/[suikacvs]/markup/html/whatpm/Whatpm/HTML/Tokenizer.pm.src
Suika

Diff of /markup/html/whatpm/Whatpm/HTML/Tokenizer.pm.src

Parent Directory Parent Directory | Revision Log Revision Log | View Patch Patch

revision 1.15 by wakaba, Sat Oct 18 08:05:29 2008 UTC revision 1.29 by wakaba, Sun Aug 16 04:06:34 2009 UTC
# Line 177  sub DOCTYPE_ATTLIST_ATTRIBUTE_DECLARATIO Line 177  sub DOCTYPE_ATTLIST_ATTRIBUTE_DECLARATIO
177  sub DOCTYPE_ATTLIST_ATTRIBUTE_DECLARATION_STATE () { 82 }  sub DOCTYPE_ATTLIST_ATTRIBUTE_DECLARATION_STATE () { 82 }
178  sub DOCTYPE_ATTLIST_ATTRIBUTE_DECLARATION_AFTER_STATE () { 83 }  sub DOCTYPE_ATTLIST_ATTRIBUTE_DECLARATION_AFTER_STATE () { 83 }
179  sub AFTER_ATTLIST_ATTR_VALUE_QUOTED_STATE () { 84 }  sub AFTER_ATTLIST_ATTR_VALUE_QUOTED_STATE () { 84 }
180    sub BEFORE_NDATA_STATE () { 85 }
181    sub NDATA_STATE () { 86 }
182    sub AFTER_NDATA_STATE () { 87 }
183    sub BEFORE_NOTATION_NAME_STATE () { 88 }
184    sub NOTATION_NAME_STATE () { 89 }
185    sub DOCTYPE_ENTITY_VALUE_DOUBLE_QUOTED_STATE () { 90 }
186    sub DOCTYPE_ENTITY_VALUE_SINGLE_QUOTED_STATE () { 91 }
187    sub ENTITY_VALUE_ENTITY_STATE () { 92 }
188    sub AFTER_ELEMENT_NAME_STATE () { 93 }
189    sub BEFORE_ELEMENT_CONTENT_STATE () { 94 }
190    sub CONTENT_KEYWORD_STATE () { 95 }
191    sub AFTER_CM_GROUP_OPEN_STATE () { 96 }
192    sub CM_ELEMENT_NAME_STATE () { 97 }
193    sub AFTER_CM_ELEMENT_NAME_STATE () { 98 }
194    sub AFTER_CM_GROUP_CLOSE_STATE () { 99 }
195    sub AFTER_MD_DEF_STATE () { 100 }
196    sub BOGUS_MD_STATE () { 101 }
197    
198  ## Tree constructor state constants (see Whatpm::HTML for the full  ## Tree constructor state constants (see Whatpm::HTML for the full
199  ## list and descriptions)  ## list and descriptions)
# Line 1253  sub _get_next_token ($) { Line 1270  sub _get_next_token ($) {
1270    
1271          redo A;          redo A;
1272        } else {        } else {
1273          if ($self->{nc} == 0x003D) { # =          if ($self->{nc} == 0x003D or $self->{nc} == 0x003C) { # =, <
1274            !!!cp (93);            !!!cp (93);
1275            ## XML5: Not a parse error.            ## XML5: Not a parse error.
1276            !!!parse-error (type => 'bad attribute value');            !!!parse-error (type => 'bad attribute value');
# Line 1299  sub _get_next_token ($) { Line 1316  sub _get_next_token ($) {
1316          $self->{state} = ENTITY_STATE;          $self->{state} = ENTITY_STATE;
1317          !!!next-input-character;          !!!next-input-character;
1318          redo A;          redo A;
1319          } elsif ($self->{is_xml} and
1320                   $is_space->{$self->{nc}}) {
1321            !!!cp (97.1);
1322            $self->{ca}->{value} .= ' ';
1323            ## Stay in the state.
1324            !!!next-input-character;
1325            redo A;
1326        } elsif ($self->{nc} == -1) {        } elsif ($self->{nc} == -1) {
1327          !!!parse-error (type => 'unclosed attribute value');          !!!parse-error (type => 'unclosed attribute value');
1328          if ($self->{ct}->{type} == START_TAG_TOKEN) {          if ($self->{ct}->{type} == START_TAG_TOKEN) {
# Line 1346  sub _get_next_token ($) { Line 1370  sub _get_next_token ($) {
1370          }          }
1371          $self->{ca}->{value} .= chr ($self->{nc});          $self->{ca}->{value} .= chr ($self->{nc});
1372          $self->{read_until}->($self->{ca}->{value},          $self->{read_until}->($self->{ca}->{value},
1373                                q["&<],                                qq["&<\x09\x0C\x20],
1374                                length $self->{ca}->{value});                                length $self->{ca}->{value});
1375    
1376          ## Stay in the state          ## Stay in the state
# Line 1383  sub _get_next_token ($) { Line 1407  sub _get_next_token ($) {
1407          $self->{state} = ENTITY_STATE;          $self->{state} = ENTITY_STATE;
1408          !!!next-input-character;          !!!next-input-character;
1409          redo A;          redo A;
1410          } elsif ($self->{is_xml} and
1411                   $is_space->{$self->{nc}}) {
1412            !!!cp (103.1);
1413            $self->{ca}->{value} .= ' ';
1414            ## Stay in the state.
1415            !!!next-input-character;
1416            redo A;
1417        } elsif ($self->{nc} == -1) {        } elsif ($self->{nc} == -1) {
1418          !!!parse-error (type => 'unclosed attribute value');          !!!parse-error (type => 'unclosed attribute value');
1419          if ($self->{ct}->{type} == START_TAG_TOKEN) {          if ($self->{ct}->{type} == START_TAG_TOKEN) {
# Line 1430  sub _get_next_token ($) { Line 1461  sub _get_next_token ($) {
1461          }          }
1462          $self->{ca}->{value} .= chr ($self->{nc});          $self->{ca}->{value} .= chr ($self->{nc});
1463          $self->{read_until}->($self->{ca}->{value},          $self->{read_until}->($self->{ca}->{value},
1464                                q['&<],                                qq['&<\x09\x0C\x20],
1465                                length $self->{ca}->{value});                                length $self->{ca}->{value});
1466    
1467          ## Stay in the state          ## Stay in the state
# Line 1542  sub _get_next_token ($) { Line 1573  sub _get_next_token ($) {
1573               0x0022 => 1, # "               0x0022 => 1, # "
1574               0x0027 => 1, # '               0x0027 => 1, # '
1575               0x003D => 1, # =               0x003D => 1, # =
1576                 0x003C => 1, # <
1577              }->{$self->{nc}}) {              }->{$self->{nc}}) {
1578            !!!cp (115);            !!!cp (115);
1579            ## XML5: Not a parse error.            ## XML5: Not a parse error.
# Line 1551  sub _get_next_token ($) { Line 1583  sub _get_next_token ($) {
1583          }          }
1584          $self->{ca}->{value} .= chr ($self->{nc});          $self->{ca}->{value} .= chr ($self->{nc});
1585          $self->{read_until}->($self->{ca}->{value},          $self->{read_until}->($self->{ca}->{value},
1586                                q["'=& >],                                qq["'=& \x09\x0C>],
1587                                length $self->{ca}->{value});                                length $self->{ca}->{value});
1588    
1589          ## Stay in the state          ## Stay in the state
# Line 2087  sub _get_next_token ($) { Line 2119  sub _get_next_token ($) {
2119          redo A;          redo A;
2120        } else {        } else {
2121          !!!cp (154);          !!!cp (154);
         ## XML5: Not a parse error.  
         !!!parse-error (type => 'dash in comment',  
                         line => $self->{line_prev},  
                         column => $self->{column_prev});  
2122          $self->{ct}->{data} .= '--' . chr ($self->{nc}); # comment          $self->{ct}->{data} .= '--' . chr ($self->{nc}); # comment
2123          $self->{state} = COMMENT_STATE;          $self->{state} = COMMENT_STATE;
2124          !!!next-input-character;          !!!next-input-character;
# Line 2102  sub _get_next_token ($) { Line 2130  sub _get_next_token ($) {
2130          $self->{state} = BEFORE_DOCTYPE_NAME_STATE;          $self->{state} = BEFORE_DOCTYPE_NAME_STATE;
2131          !!!next-input-character;          !!!next-input-character;
2132          redo A;          redo A;
2133          } elsif ($self->{nc} == -1) {
2134            !!!cp (155.1);
2135            !!!parse-error (type => 'unclosed DOCTYPE');
2136            $self->{ct}->{quirks} = 1;
2137    
2138            $self->{state} = DATA_STATE;
2139            ## Reconsume.
2140            !!!emit ($self->{ct}); # DOCTYPE (quirks)
2141    
2142            redo A;
2143        } else {        } else {
2144          !!!cp (156);          !!!cp (156);
2145          ## XML5: Unless EOF, swith to the bogus comment state.          ## XML5: Swith to the bogus comment state.
2146          !!!parse-error (type => 'no space before DOCTYPE name');          !!!parse-error (type => 'no space before DOCTYPE name');
2147          $self->{state} = BEFORE_DOCTYPE_NAME_STATE;          $self->{state} = BEFORE_DOCTYPE_NAME_STATE;
2148          ## reconsume          ## reconsume
# Line 2129  sub _get_next_token ($) { Line 2167  sub _get_next_token ($) {
2167          !!!emit ($self->{ct}); # DOCTYPE (quirks)          !!!emit ($self->{ct}); # DOCTYPE (quirks)
2168    
2169          redo A;          redo A;
2170          } elsif (0x0041 <= $self->{nc} and $self->{nc} <= 0x005A) { # A..Z
2171            !!!cp (158.1);
2172            $self->{ct}->{name} # DOCTYPE
2173                = chr ($self->{nc} + ($self->{is_xml} ? 0 : 0x0020));
2174            delete $self->{ct}->{quirks};
2175            $self->{state} = DOCTYPE_NAME_STATE;
2176            !!!next-input-character;
2177            redo A;
2178        } elsif ($self->{nc} == -1) {        } elsif ($self->{nc} == -1) {
2179          !!!cp (159);          !!!cp (159);
2180          !!!parse-error (type => 'no DOCTYPE name');          !!!parse-error (type => 'no DOCTYPE name');
# Line 2175  sub _get_next_token ($) { Line 2221  sub _get_next_token ($) {
2221          !!!emit ($self->{ct}); # DOCTYPE          !!!emit ($self->{ct}); # DOCTYPE
2222    
2223          redo A;          redo A;
2224          } elsif (0x0041 <= $self->{nc} and $self->{nc} <= 0x005A) { # A..Z
2225            !!!cp (162.1);
2226            $self->{ct}->{name} # DOCTYPE
2227                .= chr ($self->{nc} + ($self->{is_xml} ? 0 : 0x0020));
2228            delete $self->{ct}->{quirks};
2229            ## Stay in the state.
2230            !!!next-input-character;
2231            redo A;
2232        } elsif ($self->{nc} == -1) {        } elsif ($self->{nc} == -1) {
2233          !!!cp (163);          !!!cp (163);
2234          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
# Line 2196  sub _get_next_token ($) { Line 2250  sub _get_next_token ($) {
2250          redo A;          redo A;
2251        } else {        } else {
2252          !!!cp (164);          !!!cp (164);
2253          $self->{ct}->{name}          $self->{ct}->{name} .= chr ($self->{nc}); # DOCTYPE
2254            .= chr ($self->{nc}); # DOCTYPE          ## Stay in the state.
