            table => 1, html => 1,                              table => 1, html => 1,
3750                           }->{$node->[1]}) {                             }->{$node->[1]}) {
3751                    last INSCOPE;                      last INSCOPE;
3752                      }
3753                    } # INSCOPE
3754                    unless (defined $i) {
3755                      !!!parse-error (type => 'unmacthed end tag:'.$token->{tag_name});
3756                      ## Ignore the token
3757                      !!!next-token;
3758                      redo B;
3759                    }
3760                    
3761                    ## Clear back to table row context
3762                    while (not {
3763                      tr => 1, html => 1,
3764                    }->{$self->{open_elements}->[-1]->[1]}) {
3765                      !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3766                      pop @{$self->{open_elements}};
3767                    }
3768                    
3769                    pop @{$self->{open_elements}}; # tr
3770                    $self->{insertion_mode} = IN_TABLE_BODY_IM;
3771                    if ($token->{tag_name} eq 'tr') {
3772                      ## reprocess
3773                      redo B;
3774                    } else {
3775                      ## reprocess in the "in table body" insertion mode...
3776                  }                  }
               } # INSCOPE  
               unless (defined $i) {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                 ## Ignore the token  
                 !!!next-token;  
                 redo B;  
3777                }                }
3778    
3779                ## Clear back to table body context                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {
3780                while (not {                  ## have an element in table scope
3781                  tbody => 1, tfoot => 1, thead => 1, html => 1,                  my $i;
3782                }->{$self->{open_elements}->[-1]->[1]}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3783                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    my $node = $self->{open_elements}->[$_];
3784                      if ({
3785                           tbody => 1, thead => 1, tfoot => 1,
3786                          }->{$node->[1]}) {
3787                        $i = $_;
3788                        last INSCOPE;
3789                      } elsif ({
3790                                table => 1, html => 1,
3791                               }->{$node->[1]}) {
3792                        last INSCOPE;
3793                      }
3794                    } # INSCOPE
3795                    unless (defined $i) {
3796                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3797                      ## Ignore the token
3798                      !!!next-token;
3799                      redo B;
3800                    }
3801    
3802                    ## Clear back to table body context
3803                    while (not {
3804                      tbody => 1, tfoot => 1, thead => 1, html => 1,
3805                    }->{$self->{open_elements}->[-1]->[1]}) {
3806                      !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3807                      pop @{$self->{open_elements}};
3808                    }
3809                    
3810                    ## As if <{current node}>
3811                    ## have an element in table scope
3812                    ## true by definition
3813                    
3814                    ## Clear back to table body context
3815                    ## nop by definition
3816                    
3817                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3818                    $self->{insertion_mode} = IN_TABLE_IM;
3819                    ## reprocess in "in table" insertion mode...
3820                }                }
3821    
3822                ## As if <{current node}>                if ($token->{tag_name} eq 'col') {
3823                ## have an element in table scope                  ## Clear back to table context
3824                ## true by definition                  while ($self->{open_elements}->[-1]->[1] ne 'table' and
3825                           $self->{open_elements}->[-1]->[1] ne 'html') {
3826                ## Clear back to table body context                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3827                ## nop by definition                    pop @{$self->{open_elements}};
3828                    }
3829                pop @{$self->{open_elements}};                  
3830                $self->{insertion_mode} = 'in table';                  !!!insert-element ('colgroup');
3831                ## reprocess                  $self->{insertion_mode} = IN_COLUMN_GROUP_IM;
3832                redo B;                  ## reprocess
3833                    redo B;
3834                  } elsif ({
3835                            caption => 1,
3836                            colgroup => 1,
3837                            tbody => 1, tfoot => 1, thead => 1,
3838                           }->{$token->{tag_name}}) {
3839                    ## Clear back to table context
3840                    while ($self->{open_elements}->[-1]->[1] ne 'table' and
3841                           $self->{open_elements}->[-1]->[1] ne 'html') {
3842                      !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3843                      pop @{$self->{open_elements}};
3844                    }
3845                    
3846                    push @$active_formatting_elements, ['#marker', '']
3847                        if $token->{tag_name} eq 'caption';
3848                    
3849                    !!!insert-element ($token->{tag_name}, $token->{attributes});
3850                    $self->{insertion_mode} = {
3851                                               caption => IN_CAPTION_IM,
3852                                               colgroup => IN_COLUMN_GROUP_IM,
3853                                               tbody => IN_TABLE_BODY_IM,
3854                                               tfoot => IN_TABLE_BODY_IM,
3855                                               thead => IN_TABLE_BODY_IM,
3856                                              }->{$token->{tag_name}};
3857                    !!!next-token;
3858                    redo B;
3859                  } else {
3860                    die "$0: in table: <>: $token->{tag_name}";
3861                  }
3862              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3863                ## NOTE: This is a code clone of "table in table"                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
               !!!parse-error (type => 'not closed:table');  
3864    
3865                ## As if </table>                ## As if </table>
3866                ## have a table element in table scope                ## have a table element in table scope
# Line 3842  sub _tree_construction_main ($) { Line 3887  sub _tree_construction_main ($) {
3887                if ({                if ({
3888                     dd => 1, dt => 1, li => 1, p => 1,                     dd => 1, dt => 1, li => 1, p => 1,
3889                     td => 1, th => 1, tr => 1,                     td => 1, th => 1, tr => 1,
3890                       tbody => 1, tfoot=> 1, thead => 1,
3891                    }->{$self->{open_elements}->[-1]->[1]}) {                    }->{$self->{open_elements}->[-1]->[1]}) {
3892                  !!!back-token; # <table>                  !!!back-token; # <table>
3893                  $token = {type => 'end tag', tag_name => 'table'};                  $token = {type => END_TAG_TOKEN, tag_name => 'table'};
3894                  !!!back-token;                  !!!back-token;
3895                  $token = {type => 'end tag',                  $token = {type => END_TAG_TOKEN,
3896                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST
3897                  redo B;                  redo B;
3898                }                }
# Line 3857  sub _tree_construction_main ($) { Line 3903  sub _tree_construction_main ($) {
3903    
3904                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
3905    
3906                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
3907    
3908                ## reprocess                ## reprocess
3909                redo B;                redo B;
3910              } else {          } else {
3911                #            !!!parse-error (type => 'in table:'.$token->{tag_name});
3912              }  
3913            } elsif ($token->{type} eq 'end tag') {            $insert = $insert_to_foster;
3914              if ({            #
3915                   tbody => 1, tfoot => 1, thead => 1,          }
3916                  }->{$token->{tag_name}}) {        } elsif ($token->{type} == END_TAG_TOKEN) {
3917                if ($token->{tag_name} eq 'tr' and
3918                    $self->{insertion_mode} == IN_ROW_IM) {
3919                ## have an element in table scope                ## have an element in table scope
3920                my $i;                my $i;
3921                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
# Line 3888  sub _tree_construction_main ($) { Line 3936  sub _tree_construction_main ($) {
3936                  redo B;                  redo B;
3937                }                }
3938    
3939                ## Clear back to table body context                ## Clear back to table row context
3940                while (not {                while (not {
3941                  tbody => 1, tfoot => 1, thead => 1, html => 1,                  tr => 1, html => 1,
3942                }->{$self->{open_elements}->[-1]->[1]}) {                }->{$self->{open_elements}->[-1]->[1]}) {
3943                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3944                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3945                }                }
3946    
3947                pop @{$self->{open_elements}};                pop @{$self->{open_elements}}; # tr
3948                $self->{insertion_mode} = 'in table';                $self->{insertion_mode} = IN_TABLE_BODY_IM;
3949                !!!next-token;                !!!next-token;
3950                redo B;                redo B;
3951              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3952                ## have an element in table scope                if ($self->{insertion_mode} == IN_ROW_IM) {
3953                my $i;                  ## As if </tr>
3954                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  ## have an element in table scope
3955                  my $node = $self->{open_elements}->[$_];                  my $i;
3956                  if ({                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3957                       tbody => 1, thead => 1, tfoot => 1,                    my $node = $self->{open_elements}->[$_];
3958                      }->{$node->[1]}) {                    if ($node->[1] eq 'tr') {
3959                    $i = $_;                      $i = $_;
3960                    last INSCOPE;                      last INSCOPE;
3961                  } elsif ({                    } elsif ({
3962                            table => 1, html => 1,                              table => 1, html => 1,
3963                           }->{$node->[1]}) {                             }->{$node->[1]}) {
3964                    last INSCOPE;                      last INSCOPE;
3965                      }
3966                    } # INSCOPE
3967                    unless (defined $i) {
3968                      !!!parse-error (type => 'unmatched end tag:'.$token->{type});
3969                      ## Ignore the token
3970                      !!!next-token;
3971                      redo B;
3972                  }                  }
3973                } # INSCOPE                  
3974                unless (defined $i) {                  ## Clear back to table row context
3975                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  while (not {
3976                  ## Ignore the token                    tr => 1, html => 1,
                 !!!next-token;  
                 redo B;  
               }  
   
               ## Clear back to table body context  
               while (not {  
                 tbody => 1, tfoot => 1, thead => 1, html => 1,  
               }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
                 pop @{$self->{open_elements}};  
               }  
   
               ## As if <{current node}>  
               ## have an element in table scope  
               ## true by definition  
   
               ## Clear back to table body context  
               ## nop by definition  
   
               pop @{$self->{open_elements}};  
               $self->{insertion_mode} = 'in table';  
               ## reprocess  
               redo B;  
             } elsif ({  
                       body => 1, caption => 1, col => 1, colgroup => 1,  
                       html => 1, td => 1, th => 1, tr => 1,  
                      }->{$token->{tag_name}}) {  
               !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
               ## Ignore the token  
               !!!next-token;  
               redo B;  
             } else {  
               #  
             }  
           } else {  
             #  
           }  
             
           ## As if in table  
           !!!parse-error (type => 'in table:'.$token->{tag_name});  
           $in_body->($insert_to_foster);  
           redo B;  
         } elsif ($self->{insertion_mode} eq 'in row') {  
           if ($token->{type} eq 'character') {  
             ## NOTE: This is a "character in table" code clone.  
             if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {  
               $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);  
                 
               unless (length $token->{data}) {  
                 !!!next-token;  
                 redo B;  
               }  
             }  
   
             !!!parse-error (type => 'in table:#character');  
   
