/[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 1.59 by wakaba, Sat Sep 8 01:31:44 2007 UTC revision 1.228 by wakaba, Sun Aug 16 06:47:59 2009 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    use Whatpm::HTML::Tokenizer;
7    
8    ## NOTE: This module don't check all HTML5 parse errors; character
9    ## encoding related parse errors are expected to be handled by relevant
10    ## modules.
11    ## Parse errors for control characters that are not allowed in HTML5
12    ## documents, for surrogate code points, and for noncharacter code
13    ## points, as well as U+FFFD substitions for characters whose code points
14    ## is higher than U+10FFFF may be detected by combining the parser with
15    ## the checker implemented by Whatpm::Charset::UnicodeChecker (for its
16    ## usage example, see |t/HTML-tree.t| in the Whatpm package or the
17    ## WebHACC::Language::HTML module in the WebHACC package).
18    
19  ## ISSUE:  ## ISSUE:
20  ## var doc = implementation.createDocument (null, null, null);  ## var doc = implementation.createDocument (null, null, null);
21  ## doc.write ('');  ## doc.write ('');
22  ## alert (doc.compatMode);  ## alert (doc.compatMode);
23    
24  ## ISSUE: HTML5 revision 967 says that the encoding layer MUST NOT  require IO::Handle;
25  ## strip BOM and the HTML layer MUST ignore it.  Whether we can do it  
26  ## is not yet clear.  ## Namespace URLs
27  ## "{U+FEFF}..." in UTF-16BE/UTF-16LE is three or four characters?  
28  ## "{U+FEFF}..." in GB18030?  my $HTML_NS = q<http://www.w3.org/1999/xhtml>;
29    my $MML_NS = q<http://www.w3.org/1998/Math/MathML>;
30  my $permitted_slash_tag_name = {  my $SVG_NS = q<http://www.w3.org/2000/svg>;
31    base => 1,  my $XLINK_NS = q<http://www.w3.org/1999/xlink>;
32    link => 1,  my $XML_NS = q<http://www.w3.org/XML/1998/namespace>;
33    meta => 1,  my $XMLNS_NS = q<http://www.w3.org/2000/xmlns/>;
34    hr => 1,  
35    br => 1,  ## Element categories
36    img=> 1,  
37    embed => 1,  ## Bits 12-15
38    param => 1,  sub SPECIAL_EL () { 0b1_000000000000000 }
39    area => 1,  sub SCOPING_EL () { 0b1_00000000000000 }
40    col => 1,  sub FORMATTING_EL () { 0b1_0000000000000 }
41    input => 1,  sub PHRASING_EL () { 0b1_000000000000 }
42    
43    ## Bits 10-11
44    #sub FOREIGN_EL () { 0b1_00000000000 } # see Whatpm::HTML::Tokenizer
45    sub FOREIGN_FLOW_CONTENT_EL () { 0b1_0000000000 }
46    
47    ## Bits 6-9
48    sub TABLE_SCOPING_EL () { 0b1_000000000 }
49    sub TABLE_ROWS_SCOPING_EL () { 0b1_00000000 }
50    sub TABLE_ROW_SCOPING_EL () { 0b1_0000000 }
51    sub TABLE_ROWS_EL () { 0b1_000000 }
52    
53    ## Bit 5
54    sub ADDRESS_DIV_P_EL () { 0b1_00000 }
55    
56    ## NOTE: Used in </body> and EOF algorithms.
57    ## Bit 4
58    sub ALL_END_TAG_OPTIONAL_EL () { 0b1_0000 }
59    
60    ## NOTE: Used in "generate implied end tags" algorithm.
61    ## NOTE: There is a code where a modified version of
62    ## END_TAG_OPTIONAL_EL is used in "generate implied end tags"
63    ## implementation (search for the algorithm name).
64    ## Bit 3
65    sub END_TAG_OPTIONAL_EL () { 0b1_000 }
66    
67    ## Bits 0-2
68    
69    sub MISC_SPECIAL_EL () { SPECIAL_EL | 0b000 }
70    sub FORM_EL () { SPECIAL_EL | 0b001 }
71    sub FRAMESET_EL () { SPECIAL_EL | 0b010 }
72    sub HEADING_EL () { SPECIAL_EL | 0b011 }
73    sub SELECT_EL () { SPECIAL_EL | 0b100 }
74    sub SCRIPT_EL () { SPECIAL_EL | 0b101 }
75    
76    sub ADDRESS_DIV_EL () { SPECIAL_EL | ADDRESS_DIV_P_EL | 0b001 }
77    sub BODY_EL () { SPECIAL_EL | ALL_END_TAG_OPTIONAL_EL | 0b001 }
78    
79    sub DTDD_EL () {
80      SPECIAL_EL |
81      END_TAG_OPTIONAL_EL |
82      ALL_END_TAG_OPTIONAL_EL |
83      0b010
84    }
85    sub LI_EL () {
86      SPECIAL_EL |
87      END_TAG_OPTIONAL_EL |
88      ALL_END_TAG_OPTIONAL_EL |
89      0b100
90    }
91    sub P_EL () {
92      SPECIAL_EL |
93      ADDRESS_DIV_P_EL |
94      END_TAG_OPTIONAL_EL |
95      ALL_END_TAG_OPTIONAL_EL |
96      0b001
97    }
98    
99    sub TABLE_ROW_EL () {
100      SPECIAL_EL |
101      TABLE_ROWS_EL |
102      TABLE_ROW_SCOPING_EL |
103      ALL_END_TAG_OPTIONAL_EL |
104      0b001
105    }
106    sub TABLE_ROW_GROUP_EL () {
107      SPECIAL_EL |
108      TABLE_ROWS_EL |
109      TABLE_ROWS_SCOPING_EL |
110      ALL_END_TAG_OPTIONAL_EL |
111      0b001
112    }
113    
114    sub MISC_SCOPING_EL () { SCOPING_EL | 0b000 }
115    sub BUTTON_EL () { SCOPING_EL | 0b001 }
116    sub CAPTION_EL () { SCOPING_EL | 0b010 }
117    sub HTML_EL () {
118      SCOPING_EL |
119      TABLE_SCOPING_EL |
120      TABLE_ROWS_SCOPING_EL |
121      TABLE_ROW_SCOPING_EL |
122      ALL_END_TAG_OPTIONAL_EL |
123      0b001
124    }
125    sub TABLE_EL () {
126      SCOPING_EL |
127      TABLE_ROWS_EL |
128      TABLE_SCOPING_EL |
129      0b001
130    }
131    sub TABLE_CELL_EL () {
132      SCOPING_EL |
133      TABLE_ROW_SCOPING_EL |
134      ALL_END_TAG_OPTIONAL_EL |
135      0b001
136    }
137    
138    sub MISC_FORMATTING_EL () { FORMATTING_EL | 0b000 }
139    sub A_EL () { FORMATTING_EL | 0b001 }
140    sub NOBR_EL () { FORMATTING_EL | 0b010 }
141    
142    sub RUBY_EL () { PHRASING_EL | 0b001 }
143    
144    ## ISSUE: ALL_END_TAG_OPTIONAL_EL?
145    sub OPTGROUP_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b001 }
146    sub OPTION_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b010 }
147    sub RUBY_COMPONENT_EL () { PHRASING_EL | END_TAG_OPTIONAL_EL | 0b100 }
148    
149    sub MML_AXML_EL () { PHRASING_EL | FOREIGN_EL | 0b001 }
150    
151    my $el_category = {
152      a => A_EL,
153      address => ADDRESS_DIV_EL,
154      applet => MISC_SCOPING_EL,
155      area => MISC_SPECIAL_EL,
156      article => MISC_SPECIAL_EL,
157      aside => MISC_SPECIAL_EL,
158      b => FORMATTING_EL,
159      base => MISC_SPECIAL_EL,
160      basefont => MISC_SPECIAL_EL,
161      bgsound => MISC_SPECIAL_EL,
162      big => FORMATTING_EL,
163      blockquote => MISC_SPECIAL_EL,
164      body => BODY_EL,
165      br => MISC_SPECIAL_EL,
166      button => BUTTON_EL,
167      caption => CAPTION_EL,
168      center => MISC_SPECIAL_EL,
169      col => MISC_SPECIAL_EL,
170      colgroup => MISC_SPECIAL_EL,
171      command => MISC_SPECIAL_EL,
172      datagrid => MISC_SPECIAL_EL,
173      dd => DTDD_EL,
174      details => MISC_SPECIAL_EL,
175      dialog => MISC_SPECIAL_EL,
176      dir => MISC_SPECIAL_EL,
177      div => ADDRESS_DIV_EL,
178      dl => MISC_SPECIAL_EL,
179      dt => DTDD_EL,
180      em => FORMATTING_EL,
181      embed => MISC_SPECIAL_EL,
182      eventsource => MISC_SPECIAL_EL,
183      fieldset => MISC_SPECIAL_EL,
184      figure => MISC_SPECIAL_EL,
185      font => FORMATTING_EL,
186      footer => MISC_SPECIAL_EL,
187      form => FORM_EL,
188      frame => MISC_SPECIAL_EL,
189      frameset => FRAMESET_EL,
190      h1 => HEADING_EL,
191      h2 => HEADING_EL,
192      h3 => HEADING_EL,
193      h4 => HEADING_EL,
194      h5 => HEADING_EL,
195      h6 => HEADING_EL,
196      head => MISC_SPECIAL_EL,
197      header => MISC_SPECIAL_EL,
198      hr => MISC_SPECIAL_EL,
199      html => HTML_EL,
200      i => FORMATTING_EL,
201      iframe => MISC_SPECIAL_EL,
202      img => MISC_SPECIAL_EL,
203      #image => MISC_SPECIAL_EL, ## NOTE: Commented out in the spec.
204      input => MISC_SPECIAL_EL,
205      isindex => MISC_SPECIAL_EL,
206      li => LI_EL,
207      link => MISC_SPECIAL_EL,
208      listing => MISC_SPECIAL_EL,
209      marquee => MISC_SCOPING_EL,
210      menu => MISC_SPECIAL_EL,
211      meta => MISC_SPECIAL_EL,
212      nav => MISC_SPECIAL_EL,
213      nobr => NOBR_EL,
214      noembed => MISC_SPECIAL_EL,
215      noframes => MISC_SPECIAL_EL,
216      noscript => MISC_SPECIAL_EL,
217      object => MISC_SCOPING_EL,
218      ol => MISC_SPECIAL_EL,
219      optgroup => OPTGROUP_EL,
220      option => OPTION_EL,
221      p => P_EL,
222      param => MISC_SPECIAL_EL,
223      plaintext => MISC_SPECIAL_EL,
224      pre => MISC_SPECIAL_EL,
225      rp => RUBY_COMPONENT_EL,
226      rt => RUBY_COMPONENT_EL,
227      ruby => RUBY_EL,
228      s => FORMATTING_EL,
229      script => MISC_SPECIAL_EL,
230      select => SELECT_EL,
231      section => MISC_SPECIAL_EL,
232      small => FORMATTING_EL,
233      spacer => MISC_SPECIAL_EL,
234      strike => FORMATTING_EL,
235      strong => FORMATTING_EL,
236      style => MISC_SPECIAL_EL,
237      table => TABLE_EL,
238      tbody => TABLE_ROW_GROUP_EL,
239      td => TABLE_CELL_EL,
240      textarea => MISC_SPECIAL_EL,
241      tfoot => TABLE_ROW_GROUP_EL,
242      th => TABLE_CELL_EL,
243      thead => TABLE_ROW_GROUP_EL,
244      title => MISC_SPECIAL_EL,
245      tr => TABLE_ROW_EL,
246      tt => FORMATTING_EL,
247      u => FORMATTING_EL,
248      ul => MISC_SPECIAL_EL,
249      wbr => MISC_SPECIAL_EL,
250  };  };
251    
252  my $c1_entity_char = {  my $el_category_f = {
253    0x80 => 0x20AC,    $MML_NS => {
254    0x81 => 0xFFFD,      'annotation-xml' => MML_AXML_EL,
255    0x82 => 0x201A,      mi => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
256    0x83 => 0x0192,      mo => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
257    0x84 => 0x201E,      mn => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
258    0x85 => 0x2026,      ms => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
259    0x86 => 0x2020,      mtext => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
260    0x87 => 0x2021,    },
261    0x88 => 0x02C6,    $SVG_NS => {
262    0x89 => 0x2030,      foreignObject => SCOPING_EL | FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
263    0x8A => 0x0160,      desc => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
264    0x8B => 0x2039,      title => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
265    0x8C => 0x0152,    },
266    0x8D => 0xFFFD,    ## NOTE: In addition, FOREIGN_EL is set to non-HTML elements.
   0x8E => 0x017D,  
   0x8F => 0xFFFD,  
   0x90 => 0xFFFD,  
   0x91 => 0x2018,  
   0x92 => 0x2019,  
   0x93 => 0x201C,  
   0x94 => 0x201D,  
   0x95 => 0x2022,  
   0x96 => 0x2013,  
   0x97 => 0x2014,  
   0x98 => 0x02DC,  
   0x99 => 0x2122,  
   0x9A => 0x0161,  
   0x9B => 0x203A,  
   0x9C => 0x0153,  
   0x9D => 0xFFFD,  
   0x9E => 0x017E,  
   0x9F => 0x0178,  
 }; # $c1_entity_char  
   