         ## Stay in the state  
2255          !!!next-input-character;          !!!next-input-character;
2256          redo A;          redo A;
2257        }        }
# Line 2212  sub _get_next_token ($) { Line 2265  sub _get_next_token ($) {
2265          !!!next-input-character;          !!!next-input-character;
2266          redo A;          redo A;
2267        } elsif ($self->{nc} == 0x003E) { # >        } elsif ($self->{nc} == 0x003E) { # >
2268          !!!cp (166);          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2269          $self->{state} = DATA_STATE;            !!!cp (166);
2270          $self->{s_kwd} = '';            $self->{state} = DATA_STATE;
2271              $self->{s_kwd} = '';
2272            } else {
2273              !!!cp (166.1);
2274              !!!parse-error (type => 'no md def'); ## TODO: type
2275              $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
2276            }
2277            
2278          !!!next-input-character;          !!!next-input-character;
2279            !!!emit ($self->{ct}); # DOCTYPE/ENTITY/NOTATION
         !!!emit ($self->{ct}); # DOCTYPE  
   
2280          redo A;          redo A;
2281        } elsif ($self->{nc} == -1) {        } elsif ($self->{nc} == -1) {
2282          !!!cp (167);          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2283          !!!parse-error (type => 'unclosed DOCTYPE');            !!!cp (167);
2284          $self->{state} = DATA_STATE;            !!!parse-error (type => 'unclosed DOCTYPE');
2285          $self->{s_kwd} = '';            $self->{state} = DATA_STATE;
2286          ## reconsume            $self->{s_kwd} = '';
2287              $self->{ct}->{quirks} = 1;
2288          $self->{ct}->{quirks} = 1;          } else {
2289          !!!emit ($self->{ct}); # DOCTYPE            !!!cp (167.12);
2290              !!!parse-error (type => 'unclosed md'); ## TODO: type
2291              $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
2292            }
2293            
2294            ## Reconsume.
2295            !!!emit ($self->{ct}); # DOCTYPE/ENTITY/NOTATION
2296          redo A;          redo A;
2297        } elsif ($self->{nc} == 0x0050 or # P        } elsif ($self->{nc} == 0x0050 or # P
2298                 $self->{nc} == 0x0070) { # p                 $self->{nc} == 0x0070) { # p
# Line 2245  sub _get_next_token ($) { Line 2308  sub _get_next_token ($) {
2308          $self->{kwd} = chr $self->{nc};          $self->{kwd} = chr $self->{nc};
2309          !!!next-input-character;          !!!next-input-character;
2310          redo A;          redo A;
2311        } elsif ($self->{is_xml} and $self->{nc} == 0x005B) { # [        } elsif ($self->{nc} == 0x0022 and # "
2312                   ($self->{ct}->{type} == GENERAL_ENTITY_TOKEN or
2313                    $self->{ct}->{type} == PARAMETER_ENTITY_TOKEN)) {
2314            !!!cp (167.21);
2315            $self->{state} = DOCTYPE_ENTITY_VALUE_DOUBLE_QUOTED_STATE;
2316            $self->{ct}->{value} = ''; # ENTITY
2317            !!!next-input-character;
2318            redo A;
2319          } elsif ($self->{nc} == 0x0027 and # '
2320                   ($self->{ct}->{type} == GENERAL_ENTITY_TOKEN or
2321                    $self->{ct}->{type} == PARAMETER_ENTITY_TOKEN)) {
2322            !!!cp (167.22);
2323            $self->{state} = DOCTYPE_ENTITY_VALUE_SINGLE_QUOTED_STATE;
2324            $self->{ct}->{value} = ''; # ENTITY
2325            !!!next-input-character;
2326            redo A;
2327          } elsif ($self->{is_xml} and
2328                   $self->{ct}->{type} == DOCTYPE_TOKEN and
2329                   $self->{nc} == 0x005B) { # [
2330          !!!cp (167.3);          !!!cp (167.3);
2331          $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;          $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
2332          $self->{ct}->{has_internal_subset} = 1; # DOCTYPE          $self->{ct}->{has_internal_subset} = 1; # DOCTYPE
# Line 2254  sub _get_next_token ($) { Line 2335  sub _get_next_token ($) {
2335          !!!emit ($self->{ct}); # DOCTYPE          !!!emit ($self->{ct}); # DOCTYPE
2336          redo A;          redo A;
2337        } else {        } else {
2338          !!!cp (180);          !!!parse-error (type => 'string after DOCTYPE name'); ## TODO: type
2339          !!!parse-error (type => 'string after DOCTYPE name');  
2340          $self->{ct}->{quirks} = 1;          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2341              !!!cp (180);
2342              $self->{ct}->{quirks} = 1;
2343              $self->{state} = BOGUS_DOCTYPE_STATE;
2344            } else {
2345              !!!cp (180.1);
2346              $self->{state} = BOGUS_MD_STATE;
2347            }
2348    
         $self->{state} = BOGUS_DOCTYPE_STATE;  
2349          !!!next-input-character;          !!!next-input-character;
2350          redo A;          redo A;
2351        }        }
# Line 2300  sub _get_next_token ($) { Line 2387  sub _get_next_token ($) {
2387          !!!next-input-character;          !!!next-input-character;
2388          redo A;          redo A;
2389        } else {        } else {
2390          !!!cp (169);          !!!parse-error (type => 'string after DOCTYPE name', ## TODO: type
         !!!parse-error (type => 'string after DOCTYPE name',  
2391                          line => $self->{line_prev},                          line => $self->{line_prev},
2392                          column => $self->{column_prev} + 1 - length $self->{kwd});                          column => $self->{column_prev} + 1 - length $self->{kwd});
2393          $self->{ct}->{quirks} = 1;          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2394              !!!cp (169);
2395          $self->{state} = BOGUS_DOCTYPE_STATE;            $self->{ct}->{quirks} = 1;
2396              $self->{state} = BOGUS_DOCTYPE_STATE;
2397            } else {
2398              !!!cp (169.1);
2399              $self->{state} = BOGUS_MD_STATE;
2400            }
2401          ## Reconsume.          ## Reconsume.
2402          redo A;          redo A;
2403        }        }
# Line 2348  sub _get_next_token ($) { Line 2439  sub _get_next_token ($) {
2439          !!!next-input-character;          !!!next-input-character;
2440          redo A;          redo A;
2441        } else {        } else {
2442          !!!cp (172);          !!!parse-error (type => 'string after DOCTYPE name', ## TODO: type
         !!!parse-error (type => 'string after DOCTYPE name',  
2443                          line => $self->{line_prev},                          line => $self->{line_prev},
2444                          column => $self->{column_prev} + 1 - length $self->{kwd});                          column => $self->{column_prev} + 1 - length $self->{kwd});
2445          $self->{ct}->{quirks} = 1;          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2446              !!!cp (172);
2447          $self->{state} = BOGUS_DOCTYPE_STATE;            $self->{ct}->{quirks} = 1;
2448              $self->{state} = BOGUS_DOCTYPE_STATE;
2449            } else {
2450              !!!cp (172.1);
2451              $self->{state} = BOGUS_MD_STATE;
2452            }
2453          ## Reconsume.          ## Reconsume.
2454          redo A;          redo A;
2455        }        }
# Line 2377  sub _get_next_token ($) { Line 2472  sub _get_next_token ($) {
2472          !!!next-input-character;          !!!next-input-character;
2473          redo A;          redo A;
2474        } elsif ($self->{nc} eq 0x003E) { # >        } elsif ($self->{nc} eq 0x003E) { # >
         !!!cp (184);  
2475          !!!parse-error (type => 'no PUBLIC literal');          !!!parse-error (type => 'no PUBLIC literal');
2476            
2477          $self->{state} = DATA_STATE;          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2478          $self->{s_kwd} = '';            !!!cp (184);
2479              $self->{state} = DATA_STATE;
2480              $self->{s_kwd} = '';
2481              $self->{ct}->{quirks} = 1;
2482            } else {
2483              !!!cp (184.1);
2484              $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
2485            }
2486            
2487          !!!next-input-character;          !!!next-input-character;
2488            !!!emit ($self->{ct}); # DOCTYPE/ENTITY/NOTATION
         $self->{ct}->{quirks} = 1;  
         !!!emit ($self->{ct}); # DOCTYPE  
   
2489          redo A;          redo A;
2490        } elsif ($self->{nc} == -1) {        } elsif ($self->{nc} == -1) {
2491          !!!cp (185);          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2492          !!!parse-error (type => 'unclosed DOCTYPE');            !!!cp (185);
2493              !!!parse-error (type => 'unclosed DOCTYPE');
2494          $self->{state} = DATA_STATE;            $self->{state} = DATA_STATE;
2495          $self->{s_kwd} = '';            $self->{s_kwd} = '';
2496              $self->{ct}->{quirks} = 1;
2497            } else {
2498              !!!cp (185.1);
2499              !!!parse-error (type => 'unclosed md'); ## TODO: type
2500              $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
2501            }
2502            
2503          ## reconsume          ## reconsume
   
         $self->{ct}->{quirks} = 1;  
2504          !!!emit ($self->{ct}); # DOCTYPE          !!!emit ($self->{ct}); # DOCTYPE
   
2505          redo A;          redo A;
2506        } elsif ($self->{is_xml} and $self->{nc} == 0x005B) { # [        } elsif ($self->{is_xml} and
2507                   $self->{ct}->{type} == DOCTYPE_TOKEN and
2508                   $self->{nc} == 0x005B) { # [
2509          !!!cp (186.1);          !!!cp (186.1);
2510          !!!parse-error (type => 'no PUBLIC literal');          !!!parse-error (type => 'no PUBLIC literal');
2511          $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;          $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
# Line 2410  sub _get_next_token ($) { Line 2515  sub _get_next_token ($) {
2515          !!!emit ($self->{ct}); # DOCTYPE          !!!emit ($self->{ct}); # DOCTYPE
2516          redo A;          redo A;
2517        } else {        } else {
         !!!cp (186);  
2518          !!!parse-error (type => 'string after PUBLIC');          !!!parse-error (type => 'string after PUBLIC');
         $self->{ct}->{quirks} = 1;  
2519    
2520          $self->{state} = BOGUS_DOCTYPE_STATE;          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2521              !!!cp (186);
2522              $self->{ct}->{quirks} = 1;
2523              $self->{state} = BOGUS_DOCTYPE_STATE;
2524            } else {
2525              !!!cp (186.2);
2526              $self->{state} = BOGUS_MD_STATE;
2527            }
2528    
2529          !!!next-input-character;          !!!next-input-character;
2530          redo A;          redo A;
2531        }        }
# Line 2425  sub _get_next_token ($) { Line 2536  sub _get_next_token ($) {
2536          !!!next-input-character;          !!!next-input-character;
2537          redo A;          redo A;
2538        } elsif ($self->{nc} == 0x003E) { # >        } elsif ($self->{nc} == 0x003E) { # >
         !!!cp (188);  
2539          !!!parse-error (type => 'unclosed PUBLIC literal');          !!!parse-error (type => 'unclosed PUBLIC literal');
2540    
2541          $self->{state} = DATA_STATE;          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2542          $self->{s_kwd} = '';            !!!cp (188);
2543          !!!next-input-character;            $self->{state} = DATA_STATE;
2544              $self->{s_kwd} = '';
2545          $self->{ct}->{quirks} = 1;            $self->{ct}->{quirks} = 1;
2546          !!!emit ($self->{ct}); # DOCTYPE          } else {
2547              !!!cp (188.1);
2548              $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
2549            }
2550    
2551            !!!next-input-character;
2552            !!!emit ($self->{ct}); # DOCTYPE/ENTITY/NOTATION
2553          redo A;          redo A;
2554        } elsif ($self->{nc} == -1) {        } elsif ($self->{nc} == -1) {
         !!!cp (189);  
2555          !!!parse-error (type => 'unclosed PUBLIC literal');          !!!parse-error (type => 'unclosed PUBLIC literal');
2556    
2557          $self->{state} = DATA_STATE;          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2558          $self->{s_kwd} = '';            !!!cp (189);
2559          ## reconsume            $self->{state} = DATA_STATE;
2560              $self->{s_kwd} = '';
2561          $self->{ct}->{quirks} = 1;            $self->{ct}->{quirks} = 1;
2562            } else {
2563              !!!cp (189.1);
2564              $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
2565            }
2566            
2567            ## Reconsume.