             ## As if in body, but insert into foster parent element  
             ## ISSUE: Spec says that "whenever a node would be inserted  
             ## into the current node" while characters might not be  
             ## result in a new Text node.  
             $reconstruct_active_formatting_elements->($insert_to_foster);  
               
             if ({  
                  table => 1, tbody => 1, tfoot => 1,  
                  thead => 1, tr => 1,  
3977                  }->{$self->{open_elements}->[-1]->[1]}) {                  }->{$self->{open_elements}->[-1]->[1]}) {
3978                # MUST                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3979                my $foster_parent_element;                    pop @{$self->{open_elements}};
3980                my $next_sibling;                  }
3981                my $prev_sibling;                  
3982                OE: for (reverse 0..$#{$self->{open_elements}}) {                  pop @{$self->{open_elements}}; # tr
3983                  if ($self->{open_elements}->[$_]->[1] eq 'table') {                  $self->{insertion_mode} = IN_TABLE_BODY_IM;
3984                    my $parent = $self->{open_elements}->[$_]->[0]->parent_node;                  ## reprocess in the "in table body" insertion mode...
3985                    if (defined $parent and $parent->node_type == 1) {                }
3986                      $foster_parent_element = $parent;  
3987                      $next_sibling = $self->{open_elements}->[$_]->[0];                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {
3988                      $prev_sibling = $next_sibling->previous_sibling;                  ## have an element in table scope
3989                    } else {                  my $i;
3990                      $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3991                      $prev_sibling = $foster_parent_element->last_child;                    my $node = $self->{open_elements}->[$_];
3992                      if ({
3993                           tbody => 1, thead => 1, tfoot => 1,
3994                          }->{$node->[1]}) {
3995                        $i = $_;
3996                        last INSCOPE;
3997                      } elsif ({
3998                                table => 1, html => 1,
3999                               }->{$node->[1]}) {
4000                        last INSCOPE;
4001                    }                    }
4002                    last OE;                  } # INSCOPE
4003                    unless (defined $i) {
4004                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
4005                      ## Ignore the token
4006                      !!!next-token;
4007                      redo B;
4008                  }                  }
4009                } # OE                  
4010                $foster_parent_element = $self->{open_elements}->[0]->[0] and                  ## Clear back to table body context
4011                $prev_sibling = $foster_parent_element->last_child                  while (not {
4012                  unless defined $foster_parent_element;                    tbody => 1, tfoot => 1, thead => 1, html => 1,
4013                if (defined $prev_sibling and                  }->{$self->{open_elements}->[-1]->[1]}) {
4014                    $prev_sibling->node_type == 3) {                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
4015                  $prev_sibling->manakai_append_text ($token->{data});                    pop @{$self->{open_elements}};
               } else {  
                 $foster_parent_element->insert_before  
                   ($self->{document}->create_text_node ($token->{data}),  
                    $next_sibling);  
               }  
             } else {  
               $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});  
             }  
               
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} eq 'comment') {  
             ## Copied from 'in table'  
             my $comment = $self->{document}->create_comment ($token->{data});  
             $self->{open_elements}->[-1]->[0]->append_child ($comment);  
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} eq 'start tag') {  
             if ($token->{tag_name} eq 'th' or  
                 $token->{tag_name} eq 'td') {  
               ## Clear back to table row context  
               while (not {  
                 tr => 1, html => 1,  
               }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
                 pop @{$self->{open_elements}};  
               }  
                 
               !!!insert-element ($token->{tag_name}, $token->{attributes});  
               $self->{insertion_mode} = 'in cell';  
   
               push @$active_formatting_elements, ['#marker', ''];  
                 
               !!!next-token;  
               redo B;  
             } elsif ({  
                       caption => 1, col => 1, colgroup => 1,  
                       tbody => 1, tfoot => 1, thead => 1, tr => 1,  
                      }->{$token->{tag_name}}) {  
               ## As if </tr>  
               ## have an element in table scope  
               my $i;  
               INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                 my $node = $self->{open_elements}->[$_];  
                 if ($node->[1] eq 'tr') {  
                   $i = $_;  
                   last INSCOPE;  
                 } elsif ({  
                           table => 1, html => 1,  
                          }->{$node->[1]}) {  
                   last INSCOPE;  
4016                  }                  }
4017                } # INSCOPE                  
4018                unless (defined $i) {                  ## As if <{current node}>
4019                  !!!parse-error (type => 'unmacthed end tag:'.$token->{tag_name});                  ## have an element in table scope
4020                  ## Ignore the token                  ## true by definition
4021                  !!!next-token;                  
4022                  redo B;                  ## Clear back to table body context
4023                }                  ## nop by definition
4024                    
               ## Clear back to table row context  
               while (not {  
                 tr => 1, html => 1,  
               }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
4025                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4026                    $self->{insertion_mode} = IN_TABLE_IM;
4027                    ## reprocess in the "in table" insertion mode...
4028                }                }
4029    
               pop @{$self->{open_elements}}; # tr  
               $self->{insertion_mode} = 'in table body';  
               ## reprocess  
               redo B;  
             } elsif ($token->{tag_name} eq 'table') {  
               ## NOTE: This is a code clone of "table in table"  
               !!!parse-error (type => 'not closed:table');  
   
               ## As if </table>  
4030                ## have a table element in table scope                ## have a table element in table scope
4031                my $i;                my $i;
4032                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4033                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
4034                  if ($node->[1] eq 'table') {                  if ($node->[1] eq $token->{tag_name}) {
4035                    $i = $_;                    $i = $_;
4036                    last INSCOPE;                    last INSCOPE;
4037                  } elsif ({                  } elsif ({
# Line 4100  sub _tree_construction_main ($) { Line 4041  sub _tree_construction_main ($) {
4041                  }                  }
4042                } # INSCOPE                } # INSCOPE
4043                unless (defined $i) {                unless (defined $i) {
4044                  !!!parse-error (type => 'unmatched end tag:table');                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
4045                  ## Ignore tokens </table><table>                  ## Ignore the token
4046                  !!!next-token;                  !!!next-token;
4047                  redo B;                  redo B;
4048                }                }
4049                  
4050                ## generate implied end tags                ## generate implied end tags
4051                if ({                if ({
4052                     dd => 1, dt => 1, li => 1, p => 1,                     dd => 1, dt => 1, li => 1, p => 1,
4053                     td => 1, th => 1, tr => 1,                     td => 1, th => 1, tr => 1,
4054                       tbody => 1, tfoot=> 1, thead => 1,
4055                    }->{$self->{open_elements}->[-1]->[1]}) {                    }->{$self->{open_elements}->[-1]->[1]}) {
                 !!!back-token; # <table>  
                 $token = {type => 'end tag', tag_name => 'table'};  
4056                  !!!back-token;                  !!!back-token;
4057                  $token = {type => 'end tag',                  $token = {type => END_TAG_TOKEN,
4058                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST
4059                  redo B;                  redo B;
4060                }                }
4061                  
4062                if ($self->{open_elements}->[-1]->[1] ne 'table') {                if ($self->{open_elements}->[-1]->[1] ne 'table') {
4063                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
4064                }                }
4065                    
4066                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
4067                  
4068                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
4069                  
               ## reprocess  
               redo B;  
             } else {  
               #  
             }  
           } elsif ($token->{type} eq 'end tag') {  
             if ($token->{tag_name} eq 'tr') {  
               ## have an element in table scope  
               my $i;  
               INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                 my $node = $self->{open_elements}->[$_];  
                 if ($node->[1] eq $token->{tag_name}) {  
                   $i = $_;  
                   last INSCOPE;  
                 } elsif ({  
                           table => 1, html => 1,  
                          }->{$node->[1]}) {  
                   last INSCOPE;  
                 }  
               } # INSCOPE  
               unless (defined $i) {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                 ## Ignore the token  
                 !!!next-token;  
                 redo B;  
               }  
   
               ## Clear back to table row context  
               while (not {  
                 tr => 1, html => 1,  
               }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
                 pop @{$self->{open_elements}};  
               }  
   
               pop @{$self->{open_elements}}; # tr  
               $self->{insertion_mode} = 'in table body';  
4070                !!!next-token;                !!!next-token;
4071                redo B;                redo B;
             } elsif ($token->{tag_name} eq 'table') {  
               ## As if </tr>  
               ## have an element in table scope  
               my $i;  
               INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                 my $node = $self->{open_elements}->[$_];  
                 if ($node->[1] eq 'tr') {  
                   $i = $_;  
                   last INSCOPE;  
                 } elsif ({  
                           table => 1, html => 1,  
                          }->{$node->[1]}) {  
                   last INSCOPE;  
                 }  
               } # INSCOPE  
               unless (defined $i) {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{type});  
                 ## Ignore the token  
                 !!!next-token;  
                 redo B;  
               }  
   
               ## Clear back to table row context  
               while (not {  
                 tr => 1, html => 1,  
               }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
                 pop @{$self->{open_elements}};  
               }  
   
               pop @{$self->{open_elements}}; # tr  
               $self->{insertion_mode} = 'in table body';  
               ## reprocess  
               redo B;  
4072              } elsif ({              } elsif ({
4073                        tbody => 1, tfoot => 1, thead => 1,                        tbody => 1, tfoot => 1, thead => 1,
4074                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}} and
4075                ## have an element in table scope                       $self->{insertion_mode} & ROW_IMS) {
4076                my $i;                if ($self->{insertion_mode} == IN_ROW_IM) {
4077                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  ## have an element in table scope
4078                  my $node = $self->{open_elements}->[$_];                  my $i;
4079                  if ($node->[1] eq $token->{tag_name}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4080                    $i = $_;                    my $node = $self->{open_elements}->[$_];
4081                    last INSCOPE;                    if ($node->[1] eq $token->{tag_name}) {
4082                  } elsif ({                      $i = $_;
4083                            table => 1, html => 1,                      last INSCOPE;
4084                           }->{$node->[1]}) {                    } elsif ({
4085                    last INSCOPE;                              table => 1, html => 1,
4086                               }->{$node->[1]}) {
4087                        last INSCOPE;
4088                      }
4089                    } # INSCOPE
4090                      unless (defined $i) {
4091                        !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
4092                        ## Ignore the token
4093                        !!!next-token;
4094                        redo B;
4095                      }
4096                    
4097                    ## As if </tr>
4098                    ## have an element in table scope
4099                    my $i;
4100                    INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4101                      my $node = $self->{open_elements}->[$_];
4102                      if ($node->[1] eq 'tr') {
4103                        $i = $_;
4104                        last INSCOPE;
4105                      } elsif ({
4106                                table => 1, html => 1,
4107                               }->{$node->[1]}) {
4108                        last INSCOPE;
4109                      }
4110                    } # INSCOPE
4111                      unless (defined $i) {
4112                        !!!parse-error (type => 'unmatched end tag:tr');
4113                        ## Ignore the token
4114                        !!!next-token;
4115                        redo B;
4116                      }
4117                    
4118                    ## Clear back to table row context
4119                    while (not {
4120                      tr => 1, html => 1,
4121                    }->{$self->{open_elements}->[-1]->[1]}) {
4122                      !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
4123                      pop @{$self->{open_elements}};
4124                  }                  }
4125                } # INSCOPE                  
4126                unless (defined $i) {                  pop @{$self->{open_elements}}; # tr
4127                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  $self->{insertion_mode} = IN_TABLE_BODY_IM;
4128                  ## Ignore the token                  ## reprocess in the "in table body" insertion mode...
                 !!!next-token;  
                 redo B;  
4129                }                }
4130    
               ## As if </tr>  
4131                ## have an element in table scope                ## have an element in table scope
4132                my $i;                my $i;
4133                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4134                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
4135                  if ($node->[1] eq 'tr') {                  if ($node->[1] eq $token->{tag_name}) {
4136                    $i = $_;                    $i = $_;
4137                    last INSCOPE;                    last INSCOPE;
4138                  } elsif ({                  } elsif ({
# Line 4238  sub _tree_construction_main ($) { Line 4142  sub _tree_construction_main ($) {
4142                  }                  }
4143                } # INSCOPE                } # INSCOPE
4144                unless (defined $i) {                unless (defined $i) {
4145                  !!!parse-error (type => 'unmatched end tag:tr');                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
4146                  ## Ignore the token                  ## Ignore the token
4147                  !!!next-token;                  !!!next-token;
4148                  redo B;                  redo B;
4149                }                }
4150    
4151                ## Clear back to table row context                ## Clear back to table body context
4152                while (not {                while (not {
4153                  tr => 1, html => 1,                  tbody => 1, tfoot => 1, thead => 1, html => 1,
4154                }->{$self->{open_elements}->[-1]->[1]}) {                }->{$self->{open_elements}->[-1]->[1]}) {
4155                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
4156                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4157                }                }
4158    
4159                pop @{$self->{open_elements}}; # tr                pop @{$self->{open_elements}};
4160                $self->{insertion_mode} = 'in table body';                $self->{insertion_mode} = IN_TABLE_IM;
4161                ## reprocess                !!!next-token;
4162                redo B;                redo B;
4163              } elsif ({              } elsif ({
4164                        body => 1, caption => 1, col => 1,                        body => 1, caption => 1, col => 1, colgroup => 1,
4165                        colgroup => 1, html => 1, td => 1, th => 1,                        html => 1, td => 1, th => 1,
4166                          tr => 1, # $self->{insertion_mode} == IN_ROW_IM
4167                          tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM
4168                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
4169                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
4170                ## Ignore the token                ## Ignore the token
4171                !!!next-token;                !!!next-token;
4172                redo B;                redo B;
4173              } else {          } else {
4174                #            !!!parse-error (type => 'in table:/'.$token->{tag_name});
             }  
           } else {  
             #  
           }  
   