 my $special_category = {  
   address => 1, area => 1, base => 1, basefont => 1, bgsound => 1,  
   blockquote => 1, body => 1, br => 1, center => 1, col => 1, colgroup => 1,  
   dd => 1, dir => 1, div => 1, dl => 1, dt => 1, embed => 1, fieldset => 1,  
   form => 1, frame => 1, frameset => 1, h1 => 1, h2 => 1, h3 => 1,  
   h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, iframe => 1, image => 1,  
   img => 1, input => 1, isindex => 1, li => 1, link => 1, listing => 1,  
   menu => 1, meta => 1, noembed => 1, noframes => 1, noscript => 1,  
   ol => 1, optgroup => 1, option => 1, p => 1, param => 1, plaintext => 1,  
   pre => 1, script => 1, select => 1, spacer => 1, style => 1, tbody => 1,  
   textarea => 1, tfoot => 1, thead => 1, title => 1, tr => 1, ul => 1, wbr => 1,  
267  };  };
268  my $scoping_category = {  
269    button => 1, caption => 1, html => 1, marquee => 1, object => 1,  my $svg_attr_name = {
270    table => 1, td => 1, th => 1,    attributename => 'attributeName',
271      attributetype => 'attributeType',
272      basefrequency => 'baseFrequency',
273      baseprofile => 'baseProfile',
274      calcmode => 'calcMode',
275      clippathunits => 'clipPathUnits',
276      contentscripttype => 'contentScriptType',
277      contentstyletype => 'contentStyleType',
278      diffuseconstant => 'diffuseConstant',
279      edgemode => 'edgeMode',
280      externalresourcesrequired => 'externalResourcesRequired',
281      filterres => 'filterRes',
282      filterunits => 'filterUnits',
283      glyphref => 'glyphRef',
284      gradienttransform => 'gradientTransform',
285      gradientunits => 'gradientUnits',
286      kernelmatrix => 'kernelMatrix',
287      kernelunitlength => 'kernelUnitLength',
288      keypoints => 'keyPoints',
289      keysplines => 'keySplines',
290      keytimes => 'keyTimes',
291      lengthadjust => 'lengthAdjust',
292      limitingconeangle => 'limitingConeAngle',
293      markerheight => 'markerHeight',
294      markerunits => 'markerUnits',
295      markerwidth => 'markerWidth',
296      maskcontentunits => 'maskContentUnits',
297      maskunits => 'maskUnits',
298      numoctaves => 'numOctaves',
299      pathlength => 'pathLength',
300      patterncontentunits => 'patternContentUnits',
301      patterntransform => 'patternTransform',
302      patternunits => 'patternUnits',
303      pointsatx => 'pointsAtX',
304      pointsaty => 'pointsAtY',
305      pointsatz => 'pointsAtZ',
306      preservealpha => 'preserveAlpha',
307      preserveaspectratio => 'preserveAspectRatio',
308      primitiveunits => 'primitiveUnits',
309      refx => 'refX',
310      refy => 'refY',
311      repeatcount => 'repeatCount',
312      repeatdur => 'repeatDur',
313      requiredextensions => 'requiredExtensions',
314      requiredfeatures => 'requiredFeatures',
315      specularconstant => 'specularConstant',
316      specularexponent => 'specularExponent',
317      spreadmethod => 'spreadMethod',
318      startoffset => 'startOffset',
319      stddeviation => 'stdDeviation',
320      stitchtiles => 'stitchTiles',
321      surfacescale => 'surfaceScale',
322      systemlanguage => 'systemLanguage',
323      tablevalues => 'tableValues',
324      targetx => 'targetX',
325      targety => 'targetY',
326      textlength => 'textLength',
327      viewbox => 'viewBox',
328      viewtarget => 'viewTarget',
329      xchannelselector => 'xChannelSelector',
330      ychannelselector => 'yChannelSelector',
331      zoomandpan => 'zoomAndPan',
332  };  };
333  my $formatting_category = {  
334    a => 1, b => 1, big => 1, em => 1, font => 1, i => 1, nobr => 1,  my $foreign_attr_xname = {
335    s => 1, small => 1, strile => 1, strong => 1, tt => 1, u => 1,    'xlink:actuate' => [$XLINK_NS, ['xlink', 'actuate']],
336      'xlink:arcrole' => [$XLINK_NS, ['xlink', 'arcrole']],
337      'xlink:href' => [$XLINK_NS, ['xlink', 'href']],
338      'xlink:role' => [$XLINK_NS, ['xlink', 'role']],
339      'xlink:show' => [$XLINK_NS, ['xlink', 'show']],
340      'xlink:title' => [$XLINK_NS, ['xlink', 'title']],
341      'xlink:type' => [$XLINK_NS, ['xlink', 'type']],
342      'xml:base' => [$XML_NS, ['xml', 'base']],
343      'xml:lang' => [$XML_NS, ['xml', 'lang']],
344      'xml:space' => [$XML_NS, ['xml', 'space']],
345      'xmlns' => [$XMLNS_NS, [undef, 'xmlns']],
346      'xmlns:xlink' => [$XMLNS_NS, ['xmlns', 'xlink']],
347  };  };
 # $phrasing_category: all other elements  
348    
349  sub parse_string ($$$;$) {  ## ISSUE: xmlns:xlink="non-xlink-ns" is not an error.
350    my $self = shift->new;  
351    my $s = \$_[0];  ## TODO: Invoke the reset algorithm when a resettable element is
352    ## created (cf. HTML5 revision 2259).
353    
354    sub parse_byte_string ($$$$;$) {
355      my $self = shift;
356      my $charset_name = shift;
357      open my $input, '<', ref $_[0] ? $_[0] : \($_[0]);
358      return $self->parse_byte_stream ($charset_name, $input, @_[1..$#_]);
359    } # parse_byte_string
360    
361    sub parse_byte_stream ($$$$;$$) {
362      # my ($self, $charset_name, $byte_stream, $doc, $onerror, $get_wrapper) = @_;
363      my $self = ref $_[0] ? shift : shift->new;
364      my $charset_name = shift;
365      my $byte_stream = $_[0];
366    
367      my $onerror = $_[2] || sub {
368        my (%opt) = @_;
369        warn "Parse error ($opt{type})\n";
370      };
371      $self->{parse_error} = $onerror; # updated later by parse_char_string
372    
373      my $get_wrapper = $_[3] || sub ($) {
374        return $_[0]; # $_[0] = byte stream handle, returned = arg to char handle
375      };
376    
377      ## HTML5 encoding sniffing algorithm
378      require Message::Charset::Info;
379      my $charset;
380      my $buffer;
381      my ($char_stream, $e_status);
382    
383      SNIFFING: {
384        ## NOTE: By setting |allow_fallback| option true when the
385        ## |get_decode_handle| method is invoked, we ignore what the HTML5
386        ## spec requires, i.e. unsupported encoding should be ignored.
387          ## TODO: We should not do this unless the parser is invoked
388          ## in the conformance checking mode, in which this behavior
389          ## would be useful.
390    
391        ## Step 1
392        if (defined $charset_name) {
393          $charset = Message::Charset::Info->get_by_html_name ($charset_name);
394              ## TODO: Is this ok?  Transfer protocol's parameter should be
395              ## interpreted in its semantics?
396    
397          ($char_stream, $e_status) = $charset->get_decode_handle
398              ($byte_stream, allow_error_reporting => 1,
399               allow_fallback => 1);
400          if ($char_stream) {
401            $self->{confident} = 1;
402            last SNIFFING;
403          } else {
404            !!!parse-error (type => 'charset:not supported',
405                            layer => 'encode',
406                            line => 1, column => 1,
407                            value => $charset_name,
408                            level => $self->{level}->{uncertain});
409          }
410        }
411    
412        ## Step 2
413        my $byte_buffer = '';
414        for (1..1024) {
415          my $char = $byte_stream->getc;
416          last unless defined $char;
417          $byte_buffer .= $char;
418        } ## TODO: timeout
419    
420        ## Step 3
421        if ($byte_buffer =~ /^\xFE\xFF/) {
422          $charset = Message::Charset::Info->get_by_html_name ('utf-16be');
423          ($char_stream, $e_status) = $charset->get_decode_handle
424              ($byte_stream, allow_error_reporting => 1,
425               allow_fallback => 1, byte_buffer => \$byte_buffer);
426          $self->{confident} = 1;
427          last SNIFFING;
428        } elsif ($byte_buffer =~ /^\xFF\xFE/) {
429          $charset = Message::Charset::Info->get_by_html_name ('utf-16le');
430          ($char_stream, $e_status) = $charset->get_decode_handle
431              ($byte_stream, allow_error_reporting => 1,
432               allow_fallback => 1, byte_buffer => \$byte_buffer);
433          $self->{confident} = 1;
434          last SNIFFING;
435        } elsif ($byte_buffer =~ /^\xEF\xBB\xBF/) {
436          $charset = Message::Charset::Info->get_by_html_name ('utf-8');
437          ($char_stream, $e_status) = $charset->get_decode_handle
438              ($byte_stream, allow_error_reporting => 1,
439               allow_fallback => 1, byte_buffer => \$byte_buffer);
440          $self->{confident} = 1;
441          last SNIFFING;
442        }
443    
444        ## Step 4
445        ## TODO: <meta charset>
446    
447        ## Step 5
448        ## TODO: from history
449    
450        ## Step 6
451        require Whatpm::Charset::UniversalCharDet;
452        $charset_name = Whatpm::Charset::UniversalCharDet->detect_byte_string
453            ($byte_buffer);
454        if (defined $charset_name) {
455          $charset = Message::Charset::Info->get_by_html_name ($charset_name);
456    
457          require Whatpm::Charset::DecodeHandle;
458          $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new
459              ($byte_stream);
460          ($char_stream, $e_status) = $charset->get_decode_handle
461              ($buffer, allow_error_reporting => 1,
462               allow_fallback => 1, byte_buffer => \$byte_buffer);
463          if ($char_stream) {
464            $buffer->{buffer} = $byte_buffer;
465            !!!parse-error (type => 'sniffing:chardet',
466                            text => $charset_name,
467                            level => $self->{level}->{info},
468                            layer => 'encode',
469                            line => 1, column => 1);
470            $self->{confident} = 0;
471            last SNIFFING;
472          }
473        }
474    
475        ## Step 7: default
476        ## TODO: Make this configurable.
477        $charset = Message::Charset::Info->get_by_html_name ('windows-1252');
478            ## NOTE: We choose |windows-1252| here, since |utf-8| should be
479            ## detectable in the step 6.
480        require Whatpm::Charset::DecodeHandle;
481        $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new
482            ($byte_stream);
483        ($char_stream, $e_status)
484            = $charset->get_decode_handle ($buffer,
485                                           allow_error_reporting => 1,
486                                           allow_fallback => 1,
487                                           byte_buffer => \$byte_buffer);
488        $buffer->{buffer} = $byte_buffer;
489        !!!parse-error (type => 'sniffing:default',
490                        text => 'windows-1252',
491                        level => $self->{level}->{info},
492                        line => 1, column => 1,
493                        layer => 'encode');
494        $self->{confident} = 0;
495      } # SNIFFING
496    
497      if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
498        $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
499        !!!parse-error (type => 'chardecode:fallback',
500                        #text => $self->{input_encoding},
501                        level => $self->{level}->{uncertain},
502                        line => 1, column => 1,
503                        layer => 'encode');
504      } elsif (not ($e_status &
505                    Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
506        $self->{input_encoding} = $charset->get_iana_name;
507        !!!parse-error (type => 'chardecode:no error',
508                        text => $self->{input_encoding},
509                        level => $self->{level}->{uncertain},
510                        line => 1, column => 1,
511                        layer => 'encode');
512      } else {
513        $self->{input_encoding} = $charset->get_iana_name;
514      }
515    
516      $self->{change_encoding} = sub {
517        my $self = shift;
518        $charset_name = shift;
519        my $token = shift;
520    
521        $charset = Message::Charset::Info->get_by_html_name ($charset_name);
522        ($char_stream, $e_status) = $charset->get_decode_handle
523            ($byte_stream, allow_error_reporting => 1, allow_fallback => 1,
524             byte_buffer => \ $buffer->{buffer});
525        
526        if ($char_stream) { # if supported
527          ## "Change the encoding" algorithm:
528          
529          ## Step 1
530          if (defined $self->{input_encoding} and
531              $self->{input_encoding} eq $charset_name) {
532            !!!parse-error (type => 'charset label:matching',
533                            text => $charset_name,
534                            level => $self->{level}->{info});
535            $self->{confident} = 1;
536            return;
537          }
538    
539          ## Step 2 (HTML5 revision 3205)
540          if (defined $self->{input_encoding} and
541              Message::Charset::Info->get_by_html_name ($self->{input_encoding})
542              ->{category} & Message::Charset::Info::CHARSET_CATEGORY_UTF16 ()) {
543            $self->{confident} = 1;
544            return;
545          }
546    
547          ## Step 3
548          if ($charset->{category} &
549              Message::Charset::Info::CHARSET_CATEGORY_UTF16 ()) {
550            $charset = Message::Charset::Info->get_by_html_name ('utf-8');
551            ($char_stream, $e_status) = $charset->get_decode_handle
552                ($byte_stream,
553                 byte_buffer => \ $buffer->{buffer});
554          }
555          $charset_name = $charset->get_iana_name;
556    
557          !!!parse-error (type => 'charset label detected',
558                          text => $self->{input_encoding},
559                          value => $charset_name,
560                          level => $self->{level}->{warn},
561                          token => $token);
562          
563          ## Step 4
564          # if (can) {
565            ## change the encoding on the fly.
566            #$self->{confident} = 1;
567            #return;
568          # }
569          
570          ## Step 5
571          throw Whatpm::HTML::RestartParser ();
572        }
573      }; # $self->{change_encoding}
574    
575      my $char_onerror = sub {
576        my (undef, $type, %opt) = @_;
577        !!!parse-error (layer => 'encode',
578                        line => $self->{line}, column => $self->{column} + 1,
579                        %opt, type => $type);
580        if ($opt{octets}) {
581          ${$opt{octets}} = "\x{FFFD}"; # relacement character
582        }
583      };
584    
585      my $wrapped_char_stream = $get_wrapper->($char_stream);
586      $wrapped_char_stream->onerror ($char_onerror);
587    
588      my @args = ($_[1], $_[2]); # $doc, $onerror - $get_wrapper = undef;
589      my $return;
590      try {
591        $return = $self->parse_char_stream ($wrapped_char_stream, @args);  
592      } catch Whatpm::HTML::RestartParser with {
593        ## NOTE: Invoked after {change_encoding}.
594    
595        if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
596          $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
597          !!!parse-error (type => 'chardecode:fallback',
598                          level => $self->{level}->{uncertain},
599                          #text => $self->{input_encoding},
600                          line => 1, column => 1,
601                          layer => 'encode');
602        } elsif (not ($e_status &
603                      Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
604          $self->{input_encoding} = $charset->get_iana_name;
605          !!!parse-error (type => 'chardecode:no error',
606                          text => $self->{input_encoding},
607                          level => $self->{level}->{uncertain},
608                          line => 1, column => 1,
609                          layer => 'encode');
610        } else {
611          $self->{input_encoding} = $charset->get_iana_name;
612        }
613        $self->{confident} = 1;
614    
615        $wrapped_char_stream = $get_wrapper->($char_stream);
616        $wrapped_char_stream->onerror ($char_onerror);
617    
618        $return = $self->parse_char_stream ($wrapped_char_stream, @args);
619      };
620      return $return;
621    } # parse_byte_stream
622    
623    ## NOTE: HTML5 spec says that the encoding layer MUST NOT strip BOM
624    ## and the HTML layer MUST ignore it.  However, we does strip BOM in
625    ## the encoding layer and the HTML layer does not ignore any U+FEFF,
626    ## because the core part of our HTML parser expects a string of character,
627    ## not a string of bytes or code units or anything which might contain a BOM.
628    ## Therefore, any parser interface that accepts a string of bytes,
629    ## such as |parse_byte_string| in this module, must ensure that it does
630    ## strip the BOM and never strip any ZWNBSP.
631    
632    sub parse_char_string ($$$;$$) {
633      #my ($self, $s, $doc, $onerror, $get_wrapper) = @_;
634      my $self = shift;
635      my $s = ref $_[0] ? $_[0] : \($_[0]);
636      require Whatpm::Charset::DecodeHandle;
637      my $input = Whatpm::Charset::DecodeHandle::CharString->new ($s);
638      return $self->parse_char_stream ($input, @_[1..$#_]);
639    } # parse_char_string
640    *parse_string = \&parse_char_string; ## NOTE: Alias for backward compatibility.
641    
642    sub parse_char_stream ($$$;$$) {
643      my $self = ref $_[0] ? shift : shift->new;
644      my $input = $_[0];
645    $self->{document} = $_[1];    $self->{document} = $_[1];
646      @{$self->{document}->child_nodes} = ();
647    
648    ## NOTE: |set_inner_html| copies most of this method's code    ## NOTE: |set_inner_html| copies most of this method's code
649    
650    my $i = 0;    $self->{confident} = 1 unless exists $self->{confident};
651    my $line = 1;    $self->{document}->input_encoding ($self->{input_encoding})
652    my $column = 0;        if defined $self->{input_encoding};
653    $self->{set_next_input_character} = sub {  ## TODO: |{input_encoding}| is needless?
654    
655      $self->{line_prev} = $self->{line} = 1;
656      $self->{column_prev} = -1;
657      $self->{column} = 0;
658      $self->{set_nc} = sub {
659      my $self = shift;      my $self = shift;
660    
661      pop @{$self->{prev_input_character}};      my $char = '';
662      unshift @{$self->{prev_input_character}}, $self->{next_input_character};      if (defined $self->{next_nc}) {
663          $char = $self->{next_nc};
664          delete $self->{next_nc};
665          $self->{nc} = ord $char;
666        } else {
667          $self->{char_buffer} = '';
668          $self->{char_buffer_pos} = 0;
669    
670          my $count = $input->manakai_read_until
671             ($self->{char_buffer}, qr/[^\x00\x0A\x0D]/, $self->{char_buffer_pos});
672          if ($count) {
673            $self->{line_prev} = $self->{line};
674            $self->{column_prev} = $self->{column};
675            $self->{column}++;
676            $self->{nc}
677                = ord substr ($self->{char_buffer}, $self->{char_buffer_pos}++, 1);
678            return;
679          }
680    
681          if ($input->read ($char, 1)) {
682            $self->{nc} = ord $char;
683          } else {
684            $self->{nc} = -1;
685            return;
686          }
687        }
688    
689      $self->{next_input_character} = -1 and return if $i >= length $$s;      ($self->{line_prev}, $self->{column_prev})
690      $self->{next_input_character} = ord substr $$s, $i++, 1;          = ($self->{line}, $self->{column});
691      $column++;      $self->{column}++;
692            
693      if ($self->{next_input_character} == 0x000A) { # LF      if ($self->{nc} == 0x000A) { # LF
694        $line++;        !!!cp ('j1');
695        $column = 0;        $self->{line}++;
696      } elsif ($self->{next_input_character} == 0x000D) { # CR        $self->{column} = 0;
697        $i++ if substr ($$s, $i, 1) eq "\x0A";      } elsif ($self->{nc} == 0x000D) { # CR
698        $self->{next_input_character} = 0x000A; # LF # MUST        !!!cp ('j2');
699        $line++;  ## TODO: support for abort/streaming
700        $column = 0;        my $next = '';
701      } elsif ($self->{next_input_character} > 0x10FFFF) {        if ($input->read ($next, 1) and $next ne "\x0A") {
702        $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{next_nc} = $next;
703      } elsif ($self->{next_input_character} == 0x0000) { # NULL        }
704          $self->{nc} = 0x000A; # LF # MUST
705          $self->{line}++;
706          $self->{column} = 0;
707        } elsif ($self->{nc} == 0x0000) { # NULL
708          !!!cp ('j4');
709        !!!parse-error (type => 'NULL');        !!!parse-error (type => 'NULL');
710        $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST        $self->{nc} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
711      }      }
712    };    };
713    $self->{prev_input_character} = [-1, -1, -1];  
714    $self->{next_input_character} = -1;    $self->{read_until} = sub {
715        #my ($scalar, $specials_range, $offset) = @_;
716        return 0 if defined $self->{next_nc};
717    
718        my $pattern = qr/[^$_[1]\x00\x0A\x0D]/;
719        my $offset = $_[2] || 0;
720    
721        if ($self->{char_buffer_pos} < length $self->{char_buffer}) {
722          pos ($self->{char_buffer}) = $self->{char_buffer_pos};
723          if ($self->{char_buffer} =~ /\G(?>$pattern)+/) {
724            substr ($_[0], $offset)
725                = substr ($self->{char_buffer}, $-[0], $+[0] - $-[0]);
726            my $count = $+[0] - $-[0];
727            if ($count) {
728              $self->{column} += $count;
729              $self->{char_buffer_pos} += $count;
730              $self->{line_prev} = $self->{line};
731              $self->{column_prev} = $self->{column} - 1;
732              $self->{nc} = -1;
733            }
734            return $count;
735          } else {
736            return 0;
737          }
738        } else {
739          my $count = $input->manakai_read_until ($_[0], $pattern, $_[2]);
740          if ($count) {
741            $self->{column} += $count;
742            $self->{line_prev} = $self->{line};
743            $self->{column_prev} = $self->{column} - 1;
744            $self->{nc} = -1;
745          }
746          return $count;
747        }
748      }; # $self->{read_until}
749    
750    my $onerror = $_[2] || sub {    my $onerror = $_[2] || sub {
751      my (%opt) = @_;      my (%opt) = @_;
752      warn "Parse error ($opt{type}) at line $opt{line} column $opt{column}\n";      my $line = $opt{token} ? $opt{token}->{line} : $opt{line};
753        my $column = $opt{token} ? $opt{token}->{column} : $opt{column};
754        warn "Parse error ($opt{type}) at line $line column $column\n";
755    };    };
756    $self->{parse_error} = sub {    $self->{parse_error} = sub {
757      $onerror->(@_, line => $line, column => $column);      $onerror->(line => $self->{line}, column => $self->{column}, @_);
758    };    };
759    
760      my $char_onerror = sub {
761        my (undef, $type, %opt) = @_;
762        !!!parse-error (layer => 'encode',
763                        line => $self->{line}, column => $self->{column} + 1,
764                        %opt, type => $type);
765      }; # $char_onerror
766    
767      if ($_[3]) {
768        $input = $_[3]->($input);
769        $input->onerror ($char_onerror);
770      } else {
771        $input->onerror ($char_onerror) unless defined $input->onerror;
772      }
773    
774    $self->_initialize_tokenizer;    $self->_initialize_tokenizer;
775    $self->_initialize_tree_constructor;    $self->_initialize_tree_constructor;
776    $self->_construct_tree;    $self->_construct_tree;
777    $self->_terminate_tree_constructor;    $self->_terminate_tree_constructor;
778    
779      delete $self->{parse_error}; # remove loop
780    
781    return $self->{document};    return $self->{document};
782  } # parse_string  } # parse_char_stream
783    
784  sub new ($) {  sub new ($) {
785    my $class = shift;    my $class = shift;
786    my $self = bless {}, $class;    my $self = bless {
787    $self->{set_next_input_character} = sub {      level => {must => 'm',
788      $self->{next_input_character} = -1;                should => 's',
789                  warn => 'w',
790                  info => 'i',
791                  uncertain => 'u'},
792      }, $class;
793      $self->{set_nc} = sub {
794        $self->{nc} = -1;
795    };    };
796    $self->{parse_error} = sub {    $self->{parse_error} = sub {
797      #      #
798    };    };
799      $self->{change_encoding} = sub {
800        # if ($_[0] is a supported encoding) {
801        #   run "change the encoding" algorithm;
802        #   throw Whatpm::HTML::RestartParser (charset => $new_encoding);
803        # }
804      };
805      $self->{application_cache_selection} = sub {
806        #
807      };
808    return $self;    return $self;
809  } # new  } # new
810    
811  sub CM_ENTITY () { 0b001 } # & markup in data  ## Insertion modes
 sub CM_LIMITED_MARKUP () { 0b010 } # < markup in data (limited)  
 sub CM_FULL_MARKUP () { 0b100 } # < markup in data (any)  
   