2568          !!!emit ($self->{ct}); # DOCTYPE          !!!emit ($self->{ct}); # DOCTYPE
   
2569          redo A;          redo A;
2570        } else {        } else {
2571          !!!cp (190);          !!!cp (190);
2572          $self->{ct}->{pubid} # DOCTYPE          $self->{ct}->{pubid} .= chr $self->{nc}; # DOCTYPE/ENTITY/NOTATION
             .= chr $self->{nc};  
2573          $self->{read_until}->($self->{ct}->{pubid}, q[">],          $self->{read_until}->($self->{ct}->{pubid}, q[">],
2574                                length $self->{ct}->{pubid});                                length $self->{ct}->{pubid});
2575    
# Line 2466  sub _get_next_token ($) { Line 2584  sub _get_next_token ($) {
2584          !!!next-input-character;          !!!next-input-character;
2585          redo A;          redo A;
2586        } elsif ($self->{nc} == 0x003E) { # >        } elsif ($self->{nc} == 0x003E) { # >
         !!!cp (192);  
2587          !!!parse-error (type => 'unclosed PUBLIC literal');          !!!parse-error (type => 'unclosed PUBLIC literal');
2588    
2589          $self->{state} = DATA_STATE;          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2590          $self->{s_kwd} = '';            !!!cp (192);
2591          !!!next-input-character;            $self->{state} = DATA_STATE;
2592              $self->{s_kwd} = '';
2593          $self->{ct}->{quirks} = 1;            $self->{ct}->{quirks} = 1;
2594          !!!emit ($self->{ct}); # DOCTYPE          } else {
2595              !!!cp (192.1);
2596              $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
2597            }
2598    
2599            !!!next-input-character;
2600            !!!emit ($self->{ct}); # DOCTYPE/ENTITY/NOTATION
2601          redo A;          redo A;
2602        } elsif ($self->{nc} == -1) {        } elsif ($self->{nc} == -1) {
         !!!cp (193);  
2603          !!!parse-error (type => 'unclosed PUBLIC literal');          !!!parse-error (type => 'unclosed PUBLIC literal');
2604    
2605          $self->{state} = DATA_STATE;          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2606          $self->{s_kwd} = '';            !!!cp (193);
2607              $self->{state} = DATA_STATE;
2608              $self->{s_kwd} = '';
2609              $self->{ct}->{quirks} = 1;
2610            } else {
2611              !!!cp (193.1);
2612              $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
2613            }
2614          
2615          ## reconsume          ## reconsume
2616            !!!emit ($self->{ct}); # DOCTYPE/ENTITY/NOTATION
         $self->{ct}->{quirks} = 1;  
         !!!emit ($self->{ct}); # DOCTYPE  
   
2617          redo A;          redo A;
2618        } else {        } else {
2619          !!!cp (194);          !!!cp (194);
2620          $self->{ct}->{pubid} # DOCTYPE          $self->{ct}->{pubid} .= chr $self->{nc}; # DOCTYPE/ENTITY/NOTATION
             .= chr $self->{nc};  
2621          $self->{read_until}->($self->{ct}->{pubid}, q['>],          $self->{read_until}->($self->{ct}->{pubid}, q['>],
2622                                length $self->{ct}->{pubid});                                length $self->{ct}->{pubid});
2623    
# Line 2508  sub _get_next_token ($) { Line 2633  sub _get_next_token ($) {
2633          redo A;          redo A;
2634        } elsif ($self->{nc} == 0x0022) { # "        } elsif ($self->{nc} == 0x0022) { # "
2635          !!!cp (196);          !!!cp (196);
2636          $self->{ct}->{sysid} = ''; # DOCTYPE          $self->{ct}->{sysid} = ''; # DOCTYPE/ENTITY/NOTATION
2637          $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;          $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;
2638          !!!next-input-character;          !!!next-input-character;
2639          redo A;          redo A;
2640        } elsif ($self->{nc} == 0x0027) { # '        } elsif ($self->{nc} == 0x0027) { # '
2641          !!!cp (197);          !!!cp (197);
2642          $self->{ct}->{sysid} = ''; # DOCTYPE          $self->{ct}->{sysid} = ''; # DOCTYPE/ENTITY/NOTATION
2643          $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;          $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;
2644          !!!next-input-character;          !!!next-input-character;
2645          redo A;          redo A;
2646        } elsif ($self->{nc} == 0x003E) { # >        } elsif ($self->{nc} == 0x003E) { # >
2647          if ($self->{is_xml}) {          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2648            !!!cp (198.1);            if ($self->{is_xml}) {
2649            !!!parse-error (type => 'no SYSTEM literal');              !!!cp (198.1);
2650                !!!parse-error (type => 'no SYSTEM literal');
2651              } else {
2652                !!!cp (198);
2653              }
2654              $self->{state} = DATA_STATE;
2655              $self->{s_kwd} = '';
2656          } else {          } else {
2657            !!!cp (198);            if ($self->{ct}->{type} == NOTATION_TOKEN) {
2658                !!!cp (198.2);
2659              } else {
2660                !!!cp (198.3);
2661                !!!parse-error (type => 'no SYSTEM literal');            
2662              }
2663              $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
2664          }          }
2665          $self->{state} = DATA_STATE;          
         $self->{s_kwd} = '';  
2666          !!!next-input-character;          !!!next-input-character;
2667            !!!emit ($self->{ct}); # DOCTYPE/ENTITY/NOTATION
         !!!emit ($self->{ct}); # DOCTYPE  
   
2668          redo A;          redo A;
2669        } elsif ($self->{nc} == -1) {        } elsif ($self->{nc} == -1) {
2670          !!!cp (199);          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2671          !!!parse-error (type => 'unclosed DOCTYPE');            !!!cp (199);
2672              !!!parse-error (type => 'unclosed DOCTYPE');
2673          $self->{state} = DATA_STATE;            
2674          $self->{s_kwd} = '';            $self->{state} = DATA_STATE;
2675              $self->{s_kwd} = '';
2676              $self->{ct}->{quirks} = 1;
2677            } else {
2678              !!!parse-error (type => 'unclosed md'); ## TODO: type
2679              $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
2680            }
2681            
2682          ## reconsume          ## reconsume
2683            !!!emit ($self->{ct}); # DOCTYPE/ENTITY/NOTATION
         $self->{ct}->{quirks} = 1;  
         !!!emit ($self->{ct}); # DOCTYPE  
   
2684          redo A;          redo A;
2685        } elsif ($self->{is_xml} and $self->{nc} == 0x005B) { # [        } elsif ($self->{is_xml} and
2686                   $self->{ct}->{type} == DOCTYPE_TOKEN and
2687                   $self->{nc} == 0x005B) { # [
2688          !!!cp (200.1);          !!!cp (200.1);
2689          !!!parse-error (type => 'no SYSTEM literal');          !!!parse-error (type => 'no SYSTEM literal');
2690          $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;          $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
# Line 2554  sub _get_next_token ($) { Line 2694  sub _get_next_token ($) {
2694          !!!emit ($self->{ct}); # DOCTYPE          !!!emit ($self->{ct}); # DOCTYPE
2695          redo A;          redo A;
2696        } else {        } else {
         !!!cp (200);  
2697          !!!parse-error (type => 'string after PUBLIC literal');          !!!parse-error (type => 'string after PUBLIC literal');
         $self->{ct}->{quirks} = 1;  
2698    
2699          $self->{state} = BOGUS_DOCTYPE_STATE;          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2700              !!!cp (200);
2701              $self->{ct}->{quirks} = 1;
2702              $self->{state} = BOGUS_DOCTYPE_STATE;
2703            } else {
2704              !!!cp (200.2);
2705              $self->{state} = BOGUS_MD_STATE;
2706            }
2707    
2708          !!!next-input-character;          !!!next-input-character;
2709          redo A;          redo A;
2710        }        }
# Line 2581  sub _get_next_token ($) { Line 2727  sub _get_next_token ($) {
2727          !!!next-input-character;          !!!next-input-character;
2728          redo A;          redo A;
2729        } elsif ($self->{nc} == 0x003E) { # >        } elsif ($self->{nc} == 0x003E) { # >
         !!!cp (204);  
2730          !!!parse-error (type => 'no SYSTEM literal');          !!!parse-error (type => 'no SYSTEM literal');
         $self->{state} = DATA_STATE;  
         $self->{s_kwd} = '';  
2731          !!!next-input-character;          !!!next-input-character;
2732    
2733          $self->{ct}->{quirks} = 1;          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2734          !!!emit ($self->{ct}); # DOCTYPE            !!!cp (204);
2735              $self->{state} = DATA_STATE;
2736              $self->{s_kwd} = '';
2737              $self->{ct}->{quirks} = 1;
2738            } else {
2739              !!!cp (204.1);
2740              $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
2741            }
2742    
2743            !!!emit ($self->{ct}); # DOCTYPE/ENTITY/NOTATION
2744          redo A;          redo A;
2745        } elsif ($self->{nc} == -1) {        } elsif ($self->{nc} == -1) {
2746          !!!cp (205);          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2747          !!!parse-error (type => 'unclosed DOCTYPE');            !!!cp (205);
2748              !!!parse-error (type => 'unclosed DOCTYPE');
2749          $self->{state} = DATA_STATE;            $self->{state} = DATA_STATE;
2750          $self->{s_kwd} = '';            $self->{s_kwd} = '';
2751              $self->{ct}->{quirks} = 1;
2752            } else {
2753              !!!cp (205.1);
2754              !!!parse-error (type => 'unclosed md'); ## TODO: type
2755              $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
2756            }
2757            
2758          ## reconsume          ## reconsume
2759            !!!emit ($self->{ct}); # DOCTYPE/ENTITY/NOTATION
         $self->{ct}->{quirks} = 1;  
         !!!emit ($self->{ct}); # DOCTYPE  
   
2760          redo A;          redo A;
2761        } elsif ($self->{is_xml} and $self->{nc} == 0x005B) { # [        } elsif ($self->{is_xml} and
2762                   $self->{ct}->{type} == DOCTYPE_TOKEN and
2763                   $self->{nc} == 0x005B) { # [
2764          !!!cp (206.1);          !!!cp (206.1);
2765          !!!parse-error (type => 'no SYSTEM literal');          !!!parse-error (type => 'no SYSTEM literal');
2766    
# Line 2614  sub _get_next_token ($) { Line 2771  sub _get_next_token ($) {
2771          !!!emit ($self->{ct}); # DOCTYPE          !!!emit ($self->{ct}); # DOCTYPE
2772          redo A;          redo A;
2773        } else {        } else {
         !!!cp (206);  
2774          !!!parse-error (type => 'string after SYSTEM');          !!!parse-error (type => 'string after SYSTEM');
         $self->{ct}->{quirks} = 1;  
2775    
2776          $self->{state} = BOGUS_DOCTYPE_STATE;          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2777              !!!cp (206);          
2778              $self->{ct}->{quirks} = 1;