           ## As if in table  
           !!!parse-error (type => 'in table:'.$token->{tag_name});  
           $in_body->($insert_to_foster);  
           redo B;  
         } elsif ($self->{insertion_mode} eq 'in cell') {  
           if ($token->{type} eq 'character') {  
             ## NOTE: This is a code clone of "character in body".  
             $reconstruct_active_formatting_elements->($insert_to_current);  
               
             $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});  
4175    
4176              !!!next-token;            $insert = $insert_to_foster;
4177              redo B;            #
4178            } elsif ($token->{type} eq 'comment') {          }
4179              ## NOTE: This is a code clone of "comment in body".        } else {
4180              my $comment = $self->{document}->create_comment ($token->{data});          die "$0: $token->{type}: Unknown token type";
4181              $self->{open_elements}->[-1]->[0]->append_child ($comment);        }
4182              !!!next-token;      } elsif ($self->{insertion_mode} == IN_COLUMN_GROUP_IM) {
4183              redo B;            if ($token->{type} == CHARACTER_TOKEN) {
4184            } elsif ($token->{type} eq 'start tag') {              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {
4185              if ({                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4186                   caption => 1, col => 1, colgroup => 1,                unless (length $token->{data}) {
                  tbody => 1, td => 1, tfoot => 1, th => 1,  
                  thead => 1, tr => 1,  
                 }->{$token->{tag_name}}) {  
               ## have an element in table scope  
               my $tn;  
               INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                 my $node = $self->{open_elements}->[$_];  
                 if ($node->[1] eq 'td' or $node->[1] eq 'th') {  
                   $tn = $node->[1];  
                   last INSCOPE;  
                 } elsif ({  
                           table => 1, html => 1,  
                          }->{$node->[1]}) {  
                   last INSCOPE;  
                 }  
               } # INSCOPE  
               unless (defined $tn) {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                 ## Ignore the token  
4187                  !!!next-token;                  !!!next-token;
4188                  redo B;                  redo B;
4189                }                }
4190                }
4191                ## Close the cell              
4192                !!!back-token; # <?>              #
4193                $token = {type => 'end tag', tag_name => $tn};            } elsif ($token->{type} == START_TAG_TOKEN) {
4194                if ($token->{tag_name} eq 'col') {
4195                  !!!insert-element ($token->{tag_name}, $token->{attributes});
4196                  pop @{$self->{open_elements}};
4197                  !!!next-token;
4198                redo B;                redo B;
4199              } else {              } else {
4200                #                #
4201              }              }
4202            } elsif ($token->{type} eq 'end tag') {            } elsif ($token->{type} == END_TAG_TOKEN) {
4203              if ($token->{tag_name} eq 'td' or $token->{tag_name} eq 'th') {              if ($token->{tag_name} eq 'colgroup') {
4204                ## have an element in table scope                if ($self->{open_elements}->[-1]->[1] eq 'html') {
4205                my $i;                  !!!parse-error (type => 'unmatched end tag:colgroup');
               INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                 my $node = $self->{open_elements}->[$_];  
                 if ($node->[1] eq $token->{tag_name}) {  
                   $i = $_;  
                   last INSCOPE;  
                 } elsif ({  
                           table => 1, html => 1,  
                          }->{$node->[1]}) {  
                   last INSCOPE;  
                 }  
               } # INSCOPE  
               unless (defined $i) {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
4206                  ## Ignore the token                  ## Ignore the token
4207                  !!!next-token;                  !!!next-token;
4208                  redo B;                  redo B;
4209                  } else {
4210                    pop @{$self->{open_elements}}; # colgroup
4211                    $self->{insertion_mode} = IN_TABLE_IM;
4212                    !!!next-token;
4213                    redo B;            
4214                }                }
4215                              } elsif ($token->{tag_name} eq 'col') {
4216                ## generate implied end tags                !!!parse-error (type => 'unmatched end tag:col');
               if ({  
                    dd => 1, dt => 1, li => 1, p => 1,  
                    td => ($token->{tag_name} eq 'th'),  
                    th => ($token->{tag_name} eq 'td'),  
                    tr => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token;  
                 $token = {type => 'end tag',  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
               }  
   
               if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {  
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
               }  
   
               splice @{$self->{open_elements}}, $i;  
   
               $clear_up_to_marker->();  
   
               $self->{insertion_mode} = 'in row';  
   
               !!!next-token;  
               redo B;  
             } elsif ({  
                       body => 1, caption => 1, col => 1,  
                       colgroup => 1, html => 1,  
                      }->{$token->{tag_name}}) {  
               !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
4217                ## Ignore the token                ## Ignore the token
4218                !!!next-token;                !!!next-token;
4219                redo B;                redo B;
             } elsif ({  
                       table => 1, tbody => 1, tfoot => 1,  
                       thead => 1, tr => 1,  
                      }->{$token->{tag_name}}) {  
               ## have an element in table scope  
               my $i;  
               my $tn;  
               INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                 my $node = $self->{open_elements}->[$_];  
                 if ($node->[1] eq $token->{tag_name}) {  
                   $i = $_;  
                   last INSCOPE;  
                 } elsif ($node->[1] eq 'td' or $node->[1] eq 'th') {  
                   $tn = $node->[1];  
                   ## NOTE: There is exactly one |td| or |th| element  
                   ## in scope in the stack of open elements by definition.  
                 } elsif ({  
                           table => 1, html => 1,  
                          }->{$node->[1]}) {  
                   last INSCOPE;  
                 }  
               } # INSCOPE  
               unless (defined $i) {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                 ## Ignore the token  
                 !!!next-token;  
                 redo B;  
               }  
   
               ## Close the cell  
               !!!back-token; # </?>  
               $token = {type => 'end tag', tag_name => $tn};  
               redo B;  
4220              } else {              } else {
4221                #                #
4222              }              }
4223            } else {            } else {
4224              #              #
4225            }            }
4226              
4227            $in_body->($insert_to_current);            ## As if </colgroup>
4228            redo B;            if ($self->{open_elements}->[-1]->[1] eq 'html') {
4229          } elsif ($self->{insertion_mode} eq 'in select') {              !!!parse-error (type => 'unmatched end tag:colgroup');
4230            if ($token->{type} eq 'character') {              ## Ignore the token
             $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});  
4231              !!!next-token;              !!!next-token;
4232              redo B;              redo B;
4233            } elsif ($token->{type} eq 'comment') {            } else {
4234              my $comment = $self->{document}->create_comment ($token->{data});              pop @{$self->{open_elements}}; # colgroup
4235              $self->{open_elements}->[-1]->[0]->append_child ($comment);              $self->{insertion_mode} = IN_TABLE_IM;
4236              !!!next-token;              ## reprocess
4237              redo B;              redo B;
4238            } elsif ($token->{type} eq 'start tag') {            }
4239        } elsif ($self->{insertion_mode} == IN_SELECT_IM) {
4240          if ($token->{type} == CHARACTER_TOKEN) {
4241            $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
4242            !!!next-token;
4243            redo B;
4244          } elsif ($token->{type} == START_TAG_TOKEN) {
4245              if ($token->{tag_name} eq 'option') {              if ($token->{tag_name} eq 'option') {
4246                if ($self->{open_elements}->[-1]->[1] eq 'option') {                if ($self->{open_elements}->[-1]->[1] eq 'option') {
4247                  ## As if </option>                  ## As if </option>
# Line 4483  sub _tree_construction_main ($) { Line 4294  sub _tree_construction_main ($) {
4294    
4295                !!!next-token;                !!!next-token;
4296                redo B;                redo B;
4297              } else {          } else {
4298                #            !!!parse-error (type => 'in select:'.$token->{tag_name});
4299              }            ## Ignore the token
4300            } elsif ($token->{type} eq 'end tag') {            !!!next-token;
4301              redo B;
4302            }
4303          } elsif ($token->{type} == END_TAG_TOKEN) {
4304              if ($token->{tag_name} eq 'optgroup') {              if ($token->{tag_name} eq 'optgroup') {
4305                if ($self->{open_elements}->[-1]->[1] eq 'option' and                if ($self->{open_elements}->[-1]->[1] eq 'option' and
4306                    $self->{open_elements}->[-2]->[1] eq 'optgroup') {                    $self->{open_elements}->[-2]->[1] eq 'optgroup') {
# Line 4588  sub _tree_construction_main ($) { Line 4402  sub _tree_construction_main ($) {
4402    
4403                ## reprocess                ## reprocess
4404                redo B;                redo B;
4405              } else {          } else {
4406                #            !!!parse-error (type => 'in select:/'.$token->{tag_name});
             }  
           } else {  
             #  
           }  
   