 sub PLAINTEXT_CONTENT_MODEL () { 0 }  
 sub CDATA_CONTENT_MODEL () { CM_LIMITED_MARKUP }  
 sub RCDATA_CONTENT_MODEL () { CM_ENTITY | CM_LIMITED_MARKUP }  
 sub PCDATA_CONTENT_MODEL () { CM_ENTITY | CM_FULL_MARKUP }  
   
 sub DATA_STATE () { 0 }  
 sub ENTITY_DATA_STATE () { 1 }  
 sub TAG_OPEN_STATE () { 2 }  
 sub CLOSE_TAG_OPEN_STATE () { 3 }  
 sub TAG_NAME_STATE () { 4 }  
 sub BEFORE_ATTRIBUTE_NAME_STATE () { 5 }  
 sub ATTRIBUTE_NAME_STATE () { 6 }  
 sub AFTER_ATTRIBUTE_NAME_STATE () { 7 }  
 sub BEFORE_ATTRIBUTE_VALUE_STATE () { 8 }  
 sub ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE () { 9 }  
 sub ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE () { 10 }  
 sub ATTRIBUTE_VALUE_UNQUOTED_STATE () { 11 }  
 sub ENTITY_IN_ATTRIBUTE_VALUE_STATE () { 12 }  
 sub MARKUP_DECLARATION_OPEN_STATE () { 13 }  
 sub COMMENT_START_STATE () { 14 }  
 sub COMMENT_START_DASH_STATE () { 15 }  
 sub COMMENT_STATE () { 16 }  
 sub COMMENT_END_STATE () { 17 }  
 sub COMMENT_END_DASH_STATE () { 18 }  
 sub BOGUS_COMMENT_STATE () { 19 }  
 sub DOCTYPE_STATE () { 20 }  
 sub BEFORE_DOCTYPE_NAME_STATE () { 21 }  
 sub DOCTYPE_NAME_STATE () { 22 }  
 sub AFTER_DOCTYPE_NAME_STATE () { 23 }  
 sub BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE () { 24 }  
 sub DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE () { 25 }  
 sub DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE () { 26 }  
 sub AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE () { 27 }  
 sub BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE () { 28 }  
 sub DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE () { 29 }  
 sub DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE () { 30 }  
 sub AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE () { 31 }  
 sub BOGUS_DOCTYPE_STATE () { 32 }  
   
 sub DOCTYPE_TOKEN () { 1 }  
 sub COMMENT_TOKEN () { 2 }  
 sub START_TAG_TOKEN () { 3 }  
 sub END_TAG_TOKEN () { 4 }  
 sub END_OF_FILE_TOKEN () { 5 }  
 sub CHARACTER_TOKEN () { 6 }  
812    
813  sub AFTER_HTML_IMS () { 0b100 }  sub AFTER_HTML_IMS () { 0b100 }
814  sub HEAD_IMS ()       { 0b1000 }  sub HEAD_IMS ()       { 0b1000 }
# Line 208  sub TABLE_IMS ()      { 0b1000000 } Line 818  sub TABLE_IMS ()      { 0b1000000 }
818  sub ROW_IMS ()        { 0b10000000 }  sub ROW_IMS ()        { 0b10000000 }
819  sub BODY_AFTER_IMS () { 0b100000000 }  sub BODY_AFTER_IMS () { 0b100000000 }
820  sub FRAME_IMS ()      { 0b1000000000 }  sub FRAME_IMS ()      { 0b1000000000 }
821    sub SELECT_IMS ()     { 0b10000000000 }
822    #sub IN_FOREIGN_CONTENT_IM () { 0b100000000000 } # see Whatpm::HTML::Tokenizer
823        ## NOTE: "in foreign content" insertion mode is special; it is combined
824        ## with the secondary insertion mode.  In this parser, they are stored
825        ## together in the bit-or'ed form.
826    sub IN_CDATA_RCDATA_IM () { 0b1000000000000 }
827        ## NOTE: "in CDATA/RCDATA" insertion mode is also special; it is
828        ## combined with the original insertion mode.  In thie parser,
829        ## they are stored together in the bit-or'ed form.
830    
831    sub IM_MASK () { 0b11111111111 }
832    
833    ## NOTE: "initial" and "before html" insertion modes have no constants.
834    
835    ## NOTE: "after after body" insertion mode.
836  sub AFTER_HTML_BODY_IM () { AFTER_HTML_IMS | BODY_AFTER_IMS }  sub AFTER_HTML_BODY_IM () { AFTER_HTML_IMS | BODY_AFTER_IMS }
837    
838    ## NOTE: "after after frameset" insertion mode.
839  sub AFTER_HTML_FRAMESET_IM () { AFTER_HTML_IMS | FRAME_IMS }  sub AFTER_HTML_FRAMESET_IM () { AFTER_HTML_IMS | FRAME_IMS }
840    
841  sub IN_HEAD_IM () { HEAD_IMS | 0b00 }  sub IN_HEAD_IM () { HEAD_IMS | 0b00 }
842  sub IN_HEAD_NOSCRIPT_IM () { HEAD_IMS | 0b01 }  sub IN_HEAD_NOSCRIPT_IM () { HEAD_IMS | 0b01 }
843  sub AFTER_HEAD_IM () { HEAD_IMS | 0b10 }  sub AFTER_HEAD_IM () { HEAD_IMS | 0b10 }
# Line 224  sub IN_TABLE_IM () { TABLE_IMS } Line 851  sub IN_TABLE_IM () { TABLE_IMS }
851  sub AFTER_BODY_IM () { BODY_AFTER_IMS }  sub AFTER_BODY_IM () { BODY_AFTER_IMS }
852  sub IN_FRAMESET_IM () { FRAME_IMS | 0b01 }  sub IN_FRAMESET_IM () { FRAME_IMS | 0b01 }
853  sub AFTER_FRAMESET_IM () { FRAME_IMS | 0b10 }  sub AFTER_FRAMESET_IM () { FRAME_IMS | 0b10 }
854  sub IN_SELECT_IM () { 0b01 }  sub IN_SELECT_IM () { SELECT_IMS | 0b01 }
855    sub IN_SELECT_IN_TABLE_IM () { SELECT_IMS | 0b10 }
856  sub IN_COLUMN_GROUP_IM () { 0b10 }  sub IN_COLUMN_GROUP_IM () { 0b10 }
857    
 ## Implementations MUST act as if state machine in the spec  
   
 sub _initialize_tokenizer ($) {  
   my $self = shift;  
   $self->{state} = DATA_STATE; # MUST  
   $self->{content_model} = PCDATA_CONTENT_MODEL; # be  
   undef $self->{current_token}; # start tag, end tag, comment, or DOCTYPE  
   undef $self->{current_attribute};  
   undef $self->{last_emitted_start_tag_name};  
   undef $self->{last_attribute_value_state};  
   $self->{char} = [];  
   # $self->{next_input_character}  
   !!!next-input-character;  
   $self->{token} = [];  
   # $self->{escape}  
 } # _initialize_tokenizer  
   
 ## A token has:  
 ##   ->{type} == DOCTYPE_TOKEN, START_TAG_TOKEN, END_TAG_TOKEN, COMMENT_TOKEN,  
 ##       CHARACTER_TOKEN, or END_OF_FILE_TOKEN  
 ##   ->{name} (DOCTYPE_TOKEN)  
 ##   ->{tag_name} (START_TAG_TOKEN, END_TAG_TOKEN)  
 ##   ->{public_identifier} (DOCTYPE_TOKEN)  
 ##   ->{system_identifier} (DOCTYPE_TOKEN)  
 ##   ->{correct} == 1 or 0 (DOCTYPE_TOKEN)  
 ##   ->{attributes} isa HASH (START_TAG_TOKEN, END_TAG_TOKEN)  
 ##   ->{data} (COMMENT_TOKEN, CHARACTER_TOKEN)  
   
 ## Emitted token MUST immediately be handled by the tree construction state.  
   
 ## Before each step, UA MAY check to see if either one of the scripts in  
 ## "list of scripts that will execute as soon as possible" or the first  
 ## script in the "list of scripts that will execute asynchronously",  
 ## has completed loading.  If one has, then it MUST be executed  
 ## and removed from the list.  
   
 ## NOTE: HTML5 "Writing HTML documents" section, applied to  
 ## documents and not to user agents and conformance checkers,  
 ## contains some requirements that are not detected by the  
 ## parsing algorithm:  
 ## - Some requirements on character encoding declarations. ## TODO  
 ## - "Elements MUST NOT contain content that their content model disallows."  
 ##   ... Some are parse error, some are not (will be reported by c.c.).  
 ## - Polytheistic slash SHOULD NOT be used. (Applied only to atheists.) ## TODO  
 ## - Text (in elements, attributes, and comments) SHOULD NOT contain  
 ##   control characters other than space characters. ## TODO: (what is control character? C0, C1 and DEL?  Unicode control character?)  
   
 ## TODO: HTML5 poses authors two SHOULD-level requirements that cannot  
 ## be detected by the HTML5 parsing algorithm:  
 ## - Text,  
   
 sub _get_next_token ($) {  
   my $self = shift;  
   if (@{$self->{token}}) {  
     return shift @{$self->{token}};  
   }  
   
   A: {  
     if ($self->{state} == DATA_STATE) {  
       if ($self->{next_input_character} == 0x0026) { # &  
         if ($self->{content_model} & CM_ENTITY) { # PCDATA | RCDATA  
           $self->{state} = ENTITY_DATA_STATE;  
           !!!next-input-character;  
           redo A;  
         } else {  
           #  
         }  
       } elsif ($self->{next_input_character} == 0x002D) { # -  
         if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
           unless ($self->{escape}) {  
             if ($self->{prev_input_character}->[0] == 0x002D and # -  
                 $self->{prev_input_character}->[1] == 0x0021 and # !  
                 $self->{prev_input_character}->[2] == 0x003C) { # <  
               $self->{escape} = 1;  
             }  
           }  
         }  
           
         #  
       } elsif ($self->{next_input_character} == 0x003C) { # <  
         if ($self->{content_model} & CM_FULL_MARKUP or # PCDATA  
             (($self->{content_model} & CM_LIMITED_MARKUP) and # CDATA | RCDATA  
              not $self->{escape})) {  
           $self->{state} = TAG_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } else {  
           #  
         }  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{escape} and  
             ($self->{content_model} & CM_LIMITED_MARKUP)) { # RCDATA | CDATA  
           if ($self->{prev_input_character}->[0] == 0x002D and # -  
               $self->{prev_input_character}->[1] == 0x002D) { # -  
             delete $self->{escape};  
           }  
         }  
           
         #  
       } elsif ($self->{next_input_character} == -1) {  
         !!!emit ({type => END_OF_FILE_TOKEN});  
         last A; ## TODO: ok?  
       }  
       # Anything else  
       my $token = {type => CHARACTER_TOKEN,  
                    data => chr $self->{next_input_character}};  
       ## Stay in the data state  
       !!!next-input-character;  
   
       !!!emit ($token);  
   
       redo A;  
     } elsif ($self->{state} == ENTITY_DATA_STATE) {  
       ## (cannot happen in CDATA state)  
         
       my $token = $self->_tokenize_attempt_to_consume_an_entity (0);  
   