2779              $self->{state} = BOGUS_DOCTYPE_STATE;
2780            } else {
2781              !!!cp (206.2);
2782              $self->{state} = BOGUS_MD_STATE;
2783            }
2784    
2785          !!!next-input-character;          !!!next-input-character;
2786          redo A;          redo A;
2787        }        }
# Line 2629  sub _get_next_token ($) { Line 2792  sub _get_next_token ($) {
2792          !!!next-input-character;          !!!next-input-character;
2793          redo A;          redo A;
2794        } elsif (not $self->{is_xml} and $self->{nc} == 0x003E) { # >        } elsif (not $self->{is_xml} and $self->{nc} == 0x003E) { # >
         !!!cp (208);  
2795          !!!parse-error (type => 'unclosed SYSTEM literal');          !!!parse-error (type => 'unclosed SYSTEM literal');
2796    
2797          $self->{state} = DATA_STATE;          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2798          $self->{s_kwd} = '';            !!!cp (208);
2799              $self->{state} = DATA_STATE;
2800              $self->{s_kwd} = '';
2801              $self->{ct}->{quirks} = 1;
2802            } else {
2803              !!!cp (208.1);
2804              $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
2805            }
2806            
2807          !!!next-input-character;          !!!next-input-character;
2808            !!!emit ($self->{ct}); # DOCTYPE/ENTITY/NOTATION
         $self->{ct}->{quirks} = 1;  
         !!!emit ($self->{ct}); # DOCTYPE  
   
2809          redo A;          redo A;
2810        } elsif ($self->{nc} == -1) {        } elsif ($self->{nc} == -1) {
         !!!cp (209);  
2811          !!!parse-error (type => 'unclosed SYSTEM literal');          !!!parse-error (type => 'unclosed SYSTEM literal');
2812    
2813          $self->{state} = DATA_STATE;          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2814          $self->{s_kwd} = '';            !!!cp (209);
2815              $self->{state} = DATA_STATE;
2816              $self->{s_kwd} = '';
2817              $self->{ct}->{quirks} = 1;
2818            } else {
2819              !!!cp (209.1);
2820              $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
2821            }
2822            
2823          ## reconsume          ## reconsume
2824            !!!emit ($self->{ct}); # DOCTYPE/ENTITY/NOTATION
         $self->{ct}->{quirks} = 1;  
         !!!emit ($self->{ct}); # DOCTYPE  
   
2825          redo A;          redo A;
2826        } else {        } else {
2827          !!!cp (210);          !!!cp (210);
2828          $self->{ct}->{sysid} # DOCTYPE          $self->{ct}->{sysid} .= chr $self->{nc}; # DOCTYPE/ENTITY/NOTATION
             .= chr $self->{nc};  
2829          $self->{read_until}->($self->{ct}->{sysid}, q[">],          $self->{read_until}->($self->{ct}->{sysid}, q[">],
2830                                length $self->{ct}->{sysid});                                length $self->{ct}->{sysid});
2831    
# Line 2682  sub _get_next_token ($) { Line 2852  sub _get_next_token ($) {
2852    
2853          redo A;          redo A;
2854        } elsif ($self->{nc} == -1) {        } elsif ($self->{nc} == -1) {
         !!!cp (213);  
2855          !!!parse-error (type => 'unclosed SYSTEM literal');          !!!parse-error (type => 'unclosed SYSTEM literal');
2856    
2857          $self->{state} = DATA_STATE;          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2858          $self->{s_kwd} = '';            !!!cp (213);
2859          ## reconsume            $self->{state} = DATA_STATE;
2860              $self->{s_kwd} = '';
2861          $self->{ct}->{quirks} = 1;            $self->{ct}->{quirks} = 1;
2862          !!!emit ($self->{ct}); # DOCTYPE          } else {
2863              !!!cp (213.1);
2864              $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
2865            }
2866    
2867            ## reconsume
2868            !!!emit ($self->{ct}); # DOCTYPE/ENTITY/NOTATION
2869          redo A;          redo A;
2870        } else {        } else {
2871          !!!cp (214);          !!!cp (214);
2872          $self->{ct}->{sysid} # DOCTYPE          $self->{ct}->{sysid} .= chr $self->{nc}; # DOCTYPE/ENTITY/NOTATION
             .= chr $self->{nc};  
2873          $self->{read_until}->($self->{ct}->{sysid}, q['>],          $self->{read_until}->($self->{ct}->{sysid}, q['>],
2874                                length $self->{ct}->{sysid});                                length $self->{ct}->{sysid});
2875    
# Line 2706  sub _get_next_token ($) { Line 2879  sub _get_next_token ($) {
2879        }        }
2880      } elsif ($self->{state} == AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {      } elsif ($self->{state} == AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {
2881        if ($is_space->{$self->{nc}}) {        if ($is_space->{$self->{nc}}) {
2882          !!!cp (215);          if ($self->{ct}->{type} == GENERAL_ENTITY_TOKEN) {
2883          ## Stay in the state            !!!cp (215.1);
2884              $self->{state} = BEFORE_NDATA_STATE;
2885            } else {
2886              !!!cp (215);
2887              ## Stay in the state
2888            }
2889          !!!next-input-character;          !!!next-input-character;
2890          redo A;          redo A;
2891        } elsif ($self->{nc} == 0x003E) { # >        } elsif ($self->{nc} == 0x003E) { # >
2892          !!!cp (216);          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2893          $self->{state} = DATA_STATE;            !!!cp (216);
2894          $self->{s_kwd} = '';            $self->{state} = DATA_STATE;
2895          !!!next-input-character;            $self->{s_kwd} = '';
2896            } else {
2897          !!!emit ($self->{ct}); # DOCTYPE            !!!cp (216.1);
2898              $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
2899            }
2900    
2901            !!!next-input-character;
2902            !!!emit ($self->{ct}); # DOCTYPE/ENTITY/NOTATION
2903            redo A;
2904          } elsif ($self->{ct}->{type} == GENERAL_ENTITY_TOKEN and
2905                   ($self->{nc} == 0x004E or # N
2906                    $self->{nc} == 0x006E)) { # n
2907            !!!cp (216.2);
2908            !!!parse-error (type => 'no space before NDATA'); ## TODO: type
2909            $self->{state} = NDATA_STATE;
2910            $self->{kwd} = chr $self->{nc};
2911            !!!next-input-character;
2912          redo A;          redo A;
2913        } elsif ($self->{nc} == -1) {        } elsif ($self->{nc} == -1) {
2914          !!!cp (217);          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2915          !!!parse-error (type => 'unclosed DOCTYPE');            !!!cp (217);
2916          $self->{state} = DATA_STATE;            !!!parse-error (type => 'unclosed DOCTYPE');
2917          $self->{s_kwd} = '';            $self->{state} = DATA_STATE;
2918          ## reconsume            $self->{s_kwd} = '';
2919              $self->{ct}->{quirks} = 1;
2920          $self->{ct}->{quirks} = 1;          } else {
2921          !!!emit ($self->{ct}); # DOCTYPE            !!!cp (217.1);
2922              !!!parse-error (type => 'unclosed md'); ## TODO: type
2923              $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
2924            }
2925    
2926            ## reconsume
2927            !!!emit ($self->{ct}); # DOCTYPE/ENTITY/NOTATION
2928          redo A;          redo A;
2929        } elsif ($self->{is_xml} and $self->{nc} == 0x005B) { # [        } elsif ($self->{is_xml} and
2930                   $self->{ct}->{type} == DOCTYPE_TOKEN and
2931                   $self->{nc} == 0x005B) { # [
2932          !!!cp (218.1);          !!!cp (218.1);
2933          $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;          $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
2934          $self->{ct}->{has_internal_subset} = 1; # DOCTYPE          $self->{ct}->{has_internal_subset} = 1; # DOCTYPE
# Line 2739  sub _get_next_token ($) { Line 2937  sub _get_next_token ($) {
2937          !!!emit ($self->{ct}); # DOCTYPE          !!!emit ($self->{ct}); # DOCTYPE
2938          redo A;          redo A;
2939        } else {        } else {
         !!!cp (218);  
2940          !!!parse-error (type => 'string after SYSTEM literal');          !!!parse-error (type => 'string after SYSTEM literal');
         #$self->{ct}->{quirks} = 1;  
2941    
2942          $self->{state} = BOGUS_DOCTYPE_STATE;          if ($self->{ct}->{type} == DOCTYPE_TOKEN) {
2943              !!!cp (218);
2944              #$self->{ct}->{quirks} = 1;
2945              $self->{state} = BOGUS_DOCTYPE_STATE;
2946            } else {
2947              !!!cp (218.2);
2948              $self->{state} = BOGUS_MD_STATE;
2949            }
2950    
2951            !!!next-input-character;
2952            redo A;
2953          }
2954        } elsif ($self->{state} == BEFORE_NDATA_STATE) {
2955          if ($is_space->{$self->{nc}}) {
2956            !!!cp (218.3);
2957            ## Stay in the state.
2958            !!!next-input-character;
2959            redo A;
2960          } elsif ($self->{nc} == 0x003E) { # >
2961            !!!cp (218.4);
2962            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
2963            !!!next-input-character;
2964            !!!emit ($self->{ct}); # ENTITY
2965            redo A;
2966          } elsif ($self->{nc} == 0x004E or # N
2967                   $self->{nc} == 0x006E) { # n
2968            !!!cp (218.5);
2969            $self->{state} = NDATA_STATE;
2970            $self->{kwd} = chr $self->{nc};
2971            !!!next-input-character;
2972            redo A;
2973          } elsif ($self->{nc} == -1) {
2974            !!!cp (218.6);
2975            !!!parse-error (type => 'unclosed md'); ## TODO: type
2976            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
2977            ## reconsume
2978            !!!emit ($self->{ct}); # ENTITY
2979            redo A;
2980          } else {
2981            !!!cp (218.7);
2982            !!!parse-error (type => 'string after SYSTEM literal');
2983            $self->{state} = BOGUS_MD_STATE;
2984          !!!next-input-character;          !!!next-input-character;
2985          redo A;          redo A;
2986        }        }
# Line 2877  sub _get_next_token ($) { Line 3114  sub _get_next_token ($) {
3114              0x003C => 1, 0x0026 => 1, -1 => 1, # <, &              0x003C => 1, 0x0026 => 1, -1 => 1, # <, &
3115              $self->{entity_add} => 1,              $self->{entity_add} => 1,
3116            }->{$self->{nc}}) {            }->{$self->{nc}}) {
3117          !!!cp (1001);          if ($self->{is_xml}) {
3118              !!!cp (1001.1);
3119              !!!parse-error (type => 'bare ero',
3120                              line => $self->{line_prev},
3121                              column => $self->{column_prev}
3122                                  + ($self->{nc} == -1 ? 1 : 0));
3123            } else {
3124              !!!cp (1001);
3125              ## No error
3126            }
3127          ## Don't consume          ## Don't consume
         ## No error  
3128          ## Return nothing.          ## Return nothing.