           !!!parse-error (type => 'in select:'.$token->{tag_name});  
4407            ## Ignore the token            ## Ignore the token
4408            !!!next-token;            !!!next-token;
4409            redo B;            redo B;
4410          } elsif ($self->{insertion_mode} eq 'after body') {          }
4411            if ($token->{type} eq 'character') {        } else {
4412              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          die "$0: $token->{type}: Unknown token type";
4413                ## As if in body        }
4414                $reconstruct_active_formatting_elements->($insert_to_current);      } elsif ($self->{insertion_mode} & BODY_AFTER_IMS) {
4415          if ($token->{type} == CHARACTER_TOKEN) {
4416            if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {
4417              my $data = $1;
4418              ## As if in body
4419              $reconstruct_active_formatting_elements->($insert_to_current);
4420                                
4421                $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4422              
4423              unless (length $token->{data}) {
4424                !!!next-token;
4425                redo B;
4426              }
4427            }
4428            
4429            if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4430              !!!parse-error (type => 'after html:#character');
4431    
4432                unless (length $token->{data}) {            ## Reprocess in the "main" phase, "after body" insertion mode...
4433                  !!!next-token;          }
4434                  redo B;          
4435                }          ## "after body" insertion mode
4436              }          !!!parse-error (type => 'after body:#character');
4437                
4438              #          $self->{insertion_mode} = IN_BODY_IM;
4439              !!!parse-error (type => 'after body:#'.$token->{type});          ## reprocess
4440            } elsif ($token->{type} eq 'comment') {          redo B;
4441              my $comment = $self->{document}->create_comment ($token->{data});        } elsif ($token->{type} == START_TAG_TOKEN) {
4442              $self->{open_elements}->[0]->[0]->append_child ($comment);          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4443              !!!parse-error (type => 'after html:'.$token->{tag_name});
4444              
4445              ## Reprocess in the "main" phase, "after body" insertion mode...
4446            }
4447    
4448            ## "after body" insertion mode
4449            !!!parse-error (type => 'after body:'.$token->{tag_name});
4450    
4451            $self->{insertion_mode} = IN_BODY_IM;
4452            ## reprocess
4453            redo B;
4454          } elsif ($token->{type} == END_TAG_TOKEN) {
4455            if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4456              !!!parse-error (type => 'after html:/'.$token->{tag_name});
4457              
4458              $self->{insertion_mode} = AFTER_BODY_IM;
4459              ## Reprocess in the "main" phase, "after body" insertion mode...
4460            }
4461    
4462            ## "after body" insertion mode
4463            if ($token->{tag_name} eq 'html') {
4464              if (defined $self->{inner_html_node}) {
4465                !!!parse-error (type => 'unmatched end tag:html');
4466                ## Ignore the token
4467              !!!next-token;              !!!next-token;
4468              redo B;              redo B;
           } elsif ($token->{type} eq 'start tag') {  
             !!!parse-error (type => 'after body:'.$token->{tag_name});  
             #  
           } elsif ($token->{type} eq 'end tag') {  
             if ($token->{tag_name} eq 'html') {  
               if (defined $self->{inner_html_node}) {  
                 !!!parse-error (type => 'unmatched end tag:html');  
                 ## Ignore the token  
                 !!!next-token;  
                 redo B;  
               } else {  
                 $phase = 'trailing end';  
                 !!!next-token;  
                 redo B;  
               }  
             } else {  
               !!!parse-error (type => 'after body:/'.$token->{tag_name});  
             }  
4469            } else {            } else {
4470              !!!parse-error (type => 'after body:#'.$token->{type});              $self->{insertion_mode} = AFTER_HTML_BODY_IM;
4471                !!!next-token;
4472                redo B;
4473            }            }
4474            } else {
4475              !!!parse-error (type => 'after body:/'.$token->{tag_name});
4476    
4477            $self->{insertion_mode} = 'in body';            $self->{insertion_mode} = IN_BODY_IM;
4478            ## reprocess            ## reprocess
4479            redo B;            redo B;
4480          } elsif ($self->{insertion_mode} eq 'in frameset') {          }
4481            if ($token->{type} eq 'character') {        } else {
4482              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          die "$0: $token->{type}: Unknown token type";
4483                $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});        }
4484        } elsif ($self->{insertion_mode} & FRAME_IMS) {
4485                unless (length $token->{data}) {        if ($token->{type} == CHARACTER_TOKEN) {
4486                  !!!next-token;          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {
4487                  redo B;            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4488                }            
4489              }            unless (length $token->{data}) {
   
             #  
           } elsif ($token->{type} eq 'comment') {  
             my $comment = $self->{document}->create_comment ($token->{data});  
             $self->{open_elements}->[-1]->[0]->append_child ($comment);  
4490              !!!next-token;              !!!next-token;
4491              redo B;              redo B;
4492            } elsif ($token->{type} eq 'start tag') {            }
4493              if ($token->{tag_name} eq 'frameset') {          }
4494                !!!insert-element ($token->{tag_name}, $token->{attributes});          
4495                !!!next-token;          if ($token->{data} =~ s/^[^\x09\x0A\x0B\x0C\x20]+//) {
4496                redo B;            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4497              } elsif ($token->{tag_name} eq 'frame') {              !!!parse-error (type => 'in frameset:#character');
4498                !!!insert-element ($token->{tag_name}, $token->{attributes});            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4499                pop @{$self->{open_elements}};              !!!parse-error (type => 'after frameset:#character');
4500                !!!next-token;            } else { # "after html frameset"
4501                redo B;              !!!parse-error (type => 'after html:#character');
4502              } elsif ($token->{tag_name} eq 'noframes') {  
4503                $in_body->($insert_to_current);              $self->{insertion_mode} = AFTER_FRAMESET_IM;
4504                redo B;              ## Reprocess in the "main" phase, "after frameset"...
4505              } else {              !!!parse-error (type => 'after frameset:#character');
               #  
             }  
           } elsif ($token->{type} eq 'end tag') {  
             if ($token->{tag_name} eq 'frameset') {  
               if ($self->{open_elements}->[-1]->[1] eq 'html' and  
                   @{$self->{open_elements}} == 1) {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                 ## Ignore the token  
                 !!!next-token;  
               } else {  
                 pop @{$self->{open_elements}};  
                 !!!next-token;  
               }  
                 
               ## if not inner_html and  
               if ($self->{open_elements}->[-1]->[1] ne 'frameset') {  
                 $self->{insertion_mode} = 'after frameset';  
               }  
               redo B;  
             } else {  
               #  
             }  
           } else {  
             #  
4506            }            }
4507                        
4508            if (defined $token->{tag_name}) {            ## Ignore the token.
4509              if (length $token->{data}) {
4510                ## reprocess the rest of characters
4511              } else {
4512                !!!next-token;
4513              }
4514              redo B;
4515            }
4516            
4517            die qq[$0: Character "$token->{data}"];
4518          } elsif ($token->{type} == START_TAG_TOKEN) {
4519            if ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {
4520              !!!parse-error (type => 'after html:'.$token->{tag_name});
4521    
4522              $self->{insertion_mode} = AFTER_FRAMESET_IM;
4523              ## Process in the "main" phase, "after frameset" insertion mode...
4524            }
4525    
4526            if ($token->{tag_name} eq 'frameset' and
4527                $self->{insertion_mode} == IN_FRAMESET_IM) {
4528              !!!insert-element ($token->{tag_name}, $token->{attributes});
4529              !!!next-token;
4530              redo B;
4531            } elsif ($token->{tag_name} eq 'frame' and
4532                     $self->{insertion_mode} == IN_FRAMESET_IM) {
4533              !!!insert-element ($token->{tag_name}, $token->{attributes});
4534              pop @{$self->{open_elements}};
4535              !!!next-token;
4536              redo B;
4537            } elsif ($token->{tag_name} eq 'noframes') {
4538              ## NOTE: As if in body.
4539              $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);
4540              redo B;
4541            } else {
4542              if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4543              !!!parse-error (type => 'in frameset:'.$token->{tag_name});              !!!parse-error (type => 'in frameset:'.$token->{tag_name});
4544            } else {            } else {
4545              !!!parse-error (type => 'in frameset:#'.$token->{type});              !!!parse-error (type => 'after frameset:'.$token->{tag_name});
4546            }            }
4547            ## Ignore the token            ## Ignore the token
4548            !!!next-token;            !!!next-token;
4549            redo B;            redo B;
4550          } elsif ($self->{insertion_mode} eq 'after frameset') {          }
4551            if ($token->{type} eq 'character') {        } elsif ($token->{type} == END_TAG_TOKEN) {
4552              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {
4553                $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});            !!!parse-error (type => 'after html:/'.$token->{tag_name});
4554    
4555                unless (length $token->{data}) {            $self->{insertion_mode} = AFTER_FRAMESET_IM;
4556                  !!!next-token;            ## Process in the "main" phase, "after frameset" insertion mode...
4557                  redo B;          }
               }  
             }  
4558    
4559              #          if ($token->{tag_name} eq 'frameset' and
4560            } elsif ($token->{type} eq 'comment') {              $self->{insertion_mode} == IN_FRAMESET_IM) {
4561              my $comment = $self->{document}->create_comment ($token->{data});            if ($self->{open_elements}->[-1]->[1] eq 'html' and
4562              $self->{open_elements}->[-1]->[0]->append_child ($comment);                @{$self->{open_elements}} == 1) {
4563                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
4564                ## Ignore the token
4565              !!!next-token;              !!!next-token;
             redo B;  
           } elsif ($token->{type} eq 'start tag') {  
             if ($token->{tag_name} eq 'noframes') {  
               $in_body->($insert_to_current);  
               redo B;  
             } else {  
               #  
             }  
           } elsif ($token->{type} eq 'end tag') {  
             if ($token->{tag_name} eq 'html') {  
               $phase = 'trailing end';  
               !!!next-token;  
               redo B;  
             } else {  
               #  
             }  
4566            } else {            } else {
4567              #              pop @{$self->{open_elements}};
4568                !!!next-token;
4569            }            }
4570              
4571            if (defined $token->{tag_name}) {            if (not defined $self->{inner_html_node} and
4572              !!!parse-error (type => 'after frameset:'.$token->{tag_name});                $self->{open_elements}->[-1]->[1] ne 'frameset') {
4573                $self->{insertion_mode} = AFTER_FRAMESET_IM;
4574              }
4575              redo B;
4576            } elsif ($token->{tag_name} eq 'html' and
4577                     $self->{insertion_mode} == AFTER_FRAMESET_IM) {
4578              $self->{insertion_mode} = AFTER_HTML_FRAMESET_IM;
4579              !!!next-token;
4580              redo B;
4581            } else {
4582              if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4583                !!!parse-error (type => 'in frameset:/'.$token->{tag_name});
4584            } else {            } else {
4585              !!!parse-error (type => 'after frameset:#'.$token->{type});              !!!parse-error (type => 'after frameset:/'.$token->{tag_name});
4586            }            }
4587            ## Ignore the token            ## Ignore the token
4588            !!!next-token;            !!!next-token;
4589            redo B;            redo B;
4590            }
4591          } else {
4592            die "$0: $token->{type}: Unknown token type";
4593          }
4594    
4595          ## ISSUE: An issue in spec here
4596        } else {
4597          die "$0: $self->{insertion_mode}: Unknown insertion mode";
4598        }
4599    
4600        ## "in body" insertion mode
4601        if ($token->{type} == START_TAG_TOKEN) {
4602          if ($token->{tag_name} eq 'script') {
4603            ## NOTE: This is an "as if in head" code clone
4604            $script_start_tag->($insert);
4605            redo B;
4606          } elsif ($token->{tag_name} eq 'style') {
4607            ## NOTE: This is an "as if in head" code clone
4608            $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);
4609            redo B;
4610          } elsif ({
4611                    base => 1, link => 1,
4612                   }->{$token->{tag_name}}) {
4613            ## NOTE: This is an "as if in head" code clone, only "-t" differs
4614            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4615            pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
4616            !!!next-token;
4617            redo B;
4618          } elsif ($token->{tag_name} eq 'meta') {
4619            ## NOTE: This is an "as if in head" code clone, only "-t" differs
4620            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4621            my $meta_el = pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
4622    
4623            ## ISSUE: An issue in spec there          unless ($self->{confident}) {
4624              if ($token->{attributes}->{charset}) { ## TODO: And if supported
4625                $self->{change_encoding}
4626                    ->($self, $token->{attributes}->{charset}->{value});
4627                
4628                $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4629                    ->set_user_data (manakai_has_reference =>
4630                                         $token->{attributes}->{charset}
4631                                             ->{has_reference});
4632              } elsif ($token->{attributes}->{content}) {
4633                ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.
4634                if ($token->{attributes}->{content}->{value}
4635                    =~ /\A[^;]*;[\x09-\x0D\x20]*[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
4636                        [\x09-\x0D\x20]*=
4637                        [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
4638                        ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {
4639                  $self->{change_encoding}
4640                      ->($self, defined $1 ? $1 : defined $2 ? $2 : $3);
4641                  $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4642                      ->set_user_data (manakai_has_reference =>
4643                                           $token->{attributes}->{content}
4644                                                 ->{has_reference});
4645                }
4646              }
4647          } else {          } else {
4648            die "$0: $self->{insertion_mode}: Unknown insertion mode";            if ($token->{attributes}->{charset}) {
4649                $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4650                    ->set_user_data (manakai_has_reference =>
4651                                         $token->{attributes}->{charset}
4652                                             ->{has_reference});
4653              }
4654              if ($token->{attributes}->{content}) {
4655                $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4656                    ->set_user_data (manakai_has_reference =>
4657                                         $token->{attributes}->{content}
4658                                             ->{has_reference});
4659              }
4660          }          }
4661        }  
     } elsif ($phase eq 'trailing end') {  
       ## states in the main stage is preserved yet # MUST  
         