       $self->{state} = DATA_STATE;  
       # next-input-character is already done  
   
       unless (defined $token) {  
         !!!emit ({type => CHARACTER_TOKEN, data => '&'});  
       } else {  
         !!!emit ($token);  
       }  
   
       redo A;  
     } elsif ($self->{state} == TAG_OPEN_STATE) {  
       if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
         if ($self->{next_input_character} == 0x002F) { # /  
           !!!next-input-character;  
           $self->{state} = CLOSE_TAG_OPEN_STATE;  
           redo A;  
         } else {  
           ## reconsume  
           $self->{state} = DATA_STATE;  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<'});  
   
           redo A;  
         }  
       } elsif ($self->{content_model} & CM_FULL_MARKUP) { # PCDATA  
         if ($self->{next_input_character} == 0x0021) { # !  
           $self->{state} = MARKUP_DECLARATION_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif ($self->{next_input_character} == 0x002F) { # /  
           $self->{state} = CLOSE_TAG_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif (0x0041 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x005A) { # A..Z  
           $self->{current_token}  
             = {type => START_TAG_TOKEN,  
                tag_name => chr ($self->{next_input_character} + 0x0020)};  
           $self->{state} = TAG_NAME_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif (0x0061 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x007A) { # a..z  
           $self->{current_token} = {type => START_TAG_TOKEN,  
                             tag_name => chr ($self->{next_input_character})};  
           $self->{state} = TAG_NAME_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif ($self->{next_input_character} == 0x003E) { # >  
           !!!parse-error (type => 'empty start tag');  
           $self->{state} = DATA_STATE;  
           !!!next-input-character;  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<>'});  
   
           redo A;  
         } elsif ($self->{next_input_character} == 0x003F) { # ?  
           !!!parse-error (type => 'pio');  
           $self->{state} = BOGUS_COMMENT_STATE;  
           ## $self->{next_input_character} is intentionally left as is  
           redo A;  
         } else {  
           !!!parse-error (type => 'bare stago');  
           $self->{state} = DATA_STATE;  
           ## reconsume  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<'});  
   
           redo A;  
         }  
       } else {  
         die "$0: $self->{content_model} in tag open";  
       }  
     } elsif ($self->{state} == CLOSE_TAG_OPEN_STATE) {  
       if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
         if (defined $self->{last_emitted_start_tag_name}) {  
           ## NOTE: <http://krijnhoetmer.nl/irc-logs/whatwg/20070626#l-564>  
           my @next_char;  
           TAGNAME: for (my $i = 0; $i < length $self->{last_emitted_start_tag_name}; $i++) {  
             push @next_char, $self->{next_input_character};  
             my $c = ord substr ($self->{last_emitted_start_tag_name}, $i, 1);  
             my $C = 0x0061 <= $c && $c <= 0x007A ? $c - 0x0020 : $c;  
             if ($self->{next_input_character} == $c or $self->{next_input_character} == $C) {  
               !!!next-input-character;  
               next TAGNAME;  
             } else {  
               $self->{next_input_character} = shift @next_char; # reconsume  
               !!!back-next-input-character (@next_char);  
               $self->{state} = DATA_STATE;  
   
               !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
     
               redo A;  
             }  
           }  
           push @next_char, $self->{next_input_character};  
         
           unless ($self->{next_input_character} == 0x0009 or # HT  
                   $self->{next_input_character} == 0x000A or # LF  
                   $self->{next_input_character} == 0x000B or # VT  
                   $self->{next_input_character} == 0x000C or # FF  
                   $self->{next_input_character} == 0x0020 or # SP  
                   $self->{next_input_character} == 0x003E or # >  
                   $self->{next_input_character} == 0x002F or # /  
                   $self->{next_input_character} == -1) {  
             $self->{next_input_character} = shift @next_char; # reconsume  
             !!!back-next-input-character (@next_char);  
             $self->{state} = DATA_STATE;  
             !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
             redo A;  
           } else {  
             $self->{next_input_character} = shift @next_char;  
             !!!back-next-input-character (@next_char);  
             # and consume...  
           }  
         } else {  
           ## No start tag token has ever been emitted  
           # next-input-character is already done  
           $self->{state} = DATA_STATE;  
           !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
           redo A;  
         }  
       }  
         
       if (0x0041 <= $self->{next_input_character} and  
           $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_token} = {type => END_TAG_TOKEN,  
                           tag_name => chr ($self->{next_input_character} + 0x0020)};  
         $self->{state} = TAG_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif (0x0061 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x007A) { # a..z  
         $self->{current_token} = {type => END_TAG_TOKEN,  
                           tag_name => chr ($self->{next_input_character})};  
         $self->{state} = TAG_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'empty end tag');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'bare etago');  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'bogus end tag');  
         $self->{state} = BOGUS_COMMENT_STATE;  
         ## $self->{next_input_character} is intentionally left as is  
         redo A;  
       }  
     } elsif ($self->{state} == TAG_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_token}->{tag_name} .= chr ($self->{next_input_character} + 0x0020);  
           # start tag or end tag  
         ## Stay in this state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
         redo A;  
       } else {  
         $self->{current_token}->{tag_name} .= chr $self->{next_input_character};  
           # start tag or end tag  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_ATTRIBUTE_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_attribute} = {name => chr ($self->{next_input_character} + 0x0020),  
                               value => ''};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         ## Stay in the state  
         # next-input-character is already done  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute} = {name => chr ($self->{next_input_character}),  
                               value => ''};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_NAME_STATE) {  
       my $before_leave = sub {  
         if (exists $self->{current_token}->{attributes} # start tag or end tag  
             ->{$self->{current_attribute}->{name}}) { # MUST  
           !!!parse-error (type => 'duplicate attribute:'.$self->{current_attribute}->{name});  
           ## Discard $self->{current_attribute} # MUST  
         } else {  
           $self->{current_token}->{attributes}->{$self->{current_attribute}->{name}}  
             = $self->{current_attribute};  
         }  
       }; # $before_leave  
   
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $before_leave->();  
         $self->{state} = AFTER_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003D) { # =  
         $before_leave->();  
         $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $before_leave->();  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_attribute}->{name} .= chr ($self->{next_input_character} + 0x0020);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         $before_leave->();  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         $before_leave->();  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{name} .= chr ($self->{next_input_character});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_ATTRIBUTE_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003D) { # =  
         $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif (0x0041 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x005A) { # A..Z  
         $self->{current_attribute} = {name => chr ($self->{next_input_character} + 0x0020),  
                               value => ''};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x002F) { # /  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
           ## TODO: Different error type for <aa / bb> than <aa/>  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute} = {name => chr ($self->{next_input_character}),  
                               value => ''};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;          
       }  
     } elsif ($self->{state} == BEFORE_ATTRIBUTE_VALUE_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP        
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;  
         ## reconsume  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{value} .= chr ($self->{next_input_character});  
         $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed attribute value');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{value} .= chr ($self->{next_input_character});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed attribute value');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{value} .= chr ($self->{next_input_character});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_UNQUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # HT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0026) { # &  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           $self->{current_token}->{first_start_tag}  
               = not defined $self->{last_emitted_start_tag_name};  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!parse-error (type => 'end tag attribute');  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         $self->{current_attribute}->{value} .= chr ($self->{next_input_character});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ENTITY_IN_ATTRIBUTE_VALUE_STATE) {  
       my $token = $self->_tokenize_attempt_to_consume_an_entity (1);  
   
       unless (defined $token) {  
         $self->{current_attribute}->{value} .= '&';  
       } else {  
         $self->{current_attribute}->{value} .= $token->{data};  
         ## ISSUE: spec says "append the returned character token to the current attribute's value"  
       }  
   
       $self->{state} = $self->{last_attribute_value_state};  
       # next-input-character is already done  
       redo A;  
     } elsif ($self->{state} == BOGUS_COMMENT_STATE) {  
       ## (only happen if PCDATA state)  
         
       my $token = {type => COMMENT_TOKEN, data => ''};  
   
       BC: {  
         if ($self->{next_input_character} == 0x003E) { # >  
           $self->{state} = DATA_STATE;  
           !!!next-input-character;  
   
           !!!emit ($token);  
   
           redo A;  
         } elsif ($self->{next_input_character} == -1) {  
           $self->{state} = DATA_STATE;  
           ## reconsume  
   
           !!!emit ($token);  
   
           redo A;  
         } else {  
           $token->{data} .= chr ($self->{next_input_character});  
           !!!next-input-character;  
           redo BC;  
         }  
       } # BC  
     } elsif ($self->{state} == MARKUP_DECLARATION_OPEN_STATE) {  
       ## (only happen if PCDATA state)  
   
       my @next_char;  
       push @next_char, $self->{next_input_character};  
         
       if ($self->{next_input_character} == 0x002D) { # -  
         !!!next-input-character;  
         push @next_char, $self->{next_input_character};  
         if ($self->{next_input_character} == 0x002D) { # -  
           $self->{current_token} = {type => COMMENT_TOKEN, data => ''};  
           $self->{state} = COMMENT_START_STATE;  
           !!!next-input-character;  
           redo A;  
         }  
       } elsif ($self->{next_input_character} == 0x0044 or # D  
                $self->{next_input_character} == 0x0064) { # d  
         !!!next-input-character;  
         push @next_char, $self->{next_input_character};  
         if ($self->{next_input_character} == 0x004F or # O  
             $self->{next_input_character} == 0x006F) { # o  
           !!!next-input-character;  
           push @next_char, $self->{next_input_character};  
           if ($self->{next_input_character} == 0x0043 or # C  
               $self->{next_input_character} == 0x0063) { # c  
             !!!next-input-character;  
             push @next_char, $self->{next_input_character};  
             if ($self->{next_input_character} == 0x0054 or # T  
                 $self->{next_input_character} == 0x0074) { # t  
               !!!next-input-character;  
               push @next_char, $self->{next_input_character};  
               if ($self->{next_input_character} == 0x0059 or # Y  
                   $self->{next_input_character} == 0x0079) { # y  
                 !!!next-input-character;  
                 push @next_char, $self->{next_input_character};  
                 if ($self->{next_input_character} == 0x0050 or # P  
                     $self->{next_input_character} == 0x0070) { # p  
                   !!!next-input-character;  
                   push @next_char, $self->{next_input_character};  
                   if ($self->{next_input_character} == 0x0045 or # E  
                       $self->{next_input_character} == 0x0065) { # e  
                     ## ISSUE: What a stupid code this is!  
                     $self->{state} = DOCTYPE_STATE;  
                     !!!next-input-character;  
                     redo A;  
                   }  
                 }  
               }  
             }  
           }  
         }  
       }  
   
       !!!parse-error (type => 'bogus comment');  
       $self->{next_input_character} = shift @next_char;  
       !!!back-next-input-character (@next_char);  
       $self->{state} = BOGUS_COMMENT_STATE;  
       redo A;  
         
       ## ISSUE: typos in spec: chacacters, is is a parse error  
       ## ISSUE: spec is somewhat unclear on "is the first character that will be in the comment"; what is "that will be in the comment" is what the algorithm defines, isn't it?  
     } elsif ($self->{state} == COMMENT_START_STATE) {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = COMMENT_START_DASH_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'bogus comment');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} # comment  
             .= chr ($self->{next_input_character});  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_START_DASH_STATE) {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = COMMENT_END_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'bogus comment');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} # comment  
             .= '-' . chr ($self->{next_input_character});  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_STATE) {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = COMMENT_END_DASH_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} .= chr ($self->{next_input_character}); # comment  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_END_DASH_STATE) {  
       if ($self->{next_input_character} == 0x002D) { # -  
         $self->{state} = COMMENT_END_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         $self->{current_token}->{data} .= '-' . chr ($self->{next_input_character}); # comment  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_END_STATE) {  
       if ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_input_character} == 0x002D) { # -  
         !!!parse-error (type => 'dash in comment');  
         $self->{current_token}->{data} .= '-'; # comment  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'dash in comment');  
         $self->{current_token}->{data} .= '--' . chr ($self->{next_input_character}); # comment  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $self->{state} = BEFORE_DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } else {  
         !!!parse-error (type => 'no space before DOCTYPE name');  
         $self->{state} = BEFORE_DOCTYPE_NAME_STATE;  
         ## reconsume  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_DOCTYPE_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'no DOCTYPE name');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ({type => DOCTYPE_TOKEN}); # incorrect  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'no DOCTYPE name');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ({type => DOCTYPE_TOKEN}); # incorrect  
   
         redo A;  
       } else {  
         $self->{current_token}  
             = {type => DOCTYPE_TOKEN,  
                name => chr ($self->{next_input_character}),  
                correct => 1};  
 ## ISSUE: "Set the token's name name to the" in the spec  
         $self->{state} = DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_NAME_STATE) {  
 ## ISSUE: Redundant "First," in the spec.  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         $self->{state} = AFTER_DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{name}  
           .= chr ($self->{next_input_character}); # DOCTYPE  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_NAME_STATE) {  
       if ($self->{next_input_character} == 0x0009 or # HT  
           $self->{next_input_character} == 0x000A or # LF  
           $self->{next_input_character} == 0x000B or # VT  
           $self->{next_input_character} == 0x000C or # FF  
           $self->{next_input_character} == 0x0020) { # SP  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == 0x0050 or # P  
                $self->{next_input_character} == 0x0070) { # p  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x0055 or # U  
             $self->{next_input_character} == 0x0075) { # u  
           !!!next-input-character;  
           if ($self->{next_input_character} == 0x0042 or # B  
               $self->{next_input_character} == 0x0062) { # b  
             !!!next-input-character;  
             if ($self->{next_input_character} == 0x004C or # L  
                 $self->{next_input_character} == 0x006C) { # l  
               !!!next-input-character;  
               if ($self->{next_input_character} == 0x0049 or # I  
                   $self->{next_input_character} == 0x0069) { # i  
                 !!!next-input-character;  
                 if ($self->{next_input_character} == 0x0043 or # C  
                     $self->{next_input_character} == 0x0063) { # c  
                   $self->{state} = BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
                   !!!next-input-character;  
                   redo A;  
                 }  
               }  
             }  
           }  
         }  
   
         #  
       } elsif ($self->{next_input_character} == 0x0053 or # S  
                $self->{next_input_character} == 0x0073) { # s  
         !!!next-input-character;  
         if ($self->{next_input_character} == 0x0059 or # Y  
             $self->{next_input_character} == 0x0079) { # y  
           !!!next-input-character;  
           if ($self->{next_input_character} == 0x0053 or # S  
               $self->{next_input_character} == 0x0073) { # s  
             !!!next-input-character;  
             if ($self->{next_input_character} == 0x0054 or # T  
                 $self->{next_input_character} == 0x0074) { # t  
               !!!next-input-character;  
               if ($self->{next_input_character} == 0x0045 or # E  
                   $self->{next_input_character} == 0x0065) { # e  
                 !!!next-input-character;  
                 if ($self->{next_input_character} == 0x004D or # M  
                     $self->{next_input_character} == 0x006D) { # m  
                   $self->{state} = BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
                   !!!next-input-character;  
                   redo A;  
                 }  
               }  
             }  
           }  
         }  
   