3129          #          #
3130        } elsif ($self->{nc} == 0x0023) { # #        } elsif ($self->{nc} == 0x0023) { # #
# Line 2888  sub _get_next_token ($) { Line 3133  sub _get_next_token ($) {
3133          $self->{kwd} = '#';          $self->{kwd} = '#';
3134          !!!next-input-character;          !!!next-input-character;
3135          redo A;          redo A;
3136        } elsif ((0x0041 <= $self->{nc} and        } elsif ($self->{is_xml} or
3137                   (0x0041 <= $self->{nc} and
3138                  $self->{nc} <= 0x005A) or # A..Z                  $self->{nc} <= 0x005A) or # A..Z
3139                 (0x0061 <= $self->{nc} and                 (0x0061 <= $self->{nc} and
3140                  $self->{nc} <= 0x007A)) { # a..z                  $self->{nc} <= 0x007A)) { # a..z
# Line 2932  sub _get_next_token ($) { Line 3178  sub _get_next_token ($) {
3178          redo A;          redo A;
3179        }        }
3180      } elsif ($self->{state} == ENTITY_HASH_STATE) {      } elsif ($self->{state} == ENTITY_HASH_STATE) {
3181        if ($self->{nc} == 0x0078 or # x        if ($self->{nc} == 0x0078) { # x
           $self->{nc} == 0x0058) { # X  
3182          !!!cp (995);          !!!cp (995);
3183          $self->{state} = HEXREF_X_STATE;          $self->{state} = HEXREF_X_STATE;
3184          $self->{kwd} .= chr $self->{nc};          $self->{kwd} .= chr $self->{nc};
3185          !!!next-input-character;          !!!next-input-character;
3186          redo A;          redo A;
3187          } elsif ($self->{nc} == 0x0058) { # X
3188            !!!cp (995.1);
3189            if ($self->{is_xml}) {
3190              !!!parse-error (type => 'uppercase hcro'); ## TODO: type
3191            }
3192            $self->{state} = HEXREF_X_STATE;
3193            $self->{kwd} .= chr $self->{nc};
3194            !!!next-input-character;
3195            redo A;
3196        } elsif (0x0030 <= $self->{nc} and        } elsif (0x0030 <= $self->{nc} and
3197                 $self->{nc} <= 0x0039) { # 0..9                 $self->{nc} <= 0x0039) { # 0..9
3198          !!!cp (994);          !!!cp (994);
# Line 2999  sub _get_next_token ($) { Line 3253  sub _get_next_token ($) {
3253        my $code = $self->{kwd};        my $code = $self->{kwd};
3254        my $l = $self->{line_prev};        my $l = $self->{line_prev};
3255        my $c = $self->{column_prev};        my $c = $self->{column_prev};
3256        if ($charref_map->{$code}) {        if ((not $self->{is_xml} and $charref_map->{$code}) or
3257              ($self->{is_xml} and 0xD800 <= $code and $code <= 0xDFFF) or
3258              ($self->{is_xml} and $code == 0x0000)) {
3259          !!!cp (1015);          !!!cp (1015);
3260          !!!parse-error (type => 'invalid character reference',          !!!parse-error (type => 'invalid character reference',
3261                          text => (sprintf 'U+%04X', $code),                          text => (sprintf 'U+%04X', $code),
# Line 3112  sub _get_next_token ($) { Line 3368  sub _get_next_token ($) {
3368        my $code = $self->{kwd};        my $code = $self->{kwd};
3369        my $l = $self->{line_prev};        my $l = $self->{line_prev};
3370        my $c = $self->{column_prev};        my $c = $self->{column_prev};
3371        if ($charref_map->{$code}) {        if ((not $self->{is_xml} and $charref_map->{$code}) or
3372              ($self->{is_xml} and 0xD800 <= $code and $code <= 0xDFFF) or
3373              ($self->{is_xml} and $code == 0x0000)) {
3374          !!!cp (1008);          !!!cp (1008);
3375          !!!parse-error (type => 'invalid character reference',          !!!parse-error (type => 'invalid character reference',
3376                          text => (sprintf 'U+%04X', $code),                          text => (sprintf 'U+%04X', $code),
# Line 3146  sub _get_next_token ($) { Line 3404  sub _get_next_token ($) {
3404          redo A;          redo A;
3405        }        }
3406      } elsif ($self->{state} == ENTITY_NAME_STATE) {      } elsif ($self->{state} == ENTITY_NAME_STATE) {
3407        if (length $self->{kwd} < 30 and        if ((0x0041 <= $self->{nc} and # a
3408            ## NOTE: Some number greater than the maximum length of entity name             $self->{nc} <= 0x005A) or # x
3409            ((0x0041 <= $self->{nc} and # a            (0x0061 <= $self->{nc} and # a
3410              $self->{nc} <= 0x005A) or # x             $self->{nc} <= 0x007A) or # z
3411             (0x0061 <= $self->{nc} and # a            (0x0030 <= $self->{nc} and # 0
3412              $self->{nc} <= 0x007A) or # z             $self->{nc} <= 0x0039) or # 9
3413             (0x0030 <= $self->{nc} and # 0            $self->{nc} == 0x003B or # ;
3414              $self->{nc} <= 0x0039) or # 9            ($self->{is_xml} and
3415             $self->{nc} == 0x003B)) { # ;             not ($is_space->{$self->{nc}} or
3416                    {
3417                      0x003C => 1, 0x0026 => 1, -1 => 1, # <, &
3418                      $self->{entity_add} => 1,
3419                    }->{$self->{nc}}))) {
3420          our $EntityChar;          our $EntityChar;
3421          $self->{kwd} .= chr $self->{nc};          $self->{kwd} .= chr $self->{nc};
3422          if (defined $EntityChar->{$self->{kwd}}) {          if (defined $EntityChar->{$self->{kwd}} or
3423                $self->{ge}->{$self->{kwd}}) {
3424            if ($self->{nc} == 0x003B) { # ;            if ($self->{nc} == 0x003B) { # ;
3425              !!!cp (1020);              if (defined $self->{ge}->{$self->{kwd}}) {
3426              $self->{entity__value} = $EntityChar->{$self->{kwd}};                if ($self->{ge}->{$self->{kwd}}->{only_text}) {
3427                    !!!cp (1020.1);
3428                    $self->{entity__value} = $self->{ge}->{$self->{kwd}}->{value};
3429                  } else {
3430                    if (defined $self->{ge}->{$self->{kwd}}->{notation}) {
3431                      !!!cp (1020.2);
3432                      !!!parse-error (type => 'unparsed entity', ## TODO: type
3433                                      value => $self->{kwd});
3434                    } else {
3435                      !!!cp (1020.3);
3436                    }
3437                    $self->{entity__value} = '&' . $self->{kwd}; ## TODO: expand
3438                  }
3439                } else {
3440                  if ($self->{is_xml}) {
3441                    !!!cp (1020.4);
3442                    !!!parse-error (type => 'entity not declared', ## TODO: type
3443                                    value => $self->{kwd},
3444                                    level => {
3445                                              'amp;' => $self->{level}->{warn},
3446                                              'quot;' => $self->{level}->{warn},
3447                                              'lt;' => $self->{level}->{warn},
3448                                              'gt;' => $self->{level}->{warn},
3449                                              'apos;' => $self->{level}->{warn},
3450                                             }->{$self->{kwd}} ||
3451                                             $self->{level}->{must});
3452                  } else {
3453                    !!!cp (1020);
3454                  }
3455                  $self->{entity__value} = $EntityChar->{$self->{kwd}};
3456                }
3457              $self->{entity__match} = 1;              $self->{entity__match} = 1;
3458              !!!next-input-character;              !!!next-input-character;
3459              #              #
# Line 3406  sub _get_next_token ($) { Line 3699  sub _get_next_token ($) {
3699          ## XML5: Not defined yet.          ## XML5: Not defined yet.
3700    
3701          ## TODO:          ## TODO:
3702    
3703            if (not $self->{stop_processing} and
3704                not $self->{document}->xml_standalone) {
3705              !!!parse-error (type => 'stop processing', ## TODO: type
3706                              level => $self->{level}->{info});
3707              $self->{stop_processing} = 1;
3708            }
3709    
3710          !!!next-input-character;          !!!next-input-character;
3711          redo A;          redo A;
3712        } elsif ($self->{nc} == 0x005D) { # ]        } elsif ($self->{nc} == 0x005D) { # ]
# Line 3508  sub _get_next_token ($) { Line 3809  sub _get_next_token ($) {
3809          $self->{state} = MD_HYPHEN_STATE;          $self->{state} = MD_HYPHEN_STATE;
3810          !!!next-input-character;          !!!next-input-character;
3811          redo A;          redo A;
3812        } elsif ($self->{nc} == 0x0045) { # E        } elsif ($self->{nc} == 0x0045 or # E
3813                   $self->{nc} == 0x0065) { # e
3814          $self->{state} = MD_E_STATE;          $self->{state} = MD_E_STATE;
3815          $self->{kwd} = chr $self->{nc};          $self->{kwd} = chr $self->{nc};
3816          !!!next-input-character;          !!!next-input-character;
3817          redo A;          redo A;
3818        } elsif ($self->{nc} == 0x0041) { # A        } elsif ($self->{nc} == 0x0041 or # A
3819                   $self->{nc} == 0x0061) { # a
3820          $self->{state} = MD_ATTLIST_STATE;          $self->{state} = MD_ATTLIST_STATE;
3821          $self->{kwd} = chr $self->{nc};          $self->{kwd} = chr $self->{nc};
3822          !!!next-input-character;          !!!next-input-character;
3823          redo A;          redo A;
3824        } elsif ($self->{nc} == 0x004E) { # N        } elsif ($self->{nc} == 0x004E or # N
3825                   $self->{nc} == 0x006E) { # n
3826          $self->{state} = MD_NOTATION_STATE;          $self->{state} = MD_NOTATION_STATE;
3827          $self->{kwd} = chr $self->{nc};          $self->{kwd} = chr $self->{nc};
3828          !!!next-input-character;          !!!next-input-character;
# Line 3536  sub _get_next_token ($) { Line 3840  sub _get_next_token ($) {
3840        $self->{ct} = {type => COMMENT_TOKEN, data => ''}; ## Will be discarded.        $self->{ct} = {type => COMMENT_TOKEN, data => ''}; ## Will be discarded.