       if ($token->{type} eq 'DOCTYPE') {  
         !!!parse-error (type => 'after html:#DOCTYPE');  
         ## Ignore the token  
4662          !!!next-token;          !!!next-token;
4663          redo B;          redo B;
4664        } elsif ($token->{type} eq 'comment') {        } elsif ($token->{tag_name} eq 'title') {
4665          my $comment = $self->{document}->create_comment ($token->{data});          !!!parse-error (type => 'in body:title');
4666          $self->{document}->append_child ($comment);          ## NOTE: This is an "as if in head" code clone
4667            $parse_rcdata->(RCDATA_CONTENT_MODEL, sub {
4668              if (defined $self->{head_element}) {
4669                $self->{head_element}->append_child ($_[0]);
4670              } else {
4671                $insert->($_[0]);
4672              }
4673            });
4674            redo B;
4675          } elsif ($token->{tag_name} eq 'body') {
4676            !!!parse-error (type => 'in body:body');
4677                  
4678            if (@{$self->{open_elements}} == 1 or
4679                $self->{open_elements}->[1]->[1] ne 'body') {
4680              ## Ignore the token
4681            } else {
4682              my $body_el = $self->{open_elements}->[1]->[0];
4683              for my $attr_name (keys %{$token->{attributes}}) {
4684                unless ($body_el->has_attribute_ns (undef, $attr_name)) {
4685                  $body_el->set_attribute_ns
4686                    (undef, [undef, $attr_name],
4687                     $token->{attributes}->{$attr_name}->{value});
4688                }
4689              }
4690            }
4691          !!!next-token;          !!!next-token;
4692          redo B;          redo B;
4693        } elsif ($token->{type} eq 'character') {        } elsif ({
4694          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {                  address => 1, blockquote => 1, center => 1, dir => 1,
4695            my $data = $1;                  div => 1, dl => 1, fieldset => 1, listing => 1,
4696            ## As if in the main phase.                  menu => 1, ol => 1, p => 1, ul => 1,
4697            ## NOTE: The insertion mode in the main phase                  pre => 1,
4698            ## just before the phase has been changed to the trailing                 }->{$token->{tag_name}}) {
4699            ## end phase is either "after body" or "after frameset".          ## has a p element in scope
4700            $reconstruct_active_formatting_elements->($insert_to_current)          INSCOPE: for (reverse @{$self->{open_elements}}) {
4701              if $phase eq 'main';            if ($_->[1] eq 'p') {
4702                !!!back-token;
4703                $token = {type => END_TAG_TOKEN, tag_name => 'p'};
4704                redo B;
4705              } elsif ({
4706                        table => 1, caption => 1, td => 1, th => 1,
4707                        button => 1, marquee => 1, object => 1, html => 1,
4708                       }->{$_->[1]}) {
4709                last INSCOPE;
4710              }
4711            } # INSCOPE
4712              
4713            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4714            if ($token->{tag_name} eq 'pre') {
4715              !!!next-token;
4716              if ($token->{type} == CHARACTER_TOKEN) {
4717                $token->{data} =~ s/^\x0A//;
4718                unless (length $token->{data}) {
4719                  !!!next-token;
4720                }
4721              }
4722            } else {
4723              !!!next-token;
4724            }
4725            redo B;
4726          } elsif ($token->{tag_name} eq 'form') {
4727            if (defined $self->{form_element}) {
4728              !!!parse-error (type => 'in form:form');
4729              ## Ignore the token
4730              !!!next-token;
4731              redo B;
4732            } else {
4733              ## has a p element in scope
4734              INSCOPE: for (reverse @{$self->{open_elements}}) {
4735                if ($_->[1] eq 'p') {
4736                  !!!back-token;
4737                  $token = {type => END_TAG_TOKEN, tag_name => 'p'};
4738                  redo B;
4739                } elsif ({
4740                          table => 1, caption => 1, td => 1, th => 1,
4741                          button => 1, marquee => 1, object => 1, html => 1,
4742                         }->{$_->[1]}) {
4743                  last INSCOPE;
4744                }
4745              } # INSCOPE
4746                
4747              !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4748              $self->{form_element} = $self->{open_elements}->[-1]->[0];
4749              !!!next-token;
4750              redo B;
4751            }
4752          } elsif ($token->{tag_name} eq 'li') {
4753            ## has a p element in scope
4754            INSCOPE: for (reverse @{$self->{open_elements}}) {
4755              if ($_->[1] eq 'p') {
4756                !!!back-token;
4757                $token = {type => END_TAG_TOKEN, tag_name => 'p'};
4758                redo B;
4759              } elsif ({
4760                        table => 1, caption => 1, td => 1, th => 1,
4761                        button => 1, marquee => 1, object => 1, html => 1,
4762                       }->{$_->[1]}) {
4763                last INSCOPE;
4764              }
4765            } # INSCOPE
4766              
4767            ## Step 1
4768            my $i = -1;
4769            my $node = $self->{open_elements}->[$i];
4770            LI: {
4771              ## Step 2
4772              if ($node->[1] eq 'li') {
4773                if ($i != -1) {
4774                  !!!parse-error (type => 'end tag missing:'.
4775                                  $self->{open_elements}->[-1]->[1]);
4776                }
4777                splice @{$self->{open_elements}}, $i;
4778                last LI;
4779              }
4780              
4781              ## Step 3
4782              if (not $formatting_category->{$node->[1]} and
4783                  #not $phrasing_category->{$node->[1]} and
4784                  ($special_category->{$node->[1]} or
4785                   $scoping_category->{$node->[1]}) and
4786                  $node->[1] ne 'address' and $node->[1] ne 'div') {
4787                last LI;
4788              }
4789              
4790              ## Step 4
4791              $i--;
4792              $node = $self->{open_elements}->[$i];
4793              redo LI;
4794            } # LI
4795              
4796            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4797            !!!next-token;
4798            redo B;
4799          } elsif ($token->{tag_name} eq 'dd' or $token->{tag_name} eq 'dt') {
4800            ## has a p element in scope
4801            INSCOPE: for (reverse @{$self->{open_elements}}) {
4802              if ($_->[1] eq 'p') {
4803                !!!back-token;
4804                $token = {type => END_TAG_TOKEN, tag_name => 'p'};
4805                redo B;
4806              } elsif ({
4807                        table => 1, caption => 1, td => 1, th => 1,
4808                        button => 1, marquee => 1, object => 1, html => 1,
4809                       }->{$_->[1]}) {
4810                last INSCOPE;
4811              }
4812            } # INSCOPE
4813              
4814            ## Step 1
4815            my $i = -1;
4816            my $node = $self->{open_elements}->[$i];
4817            LI: {
4818              ## Step 2
4819              if ($node->[1] eq 'dt' or $node->[1] eq 'dd') {
4820                if ($i != -1) {
4821                  !!!parse-error (type => 'end tag missing:'.
4822                                  $self->{open_elements}->[-1]->[1]);
4823                }
4824                splice @{$self->{open_elements}}, $i;
4825                last LI;
4826              }
4827              
4828              ## Step 3
4829              if (not $formatting_category->{$node->[1]} and
4830                  #not $phrasing_category->{$node->[1]} and
4831                  ($special_category->{$node->[1]} or
4832                   $scoping_category->{$node->[1]}) and
4833                  $node->[1] ne 'address' and $node->[1] ne 'div') {
4834                last LI;
4835              }
4836              
4837              ## Step 4
4838              $i--;
4839              $node = $self->{open_elements}->[$i];
4840              redo LI;
4841            } # LI
4842              
4843            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4844            !!!next-token;
4845            redo B;
4846          } elsif ($token->{tag_name} eq 'plaintext') {
4847            ## has a p element in scope
4848            INSCOPE: for (reverse @{$self->{open_elements}}) {
4849              if ($_->[1] eq 'p') {
4850                !!!back-token;
4851                $token = {type => END_TAG_TOKEN, tag_name => 'p'};
4852                redo B;
4853              } elsif ({
4854                        table => 1, caption => 1, td => 1, th => 1,
4855                        button => 1, marquee => 1, object => 1, html => 1,
4856                       }->{$_->[1]}) {
4857                last INSCOPE;
4858              }
4859            } # INSCOPE
4860              
4861            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4862              
4863            $self->{content_model} = PLAINTEXT_CONTENT_MODEL;
4864              
4865            !!!next-token;
4866            redo B;
4867          } elsif ({
4868                    h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
4869                   }->{$token->{tag_name}}) {
4870            ## has a p element in scope
4871            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4872              my $node = $self->{open_elements}->[$_];
4873              if ($node->[1] eq 'p') {
4874                !!!back-token;
4875                $token = {type => END_TAG_TOKEN, tag_name => 'p'};
4876                redo B;
4877              } elsif ({
4878                        table => 1, caption => 1, td => 1, th => 1,
4879                        button => 1, marquee => 1, object => 1, html => 1,
4880                       }->{$node->[1]}) {
4881                last INSCOPE;
4882              }
4883            } # INSCOPE
4884              
4885            ## NOTE: See <http://html5.org/tools/web-apps-tracker?from=925&to=926>
4886            ## has an element in scope
4887            #my $i;
4888            #INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4889            #  my $node = $self->{open_elements}->[$_];
4890            #  if ({
4891            #       h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
4892            #      }->{$node->[1]}) {
4893            #    $i = $_;
4894            #    last INSCOPE;
4895            #  } elsif ({
4896            #            table => 1, caption => 1, td => 1, th => 1,
4897            #            button => 1, marquee => 1, object => 1, html => 1,
4898            #           }->{$node->[1]}) {
4899            #    last INSCOPE;
4900            #  }
4901            #} # INSCOPE
4902            #  
4903            #if (defined $i) {
4904            #  !!! parse-error (type => 'in hn:hn');
4905            #  splice @{$self->{open_elements}}, $i;
4906            #}
4907              
4908            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4909              
4910            !!!next-token;
4911            redo B;
4912          } elsif ($token->{tag_name} eq 'a') {
4913            AFE: for my $i (reverse 0..$#$active_formatting_elements) {
4914              my $node = $active_formatting_elements->[$i];
4915              if ($node->[1] eq 'a') {
4916                !!!parse-error (type => 'in a:a');
4917                
4918                !!!back-token;
4919                $token = {type => END_TAG_TOKEN, tag_name => 'a'};
4920                $formatting_end_tag->($token->{tag_name});
4921                
4922                AFE2: for (reverse 0..$#$active_formatting_elements) {
4923                  if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {
4924                    splice @$active_formatting_elements, $_, 1;
4925                    last AFE2;
4926                  }
4927                } # AFE2
4928                OE: for (reverse 0..$#{$self->{open_elements}}) {
4929                  if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {
4930                    splice @{$self->{open_elements}}, $_, 1;
4931                    last OE;
4932                  }
4933                } # OE
4934                last AFE;
4935              } elsif ($node->[0] eq '#marker') {
4936                last AFE;
4937              }
4938            } # AFE
4939              
4940            $reconstruct_active_formatting_elements->($insert_to_current);
4941    
4942            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4943            push @$active_formatting_elements, $self->{open_elements}->[-1];
4944    
4945            !!!next-token;
4946            redo B;
4947          } elsif ({
4948                    b => 1, big => 1, em => 1, font => 1, i => 1,
4949                    s => 1, small => 1, strile => 1,
4950                    strong => 1, tt => 1, u => 1,
4951                   }->{$token->{tag_name}}) {
4952            $reconstruct_active_formatting_elements->($insert_to_current);
4953            
4954            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4955            push @$active_formatting_elements, $self->{open_elements}->[-1];
4956            
4957            !!!next-token;
4958            redo B;
4959          } elsif ($token->{tag_name} eq 'nobr') {
4960            $reconstruct_active_formatting_elements->($insert_to_current);
4961    
4962            ## has a |nobr| element in scope
4963            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4964              my $node = $self->{open_elements}->[$_];
4965              if ($node->[1] eq 'nobr') {
4966                !!!parse-error (type => 'in nobr:nobr');
4967                !!!back-token;
4968                $token = {type => END_TAG_TOKEN, tag_name => 'nobr'};
4969                redo B;
4970              } elsif ({
4971                        table => 1, caption => 1, td => 1, th => 1,
4972                        button => 1, marquee => 1, object => 1, html => 1,
4973                       }->{$node->[1]}) {
4974                last INSCOPE;
4975              }
4976            } # INSCOPE
4977            
4978            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