         #  
       } else {  
         !!!next-input-character;  
         #  
       }  
   
       !!!parse-error (type => 'string after DOCTYPE name');  
       $self->{state} = BOGUS_DOCTYPE_STATE;  
       # next-input-character is already done  
       redo A;  
     } elsif ($self->{state} == BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_input_character}}) {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} eq 0x0022) { # "  
         $self->{current_token}->{public_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} eq 0x0027) { # '  
         $self->{current_token}->{public_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} eq 0x003E) { # >  
         !!!parse-error (type => 'no PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after PUBLIC');  
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{public_identifier} # DOCTYPE  
             .= chr $self->{next_input_character};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{public_identifier} # DOCTYPE  
             .= chr $self->{next_input_character};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_input_character}}) {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0022) { # "  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0027) { # '  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after PUBLIC literal');  
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_input_character}}) {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0022) { # "  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x0027) { # '  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         !!!parse-error (type => 'no SYSTEM literal');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after SYSTEM');  
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0022) { # "  
         $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed SYSTEM literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{system_identifier} # DOCTYPE  
             .= chr $self->{next_input_character};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE) {  
       if ($self->{next_input_character} == 0x0027) { # '  
         $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed SYSTEM literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         $self->{current_token}->{system_identifier} # DOCTYPE  
             .= chr $self->{next_input_character};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_input_character}}) {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!parse-error (type => 'string after SYSTEM literal');  
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BOGUS_DOCTYPE_STATE) {  
       if ($self->{next_input_character} == 0x003E) { # >  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_input_character} == -1) {  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         delete $self->{current_token}->{correct};  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } else {  
       die "$0: $self->{state}: Unknown state";  
     }  
   } # A    
   
   die "$0: _get_next_token: unexpected case";  
 } # _get_next_token  
   
 sub _tokenize_attempt_to_consume_an_entity ($$) {  
   my ($self, $in_attr) = @_;  
   
   if ({  
        0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, # HT, LF, VT, FF,  
        0x0020 => 1, 0x003C => 1, 0x0026 => 1, -1 => 1, # SP, <, & # 0x000D # CR  
       }->{$self->{next_input_character}}) {  
     ## Don't consume  
     ## No error  
     return undef;  
   } elsif ($self->{next_input_character} == 0x0023) { # #  
     !!!next-input-character;  
     if ($self->{next_input_character} == 0x0078 or # x  
         $self->{next_input_character} == 0x0058) { # X  
       my $code;  
       X: {  
         my $x_char = $self->{next_input_character};  
         !!!next-input-character;  
         if (0x0030 <= $self->{next_input_character} and  
             $self->{next_input_character} <= 0x0039) { # 0..9  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_input_character} - 0x0030;  
           redo X;  
         } elsif (0x0061 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x0066) { # a..f  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_input_character} - 0x0060 + 9;  
           redo X;  
         } elsif (0x0041 <= $self->{next_input_character} and  
                  $self->{next_input_character} <= 0x0046) { # A..F  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_input_character} - 0x0040 + 9;  
           redo X;  
         } elsif (not defined $code) { # no hexadecimal digit  
           !!!parse-error (type => 'bare hcro');  
           !!!back-next-input-character ($x_char, $self->{next_input_character});  
           $self->{next_input_character} = 0x0023; # #  
           return undef;  
         } elsif ($self->{next_input_character} == 0x003B) { # ;  
           !!!next-input-character;  
         } else {  
           !!!parse-error (type => 'no refc');  
         }  
   
         if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {  
           !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);  
           $code = 0xFFFD;  
         } elsif ($code > 0x10FFFF) {  
           !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);  
           $code = 0xFFFD;  
         } elsif ($code == 0x000D) {  
           !!!parse-error (type => 'CR character reference');  
           $code = 0x000A;  
         } elsif (0x80 <= $code and $code <= 0x9F) {  
           !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);  
           $code = $c1_entity_char->{$code};  
         }  
   
         return {type => CHARACTER_TOKEN, data => chr $code};  
       } # X  
     } elsif (0x0030 <= $self->{next_input_character} and  
              $self->{next_input_character} <= 0x0039) { # 0..9  
       my $code = $self->{next_input_character} - 0x0030;  
       !!!next-input-character;  
         
       while (0x0030 <= $self->{next_input_character} and  
                 $self->{next_input_character} <= 0x0039) { # 0..9  
         $code *= 10;  
         $code += $self->{next_input_character} - 0x0030;  
           
         !!!next-input-character;  
       }  
   
       if ($self->{next_input_character} == 0x003B) { # ;  
         !!!next-input-character;  
       } else {  
         !!!parse-error (type => 'no refc');  
       }  
   
       if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {  
         !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);  
         $code = 0xFFFD;  
       } elsif ($code > 0x10FFFF) {  
         !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);  
         $code = 0xFFFD;  
       } elsif ($code == 0x000D) {  
         !!!parse-error (type => 'CR character reference');  
         $code = 0x000A;  
       } elsif (0x80 <= $code and $code <= 0x9F) {  
         !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);  
         $code = $c1_entity_char->{$code};  
       }  
         
       return {type => CHARACTER_TOKEN, data => chr $code};  
     } else {  
       !!!parse-error (type => 'bare nero');  
       !!!back-next-input-character ($self->{next_input_character});  
       $self->{next_input_character} = 0x0023; # #  
       return undef;  
     }  
   } elsif ((0x0041 <= $self->{next_input_character} and  
             $self->{next_input_character} <= 0x005A) or  
            (0x0061 <= $self->{next_input_character} and  
             $self->{next_input_character} <= 0x007A)) {  
     my $entity_name = chr $self->{next_input_character};  
     !!!next-input-character;  
   
     my $value = $entity_name;  
     my $match = 0;  
     require Whatpm::_NamedEntityList;  
     our $EntityChar;  
   
     while (length $entity_name < 10 and  
            ## NOTE: Some number greater than the maximum length of entity name  
            ((0x0041 <= $self->{next_input_character} and # a  
              $self->{next_input_character} <= 0x005A) or # x  
             (0x0061 <= $self->{next_input_character} and # a  
              $self->{next_input_character} <= 0x007A) or # z  
             (0x0030 <= $self->{next_input_character} and # 0  
              $self->{next_input_character} <= 0x0039) or # 9  
             $self->{next_input_character} == 0x003B)) { # ;  
       $entity_name .= chr $self->{next_input_character};  
       if (defined $EntityChar->{$entity_name}) {  
         if ($self->{next_input_character} == 0x003B) { # ;  
           $value = $EntityChar->{$entity_name};  
           $match = 1;  
           !!!next-input-character;  
           last;  
         } else {  
           $value = $EntityChar->{$entity_name};  
           $match = -1;  
           !!!next-input-character;  
         }  
       } else {  
         $value .= chr $self->{next_input_character};  
         $match *= 2;  
         !!!next-input-character;  
       }  
     }  
       
     if ($match > 0) {  
       return {type => CHARACTER_TOKEN, data => $value};  
     } elsif ($match < 0) {  
       !!!parse-error (type => 'no refc');  
       if ($in_attr and $match < -1) {  
         return {type => CHARACTER_TOKEN, data => '&'.$entity_name};  
       } else {  
         return {type => CHARACTER_TOKEN, data => $value};  
       }  
     } else {  
       !!!parse-error (type => 'bare ero');  
       ## NOTE: No characters are consumed in the spec.  
       return {type => CHARACTER_TOKEN, data => '&'.$value};  
     }  
   } else {  
     ## no characters are consumed  
     !!!parse-error (type => 'bare ero');  
     return undef;  
   }  
 } # _tokenize_attempt_to_consume_an_entity  
   
858  sub _initialize_tree_constructor ($) {  sub _initialize_tree_constructor ($) {
859    my $self = shift;    my $self = shift;
860    ## NOTE: $self->{document} MUST be specified before this method is called    ## NOTE: $self->{document} MUST be specified before this method is called
# Line 1864  sub _initialize_tree_constructor ($) { Line 862  sub _initialize_tree_constructor ($) {
862    ## TODO: Turn mutation events off # MUST    ## TODO: Turn mutation events off # MUST
863    ## TODO: Turn loose Document option (manakai extension) on    ## TODO: Turn loose Document option (manakai extension) on
864    $self->{document}->manakai_is_html (1); # MUST    $self->{document}->manakai_is_html (1); # MUST
865      $self->{document}->set_user_data (manakai_source_line => 1);
866      $self->{document}->set_user_data (manakai_source_column => 1);
867  } # _initialize_tree_constructor  } # _initialize_tree_constructor
868    
869  sub _terminate_tree_constructor ($) {  sub _terminate_tree_constructor ($) {
# Line 1883  sub _construct_tree ($) { Line 883  sub _construct_tree ($) {
883    ## When an interactive UA render the $self->{document} available    ## When an interactive UA render the $self->{document} available
884    ## to the user, or when it begin accepting user input, are    ## to the user, or when it begin accepting user input, are
885    ## not defined.    ## not defined.
   