3841        redo A;        redo A;
3842      } elsif ($self->{state} == MD_E_STATE) {      } elsif ($self->{state} == MD_E_STATE) {
3843        if ($self->{nc} == 0x004E) { # N        if ($self->{nc} == 0x004E or # N
3844              $self->{nc} == 0x006E) { # n
3845          $self->{state} = MD_ENTITY_STATE;          $self->{state} = MD_ENTITY_STATE;
3846          $self->{kwd} .= chr $self->{nc};          $self->{kwd} .= chr $self->{nc};
3847          !!!next-input-character;          !!!next-input-character;
3848          redo A;          redo A;
3849        } elsif ($self->{nc} == 0x004C) { # L        } elsif ($self->{nc} == 0x004C or # L
3850                   $self->{nc} == 0x006C) { # l
3851          ## XML5: <!ELEMENT> not supported.          ## XML5: <!ELEMENT> not supported.
3852          $self->{state} = MD_ELEMENT_STATE;          $self->{state} = MD_ELEMENT_STATE;
3853          $self->{kwd} .= chr $self->{nc};          $self->{kwd} .= chr $self->{nc};
# Line 3559  sub _get_next_token ($) { Line 3865  sub _get_next_token ($) {
3865          redo A;          redo A;
3866        }        }
3867      } elsif ($self->{state} == MD_ENTITY_STATE) {      } elsif ($self->{state} == MD_ENTITY_STATE) {
3868        if ($self->{nc} == {        if ($self->{nc} == [
3869              'EN' => 0x0054, # T              undef,
3870              'ENT' => 0x0049, # I              undef,
3871              'ENTI' => 0x0054, # T              0x0054, # T
3872            }->{$self->{kwd}}) {              0x0049, # I
3873                0x0054, # T
3874              ]->[length $self->{kwd}] or
3875              $self->{nc} == [
3876                undef,
3877                undef,
3878                0x0074, # t
3879                0x0069, # i
3880                0x0074, # t
3881              ]->[length $self->{kwd}]) {
3882          ## Stay in the state.          ## Stay in the state.
3883          $self->{kwd} .= chr $self->{nc};          $self->{kwd} .= chr $self->{nc};
3884          !!!next-input-character;          !!!next-input-character;
3885          redo A;          redo A;
3886        } elsif ($self->{kwd} eq 'ENTIT' and        } elsif ((length $self->{kwd}) == 5 and
3887                 $self->{nc} == 0x0059) { # Y                 ($self->{nc} == 0x0059 or # Y
3888          $self->{ct} = {type => GENERAL_ENTITY_TOKEN, name => '', text => '',                  $self->{nc} == 0x0079)) { # y
3889            if ($self->{kwd} ne 'ENTIT' or $self->{nc} == 0x0079) {
3890              !!!parse-error (type => 'lowercase keyword', ## TODO: type
3891                              text => 'ENTITY',
3892                              line => $self->{line_prev},
3893                              column => $self->{column_prev} - 4);
3894            }
3895            $self->{ct} = {type => GENERAL_ENTITY_TOKEN, name => '',
3896                         line => $self->{line_prev},                         line => $self->{line_prev},
3897                         column => $self->{column_prev} - 6};                         column => $self->{column_prev} - 6};
3898          $self->{state} = DOCTYPE_MD_STATE;          $self->{state} = DOCTYPE_MD_STATE;
# Line 3588  sub _get_next_token ($) { Line 3910  sub _get_next_token ($) {
3910          redo A;          redo A;
3911        }        }
3912      } elsif ($self->{state} == MD_ELEMENT_STATE) {      } elsif ($self->{state} == MD_ELEMENT_STATE) {
3913        if ($self->{nc} == {        if ($self->{nc} == [
3914              'EL' => 0x0045, # E             undef,
3915              'ELE' => 0x004D, # M             undef,
3916              'ELEM' => 0x0045, # E             0x0045, # E
3917              'ELEME' => 0x004E, # N             0x004D, # M
3918            }->{$self->{kwd}}) {             0x0045, # E
3919               0x004E, # N
3920              ]->[length $self->{kwd}] or
3921              $self->{nc} == [
3922               undef,
3923               undef,
3924               0x0065, # e
3925               0x006D, # m
3926               0x0065, # e
3927               0x006E, # n
3928              ]->[length $self->{kwd}]) {
3929          ## Stay in the state.          ## Stay in the state.
3930          $self->{kwd} .= chr $self->{nc};          $self->{kwd} .= chr $self->{nc};
3931          !!!next-input-character;          !!!next-input-character;
3932          redo A;          redo A;
3933        } elsif ($self->{kwd} eq 'ELEMEN' and        } elsif ((length $self->{kwd}) == 6 and
3934                 $self->{nc} == 0x0054) { # T                 ($self->{nc} == 0x0054 or # T
3935                    $self->{nc} == 0x0074)) { # t
3936            if ($self->{kwd} ne 'ELEMEN' or $self->{nc} == 0x0074) {
3937              !!!parse-error (type => 'lowercase keyword', ## TODO: type
3938                              text => 'ELEMENT',
3939                              line => $self->{line_prev},
3940                              column => $self->{column_prev} - 5);
3941            }
3942          $self->{ct} = {type => ELEMENT_TOKEN, name => '',          $self->{ct} = {type => ELEMENT_TOKEN, name => '',
3943                         line => $self->{line_prev},                         line => $self->{line_prev},
3944                         column => $self->{column_prev} - 6};                         column => $self->{column_prev} - 7};
3945          $self->{state} = DOCTYPE_MD_STATE;          $self->{state} = DOCTYPE_MD_STATE;
3946          !!!next-input-character;          !!!next-input-character;
3947          redo A;          redo A;
# Line 3618  sub _get_next_token ($) { Line 3957  sub _get_next_token ($) {
3957          redo A;          redo A;
3958        }        }
3959      } elsif ($self->{state} == MD_ATTLIST_STATE) {      } elsif ($self->{state} == MD_ATTLIST_STATE) {
3960        if ($self->{nc} == {        if ($self->{nc} == [
3961              'A' => 0x0054, # T             undef,
3962              'AT' => 0x0054, # T             0x0054, # T
3963              'ATT' => 0x004C, # L             0x0054, # T
3964              'ATTL' => 0x0049, # I             0x004C, # L
3965              'ATTLI' => 0x0053, # S             0x0049, # I
3966            }->{$self->{kwd}}) {             0x0053, # S
3967              ]->[length $self->{kwd}] or
3968              $self->{nc} == [
3969               undef,
3970               0x0074, # t
3971               0x0074, # t
3972               0x006C, # l
3973               0x0069, # i
3974               0x0073, # s
3975              ]->[length $self->{kwd}]) {
3976          ## Stay in the state.          ## Stay in the state.
3977          $self->{kwd} .= chr $self->{nc};          $self->{kwd} .= chr $self->{nc};
3978          !!!next-input-character;          !!!next-input-character;
3979          redo A;          redo A;
3980        } elsif ($self->{kwd} eq 'ATTLIS' and        } elsif ((length $self->{kwd}) == 6 and
3981                 $self->{nc} == 0x0054) { # T                 ($self->{nc} == 0x0054 or # T
3982                    $self->{nc} == 0x0074)) { # t
3983            if ($self->{kwd} ne 'ATTLIS' or $self->{nc} == 0x0074) {
3984              !!!parse-error (type => 'lowercase keyword', ## TODO: type
3985                              text => 'ATTLIST',
3986                              line => $self->{line_prev},
3987                              column => $self->{column_prev} - 5);
3988            }
3989          $self->{ct} = {type => ATTLIST_TOKEN, name => '',          $self->{ct} = {type => ATTLIST_TOKEN, name => '',
3990                         attrdefs => [],                         attrdefs => [],
3991                         line => $self->{line_prev},                         line => $self->{line_prev},
3992                         column => $self->{column_prev} - 6};                         column => $self->{column_prev} - 7};
3993          $self->{state} = DOCTYPE_MD_STATE;          $self->{state} = DOCTYPE_MD_STATE;
3994          !!!next-input-character;          !!!next-input-character;
3995          redo A;          redo A;
# Line 3650  sub _get_next_token ($) { Line 4005  sub _get_next_token ($) {
4005          redo A;          redo A;
4006        }        }
4007      } elsif ($self->{state} == MD_NOTATION_STATE) {      } elsif ($self->{state} == MD_NOTATION_STATE) {
4008        if ($self->{nc} == {        if ($self->{nc} == [
4009              'N' => 0x004F, # O             undef,
4010              'NO' => 0x0054, # T             0x004F, # O
4011              'NOT' => 0x0041, # A             0x0054, # T
4012              'NOTA' => 0x0054, # T             0x0041, # A
4013              'NOTAT' => 0x0049, # I             0x0054, # T
4014              'NOTATI' => 0x004F, # O             0x0049, # I
4015            }->{$self->{kwd}}) {             0x004F, # O
4016              ]->[length $self->{kwd}] or
4017              $self->{nc} == [
4018               undef,
4019               0x006F, # o
4020               0x0074, # t
4021               0x0061, # a
4022               0x0074, # t
4023               0x0069, # i
4024               0x006F, # o
4025              ]->[length $self->{kwd}]) {
4026          ## Stay in the state.          ## Stay in the state.
4027          $self->{kwd} .= chr $self->{nc};          $self->{kwd} .= chr $self->{nc};
4028          !!!next-input-character;          !!!next-input-character;
4029          redo A;          redo A;
4030        } elsif ($self->{kwd} eq 'NOTATIO' and        } elsif ((length $self->{kwd}) == 7 and
4031                 $self->{nc} == 0x004E) { # N                 ($self->{nc} == 0x004E or # N
4032                    $self->{nc} == 0x006E)) { # n
4033            if ($self->{kwd} ne 'NOTATIO' or $self->{nc} == 0x006E) {
4034              !!!parse-error (type => 'lowercase keyword', ## TODO: type
4035                              text => 'NOTATION',
4036                              line => $self->{line_prev},
4037                              column => $self->{column_prev} - 6);
4038            }
4039          $self->{ct} = {type => NOTATION_TOKEN, name => '',          $self->{ct} = {type => NOTATION_TOKEN, name => '',
4040                         line => $self->{line_prev},                         line => $self->{line_prev},
4041                         column => $self->{column_prev} - 6};                         column => $self->{column_prev} - 8};
4042          $self->{state} = DOCTYPE_MD_STATE;          $self->{state} = DOCTYPE_MD_STATE;
4043          !!!next-input-character;          !!!next-input-character;
4044          redo A;          redo A;
# Line 3775  sub _get_next_token ($) { Line 4147  sub _get_next_token ($) {
4147        ## XML5: "DOCTYPE ENTITY name state" and "DOCTYPE ATTLIST name state".        ## XML5: "DOCTYPE ENTITY name state" and "DOCTYPE ATTLIST name state".