4979            push @$active_formatting_elements, $self->{open_elements}->[-1];
4980            
4981            !!!next-token;
4982            redo B;
4983          } elsif ($token->{tag_name} eq 'button') {
4984            ## has a button element in scope
4985            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4986              my $node = $self->{open_elements}->[$_];
4987              if ($node->[1] eq 'button') {
4988                !!!parse-error (type => 'in button:button');
4989                !!!back-token;
4990                $token = {type => END_TAG_TOKEN, tag_name => 'button'};
4991                redo B;
4992              } elsif ({
4993                        table => 1, caption => 1, td => 1, th => 1,
4994                        button => 1, marquee => 1, object => 1, html => 1,
4995                       }->{$node->[1]}) {
4996                last INSCOPE;
4997              }
4998            } # INSCOPE
4999              
5000            $reconstruct_active_formatting_elements->($insert_to_current);
5001              
5002            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
5003            push @$active_formatting_elements, ['#marker', ''];
5004    
5005            !!!next-token;
5006            redo B;
5007          } elsif ($token->{tag_name} eq 'marquee' or
5008                   $token->{tag_name} eq 'object') {
5009            $reconstruct_active_formatting_elements->($insert_to_current);
5010            
5011            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
5012            push @$active_formatting_elements, ['#marker', ''];
5013            
5014            !!!next-token;
5015            redo B;
5016          } elsif ($token->{tag_name} eq 'xmp') {
5017            $reconstruct_active_formatting_elements->($insert_to_current);
5018            $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);
5019            redo B;
5020          } elsif ($token->{tag_name} eq 'table') {
5021            ## has a p element in scope
5022            INSCOPE: for (reverse @{$self->{open_elements}}) {
5023              if ($_->[1] eq 'p') {
5024                !!!back-token;
5025                $token = {type => END_TAG_TOKEN, tag_name => 'p'};
5026                redo B;
5027              } elsif ({
5028                        table => 1, caption => 1, td => 1, th => 1,
5029                        button => 1, marquee => 1, object => 1, html => 1,
5030                       }->{$_->[1]}) {
5031                last INSCOPE;
5032              }
5033            } # INSCOPE
5034              
5035            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
5036              
5037            $self->{insertion_mode} = IN_TABLE_IM;
5038              
5039            !!!next-token;
5040            redo B;
5041          } elsif ({
5042                    area => 1, basefont => 1, bgsound => 1, br => 1,
5043                    embed => 1, img => 1, param => 1, spacer => 1, wbr => 1,
5044                    image => 1,
5045                   }->{$token->{tag_name}}) {
5046            if ($token->{tag_name} eq 'image') {
5047              !!!parse-error (type => 'image');
5048              $token->{tag_name} = 'img';
5049            }
5050    
5051            ## NOTE: There is an "as if <br>" code clone.
5052            $reconstruct_active_formatting_elements->($insert_to_current);
5053            
5054            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
5055            pop @{$self->{open_elements}};
5056            
5057            !!!next-token;
5058            redo B;
5059          } elsif ($token->{tag_name} eq 'hr') {
5060            ## has a p element in scope
5061            INSCOPE: for (reverse @{$self->{open_elements}}) {
5062              if ($_->[1] eq 'p') {
5063                !!!back-token;
5064                $token = {type => END_TAG_TOKEN, tag_name => 'p'};
5065                redo B;
5066              } elsif ({
5067                        table => 1, caption => 1, td => 1, th => 1,
5068                        button => 1, marquee => 1, object => 1, html => 1,
5069                       }->{$_->[1]}) {
5070                last INSCOPE;
5071              }
5072            } # INSCOPE
5073                        
5074            $self->{open_elements}->[-1]->[0]->manakai_append_text ($data);          !!!insert-element-t ($token->{tag_name}, $token->{attributes});
5075            pop @{$self->{open_elements}};
5076                        
5077            !!!next-token;
5078            redo B;
5079          } elsif ($token->{tag_name} eq 'input') {
5080            $reconstruct_active_formatting_elements->($insert_to_current);
5081            
5082            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
5083            ## TODO: associate with $self->{form_element} if defined
5084            pop @{$self->{open_elements}};
5085            
5086            !!!next-token;
5087            redo B;
5088          } elsif ($token->{tag_name} eq 'isindex') {
5089            !!!parse-error (type => 'isindex');
5090            
5091            if (defined $self->{form_element}) {
5092              ## Ignore the token
5093              !!!next-token;
5094              redo B;
5095            } else {
5096              my $at = $token->{attributes};
5097              my $form_attrs;
5098              $form_attrs->{action} = $at->{action} if $at->{action};
5099              my $prompt_attr = $at->{prompt};
5100              $at->{name} = {name => 'name', value => 'isindex'};
5101              delete $at->{action};
5102              delete $at->{prompt};
5103              my @tokens = (
5104                            {type => START_TAG_TOKEN, tag_name => 'form',
5105                             attributes => $form_attrs},
5106                            {type => START_TAG_TOKEN, tag_name => 'hr'},
5107                            {type => START_TAG_TOKEN, tag_name => 'p'},
5108                            {type => START_TAG_TOKEN, tag_name => 'label'},
5109                           );
5110              if ($prompt_attr) {
5111                push @tokens, {type => CHARACTER_TOKEN, data => $prompt_attr->{value}};
5112              } else {
5113                push @tokens, {type => CHARACTER_TOKEN,
5114                               data => 'This is a searchable index. Insert your search keywords here: '}; # SHOULD
5115                ## TODO: make this configurable
5116              }
5117              push @tokens,
5118                            {type => START_TAG_TOKEN, tag_name => 'input', attributes => $at},
5119                            #{type => CHARACTER_TOKEN, data => ''}, # SHOULD
5120                            {type => END_TAG_TOKEN, tag_name => 'label'},
5121                            {type => END_TAG_TOKEN, tag_name => 'p'},
5122                            {type => START_TAG_TOKEN, tag_name => 'hr'},
5123                            {type => END_TAG_TOKEN, tag_name => 'form'};
5124              $token = shift @tokens;
5125              !!!back-token (@tokens);
5126              redo B;
5127            }
5128          } elsif ($token->{tag_name} eq 'textarea') {
5129            my $tag_name = $token->{tag_name};
5130            my $el;
5131            !!!create-element ($el, $token->{tag_name}, $token->{attributes});
5132            
5133            ## TODO: $self->{form_element} if defined
5134            $self->{content_model} = RCDATA_CONTENT_MODEL;
5135            delete $self->{escape}; # MUST
5136            
5137            $insert->($el);
5138            
5139            my $text = '';
5140            !!!next-token;
5141            if ($token->{type} == CHARACTER_TOKEN) {
5142              $token->{data} =~ s/^\x0A//;
5143            unless (length $token->{data}) {            unless (length $token->{data}) {
5144              !!!next-token;              !!!next-token;
             redo B;  
5145            }            }
5146          }          }
5147            while ($token->{type} == CHARACTER_TOKEN) {
5148              $text .= $token->{data};
5149              !!!next-token;
5150            }
5151            if (length $text) {
5152              $el->manakai_append_text ($text);
5153            }
5154            
5155            $self->{content_model} = PCDATA_CONTENT_MODEL;
5156            
5157            if ($token->{type} == END_TAG_TOKEN and
5158                $token->{tag_name} eq $tag_name) {
5159              ## Ignore the token
5160            } else {
5161              !!!parse-error (type => 'in RCDATA:#'.$token->{type});
5162            }
5163            !!!next-token;
5164            redo B;
5165          } elsif ({
5166                    iframe => 1,
5167                    noembed => 1,
5168                    noframes => 1,
5169                    noscript => 0, ## TODO: 1 if scripting is enabled
5170                   }->{$token->{tag_name}}) {
5171            ## NOTE: There is an "as if in body" code clone.
5172            $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);
5173            redo B;
5174          } elsif ($token->{tag_name} eq 'select') {
5175            $reconstruct_active_formatting_elements->($insert_to_current);
5176            
5177            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
5178            
5179            $self->{insertion_mode} = IN_SELECT_IM;
5180            !!!next-token;
5181            redo B;
5182          } elsif ({
5183                    caption => 1, col => 1, colgroup => 1, frame => 1,
5184                    frameset => 1, head => 1, option => 1, optgroup => 1,
5185                    tbody => 1, td => 1, tfoot => 1, th => 1,
5186                    thead => 1, tr => 1,
5187                   }->{$token->{tag_name}}) {
5188            !!!parse-error (type => 'in body:'.$token->{tag_name});
5189            ## Ignore the token
5190            !!!next-token;
5191            redo B;
5192            
5193            ## ISSUE: An issue on HTML5 new elements in the spec.
5194          } else {
5195            $reconstruct_active_formatting_elements->($insert_to_current);
5196            
5197            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
5198            
5199            !!!next-token;
5200            redo B;
5201          }
5202        } elsif ($token->{type} == END_TAG_TOKEN) {
5203          if ($token->{tag_name} eq 'body') {
5204            if (@{$self->{open_elements}} > 1 and
5205                $self->{open_elements}->[1]->[1] eq 'body') {
5206              for (@{$self->{open_elements}}) {
5207                unless ({
5208                           dd => 1, dt => 1, li => 1, p => 1, td => 1,
5209                           th => 1, tr => 1, body => 1, html => 1,
5210                         tbody => 1, tfoot => 1, thead => 1,
5211                        }->{$_->[1]}) {
5212                  !!!parse-error (type => 'not closed:'.$_->[1]);
5213                }
5214              }
5215    
5216          !!!parse-error (type => 'after html:#character');            $self->{insertion_mode} = AFTER_BODY_IM;
5217          $phase = 'main';            !!!next-token;
5218          ## reprocess            redo B;
5219            } else {
5220              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
5221              ## Ignore the token
5222              !!!next-token;
5223              redo B;
5224            }
5225          } elsif ($token->{tag_name} eq 'html') {
5226            if (@{$self->{open_elements}} > 1 and $self->{open_elements}->[1]->[1] eq 'body') {
5227              ## ISSUE: There is an issue in the spec.
5228              if ($self->{open_elements}->[-1]->[1] ne 'body') {
5229                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[1]->[1]);
5230              }
5231              $self->{insertion_mode} = AFTER_BODY_IM;
5232              ## reprocess
5233              redo B;
5234            } else {
5235              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
5236              ## Ignore the token
5237              !!!next-token;
5238              redo B;
5239            }
5240          } elsif ({
5241                    address => 1, blockquote => 1, center => 1, dir => 1,
5242                    div => 1, dl => 1, fieldset => 1, listing => 1,
5243                    menu => 1, ol => 1, pre => 1, ul => 1,
5244                    p => 1,
5245                    dd => 1, dt => 1, li => 1,
5246                    button => 1, marquee => 1, object => 1,
5247                   }->{$token->{tag_name}}) {
5248            ## has an element in scope
5249            my $i;
5250            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5251              my $node = $self->{open_elements}->[$_];
5252              if ($node->[1] eq $token->{tag_name}) {
5253                ## generate implied end tags
5254                if ({
5255                     dd => ($token->{tag_name} ne 'dd'),
5256                     dt => ($token->{tag_name} ne 'dt'),
5257                     li => ($token->{tag_name} ne 'li'),
5258                     p => ($token->{tag_name} ne 'p'),
5259                     td => 1, th => 1, tr => 1,
5260                     tbody => 1, tfoot=> 1, thead => 1,
5261                    }->{$self->{open_elements}->[-1]->[1]}) {
5262                  !!!back-token;
5263                  $token = {type => END_TAG_TOKEN,
5264                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST
5265                  redo B;
5266                }
5267                $i = $_;
5268                last INSCOPE unless $token->{tag_name} eq 'p';
5269              } elsif ({
5270                        table => 1, caption => 1, td => 1, th => 1,
5271                        button => 1, marquee => 1, object => 1, html => 1,
5272                       }->{$node->[1]}) {
5273                last INSCOPE;
5274              }
5275            } # INSCOPE
5276            
5277            if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {
5278              if (defined $i) {
5279                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
5280              } else {
5281                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
5282              }
5283            }
5284            
5285            if (defined $i) {
5286              splice @{$self->{open_elements}}, $i;
5287            } elsif ($token->{tag_name} eq 'p') {
5288              ## As if <p>, then reprocess the current token
5289              my $el;
5290              !!!create-element ($el, 'p');
5291              $insert->($el);
5292            }