   ## Append a character: collect it and all subsequent consecutive  
   ## characters and insert one Text node whose data is concatenation  
   ## of all those characters. # MUST  
886        
887    !!!next-token;    !!!next-token;
888    
   $self->{insertion_mode} = BEFORE_HEAD_IM;  
889    undef $self->{form_element};    undef $self->{form_element};
890    undef $self->{head_element};    undef $self->{head_element};
891      undef $self->{head_element_inserted};
892    $self->{open_elements} = [];    $self->{open_elements} = [];
893    undef $self->{inner_html_node};    undef $self->{inner_html_node};
894      undef $self->{ignore_newline};
895    
896      ## NOTE: The "initial" insertion mode.
897    $self->_tree_construction_initial; # MUST    $self->_tree_construction_initial; # MUST
898    
899      ## NOTE: The "before html" insertion mode.
900    $self->_tree_construction_root_element;    $self->_tree_construction_root_element;
901      $self->{insertion_mode} = BEFORE_HEAD_IM;
902    
903      ## NOTE: The "before head" insertion mode and so on.
904    $self->_tree_construction_main;    $self->_tree_construction_main;
905  } # _construct_tree  } # _construct_tree
906    
907  sub _tree_construction_initial ($) {  sub _tree_construction_initial ($) {
908    my $self = shift;    my $self = shift;
909    
910      ## NOTE: "initial" insertion mode
911    
912    INITIAL: {    INITIAL: {
913      if ($token->{type} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
914        ## NOTE: Conformance checkers MAY, instead of reporting "not HTML5"        ## NOTE: Conformance checkers MAY, instead of reporting "not
915        ## error, switch to a conformance checking mode for another        ## HTML5" error, switch to a conformance checking mode for
916        ## language.        ## another language.  (We don't support such mode switchings; it
917          ## is nonsense to do anything different from what browsers do.)
918        my $doctype_name = $token->{name};        my $doctype_name = $token->{name};
919        $doctype_name = '' unless defined $doctype_name;        $doctype_name = '' unless defined $doctype_name;
920        $doctype_name =~ tr/a-z/A-Z/;        my $doctype = $self->{document}->create_document_type_definition
921        if (not defined $token->{name} or # <!DOCTYPE>            ($doctype_name);
922            defined $token->{public_identifier} or  
923            defined $token->{system_identifier}) {        $doctype_name =~ tr/A-Z/a-z/; # ASCII case-insensitive
924          !!!parse-error (type => 'not HTML5');        if ($doctype_name ne 'html') {
925        } elsif ($doctype_name ne 'HTML') {          !!!cp ('t1');
926          ## ISSUE: ASCII case-insensitive? (in fact it does not matter)          !!!parse-error (type => 'not HTML5', token => $token);
927          !!!parse-error (type => 'not HTML5');        } elsif (defined $token->{pubid}) {
928            !!!cp ('t2');
929            ## XXX Obsolete permitted DOCTYPEs
930            !!!parse-error (type => 'not HTML5', token => $token);
931          } elsif (defined $token->{sysid}) {
932            if ($token->{sysid} eq 'about:legacy-compat') {
933              !!!cp ('t1.2'); ## <!DOCTYPE HTML SYSTEM "about:legacy-compat">
934              !!!parse-error (type => 'XSLT-compat', token => $token,
935                              level => $self->{level}->{should});
936            } else {
937              !!!parse-error (type => 'not HTML5', token => $token);
938            }
939          } else { ## <!DOCTYPE HTML>
940            !!!cp ('t3');
941            #
942        }        }
943                
944        my $doctype = $self->{document}->create_document_type_definition        ## NOTE: Default value for both |public_id| and |system_id| attributes
945          ($token->{name}); ## ISSUE: If name is missing (e.g. <!DOCTYPE>)?        ## are empty strings, so that we don't set any value in missing cases.
946        $doctype->public_id ($token->{public_identifier})        $doctype->public_id ($token->{pubid}) if defined $token->{pubid};
947            if defined $token->{public_identifier};        $doctype->system_id ($token->{sysid}) if defined $token->{sysid};
948        $doctype->system_id ($token->{system_identifier})  
           if defined $token->{system_identifier};  
949        ## NOTE: Other DocumentType attributes are null or empty lists.        ## NOTE: Other DocumentType attributes are null or empty lists.
950        ## ISSUE: internalSubset = null??        ## In Firefox3, |internalSubset| attribute is set to the empty
951          ## string, while |null| is an allowed value for the attribute
952          ## according to DOM3 Core.
953        $self->{document}->append_child ($doctype);        $self->{document}->append_child ($doctype);
954                
955        if (not $token->{correct} or $doctype_name ne 'HTML') {        if ($token->{quirks} or $doctype_name ne 'html') {
956            !!!cp ('t4');
957          $self->{document}->manakai_compat_mode ('quirks');          $self->{document}->manakai_compat_mode ('quirks');
958        } elsif (defined $token->{public_identifier}) {        } elsif (defined $token->{pubid}) {
959          my $pubid = $token->{public_identifier};          my $pubid = $token->{pubid};
960          $pubid =~ tr/a-z/A-z/;          $pubid =~ tr/a-z/A-z/;
961          if ({          my $prefix = [
962            "+//SILMARIL//DTD HTML PRO V0R11 19970101//EN" => 1,            "+//SILMARIL//DTD HTML PRO V0R11 19970101//",
963            "-//ADVASOFT LTD//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,            "-//ADVASOFT LTD//DTD HTML 3.0 ASWEDIT + EXTENSIONS//",
964            "-//AS//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,            "-//AS//DTD HTML 3.0 ASWEDIT + EXTENSIONS//",
965            "-//IETF//DTD HTML 2.0 LEVEL 1//EN" => 1,            "-//IETF//DTD HTML 2.0 LEVEL 1//",
966            "-//IETF//DTD HTML 2.0 LEVEL 2//EN" => 1,            "-//IETF//DTD HTML 2.0 LEVEL 2//",
967            "-//IETF//DTD HTML 2.0 STRICT LEVEL 1//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT LEVEL 1//",
968            "-//IETF//DTD HTML 2.0 STRICT LEVEL 2//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT LEVEL 2//",
969            "-//IETF//DTD HTML 2.0 STRICT//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT//",
970            "-//IETF//DTD HTML 2.0//EN" => 1,            "-//IETF//DTD HTML 2.0//",
971            "-//IETF//DTD HTML 2.1E//EN" => 1,            "-//IETF//DTD HTML 2.1E//",
972            "-//IETF//DTD HTML 3.0//EN" => 1,            "-//IETF//DTD HTML 3.0//",
973            "-//IETF//DTD HTML 3.0//EN//" => 1,            "-//IETF//DTD HTML 3.2 FINAL//",
974            "-//IETF//DTD HTML 3.2 FINAL//EN" => 1,            "-//IETF//DTD HTML 3.2//",
975            "-//IETF//DTD HTML 3.2//EN" => 1,            "-//IETF//DTD HTML 3//",
976            "-//IETF//DTD HTML 3//EN" => 1,            "-//IETF//DTD HTML LEVEL 0//",
977            "-//IETF//DTD HTML LEVEL 0//EN" => 1,            "-//IETF//DTD HTML LEVEL 1//",
978            "-//IETF//DTD HTML LEVEL 0//EN//2.0" => 1,            "-//IETF//DTD HTML LEVEL 2//",
979            "-//IETF//DTD HTML LEVEL 1//EN" => 1,            "-//IETF//DTD HTML LEVEL 3//",
980            "-//IETF//DTD HTML LEVEL 1//EN//2.0" => 1,            "-//IETF//DTD HTML STRICT LEVEL 0//",
981            "-//IETF//DTD HTML LEVEL 2//EN" => 1,            "-//IETF//DTD HTML STRICT LEVEL 1//",
982            "-//IETF//DTD HTML LEVEL 2//EN//2.0" => 1,            "-//IETF//DTD HTML STRICT LEVEL 2//",
983            "-//IETF//DTD HTML LEVEL 3//EN" => 1,            "-//IETF//DTD HTML STRICT LEVEL 3//",
984            "-//IETF//DTD HTML LEVEL 3//EN//3.0" => 1,            "-//IETF//DTD HTML STRICT//",
985            "-//IETF//DTD HTML STRICT LEVEL 0//EN" => 1,            "-//IETF//DTD HTML//",
986            "-//IETF//DTD HTML STRICT LEVEL 0//EN//2.0" => 1,            "-//METRIUS//DTD METRIUS PRESENTATIONAL//",
987            "-//IETF//DTD HTML STRICT LEVEL 1//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML STRICT//",
988            "-//IETF//DTD HTML STRICT LEVEL 1//EN//2.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML//",
989            "-//IETF//DTD HTML STRICT LEVEL 2//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 TABLES//",
990            "-//IETF//DTD HTML STRICT LEVEL 2//EN//2.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML STRICT//",
991            "-//IETF//DTD HTML STRICT LEVEL 3//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML//",
992            "-//IETF//DTD HTML STRICT LEVEL 3//EN//3.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 TABLES//",
993            "-//IETF//DTD HTML STRICT//EN" => 1,            "-//NETSCAPE COMM. CORP.//DTD HTML//",
994            "-//IETF//DTD HTML STRICT//EN//2.0" => 1,            "-//NETSCAPE COMM. CORP.//DTD STRICT HTML//",
995            "-//IETF//DTD HTML STRICT//EN//3.0" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML 2.0//",
996            "-//IETF//DTD HTML//EN" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED 1.0//",
997            "-//IETF//DTD HTML//EN//2.0" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED RELAXED 1.0//",
998            "-//IETF//DTD HTML//EN//3.0" => 1,            "-//SOFTQUAD SOFTWARE//DTD HOTMETAL PRO 6.0::19990601::EXTENSIONS TO HTML 4.0//",
999            "-//METRIUS//DTD METRIUS PRESENTATIONAL//EN" => 1,            "-//SOFTQUAD//DTD HOTMETAL PRO 4.0::19971010::EXTENSIONS TO HTML 4.0//",
1000            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML STRICT//EN" => 1,            "-//SPYGLASS//DTD HTML 2.0 EXTENDED//",
1001            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML//EN" => 1,            "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//",
1002            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 TABLES//EN" => 1,            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//",
1003            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML STRICT//EN" => 1,            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//",
1004            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML//EN" => 1,            "-//W3C//DTD HTML 3 1995-03-24//",
1005            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 TABLES//EN" => 1,            "-//W3C//DTD HTML 3.2 DRAFT//",
1006            "-//NETSCAPE COMM. CORP.//DTD HTML//EN" => 1,            "-//W3C//DTD HTML 3.2 FINAL//",
1007            "-//NETSCAPE COMM. CORP.//DTD STRICT HTML//EN" => 1,            "-//W3C//DTD HTML 3.2//",
1008            "-//O'REILLY AND ASSOCIATES//DTD HTML 2.0//EN" => 1,            "-//W3C//DTD HTML 3.2S DRAFT//",
1009            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED 1.0//EN" => 1,            "-//W3C//DTD HTML 4.0 FRAMESET//",
1010            "-//SPYGLASS//DTD HTML 2.0 EXTENDED//EN" => 1,            "-//W3C//DTD HTML 4.0 TRANSITIONAL//",
1011            "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//EN" => 1,            "-//W3C//DTD HTML EXPERIMETNAL 19960712//",
1012            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//EN" => 1,            "-//W3C//DTD HTML EXPERIMENTAL 970421//",
1013            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//EN" => 1,            "-//W3C//DTD W3 HTML//",
1014            "-//W3C//DTD HTML 3 1995-03-24//EN" => 1,            "-//W3O//DTD W3 HTML 3.0//",
1015            "-//W3C//DTD HTML 3.2 DRAFT//EN" => 1,            "-//WEBTECHS//DTD MOZILLA HTML 2.0//",
1016            "-//W3C//DTD HTML 3.2 FINAL//EN" => 1,            "-//WEBTECHS//DTD MOZILLA HTML//",
1017            "-//W3C//DTD HTML 3.2//EN" => 1,          ]; # $prefix
1018            "-//W3C//DTD HTML 3.2S DRAFT//EN" => 1,          my $match;
1019            "-//W3C//DTD HTML 4.0 FRAMESET//EN" => 1,          for (@$prefix) {
1020            "-//W3C//DTD HTML 4.0 TRANSITIONAL//EN" => 1,            if (substr ($prefix, 0, length $_) eq $_) {
1021            "-//W3C//DTD HTML EXPERIMETNAL 19960712//EN" => 1,              $match = 1;
1022            "-//W3C//DTD HTML EXPERIMENTAL 970421//EN" => 1,              last;
1023            "-//W3C//DTD W3 HTML//EN" => 1,            }
1024            "-//W3O//DTD W3 HTML 3.0//EN" => 1,          }
1025            "-//W3O//DTD W3 HTML 3.0//EN//" => 1,          if ($match or
1026            "-//W3O//DTD W3 HTML STRICT 3.0//EN//" => 1,              $pubid eq "-//W3O//DTD W3 HTML STRICT 3.0//EN//" or
1027            "-//WEBTECHS//DTD MOZILLA HTML 2.0//EN" => 1,              $pubid eq "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" or
1028            "-//WEBTECHS//DTD MOZILLA HTML//EN" => 1,              $pubid eq "HTML") {
1029            "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" => 1,            !!!cp ('t5');
           "HTML" => 1,  
         }->{$pubid}) {  
1030            $self->{document}->manakai_compat_mode ('quirks');            $self->{document}->manakai_compat_mode ('quirks');
1031          } elsif ($pubid eq "-//W3C//DTD HTML 4.01 FRAMESET//EN" or          } elsif ($pubid =~ m[^-//W3C//DTD HTML 4.01 FRAMESET//] or
1032                   $pubid eq "-//W3C//DTD HTML 4.01 TRANSITIONAL//EN") {                   $pubid =~ m[^-//W3C//DTD HTML 4.01 TRANSITIONAL//]) {
1033            if (defined $token->{system_identifier}) {            if (defined $token->{sysid}) {
1034                !!!cp ('t6');
1035              $self->{document}->manakai_compat_mode ('quirks');              $self->{document}->manakai_compat_mode ('quirks');
1036            } else {            } else {
1037                !!!cp ('t7');
1038              $self->{document}->manakai_compat_mode ('limited quirks');              $self->{document}->manakai_compat_mode ('limited quirks');
1039            }            }
1040          } elsif ($pubid eq "-//W3C//DTD XHTML 1.0 Frameset//EN" or          } elsif ($pubid =~ m[^-//W3C//DTD XHTML 1.0 FRAMESET//] or
1041                   $pubid eq "-//W3C//DTD XHTML 1.0 Transitional//EN") {                   $pubid =~ m[^-//W3C//DTD XHTML 1.0 TRANSITIONAL//]) {
1042              !!!cp ('t8');
1043            $self->{document}->manakai_compat_mode ('limited quirks');            $self->{document}->manakai_compat_mode ('limited quirks');
1044            } else {
1045              !!!cp ('t9');
1046          }          }
1047          } else {
1048            !!!cp ('t10');
1049        }        }
1050        if (defined $token->{system_identifier}) {        if (defined $token->{sysid}) {
1051          my $sysid = $token->{system_identifier};          my $sysid = $token->{sysid};
1052          $sysid =~ tr/A-Z/a-z/;          $sysid =~ tr/A-Z/a-z/;
1053          if ($sysid eq "http://www.ibm.com/data/dtd/v11/ibmxhtml1-transitional.dtd") {          if ($sysid eq "http://www.ibm.com/data/dtd/v11/ibmxhtml1-transitional.dtd") {
1054              ## NOTE: Ensure that |PUBLIC "(limited quirks)" "(quirks)"| is
1055              ## marked as quirks.
1056            $self->{document}->manakai_compat_mode ('quirks');            $self->{document}->manakai_compat_mode ('quirks');
1057              !!!cp ('t11');
1058            } else {
1059              !!!cp ('t12');
1060          }          }
1061          } else {
1062            !!!cp ('t13');
1063        }        }
1064                
1065        ## Go to the root element phase.        ## Go to the "before html" insertion mode.
1066        !!!next-token;        !!!next-token;
1067        return;        return;
1068      } elsif ({      } elsif ({
# Line 2035  sub _tree_construction_initial ($) { Line 1070  sub _tree_construction_initial ($) {
1070                END_TAG_TOKEN, 1,                END_TAG_TOKEN, 1,
1071                END_OF_FILE_TOKEN, 1,                END_OF_FILE_TOKEN, 1,
1072               }->{$token->{type}}) {               }->{$token->{type}}) {
1073        !!!parse-error (type => 'no DOCTYPE');        !!!cp ('t14');
1074          !!!parse-error (type => 'no DOCTYPE', token => $token);
1075        $self->{document}->manakai_compat_mode ('quirks');        $self->{document}->manakai_compat_mode ('quirks');
1076        ## Go to the root element phase        ## Go to the "before html" insertion mode.
1077        ## reprocess        ## reprocess
1078          !!!ack-later;
1079        return;        return;
1080      } elsif ($token->{type} == CHARACTER_TOKEN) {      } elsif ($token->{type} == CHARACTER_TOKEN) {
1081        if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D        if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1082          ## Ignore the token          ## Ignore the token
1083    
1084          unless (length $token->{data}) {          unless (length $token->{data}) {
1085            ## Stay in the phase            !!!cp ('t15');
1086              ## Stay in the insertion mode.
1087            !!!next-token;            !!!next-token;
1088            redo INITIAL;            redo INITIAL;
1089            } else {
1090              !!!cp ('t16');
1091          }          }
1092          } else {
1093            !!!cp ('t17');
1094        }        }
1095    
1096        !!!parse-error (type => 'no DOCTYPE');        !!!parse-error (type => 'no DOCTYPE', token => $token);
1097        $self->{document}->manakai_compat_mode ('quirks');        $self->{document}->manakai_compat_mode ('quirks');
1098        ## Go to the root element phase        ## Go to the "before html" insertion mode.
1099        ## reprocess        ## reprocess
1100        return;        return;
1101      } elsif ($token->{type} == COMMENT_TOKEN) {      } elsif ($token->{type} == COMMENT_TOKEN) {
1102          !!!cp ('t18');
1103        my $comment = $self->{document}->create_comment ($token->{data});        my $comment = $self->{document}->create_comment ($token->{data});
1104        $self->{document}->append_child ($comment);        $self->{document}->append_child ($comment);
1105                
1106        ## Stay in the phase.        ## Stay in the insertion mode.
1107        !!!next-token;        !!!next-token;
1108        redo INITIAL;        redo INITIAL;
1109      } else {      } else {
1110        die "$0: $token->{type}: Unknown token type";        die "$0: $token->{type}: Unknown token type";
1111      }      }
1112    } # INITIAL    } # INITIAL
1113    
1114      die "$0: _tree_construction_initial: This should be never reached";
1115  } # _tree_construction_initial  } # _tree_construction_initial
1116    
1117  sub _tree_construction_root_element ($) {  sub _tree_construction_root_element ($) {
1118    my $self = shift;    my $self = shift;
1119    
1120      ## NOTE: "before html" insertion mode.
1121        
1122    B: {    B: {
1123        if ($token->{type} == DOCTYPE_TOKEN) {        if ($token->{type} == DOCTYPE_TOKEN) {
1124          !!!parse-error (type => 'in html:#DOCTYPE');          !!!cp ('t19');
1125            !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
1126          ## Ignore the token          ## Ignore the token
1127          ## Stay in the phase          ## Stay in the insertion mode.
1128          !!!next-token;          !!!next-token;
1129          redo B;          redo B;
1130        } elsif ($token->{type} == COMMENT_TOKEN) {        } elsif ($token->{type} == COMMENT_TOKEN) {
1131            !!!cp ('t20');
1132          my $comment = $self->{document}->create_comment ($token->{data});          my $comment = $self->{document}->create_comment ($token->{data});
1133          $self->{document}->append_child ($comment);          $self->{document}->append_child ($comment);
1134          ## Stay in the phase          ## Stay in the insertion mode.
1135          !!!next-token;          !!!next-token;
1136          redo B;          redo B;
1137        } elsif ($token->{type} == CHARACTER_TOKEN) {        } elsif ($token->{type} == CHARACTER_TOKEN) {
1138          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1139            ## Ignore the token.            ## Ignore the token.
1140    
1141            unless (length $token->{data}) {            unless (length $token->{data}) {
1142              ## Stay in the phase              !!!cp ('t21');
1143                ## Stay in the insertion mode.
1144              !!!next-token;              !!!next-token;
1145              redo B;              redo B;
1146              } else {
1147                !!!cp ('t22');
1148            }            }
1149            } else {
1150              !!!cp ('t23');
1151          }          }
1152    
1153            $self->{application_cache_selection}->(undef);
1154    
1155          #          #
1156          } elsif ($token->{type} == START_TAG_TOKEN) {
1157            if ($token->{tag_name} eq 'html') {
1158              my $root_element;
1159              !!!create-element ($root_element, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);
1160              $self->{document}->append_child ($root_element);
1161              push @{$self->{open_elements}},
1162                  [$root_element, $el_category->{html}];
1163    
1164              if ($token->{attributes}->{manifest}) {
1165                !!!cp ('t24');
1166                $self->{application_cache_selection}
1167                    ->($token->{attributes}->{manifest}->{value});
1168                ## ISSUE: Spec is unclear on relative references.
1169                ## According to Hixie (#whatwg 2008-03-19), it should be
1170                ## resolved against the base URI of the document in HTML
1171                ## or xml:base of the element in XHTML.
1172              } else {
1173                !!!cp ('t25');
1174                $self->{application_cache_selection}->(undef);
1175              }
1176    
1177              !!!nack ('t25c');
1178    
1179              !!!next-token;
1180              return; ## Go to the "before head" insertion mode.
1181            } else {
1182              !!!cp ('t25.1');
1183              #
1184            }
1185        } elsif ({        } elsif ({
                 START_TAG_TOKEN, 1,  
1186                  END_TAG_TOKEN, 1,                  END_TAG_TOKEN, 1,
1187                  END_OF_FILE_TOKEN, 1,                  END_OF_FILE_TOKEN, 1,
1188                 }->{$token->{type}}) {                 }->{$token->{type}}) {
1189          ## ISSUE: There is an issue in the spec          !!!cp ('t26');
1190          #          #
1191        } else {        } else {
1192          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
1193        }        }
1194        my $root_element; !!!create-element ($root_element, 'html');  
1195        $self->{document}->append_child ($root_element);      my $root_element;
1196        push @{$self->{open_elements}}, [$root_element, 'html'];      !!!create-element ($root_element, $HTML_NS, 'html',, $token);
1197        ## reprocess      $self->{document}->append_child ($root_element);
1198        #redo B;      push @{$self->{open_elements}}, [$root_element, $el_category->{html}];
1199        return; ## Go to the main phase.  
1200        $self->{application_cache_selection}->(undef);
1201    
1202        ## NOTE: Reprocess the token.
1203        !!!ack-later;
1204        return; ## Go to the "before head" insertion mode.
1205    } # B    } # B
1206    
1207      die "$0: _tree_construction_root_element: This should never be reached";
1208  } # _tree_construction_root_element  } # _tree_construction_root_element
1209    
1210  sub _reset_insertion_mode ($) {  sub _reset_insertion_mode ($) {
# Line 2127  sub _reset_insertion_mode ($) { Line 1219  sub _reset_insertion_mode ($) {
1219            
1220      ## Step 3      ## Step 3
1221      S3: {      S3: {
       ## ISSUE: Oops! "If node is the first node in the stack of open  
       ## elements, then set last to true. If the context element of the  
       ## HTML fragment parsing algorithm is neither a td element nor a  
       ## th element, then set node to the context element. (fragment case)":  
       ## The second "if" is in the scope of the first "if"!?  
1222        if ($self->{open_elements}->[0]->[0] eq $node->[0]) {        if ($self->{open_elements}->[0]->[0] eq $node->[0]) {
1223          $last = 1;          $last = 1;
1224          if (defined $self->{inner_html_node}) {          if (defined $self->{inner_html_node}) {
1225            if ($self->{inner_html_node}->[1] eq 'td' or            !!!cp ('t28');
1226                $self->{inner_html_node}->[1] eq 'th') {            $node = $self->{inner_html_node};
1227              #          } else {
1228            } else {            die "_reset_insertion_mode: t27";
             $node = $self->{inner_html_node};  
           }  
1229          }          }
1230        }        }
1231              
1232        ## Step 4..13        ## Step 4..14
1233        my $new_mode = {        my $new_mode;
1234          if ($node->[1] & FOREIGN_EL) {
1235            !!!cp ('t28.1');
1236            ## NOTE: Strictly spaking, the line below only applies to MathML and
1237            ## SVG elements.  Currently the HTML syntax supports only MathML and
1238            ## SVG elements as foreigners.
1239            $new_mode = IN_BODY_IM | IN_FOREIGN_CONTENT_IM;
1240          } elsif ($node->[1] == TABLE_CELL_EL) {
1241            if ($last) {
1242              !!!cp ('t28.2');
1243              #
1244            } else {
1245              !!!cp ('t28.3');
1246              $new_mode = IN_CELL_IM;
1247            }
1248          } else {
1249            !!!cp ('t28.4');
1250            $new_mode = {
1251                        select => IN_SELECT_IM,                        select => IN_SELECT_IM,
1252                        td => IN_CELL_IM,                        ## NOTE: |option| and |optgroup| do not set
1253                        th => IN_CELL_IM,                        ## insertion mode to "in select" by themselves.
1254                        tr => IN_ROW_IM,                        tr => IN_ROW_IM,
1255                        tbody => IN_TABLE_BODY_IM,                        tbody => IN_TABLE_BODY_IM,
1256                        thead => IN_TABLE_BODY_IM,                        thead => IN_TABLE_BODY_IM,
# Line 2159  sub _reset_insertion_mode ($) { Line 1261  sub _reset_insertion_mode ($) {
1261                        head => IN_BODY_IM, # not in head!                        head => IN_BODY_IM, # not in head!
1262                        body => IN_BODY_IM,                        body => IN_BODY_IM,
1263                        frameset => IN_FRAMESET_IM,                        frameset => IN_FRAMESET_IM,
1264                       }->{$node->[1]};                       }->{$node->[0]->manakai_local_name};
1265          }
1266        $self->{insertion_mode} = $new_mode and return if defined $new_mode;        $self->{insertion_mode} = $new_mode and return if defined $new_mode;
1267                
1268        ## Step 14        ## Step 15
1269        if ($node->[1] eq 'html') {        if ($node->[1] == HTML_EL) {
1270          unless (defined $self->{head_element}) {          unless (defined $self->{head_element}) {
1271              !!!cp ('t29');
1272            $self->{insertion_mode} = BEFORE_HEAD_IM;            $self->{insertion_mode} = BEFORE_HEAD_IM;
1273          } else {          } else {
1274              ## ISSUE: Can this state be reached?
1275              !!!cp ('t30');
1276            $self->{insertion_mode} = AFTER_HEAD_IM;            $self->{insertion_mode} = AFTER_HEAD_IM;
1277          }          }
1278          return;          return;
1279          } else {
1280            !!!cp ('t31');
1281        }        }
1282                
1283        ## Step 15        ## Step 16
1284        $self->{insertion_mode} = IN_BODY_IM and return if $last;        $self->{insertion_mode} = IN_BODY_IM and return if $last;
1285                
1286        ## Step 16        ## Step 17
1287        $i--;        $i--;
1288        $node = $self->{open_elements}->[$i];        $node = $self->{open_elements}->[$i];
1289                
1290        ## Step 17        ## Step 18
1291        redo S3;        redo S3;
1292      } # S3      } # S3
1293    
1294      die "$0: _reset_insertion_mode: This line should never be reached";
1295  } # _reset_insertion_mode  } # _reset_insertion_mode
1296    
1297  sub _tree_construction_main ($) {  sub _tree_construction_main ($) {
# Line 2203  sub _tree_construction_main ($) { Line 1313  sub _tree_construction_main ($) {
1313      return if $entry->[0] eq '#marker';      return if $entry->[0] eq '#marker';
1314      for (@{$self->{open_elements}}) {      for (@{$self->{open_elements}}) {
1315        if ($entry->[0] eq $_->[0]) {        if ($entry->[0] eq $_->[0]) {
1316            !!!cp ('t32');
1317          return;          return;
1318        }        }
1319      }      }
# Line 2217  sub _tree_construction_main ($) { Line 1328  sub _tree_construction_main ($) {
1328    
1329        ## Step 6        ## Step 6
1330        if ($entry->[0] eq '#marker') {        if ($entry->[0] eq '#marker') {
1331            !!!cp ('t33_1');
1332          #          #
1333        } else {        } else {
1334          my $in_open_elements;          my $in_open_elements;
1335          OE: for (@{$self->{open_elements}}) {          OE: for (@{$self->{open_elements}}) {
1336            if ($entry->[0] eq $_->[0]) {            if ($entry->[0] eq $_->[0]) {
1337                !!!cp ('t33');
1338              $in_open_elements = 1;              $in_open_elements = 1;
1339              last OE;              last OE;
1340            }            }
1341          }          }
1342          if ($in_open_elements) {          if ($in_open_elements) {
1343              !!!cp ('t34');
1344            #            #
1345          } else {          } else {
1346              ## NOTE: <!DOCTYPE HTML><p><b><i><u></p> <p>X
1347              !!!cp ('t35');
1348            redo S4;            redo S4;
1349          }          }
1350        }        }
# Line 2251  sub _tree_construction_main ($) { Line 1367  sub _tree_construction_main ($) {
1367    
1368        ## Step 11        ## Step 11
1369        unless ($clone->[0] eq $active_formatting_elements->[-1]->[0]) {        unless ($clone->[0] eq $active_formatting_elements->[-1]->[0]) {
1370            !!!cp ('t36');
1371          ## Step 7'          ## Step 7'
1372          $i++;          $i++;
1373          $entry = $active_formatting_elements->[$i];          $entry = $active_formatting_elements->[$i];
1374                    
1375          redo S7;          redo S7;
1376        }        }
1377    
1378          !!!cp ('t37');
1379      } # S7      } # S7
1380    }; # $reconstruct_active_formatting_elements    }; # $reconstruct_active_formatting_elements
1381    
1382    my $clear_up_to_marker = sub {    my $clear_up_to_marker = sub {
1383      for (reverse 0..$#$active_formatting_elements) {      for (reverse 0..$#$active_formatting_elements) {
1384        if ($active_formatting_elements->[$_]->[0] eq '#marker') {        if ($active_formatting_elements->[$_]->[0] eq '#marker') {
1385            !!!cp ('t38');
1386          splice @$active_formatting_elements, $_;          splice @$active_formatting_elements, $_;
1387          return;          return;
1388        }        }
1389      }      }
1390    
1391        !!!cp ('t39');
1392    }; # $clear_up_to_marker    }; # $clear_up_to_marker
1393    
1394    my $parse_rcdata = sub ($$) {    my $insert;
1395      my ($content_model_flag, $insert) = @_;  
1396      my $parse_rcdata = sub ($) {
1397        my ($content_model_flag) = @_;
1398    
1399      ## Step 1      ## Step 1
1400      my $start_tag_name = $token->{tag_name};      my $start_tag_name = $token->{tag_name};
1401      my $el;      !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
     !!!create-element ($el, $start_tag_name, $token->{attributes});  
1402    
1403      ## Step 2      ## Step 2
     $insert->($el); # /context node/->append_child ($el)  
   