4148                
4149        if ($is_space->{$self->{nc}}) {        if ($is_space->{$self->{nc}}) {
4150          ## TODO:          if ($self->{ct}->{type} == ATTLIST_TOKEN) {
4151          $self->{state} = DOCTYPE_ATTLIST_NAME_AFTER_STATE;            $self->{state} = DOCTYPE_ATTLIST_NAME_AFTER_STATE;
4152            } elsif ($self->{ct}->{type} == ELEMENT_TOKEN) {
4153              $self->{state} = AFTER_ELEMENT_NAME_STATE;
4154            } else { # ENTITY/NOTATION
4155              $self->{state} = AFTER_DOCTYPE_NAME_STATE;
4156            }
4157          !!!next-input-character;          !!!next-input-character;
4158          redo A;          redo A;
4159        } elsif ($self->{nc} == 0x003E) { # >        } elsif ($self->{nc} == 0x003E) { # >
4160          if ($self->{ct}->{type} == ATTLIST_TOKEN) {          if ($self->{ct}->{type} == ATTLIST_TOKEN) {
4161            #            #
4162          } else {          } else {
4163            !!!parse-error (type => 'no md body'); ## TODO: type            !!!parse-error (type => 'no md def'); ## TODO: type
4164          }          }
4165          $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;          $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
4166          !!!next-input-character;          !!!next-input-character;
# Line 4173  sub _get_next_token ($) { Line 4550  sub _get_next_token ($) {
4550        if ($is_space->{$self->{nc}}) {        if ($is_space->{$self->{nc}}) {
4551          ## XML5: No parse error.          ## XML5: No parse error.
4552          !!!parse-error (type => 'no default type'); ## TODO: type          !!!parse-error (type => 'no default type'); ## TODO: type
4553          $self->{state} = BOGUS_COMMENT_STATE;          $self->{state} = BOGUS_MD_STATE;
         $self->{ct} = {type => COMMENT_TOKEN, data => ''}; ## Will be discarded  
4554          ## Reconsume.          ## Reconsume.
4555          redo A;          redo A;
4556        } elsif ($self->{nc} == 0x0022) { # "        } elsif ($self->{nc} == 0x0022) { # "
# Line 4301  sub _get_next_token ($) { Line 4677  sub _get_next_token ($) {
4677          $self->{state} = DOCTYPE_ATTLIST_NAME_AFTER_STATE;          $self->{state} = DOCTYPE_ATTLIST_NAME_AFTER_STATE;
4678          ## Reconsume.          ## Reconsume.
4679          redo A;          redo A;
4680        }              }
4681        } elsif ($self->{state} == NDATA_STATE) {
4682          ## ASCII case-insensitive
4683          if ($self->{nc} == [
4684                undef,
4685                0x0044, # D
4686                0x0041, # A
4687                0x0054, # T
4688              ]->[length $self->{kwd}] or
4689              $self->{nc} == [
4690                undef,
4691                0x0064, # d
4692                0x0061, # a
4693                0x0074, # t
4694              ]->[length $self->{kwd}]) {
4695            !!!cp (172.2);
4696            ## Stay in the state.
4697            $self->{kwd} .= chr $self->{nc};
4698            !!!next-input-character;
4699            redo A;
4700          } elsif ((length $self->{kwd}) == 4 and
4701                   ($self->{nc} == 0x0041 or # A
4702                    $self->{nc} == 0x0061)) { # a
4703            if ($self->{kwd} ne 'NDAT' or $self->{nc} == 0x0061) { # a
4704              !!!cp (172.3);
4705              !!!parse-error (type => 'lowercase keyword', ## TODO: type
4706                              text => 'NDATA',
4707                              line => $self->{line_prev},
4708                              column => $self->{column_prev} - 4);
4709            } else {
4710              !!!cp (172.4);
4711            }
4712            $self->{state} = AFTER_NDATA_STATE;
4713            !!!next-input-character;
4714            redo A;
4715          } else {
4716            !!!parse-error (type => 'string after literal', ## TODO: type
4717                            line => $self->{line_prev},
4718                            column => $self->{column_prev} + 1
4719                                - length $self->{kwd});
4720            !!!cp (172.5);
4721            $self->{state} = BOGUS_MD_STATE;
4722            ## Reconsume.
4723            redo A;
4724          }
4725        } elsif ($self->{state} == AFTER_NDATA_STATE) {
4726          if ($is_space->{$self->{nc}}) {
4727            $self->{state} = BEFORE_NOTATION_NAME_STATE;
4728            !!!next-input-character;
4729            redo A;
4730          } elsif ($self->{nc} == 0x003E) { # >
4731            !!!parse-error (type => 'no notation name'); ## TODO: type
4732            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
4733            !!!next-input-character;
4734            !!!emit ($self->{ct}); # ENTITY
4735            redo A;
4736          } elsif ($self->{nc} == -1) {
4737            !!!parse-error (type => 'unclosed md'); ## TODO: type
4738            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
4739            !!!next-input-character;
4740            !!!emit ($self->{ct}); # ENTITY
4741            redo A;
4742          } else {
4743            !!!parse-error (type => 'string after literal', ## TODO: type
4744                            line => $self->{line_prev},
4745                            column => $self->{column_prev} + 1
4746                                - length $self->{kwd});
4747            $self->{state} = BOGUS_MD_STATE;
4748            ## Reconsume.
4749            redo A;
4750          }
4751        } elsif ($self->{state} == BEFORE_NOTATION_NAME_STATE) {
4752          if ($is_space->{$self->{nc}}) {
4753            ## Stay in the state.
4754            !!!next-input-character;
4755            redo A;
4756          } elsif ($self->{nc} == 0x003E) { # >
4757            !!!parse-error (type => 'no notation name'); ## TODO: type
4758            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
4759            !!!next-input-character;
4760            !!!emit ($self->{ct}); # ENTITY
4761            redo A;
4762          } elsif ($self->{nc} == -1) {
4763            !!!parse-error (type => 'unclosed md'); ## TODO: type
4764            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
4765            !!!next-input-character;
4766            !!!emit ($self->{ct}); # ENTITY
4767            redo A;
4768          } else {
4769            $self->{ct}->{notation} = chr $self->{nc}; # ENTITY
4770            $self->{state} = NOTATION_NAME_STATE;
4771            !!!next-input-character;
4772            redo A;
4773          }
4774        } elsif ($self->{state} == NOTATION_NAME_STATE) {
4775          if ($is_space->{$self->{nc}}) {
4776            $self->{state} = AFTER_MD_DEF_STATE;
4777            !!!next-input-character;
4778            redo A;
4779          } elsif ($self->{nc} == 0x003E) { # >
4780            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
4781            !!!next-input-character;
4782            !!!emit ($self->{ct}); # ENTITY
4783            redo A;
4784          } elsif ($self->{nc} == -1) {
4785            !!!parse-error (type => 'unclosed md'); ## TODO: type
4786            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
4787            !!!next-input-character;
4788            !!!emit ($self->{ct}); # ENTITY
4789            redo A;
4790          } else {
4791            $self->{ct}->{notation} .= chr $self->{nc}; # ENTITY
4792            ## Stay in the state.
4793            !!!next-input-character;
4794            redo A;
4795          }
4796        } elsif ($self->{state} == DOCTYPE_ENTITY_VALUE_DOUBLE_QUOTED_STATE) {
4797          if ($self->{nc} == 0x0022) { # "
4798            $self->{state} = AFTER_MD_DEF_STATE;
4799            !!!next-input-character;
4800            redo A;
4801          } elsif ($self->{nc} == 0x0026) { # &
4802            $self->{prev_state} = $self->{state};
4803            $self->{state} = ENTITY_VALUE_ENTITY_STATE;
4804            $self->{entity_add} = 0x0022; # "
4805            !!!next-input-character;
4806            redo A;
4807    ## TODO: %
4808          } elsif ($self->{nc} == -1) {
4809            !!!parse-error (type => 'unclosed entity value'); ## TODO: type
4810            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
4811            ## Reconsume.
4812            !!!emit ($self->{ct}); # ENTITY
4813            redo A;
4814          } else {
4815            $self->{ct}->{value} .= chr $self->{nc}; # ENTITY
4816            !!!next-input-character;
4817            redo A;
4818          }
4819        } elsif ($self->{state} == DOCTYPE_ENTITY_VALUE_SINGLE_QUOTED_STATE) {
4820          if ($self->{nc} == 0x0027) { # '
4821            $self->{state} = AFTER_MD_DEF_STATE;
4822            !!!next-input-character;
4823            redo A;
4824          } elsif ($self->{nc} == 0x0026) { # &
4825            $self->{prev_state} = $self->{state};
4826            $self->{state} = ENTITY_VALUE_ENTITY_STATE;
4827            $self->{entity_add} = 0x0027; # '
4828            !!!next-input-character;
4829            redo A;
4830    ## TODO: %
4831          } elsif ($self->{nc} == -1) {
4832            !!!parse-error (type => 'unclosed entity value'); ## TODO: type
4833            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
4834            ## Reconsume.
4835            !!!emit ($self->{ct}); # ENTITY
4836            redo A;
4837          } else {
4838            $self->{ct}->{value} .= chr $self->{nc}; # ENTITY
4839            !!!next-input-character;
4840            redo A;
4841          }
4842        } elsif ($self->{state} == ENTITY_VALUE_ENTITY_STATE) {
4843          if ($is_space->{$self->{nc}} or
4844              {
4845                0x003C => 1, 0x0026 => 1, -1 => 1, # <, &
4846                $self->{entity_add} => 1,
4847              }->{$self->{nc}}) {
4848            !!!parse-error (type => 'bare ero',
4849                            line => $self->{line_prev},
4850                            column => $self->{column_prev}
4851                                + ($self->{nc} == -1 ? 1 : 0));
4852            ## Don't consume
4853            ## Return nothing.
4854            #
4855          } elsif ($self->{nc} == 0x0023) { # #
4856            $self->{ca} = $self->{ct};
4857            $self->{state} = ENTITY_HASH_STATE;
4858            $self->{kwd} = '#';
4859            !!!next-input-character;
4860            redo A;
4861          } else {
4862            #
4863          }
4864    
4865          $self->{ct}->{value} .= '&';
4866          $self->{state} = $self->{prev_state};
4867          ## Reconsume.
4868          redo A;
4869        } elsif ($self->{state} == AFTER_ELEMENT_NAME_STATE) {
4870          if ($is_space->{$self->{nc}}) {
4871            $self->{state} = BEFORE_ELEMENT_CONTENT_STATE;
4872            !!!next-input-character;
4873            redo A;
4874          } elsif ($self->{nc} == 0x0028) { # (
4875            $self->{state} = AFTER_CM_GROUP_OPEN_STATE;
4876            $self->{ct}->{content} = ['('];
4877            $self->{group_depth} = 1;
4878            !!!next-input-character;
4879            redo A;
4880          } elsif ($self->{nc} == 0x003E) { # >
4881            !!!parse-error (type => 'no md def'); ## TODO: type
4882            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
4883            !!!next-input-character;
4884            !!!emit ($self->{ct}); # ELEMENT
4885            redo A;
4886          } elsif ($self->{nc} == -1) {
4887            !!!parse-error (type => 'unclosed md'); ## TODO: type
4888            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
4889            !!!next-input-character;
4890            !!!emit ($self->{ct}); # ELEMENT
4891            redo A;
4892          } else {
4893            $self->{ct}->{content} = [chr $self->{nc}];
4894            $self->{state} = CONTENT_KEYWORD_STATE;
4895            !!!next-input-character;
4896            redo A;
4897          }
4898        } elsif ($self->{state} == CONTENT_KEYWORD_STATE) {
4899          if ($is_space->{$self->{nc}}) {
4900            $self->{state} = AFTER_MD_DEF_STATE;
4901            !!!next-input-character;
4902            redo A;
4903          } elsif ($self->{nc} == 0x003E) { # >
4904            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
4905            !!!next-input-character;
4906            !!!emit ($self->{ct}); # ELEMENT
4907            redo A;
4908          } elsif ($self->{nc} == -1) {
4909            !!!parse-error (type => 'unclosed md'); ## TODO: type
4910            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
4911            !!!next-input-character;
4912            !!!emit ($self->{ct}); # ELEMENT
4913            redo A;
4914          } else {
4915            $self->{ct}->{content}->[-1] .= chr $self->{nc}; # ELEMENT
4916            ## Stay in the state.