5293            $clear_up_to_marker->()
5294              if {
5295                button => 1, marquee => 1, object => 1,
5296              }->{$token->{tag_name}};
5297            !!!next-token;
5298          redo B;          redo B;
5299        } elsif ($token->{type} eq 'start tag' or        } elsif ($token->{tag_name} eq 'form') {
5300                 $token->{type} eq 'end tag') {          ## has an element in scope
5301          !!!parse-error (type => 'after html:'.$token->{tag_name});          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5302          $phase = 'main';            my $node = $self->{open_elements}->[$_];
5303          ## reprocess            if ($node->[1] eq $token->{tag_name}) {
5304                ## generate implied end tags
5305                if ({
5306                     dd => 1, dt => 1, li => 1, p => 1,
5307                     td => 1, th => 1, tr => 1,
5308                     tbody => 1, tfoot=> 1, thead => 1,
5309                    }->{$self->{open_elements}->[-1]->[1]}) {
5310                  !!!back-token;
5311                  $token = {type => END_TAG_TOKEN,
5312                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST
5313                  redo B;
5314                }
5315                last INSCOPE;
5316              } elsif ({
5317                        table => 1, caption => 1, td => 1, th => 1,
5318                        button => 1, marquee => 1, object => 1, html => 1,
5319                       }->{$node->[1]}) {
5320                last INSCOPE;
5321              }
5322            } # INSCOPE
5323            
5324            if ($self->{open_elements}->[-1]->[1] eq $token->{tag_name}) {
5325              pop @{$self->{open_elements}};
5326            } else {
5327              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
5328            }
5329    
5330            undef $self->{form_element};
5331            !!!next-token;
5332            redo B;
5333          } elsif ({
5334                    h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
5335                   }->{$token->{tag_name}}) {
5336            ## has an element in scope
5337            my $i;
5338            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5339              my $node = $self->{open_elements}->[$_];
5340              if ({
5341                   h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
5342                  }->{$node->[1]}) {
5343                ## generate implied end tags
5344                if ({
5345                     dd => 1, dt => 1, li => 1, p => 1,
5346                     td => 1, th => 1, tr => 1,
5347                     tbody => 1, tfoot=> 1, thead => 1,
5348                    }->{$self->{open_elements}->[-1]->[1]}) {
5349                  !!!back-token;
5350                  $token = {type => END_TAG_TOKEN,
5351                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST
5352                  redo B;
5353                }
5354                $i = $_;
5355                last INSCOPE;
5356              } elsif ({
5357                        table => 1, caption => 1, td => 1, th => 1,
5358                        button => 1, marquee => 1, object => 1, html => 1,
5359                       }->{$node->[1]}) {
5360                last INSCOPE;
5361              }
5362            } # INSCOPE
5363            
5364            if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {
5365              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
5366            }
5367            
5368            splice @{$self->{open_elements}}, $i if defined $i;
5369            !!!next-token;
5370            redo B;
5371          } elsif ({
5372                    a => 1,
5373                    b => 1, big => 1, em => 1, font => 1, i => 1,
5374                    nobr => 1, s => 1, small => 1, strile => 1,
5375                    strong => 1, tt => 1, u => 1,
5376                   }->{$token->{tag_name}}) {
5377            $formatting_end_tag->($token->{tag_name});
5378          redo B;          redo B;
5379        } elsif ($token->{type} eq 'end-of-file') {        } elsif ($token->{tag_name} eq 'br') {
5380          ## Stop parsing          !!!parse-error (type => 'unmatched end tag:br');
5381          last B;  
5382            ## As if <br>
5383            $reconstruct_active_formatting_elements->($insert_to_current);
5384            
5385            my $el;
5386            !!!create-element ($el, 'br');
5387            $insert->($el);
5388            
5389            ## Ignore the token.
5390            !!!next-token;
5391            redo B;
5392          } elsif ({
5393                    caption => 1, col => 1, colgroup => 1, frame => 1,
5394                    frameset => 1, head => 1, option => 1, optgroup => 1,
5395                    tbody => 1, td => 1, tfoot => 1, th => 1,
5396                    thead => 1, tr => 1,
5397                    area => 1, basefont => 1, bgsound => 1,
5398                    embed => 1, hr => 1, iframe => 1, image => 1,
5399                    img => 1, input => 1, isindex => 1, noembed => 1,
5400                    noframes => 1, param => 1, select => 1, spacer => 1,
5401                    table => 1, textarea => 1, wbr => 1,
5402                    noscript => 0, ## TODO: if scripting is enabled
5403                   }->{$token->{tag_name}}) {
5404            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
5405            ## Ignore the token
5406            !!!next-token;
5407            redo B;
5408            
5409            ## ISSUE: Issue on HTML5 new elements in spec
5410            
5411        } else {        } else {
5412          die "$0: $token->{type}: Unknown token";          ## Step 1
5413            my $node_i = -1;
5414            my $node = $self->{open_elements}->[$node_i];
5415    
5416            ## Step 2
5417            S2: {
5418              if ($node->[1] eq $token->{tag_name}) {
5419                ## Step 1
5420                ## generate implied end tags
5421                if ({
5422                     dd => 1, dt => 1, li => 1, p => 1,
5423                     td => 1, th => 1, tr => 1,
5424                     tbody => 1, tfoot => 1, thead => 1,
5425                    }->{$self->{open_elements}->[-1]->[1]}) {
5426                  !!!back-token;
5427                  $token = {type => END_TAG_TOKEN,
5428                            tag_name => $self->{open_elements}->[-1]->[1]}; # MUST
5429                  redo B;
5430                }
5431            
5432                ## Step 2
5433                if ($token->{tag_name} ne $self->{open_elements}->[-1]->[1]) {
5434                  ## NOTE: <x><y></x>
5435                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
5436                }
5437                
5438                ## Step 3
5439                splice @{$self->{open_elements}}, $node_i;
5440    
5441                !!!next-token;
5442                last S2;
5443              } else {
5444                ## Step 3
5445                if (not $formatting_category->{$node->[1]} and
5446                    #not $phrasing_category->{$node->[1]} and
5447                    ($special_category->{$node->[1]} or
5448                     $scoping_category->{$node->[1]})) {
5449                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
5450                  ## Ignore the token
5451                  !!!next-token;
5452                  last S2;
5453                }
5454              }
5455              
5456              ## Step 4
5457              $node_i--;
5458              $node = $self->{open_elements}->[$node_i];
5459              
5460              ## Step 5;
5461              redo S2;
5462            } # S2
5463            redo B;
5464        }        }
5465      }      }
5466        redo B;
5467    } # B    } # B
5468    
5469      ## NOTE: The "trailing end" phase in HTML5 is split into
5470      ## two insertion modes: "after html body" and "after html frameset".
5471      ## NOTE: States in the main stage is preserved while
5472      ## the parser stays in the trailing end phase. # MUST
5473    
5474    ## Stop parsing # MUST    ## Stop parsing # MUST
5475        
5476    ## TODO: script stuffs    ## TODO: script stuffs
# Line 4821  sub set_inner_html ($$$) { Line 5482  sub set_inner_html ($$$) {
5482    my $s = \$_[0];    my $s = \$_[0];
5483    my $onerror = $_[1];    my $onerror = $_[1];
5484    
5485      ## ISSUE: Should {confident} be true?
5486    
5487    my $nt = $node->node_type;    my $nt = $node->node_type;
5488    if ($nt == 9) {    if ($nt == 9) {
5489      # MUST      # MUST
# Line 4843  sub set_inner_html ($$$) { Line 5506  sub set_inner_html ($$$) {
5506      ## NOTE: Most of this code is copied from |parse_string|      ## NOTE: Most of this code is copied from |parse_string|
5507    
5508      ## Step 1 # MUST      ## Step 1 # MUST
5509      my $doc = $node->owner_document->implementation->create_document;      my $this_doc = $node->owner_document;
5510      ## TODO: Mark as HTML document      my $doc = $this_doc->implementation->create_document;
5511        $doc->manakai_is_html (1);
5512      my $p = $class->new;      my $p = $class->new;
5513      $p->{document} = $doc;      $p->{document} = $doc;
5514    
# Line 4854  sub set_inner_html ($$$) { Line 5518  sub set_inner_html ($$$) {
5518      my $column = 0;      my $column = 0;
5519      $p->{set_next_input_character} = sub {      $p->{set_next_input_character} = sub {
5520        my $self = shift;        my $self = shift;
5521    
5522          pop @{$self->{prev_input_character}};
5523          unshift @{$self->{prev_input_character}}, $self->{next_input_character};
5524    
5525        $self->{next_input_character} = -1 and return if $i >= length $$s;        $self->{next_input_character} = -1 and return if $i >= length $$s;
5526        $self->{next_input_character} = ord substr $$s, $i++, 1;        $self->{next_input_character} = ord substr $$s, $i++, 1;
5527        $column++;        $column++;
# Line 4862  sub set_inner_html ($$$) { Line 5530  sub set_inner_html ($$$) {
5530          $line++;          $line++;
5531          $column = 0;          $column = 0;
5532        } elsif ($self->{next_input_character} == 0x000D) { # CR        } elsif ($self->{next_input_character} == 0x000D) { # CR
5533          if ($i >= length $$s) {          $i++ if substr ($$s, $i, 1) eq "\x0A";
           #  
         } else {  
           my $next_char = ord substr $$s, $i++, 1;  
           if ($next_char == 0x000A) { # LF  
             #  
           } else {  
             push @{$self->{char}}, $next_char;  
           }  
         }  
5534          $self->{next_input_character} = 0x000A; # LF # MUST          $self->{next_input_character} = 0x000A; # LF # MUST
5535          $line++;          $line++;
5536          $column = 0;          $column = 0;
5537        } elsif ($self->{next_input_character} > 0x10FFFF) {        } elsif ($self->{next_input_character} > 0x10FFFF) {
5538          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
5539        } elsif ($self->{next_input_character} == 0x0000) { # NULL        } elsif ($self->{next_input_character} == 0x0000) { # NULL
5540            !!!parse-error (type => 'NULL');
5541          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
5542        }        }
5543      };      };
5544        $p->{prev_input_character} = [-1, -1, -1];
5545        $p->{next_input_character} = -1;
5546            
5547      my $ponerror = $onerror || sub {      my $ponerror = $onerror || sub {
5548        my (%opt) = @_;        my (%opt) = @_;
# Line 4894  sub set_inner_html ($$$) { Line 5556  sub set_inner_html ($$$) {
5556      $p->_initialize_tree_constructor;      $p->_initialize_tree_constructor;
5557    
5558      ## Step 2      ## Step 2
5559      my $node_ln = $node->local_name;      my $node_ln = $node->manakai_local_name;
5560      $p->{content_model_flag} = {      $p->{content_model} = {
5561        title => 'RCDATA',        title => RCDATA_CONTENT_MODEL,
5562        textarea => 'RCDATA',        textarea => RCDATA_CONTENT_MODEL,
5563        style => 'CDATA',        style => CDATA_CONTENT_MODEL,
5564        script => 'CDATA',        script => CDATA_CONTENT_MODEL,
5565        xmp => 'CDATA',        xmp => CDATA_CONTENT_MODEL,
5566        iframe => 'CDATA',        iframe => CDATA_CONTENT_MODEL,
5567        noembed => 'CDATA',        noembed => CDATA_CONTENT_MODEL,
5568        noframes => 'CDATA',        noframes => CDATA_CONTENT_MODEL,
5569        noscript => 'CDATA',        noscript => CDATA_CONTENT_MODEL,
5570        plaintext => 'PLAINTEXT',        plaintext => PLAINTEXT_CONTENT_MODEL,
5571      }->{$node_ln} || 'PCDATA';      }->{$node_ln};
5572         ## ISSUE: What is "the name of the element"? local name?      $p->{content_model} = PCDATA_CONTENT_MODEL
5573            unless defined $p->{content_model};
5574            ## ISSUE: What is "the name of the element"? local name?
5575    
5576      $p->{inner_html_node} = [$node, $node_ln];      $p->{inner_html_node} = [$node, $node_ln];
5577    
# Line 4932  sub set_inner_html ($$$) { Line 5596  sub set_inner_html ($$$) {
5596        if ($anode->node_type == 1) {        if ($anode->node_type == 1) {
5597          my $nsuri = $anode->namespace_uri;          my $nsuri = $anode->namespace_uri;
5598          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {
5599            if ($anode->local_name eq 'form') { ## TODO: case?            if ($anode->manakai_local_name eq 'form') {
5600              $p->{form_element} = $anode;              $p->{form_element} = $anode;
5601              last AN;              last AN;
5602            }            }
# Line 4959  sub set_inner_html ($$$) { Line 5623  sub set_inner_html ($$$) {
5623      ## Step 12 # MUST      ## Step 12 # MUST
5624      @cn = @{$root->child_nodes};      @cn = @{$root->child_nodes};
5625      for (@cn) {      for (@cn) {
5626          $this_doc->adopt_node ($_);
5627        $node->append_child ($_);        $node->append_child ($_);
5628      }      }
5629      ## ISSUE: adopt_node? mutation events?      ## ISSUE: mutation events?
5630    
5631      $p->_terminate_tree_constructor;      $p->_terminate_tree_constructor;
5632    } else {    } else {
# Line 4971  sub set_inner_html ($$$) { Line 5636  sub set_inner_html ($$$) {
5636    
5637  } # tree construction stage  } # tree construction stage
5638    
5639  sub get_inner_html ($$$) {  package Whatpm::HTML::RestartParser;
5640    my (undef, $node, $on_error) = @_;  push our @ISA, 'Error';
   