     ## Step 3  
1404      $self->{content_model} = $content_model_flag; # CDATA or RCDATA      $self->{content_model} = $content_model_flag; # CDATA or RCDATA
1405      delete $self->{escape}; # MUST      delete $self->{escape}; # MUST
1406    
1407      ## Step 4      ## Step 3, 4
1408      my $text = '';      $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
     !!!next-token;  
     while ($token->{type} == CHARACTER_TOKEN) { # or until stop tokenizing  
       $text .= $token->{data};  
       !!!next-token;  
     }  
   
     ## Step 5  
     if (length $text) {  
       my $text = $self->{document}->create_text_node ($text);  
       $el->append_child ($text);  
     }  
   
     ## Step 6  
     $self->{content_model} = PCDATA_CONTENT_MODEL;  
1409    
1410      ## Step 7      !!!nack ('t40.1');
     if ($token->{type} == END_TAG_TOKEN and $token->{tag_name} eq $start_tag_name) {  
       ## Ignore the token  
     } elsif ($content_model_flag == CDATA_CONTENT_MODEL) {  
       !!!parse-error (type => 'in CDATA:#'.$token->{type});  
     } elsif ($content_model_flag == RCDATA_CONTENT_MODEL) {  
       !!!parse-error (type => 'in RCDATA:#'.$token->{type});  
     } else {  
       die "$0: $content_model_flag in parse_rcdata";  
     }  
1411      !!!next-token;      !!!next-token;
1412    }; # $parse_rcdata    }; # $parse_rcdata
1413    
1414    my $script_start_tag = sub ($) {    my $script_start_tag = sub () {
1415      my $insert = $_[0];      ## Step 1
1416      my $script_el;      my $script_el;
1417      !!!create-element ($script_el, 'script', $token->{attributes});      !!!create-element ($script_el, $HTML_NS, 'script', $token->{attributes}, $token);
1418    
1419        ## Step 2
1420      ## TODO: mark as "parser-inserted"      ## TODO: mark as "parser-inserted"
1421    
1422        ## Step 3
1423        ## TODO: Mark as "already executed", if ...
1424    
1425        ## Step 4 (HTML5 revision 2702)
1426        $insert->($script_el);
1427        push @{$self->{open_elements}}, [$script_el, $el_category->{script}];
1428    
1429        ## Step 5
1430      $self->{content_model} = CDATA_CONTENT_MODEL;      $self->{content_model} = CDATA_CONTENT_MODEL;
1431      delete $self->{escape}; # MUST      delete $self->{escape}; # MUST
       
     my $text = '';  
     !!!next-token;  
     while ($token->{type} == CHARACTER_TOKEN) {  
       $text .= $token->{data};  
       !!!next-token;  
     } # stop if non-character token or tokenizer stops tokenising  
     if (length $text) {  
       $script_el->manakai_append_text ($text);  
     }  
                 
     $self->{content_model} = PCDATA_CONTENT_MODEL;  
1432    
1433      if ($token->{type} == END_TAG_TOKEN and      ## Step 6-7
1434          $token->{tag_name} eq 'script') {      $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
       ## Ignore the token  
     } else {  
       !!!parse-error (type => 'in CDATA:#'.$token->{type});  
       ## ISSUE: And ignore?  
       ## TODO: mark as "already executed"  
     }  
       
     if (defined $self->{inner_html_node}) {  
       ## TODO: mark as "already executed"  
     } else {  
       ## TODO: $old_insertion_point = current insertion point  
       ## TODO: insertion point = just before the next input character  
1435    
1436        $insert->($script_el);      !!!nack ('t40.2');
         