4917            !!!next-input-character;
4918            redo A;
4919          }
4920        } elsif ($self->{state} == AFTER_CM_GROUP_OPEN_STATE) {
4921          if ($is_space->{$self->{nc}}) {
4922            ## Stay in the state.
4923            !!!next-input-character;
4924            redo A;
4925          } elsif ($self->{nc} == 0x0028) { # (
4926            $self->{group_depth}++;
4927            push @{$self->{ct}->{content}}, chr $self->{nc};
4928            ## Stay in the state.
4929            !!!next-input-character;
4930            redo A;
4931          } elsif ($self->{nc} == 0x007C or # |
4932                   $self->{nc} == 0x002C) { # ,
4933            !!!parse-error (type => 'empty element name'); ## TODO: type
4934            ## Stay in the state.
4935            !!!next-input-character;
4936            redo A;
4937          } elsif ($self->{nc} == 0x0029) { # )
4938            !!!parse-error (type => 'empty element name'); ## TODO: type
4939            push @{$self->{ct}->{content}}, chr $self->{nc};
4940            $self->{group_depth}--;
4941            $self->{state} = AFTER_CM_GROUP_CLOSE_STATE;
4942            !!!next-input-character;
4943            redo A;
4944          } elsif ($self->{nc} == 0x003E) { # >
4945            !!!parse-error (type => 'unclosed cm group'); ## TODO: type
4946            push @{$self->{ct}->{content}}, (')') x $self->{group_depth};
4947            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
4948            !!!next-input-character;
4949            !!!emit ($self->{ct}); # ELEMENT
4950            redo A;
4951          } elsif ($self->{nc} == -1) {
4952            !!!parse-error (type => 'unclosed md'); ## TODO: type
4953            push @{$self->{ct}->{content}}, (')') x $self->{group_depth};
4954            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
4955            !!!next-input-character;
4956            !!!emit ($self->{ct}); # ELEMENT
4957            redo A;
4958          } else {
4959            push @{$self->{ct}->{content}}, chr $self->{nc};
4960            $self->{state} = CM_ELEMENT_NAME_STATE;
4961            !!!next-input-character;
4962            redo A;
4963          }
4964        } elsif ($self->{state} == CM_ELEMENT_NAME_STATE) {
4965          if ($is_space->{$self->{nc}}) {
4966            $self->{state} = AFTER_CM_ELEMENT_NAME_STATE;
4967            !!!next-input-character;
4968            redo A;
4969          } elsif ($self->{nc} == 0x002A or # *
4970                   $self->{nc} == 0x002B or # +
4971                   $self->{nc} == 0x003F) { # ?
4972            push @{$self->{ct}->{content}}, chr $self->{nc};
4973            $self->{state} = AFTER_CM_ELEMENT_NAME_STATE;
4974            !!!next-input-character;
4975            redo A;
4976          } elsif ($self->{nc} == 0x007C or # |
4977                   $self->{nc} == 0x002C) { # ,
4978            push @{$self->{ct}->{content}}, $self->{nc} == 0x007C ? ' | ' : ', ';
4979            $self->{state} = AFTER_CM_GROUP_OPEN_STATE;
4980            !!!next-input-character;
4981            redo A;
4982          } elsif ($self->{nc} == 0x0029) { # )
4983            $self->{group_depth}--;
4984            push @{$self->{ct}->{content}}, chr $self->{nc};
4985            $self->{state} = AFTER_CM_GROUP_CLOSE_STATE;
4986            !!!next-input-character;
4987            redo A;
4988          } elsif ($self->{nc} == 0x003E) { # >
4989            !!!parse-error (type => 'unclosed cm group'); ## TODO: type
4990            push @{$self->{ct}->{content}}, (')') x $self->{group_depth};
4991            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
4992            !!!next-input-character;
4993            !!!emit ($self->{ct}); # ELEMENT
4994            redo A;
4995          } elsif ($self->{nc} == -1) {
4996            !!!parse-error (type => 'unclosed md'); ## TODO: type
4997            push @{$self->{ct}->{content}}, (')') x $self->{group_depth};
4998            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
4999            !!!next-input-character;
5000            !!!emit ($self->{ct}); # ELEMENT
5001            redo A;
5002          } else {
5003            $self->{ct}->{content}->[-1] .= chr $self->{nc};
5004            ## Stay in the state.
5005            !!!next-input-character;
5006            redo A;
5007          }
5008        } elsif ($self->{state} == AFTER_CM_ELEMENT_NAME_STATE) {
5009          if ($is_space->{$self->{nc}}) {
5010            ## Stay in the state.
5011            !!!next-input-character;
5012            redo A;
5013          } elsif ($self->{nc} == 0x007C or # |
5014                   $self->{nc} == 0x002C) { # ,
5015            push @{$self->{ct}->{content}}, $self->{nc} == 0x007C ? ' | ' : ', ';
5016            $self->{state} = AFTER_CM_GROUP_OPEN_STATE;
5017            !!!next-input-character;
5018            redo A;
5019          } elsif ($self->{nc} == 0x0029) { # )
5020            $self->{group_depth}--;
5021            push @{$self->{ct}->{content}}, chr $self->{nc};
5022            $self->{state} = AFTER_CM_GROUP_CLOSE_STATE;
5023            !!!next-input-character;
5024            redo A;
5025          } elsif ($self->{nc} == 0x003E) { # >
5026            !!!parse-error (type => 'unclosed cm group'); ## TODO: type
5027            push @{$self->{ct}->{content}}, (')') x $self->{group_depth};
5028            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
5029            !!!next-input-character;
5030            !!!emit ($self->{ct}); # ELEMENT
5031            redo A;
5032          } elsif ($self->{nc} == -1) {
5033            !!!parse-error (type => 'unclosed md'); ## TODO: type
5034            push @{$self->{ct}->{content}}, (')') x $self->{group_depth};
5035            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
5036            !!!next-input-character;
5037            !!!emit ($self->{ct}); # ELEMENT
5038            redo A;
5039          } else {
5040            !!!parse-error (type => 'after element name'); ## TODO: type
5041            push @{$self->{ct}->{content}}, (')') x $self->{group_depth};
5042            $self->{state} = BOGUS_MD_STATE;
5043            !!!next-input-character;
5044            redo A;
5045          }
5046        } elsif ($self->{state} == AFTER_CM_GROUP_CLOSE_STATE) {
5047          if ($is_space->{$self->{nc}}) {
5048            if ($self->{group_depth}) {
5049              $self->{state} = AFTER_CM_ELEMENT_NAME_STATE;
5050            } else {
5051              $self->{state} = AFTER_MD_DEF_STATE;
5052            }
5053            !!!next-input-character;
5054            redo A;
5055          } elsif ($self->{nc} == 0x002A or # *
5056                   $self->{nc} == 0x002B or # +
5057                   $self->{nc} == 0x003F) { # ?
5058            push @{$self->{ct}->{content}}, chr $self->{nc};
5059            if ($self->{group_depth}) {
5060              $self->{state} = AFTER_CM_ELEMENT_NAME_STATE;
5061            } else {
5062              $self->{state} = AFTER_MD_DEF_STATE;
5063            }
5064            !!!next-input-character;
5065            redo A;
5066          } elsif ($self->{nc} == 0x0029) { # )
5067            if ($self->{group_depth}) {
5068              $self->{group_depth}--;
5069              push @{$self->{ct}->{content}}, chr $self->{nc};
5070              ## Stay in the state.
5071              !!!next-input-character;
5072              redo A;
5073            } else {
5074              !!!parse-error (type => 'string after md def'); ## TODO: type
5075              $self->{state} = BOGUS_MD_STATE;
5076              ## Reconsume.
5077              redo A;
5078            }
5079          } elsif ($self->{nc} == 0x003E) { # >
5080            if ($self->{group_depth}) {
5081              !!!parse-error (type => 'unclosed cm group'); ## TODO: type
5082              push @{$self->{ct}->{content}}, (')') x $self->{group_depth};
5083            }
5084            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
5085            !!!next-input-character;
5086            !!!emit ($self->{ct}); # ELEMENT
5087            redo A;
5088          } elsif ($self->{nc} == -1) {
5089            !!!parse-error (type => 'unclosed md'); ## TODO: type
5090            push @{$self->{ct}->{content}}, (')') x $self->{group_depth};
5091            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
5092            !!!next-input-character;
5093            !!!emit ($self->{ct}); # ELEMENT
5094            redo A;
5095          } else {
5096            if ($self->{group_depth}) {
5097              $self->{state} = AFTER_CM_ELEMENT_NAME_STATE;
5098            } else {
5099              !!!parse-error (type => 'string after md def'); ## TODO: type
5100              $self->{state} = BOGUS_MD_STATE;
5101            }
5102            ## Reconsume.
5103            redo A;
5104          }
5105        } elsif ($self->{state} == AFTER_MD_DEF_STATE) {
5106          if ($is_space->{$self->{nc}}) {
5107            ## Stay in the state.
5108            !!!next-input-character;
5109            redo A;
5110          } elsif ($self->{nc} == 0x003E) { # >
5111            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
5112            !!!next-input-character;
5113            !!!emit ($self->{ct}); # ENTITY/ELEMENT
5114            redo A;
5115          } elsif ($self->{nc} == -1) {
5116            !!!parse-error (type => 'unclosed md'); ## TODO: type
5117            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
5118            !!!next-input-character;
5119            !!!emit ($self->{ct}); # ENTITY/ELEMENT
5120            redo A;
5121          } else {
5122            !!!parse-error (type => 'string after md def'); ## TODO: type
5123            $self->{state} = BOGUS_MD_STATE;
5124            ## Reconsume.
5125            redo A;
5126          }
5127        } elsif ($self->{state} == BOGUS_MD_STATE) {
5128          if ($self->{nc} == 0x003E) { # >
5129            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
5130            !!!next-input-character;
5131            !!!emit ($self->{ct}); # ATTLIST/ENTITY/NOTATION
5132            redo A;
5133          } elsif ($self->{nc} == -1) {
5134            $self->{state} = DOCTYPE_INTERNAL_SUBSET_STATE;
5135            ## Reconsume.
5136            !!!emit ($self->{ct}); # ATTLIST/ENTITY/NOTATION
5137            redo A;
5138          } else {
5139            ## Stay in the state.
5140            !!!next-input-character;
5141            redo A;
5142          }
5143      } else {      } else {
5144        die "$0: $self->{state}: Unknown state";        die "$0: $self->{state}: Unknown state";
5145      }      }
Legend:
Removed from v.1.15  
changed lines
  Added in v.1.29
admin@suikawiki.org
 ViewVC Help
Powered by ViewVC 1.1.24