   ## Step 1  
   my $s = '';  
   
   my $in_cdata;  
   my $parent = $node;  
   while (defined $parent) {  
     if ($parent->node_type == 1 and  
         $parent->namespace_uri eq 'http://www.w3.org/1999/xhtml' and  
         {  
           style => 1, script => 1, xmp => 1, iframe => 1,  
           noembed => 1, noframes => 1, noscript => 1,  
         }->{$parent->local_name}) { ## TODO: case thingy  
       $in_cdata = 1;  
     }  
     $parent = $parent->parent_node;  
   }  
   
   ## Step 2  
   my @node = @{$node->child_nodes};  
   C: while (@node) {  
     my $child = shift @node;  
     unless (ref $child) {  
       if ($child eq 'cdata-out') {  
         $in_cdata = 0;  
       } else {  
         $s .= $child; # end tag  
       }  
       next C;  
     }  
       
     my $nt = $child->node_type;  
     if ($nt == 1) { # Element  
       my $tag_name = lc $child->tag_name; ## ISSUE: Definition of "lowercase"  
       $s .= '<' . $tag_name;  
   
       ## ISSUE: Non-html elements  
   
       my @attrs = @{$child->attributes}; # sort order MUST be stable  
       for my $attr (@attrs) { # order is implementation dependent  
         my $attr_name = lc $attr->name; ## ISSUE: Definition of "lowercase"  
         $s .= ' ' . $attr_name . '="';  
         my $attr_value = $attr->value;  
         ## escape  
         $attr_value =~ s/&/&amp;/g;  
         $attr_value =~ s/</&lt;/g;  
         $attr_value =~ s/>/&gt;/g;  
         $attr_value =~ s/"/&quot;/g;  
         $s .= $attr_value . '"';  
       }  
       $s .= '>';  
         
       next C if {  
         area => 1, base => 1, basefont => 1, bgsound => 1,  
         br => 1, col => 1, embed => 1, frame => 1, hr => 1,  
         img => 1, input => 1, link => 1, meta => 1, param => 1,  
         spacer => 1, wbr => 1,  
       }->{$tag_name};  
   
       if (not $in_cdata and {  
         style => 1, script => 1, xmp => 1, iframe => 1,  
         noembed => 1, noframes => 1, noscript => 1,  
       }->{$tag_name}) {  
         unshift @node, 'cdata-out';  
         $in_cdata = 1;  
       }  
   
       unshift @node, @{$child->child_nodes}, '</' . $tag_name . '>';  
     } elsif ($nt == 3 or $nt == 4) {  
       if ($in_cdata) {  
         $s .= $child->data;  
       } else {  
         my $value = $child->data;  
         $value =~ s/&/&amp;/g;  
         $value =~ s/</&lt;/g;  
         $value =~ s/>/&gt;/g;  
         $value =~ s/"/&quot;/g;  
         $s .= $value;  
       }  
     } elsif ($nt == 8) {  
       $s .= '<!--' . $child->data . '-->';  
     } elsif ($nt == 10) {  
       $s .= '<!DOCTYPE ' . $child->name . '>';  
     } elsif ($nt == 5) { # entrefs  
       push @node, @{$child->child_nodes};  
     } else {  
       $on_error->($child) if defined $on_error;  
     }  
     ## ISSUE: This code does not support PIs.  
   } # C  
     
   ## Step 3  
   return \$s;  
 } # get_inner_html  
5641    
5642  1;  1;
5643  # $Date$  # $Date$
Legend:
Removed from v.1.4  
changed lines
  Added in v.1.75
admin@suikawiki.org
 ViewVC Help
Powered by ViewVC 1.1.24