       ## TODO: insertion point = $old_insertion_point (might be "undefined")  
         
       ## TODO: if there is a script that will execute as soon as the parser resume, then...  
     }  
       
1437      !!!next-token;      !!!next-token;
1438    }; # $script_start_tag    }; # $script_start_tag
1439    
1440      ## NOTE: $open_tables->[-1]->[0] is the "current table" element node.
1441      ## NOTE: $open_tables->[-1]->[1] is the "tainted" flag.
1442      ## NOTE: $open_tables->[-1]->[2] is set false when non-Text node inserted.
1443      my $open_tables = [[$self->{open_elements}->[0]->[0]]];
1444    
1445    my $formatting_end_tag = sub {    my $formatting_end_tag = sub {
1446      my $tag_name = shift;      my $end_tag_token = shift;
1447        my $tag_name = $end_tag_token->{tag_name};
1448    
1449        ## NOTE: The adoption agency algorithm (AAA).
1450    
1451      FET: {      FET: {
1452        ## Step 1        ## Step 1
1453        my $formatting_element;        my $formatting_element;
1454        my $formatting_element_i_in_active;        my $formatting_element_i_in_active;
1455        AFE: for (reverse 0..$#$active_formatting_elements) {        AFE: for (reverse 0..$#$active_formatting_elements) {
1456          if ($active_formatting_elements->[$_]->[1] eq $tag_name) {          if ($active_formatting_elements->[$_]->[0] eq '#marker') {
1457              !!!cp ('t52');
1458              last AFE;
1459            } elsif ($active_formatting_elements->[$_]->[0]->manakai_local_name
1460                         eq $tag_name) {
1461              !!!cp ('t51');
1462            $formatting_element = $active_formatting_elements->[$_];            $formatting_element = $active_formatting_elements->[$_];
1463            $formatting_element_i_in_active = $_;            $formatting_element_i_in_active = $_;
1464            last AFE;            last AFE;
         } elsif ($active_formatting_elements->[$_]->[0] eq '#marker') {  
           last AFE;  
1465          }          }
1466        } # AFE        } # AFE
1467        unless (defined $formatting_element) {        unless (defined $formatting_element) {
1468          !!!parse-error (type => 'unmatched end tag:'.$tag_name);          !!!cp ('t53');
1469            !!!parse-error (type => 'unmatched end tag', text => $tag_name, token => $end_tag_token);
1470          ## Ignore the token          ## Ignore the token
1471          !!!next-token;          !!!next-token;
1472          return;          return;
# Line 2389  sub _tree_construction_main ($) { Line 1478  sub _tree_construction_main ($) {
1478          my $node = $self->{open_elements}->[$_];          my $node = $self->{open_elements}->[$_];
1479          if ($node->[0] eq $formatting_element->[0]) {          if ($node->[0] eq $formatting_element->[0]) {
1480            if ($in_scope) {            if ($in_scope) {
1481                !!!cp ('t54');
1482              $formatting_element_i_in_open = $_;              $formatting_element_i_in_open = $_;
1483              last INSCOPE;              last INSCOPE;
1484            } else { # in open elements but not in scope            } else { # in open elements but not in scope
1485              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t55');
1486                !!!parse-error (type => 'unmatched end tag',
1487                                text => $token->{tag_name},
1488                                token => $end_tag_token);
1489              ## Ignore the token              ## Ignore the token
1490              !!!next-token;              !!!next-token;
1491              return;              return;
1492            }            }
1493          } elsif ({          } elsif ($node->[1] & SCOPING_EL) {
1494                    table => 1, caption => 1, td => 1, th => 1,            !!!cp ('t56');
                   button => 1, marquee => 1, object => 1, html => 1,  
                  }->{$node->[1]}) {  
1495            $in_scope = 0;            $in_scope = 0;
1496          }          }
1497        } # INSCOPE        } # INSCOPE
1498        unless (defined $formatting_element_i_in_open) {        unless (defined $formatting_element_i_in_open) {
1499          !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});          !!!cp ('t57');
1500            !!!parse-error (type => 'unmatched end tag',
1501                            text => $token->{tag_name},
1502                            token => $end_tag_token);
1503          pop @$active_formatting_elements; # $formatting_element          pop @$active_formatting_elements; # $formatting_element
1504          !!!next-token; ## TODO: ok?          !!!next-token; ## TODO: ok?
1505          return;          return;
1506        }        }
1507        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {
1508          !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);          !!!cp ('t58');
1509            !!!parse-error (type => 'not closed',
1510                            text => $self->{open_elements}->[-1]->[0]
1511                                ->manakai_local_name,
1512                            token => $end_tag_token);
1513        }        }
1514                
1515        ## Step 2        ## Step 2
# Line 2419  sub _tree_construction_main ($) { Line 1517  sub _tree_construction_main ($) {
1517        my $furthest_block_i_in_open;        my $furthest_block_i_in_open;
1518        OE: for (reverse 0..$#{$self->{open_elements}}) {        OE: for (reverse 0..$#{$self->{open_elements}}) {
1519          my $node = $self->{open_elements}->[$_];          my $node = $self->{open_elements}->[$_];
1520          if (not $formatting_category->{$node->[1]} and          if (not ($node->[1] & FORMATTING_EL) and
1521              #not $phrasing_category->{$node->[1]} and              #not $phrasing_category->{$node->[1]} and
1522              ($special_category->{$node->[1]} or              ($node->[1] & SPECIAL_EL or
1523               $scoping_category->{$node->[1]})) {               $node->[1] & SCOPING_EL)) { ## Scoping is redundant, maybe
1524              !!!cp ('t59');
1525            $furthest_block = $node;            $furthest_block = $node;
1526            $furthest_block_i_in_open = $_;            $furthest_block_i_in_open = $_;
1527              ## NOTE: The topmost (eldest) node.
1528          } elsif ($node->[0] eq $formatting_element->[0]) {          } elsif ($node->[0] eq $formatting_element->[0]) {
1529              !!!cp ('t60');
1530            last OE;            last OE;
1531          }          }
1532        } # OE        } # OE
1533                
1534        ## Step 3        ## Step 3
1535        unless (defined $furthest_block) { # MUST        unless (defined $furthest_block) { # MUST
1536            !!!cp ('t61');
1537          splice @{$self->{open_elements}}, $formatting_element_i_in_open;          splice @{$self->{open_elements}}, $formatting_element_i_in_open;
1538          splice @$active_formatting_elements, $formatting_element_i_in_active, 1;          splice @$active_formatting_elements, $formatting_element_i_in_active, 1;
1539          !!!next-token;          !!!next-token;
# Line 2444  sub _tree_construction_main ($) { Line 1546  sub _tree_construction_main ($) {
1546        ## Step 5        ## Step 5
1547        my $furthest_block_parent = $furthest_block->[0]->parent_node;        my $furthest_block_parent = $furthest_block->[0]->parent_node;
1548        if (defined $furthest_block_parent) {        if (defined $furthest_block_parent) {
1549            !!!cp ('t62');
1550          $furthest_block_parent->remove_child ($furthest_block->[0]);          $furthest_block_parent->remove_child ($furthest_block->[0]);
1551        }        }
1552                
# Line 2466  sub _tree_construction_main ($) { Line 1569  sub _tree_construction_main ($) {
1569          S7S2: {          S7S2: {
1570            for (reverse 0..$#$active_formatting_elements) {            for (reverse 0..$#$active_formatting_elements) {
1571              if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {              if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {
1572                  !!!cp ('t63');
1573                $node_i_in_active = $_;                $node_i_in_active = $_;
1574                last S7S2;                last S7S2;
1575              }              }
# Line 2479  sub _tree_construction_main ($) { Line 1583  sub _tree_construction_main ($) {
1583                    
1584          ## Step 4          ## Step 4
1585          if ($last_node->[0] eq $furthest_block->[0]) {          if ($last_node->[0] eq $furthest_block->[0]) {
1586              !!!cp ('t64');
1587            $bookmark_prev_el = $node->[0];            $bookmark_prev_el = $node->[0];
1588          }          }
1589                    
1590          ## Step 5          ## Step 5
1591          if ($node->[0]->has_child_nodes ()) {          if ($node->[0]->has_child_nodes ()) {
1592              !!!cp ('t65');
1593            my $clone = [$node->[0]->clone_node (0), $node->[1]];            my $clone = [$node->[0]->clone_node (0), $node->[1]];
1594            $active_formatting_elements->[$node_i_in_active] = $clone;            $active_formatting_elements->[$node_i_in_active] = $clone;
1595            $self->{open_elements}->[$node_i_in_open] = $clone;            $self->{open_elements}->[$node_i_in_open] = $clone;
# Line 2501  sub _tree_construction_main ($) { Line 1607  sub _tree_construction_main ($) {
1607        } # S7          } # S7  
1608                
1609        ## Step 8        ## Step 8
1610        $common_ancestor_node->[0]->append_child ($last_node->[0]);        if ($common_ancestor_node->[1] & TABLE_ROWS_EL) {
1611            my $foster_parent_element;
1612            my $next_sibling;
1613            OE: for (reverse 0..$#{$self->{open_elements}}) {
1614              if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
1615                                 my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
1616                                 if (defined $parent and $parent->node_type == 1) {
1617                                   !!!cp ('t65.1');
1618                                   $foster_parent_element = $parent;
1619                                   $next_sibling = $self->{open_elements}->[$_]->[0];
1620                                 } else {
1621                                   !!!cp ('t65.2');
1622                                   $foster_parent_element
1623                                     = $self->{open_elements}->[$_ - 1]->[0];
1624                                 }
1625                                 last OE;
1626                               }
1627                             } # OE
1628                             $foster_parent_element = $self->{open_elements}->[0]->[0]
1629                               unless defined $foster_parent_element;
1630            $foster_parent_element->insert_before ($last_node->[0], $next_sibling);
1631            $open_tables->[-1]->[1] = 1; # tainted
1632          } else {
1633            !!!cp ('t65.3');
1634            $common_ancestor_node->[0]->append_child ($last_node->[0]);
1635          }
1636                
1637        ## Step 9        ## Step 9
1638        my $clone = [$formatting_element->[0]->clone_node (0),        my $clone = [$formatting_element->[0]->clone_node (0),
# Line 2518  sub _tree_construction_main ($) { Line 1649  sub _tree_construction_main ($) {
1649        my $i;        my $i;
1650        AFE: for (reverse 0..$#$active_formatting_elements) {        AFE: for (reverse 0..$#$active_formatting_elements) {
1651          if ($active_formatting_elements->[$_]->[0] eq $formatting_element->[0]) {          if ($active_formatting_elements->[$_]->[0] eq $formatting_element->[0]) {
1652              !!!cp ('t66');
1653            splice @$active_formatting_elements, $_, 1;            splice @$active_formatting_elements, $_, 1;
1654            $i-- and last AFE if defined $i;            $i-- and last AFE if defined $i;
1655          } elsif ($active_formatting_elements->[$_]->[0] eq $bookmark_prev_el) {          } elsif ($active_formatting_elements->[$_]->[0] eq $bookmark_prev_el) {
1656              !!!cp ('t67');
1657            $i = $_;            $i = $_;
1658          }          }
1659        } # AFE        } # AFE
# Line 2530  sub _tree_construction_main ($) { Line 1663  sub _tree_construction_main ($) {
1663        undef $i;        undef $i;
1664        OE: for (reverse 0..$#{$self->{open_elements}}) {        OE: for (reverse 0..$#{$self->{open_elements}}) {
1665          if ($self->{open_elements}->[$_]->[0] eq $formatting_element->[0]) {          if ($self->{open_elements}->[$_]->[0] eq $formatting_element->[0]) {
1666              !!!cp ('t68');
1667            splice @{$self->{open_elements}}, $_, 1;            splice @{$self->{open_elements}}, $_, 1;
1668            $i-- and last OE if defined $i;            $i-- and last OE if defined $i;
1669          } elsif ($self->{open_elements}->[$_]->[0] eq $furthest_block->[0]) {          } elsif ($self->{open_elements}->[$_]->[0] eq $furthest_block->[0]) {
1670              !!!cp ('t69');
1671            $i = $_;            $i = $_;
1672          }          }
1673        } # OE        } # OE
1674        splice @{$self->{open_elements}}, $i + 1, 1, $clone;        splice @{$self->{open_elements}}, $i + 1, 0, $clone;
1675                
1676        ## Step 14        ## Step 14
1677        redo FET;        redo FET;
1678      } # FET      } # FET
1679    }; # $formatting_end_tag    }; # $formatting_end_tag
1680    
1681    my $insert_to_current = sub {    $insert = my $insert_to_current = sub {
1682      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);
1683    }; # $insert_to_current    }; # $insert_to_current
1684    
1685    my $insert_to_foster = sub {    my $insert_to_foster = sub {
1686                         my $child = shift;      my $child = shift;
1687                         if ({      if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
1688                              table => 1, tbody => 1, tfoot => 1,        # MUST
1689                              thead => 1, tr => 1,        my $foster_parent_element;
1690                             }->{$self->{open_elements}->[-1]->[1]}) {        my $next_sibling;
1691                           # MUST        OE: for (reverse 0..$#{$self->{open_elements}}) {
1692                           my $foster_parent_element;          if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
                          my $next_sibling;  
                          OE: for (reverse 0..$#{$self->{open_elements}}) {  
                            if ($self->{open_elements}->[$_]->[1] eq 'table') {  
1693                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
1694                               if (defined $parent and $parent->node_type == 1) {                               if (defined $parent and $parent->node_type == 1) {
1695                                   !!!cp ('t70');
1696                                 $foster_parent_element = $parent;                                 $foster_parent_element = $parent;
1697                                 $next_sibling = $self->{open_elements}->[$_]->[0];                                 $next_sibling = $self->{open_elements}->[$_]->[0];
1698                               } else {                               } else {
1699                                   !!!cp ('t71');
1700                                 $foster_parent_element                                 $foster_parent_element
1701                                   = $self->{open_elements}->[$_ - 1]->[0];                                   = $self->{open_elements}->[$_ - 1]->[0];
1702                               }                               }
# Line 2573  sub _tree_construction_main ($) { Line 1707  sub _tree_construction_main ($) {
1707                             unless defined $foster_parent_element;                             unless defined $foster_parent_element;
1708                           $foster_parent_element->insert_before                           $foster_parent_element->insert_before
1709                             ($child, $next_sibling);                             ($child, $next_sibling);
1710                         } else {        $open_tables->[-1]->[1] = 1; # tainted
1711                           $self->{open_elements}->[-1]->[0]->append_child ($child);      } else {
1712                         }        !!!cp ('t72');
1713          $self->{open_elements}->[-1]->[0]->append_child ($child);
1714        }
1715    }; # $insert_to_foster    }; # $insert_to_foster
1716    
1717    my $insert;    ## NOTE: Insert a character (MUST): When a character is inserted, if
1718      ## the last node that was inserted by the parser is a Text node and
1719      ## the character has to be inserted after that node, then the
1720      ## character is appended to the Text node.  However, if any other
1721      ## node is inserted by the parser, then a new Text node is created
1722      ## and the character is appended as that Text node.  If I'm not
1723      ## wrong, for a parser with scripting disabled, there are only two
1724      ## cases where this occurs.  One is the case where an element node
1725      ## is inserted to the |head| element.  This is covered by using the
1726      ## |$self->{head_element_inserted}| flag.  Another is the case where
1727      ## an element or comment is inserted into the |table| subtree while
1728      ## foster parenting happens.  This is covered by using the [2] flag
1729      ## of the |$open_tables| structure.  All other cases are handled
1730      ## simply by calling |manakai_append_text| method.
1731    
1732      ## TODO: |<body><script>document.write("a<br>");
1733      ## document.body.removeChild (document.body.lastChild);
1734      ## document.write ("b")</script>|
1735    
1736    B: {    B: while (1) {
1737      if ($token->{type} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
1738        !!!parse-error (type => 'DOCTYPE in the middle');        !!!cp ('t73');
1739          !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
1740        ## Ignore the token        ## Ignore the token
1741        ## Stay in the phase        ## Stay in the phase
1742        !!!next-token;        !!!next-token;
1743        redo B;        next B;
     } elsif ($token->{type} == END_OF_FILE_TOKEN) {  
       if ($self->{insertion_mode} & AFTER_HTML_IMS) {  
         #  
       } else {  
         ## Generate implied end tags  
         if ({  
              dd => 1, dt => 1, li => 1, p => 1, td => 1, th => 1, tr => 1,  
              tbody => 1, tfoot=> 1, thead => 1,  
             }->{$self->{open_elements}->[-1]->[1]}) {  
           !!!back-token;  
           $token = {type => END_TAG_TOKEN, tag_name => $self->{open_elements}->[-1]->[1]};  
           redo B;  
         }  
           
         if (@{$self->{open_elements}} > 2 or  
             (@{$self->{open_elements}} == 2 and $self->{open_elements}->[1]->[1] ne 'body')) {  
           !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
         } elsif (defined $self->{inner_html_node} and  
                  @{$self->{open_elements}} > 1 and  
                  $self->{open_elements}->[1]->[1] ne 'body') {  
           !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
         }  
   
         ## ISSUE: There is an issue in the spec.  
       }  
   
       ## Stop parsing  
       last B;  
1744      } elsif ($token->{type} == START_TAG_TOKEN and      } elsif ($token->{type} == START_TAG_TOKEN and
1745               $token->{tag_name} eq 'html') {               $token->{tag_name} eq 'html') {
1746        if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {        if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
1747          ## Turn into the main phase          !!!cp ('t79');
1748          !!!parse-error (type => 'after html:html');          !!!parse-error (type => 'after html', text => 'html', token => $token);
1749          $self->{insertion_mode} = AFTER_BODY_IM;          $self->{insertion_mode} = AFTER_BODY_IM;
1750        } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {        } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {
1751          ## Turn into the main phase          !!!cp ('t80');
1752          !!!parse-error (type => 'after html:html');          !!!parse-error (type => 'after html', text => 'html', token => $token);
1753          $self->{insertion_mode} = AFTER_FRAMESET_IM;          $self->{insertion_mode} = AFTER_FRAMESET_IM;
1754          } else {
1755            !!!cp ('t81');
1756        }        }
1757    
1758  ## ISSUE: "aa<html>" is not a parse error.        !!!cp ('t82');
1759  ## ISSUE: "<html>" in fragment is not a parse error.        !!!parse-error (type => 'not first start tag', token => $token);
       unless ($token->{first_start_tag}) {  
         !!!parse-error (type => 'not first start tag');  
       }  
1760        my $top_el = $self->{open_elements}->[0]->[0];        my $top_el = $self->{open_elements}->[0]->[0];
1761        for my $attr_name (keys %{$token->{attributes}}) {        for my $attr_name (keys %{$token->{attributes}}) {
1762          unless ($top_el->has_attribute_ns (undef, $attr_name)) {          unless ($top_el->has_attribute_ns (undef, $attr_name)) {
1763              !!!cp ('t84');
1764            $top_el->set_attribute_ns            $top_el->set_attribute_ns
1765              (undef, [undef, $attr_name],              (undef, [undef, $attr_name],
1766               $token->{attributes}->{$attr_name}->{value});               $token->{attributes}->{$attr_name}->{value});
1767          }          }
1768        }        }
1769          !!!nack ('t84.1');
1770        !!!next-token;        !!!next-token;
1771        redo B;        next B;
1772      } elsif ($token->{type} == COMMENT_TOKEN) {      } elsif ($token->{type} == COMMENT_TOKEN) {
1773        my $comment = $self->{document}->create_comment ($token->{data});        my $comment = $self->{document}->create_comment ($token->{data});
1774        if ($self->{insertion_mode} & AFTER_HTML_IMS) {        if ($self->{insertion_mode} & AFTER_HTML_IMS) {
1775            !!!cp ('t85');
1776          $self->{document}->append_child ($comment);          $self->{document}->append_child ($comment);
1777        } elsif ($self->{insertion_mode} == AFTER_BODY_IM) {        } elsif ($self->{insertion_mode} == AFTER_BODY_IM) {
1778            !!!cp ('t86');
1779          $self->{open_elements}->[0]->[0]->append_child ($comment);          $self->{open_elements}->[0]->[0]->append_child ($comment);
1780        } else {        } else {
1781            !!!cp ('t87');
1782          $self->{open_elements}->[-1]->[0]->append_child ($comment);          $self->{open_elements}->[-1]->[0]->append_child ($comment);
1783            $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
1784        }        }
1785        !!!next-token;        !!!next-token;
1786        redo B;        next B;
1787      } elsif ($self->{insertion_mode} & HEAD_IMS) {      } elsif ($self->{insertion_mode} & IN_CDATA_RCDATA_IM) {
1788        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
1789          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          $token->{data} =~ s/^\x0A// if $self->{ignore_newline};
1790            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);          delete $self->{ignore_newline};
1791    
1792            if (length $token->{data}) {
1793              !!!cp ('t43');
1794              $self->{open_elements}->[-1]->[0]->manakai_append_text
1795                  ($token->{data});
1796            } else {
1797              !!!cp ('t43.1');
1798            }
1799            !!!next-token;
1800            next B;
1801          } elsif ($token->{type} == END_TAG_TOKEN) {
1802            delete $self->{ignore_newline};
1803    
1804            if ($token->{tag_name} eq 'script') {
1805              !!!cp ('t50');
1806              
1807              ## Para 1-2
1808              my $script = pop @{$self->{open_elements}};
1809              
1810              ## Para 3
1811              $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1812    
1813              ## Para 4
1814              ## TODO: $old_insertion_point = $current_insertion_point;
1815              ## TODO: $current_insertion_point = just before $self->{nc};
1816    
1817              ## Para 5
1818              ## TODO: Run the $script->[0].
1819    
1820              ## Para 6
1821              ## TODO: $current_insertion_point = $old_insertion_point;
1822    
1823              ## Para 7
1824              ## TODO: if ($pending_external_script) {
1825                ## TODO: ...
1826              ## TODO: }
1827    
1828              !!!next-token;
1829              next B;
1830            } else {
1831              !!!cp ('t42');
1832    
1833              pop @{$self->{open_elements}};
1834    
1835              $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1836              !!!next-token;
1837              next B;
1838            }
1839          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
1840            delete $self->{ignore_newline};
1841    
1842            !!!cp ('t44');
1843            !!!parse-error (type => 'not closed',
1844                            text => $self->{open_elements}->[-1]->[0]
1845                                ->manakai_local_name,
1846                            token => $token);
1847    
1848            #if ($self->{open_elements}->[-1]->[1] == SCRIPT_EL) {
1849            #  ## TODO: Mark as "already executed"
1850            #}
1851    
1852            pop @{$self->{open_elements}};
1853    
1854            $self->{insertion_mode} &= ~ IN_CDATA_RCDATA_IM;
1855            ## Reprocess.
1856            next B;
1857          } else {
1858            die "$0: $token->{type}: In CDATA/RCDATA: Unknown token type";        
1859          }
1860        } elsif ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {
1861          if ($token->{type} == CHARACTER_TOKEN) {
1862            !!!cp ('t87.1');
1863            $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
1864            !!!next-token;
1865            next B;
1866          } elsif ($token->{type} == START_TAG_TOKEN) {
1867            if ((not {mglyph => 1, malignmark => 1}->{$token->{tag_name}} and
1868                 $self->{open_elements}->[-1]->[1] & FOREIGN_FLOW_CONTENT_EL) or
1869                not ($self->{open_elements}->[-1]->[1] & FOREIGN_EL) or
1870                ($token->{tag_name} eq 'svg' and
1871                 $self->{open_elements}->[-1]->[1] == MML_AXML_EL)) {
1872              ## NOTE: "using the rules for secondary insertion mode"then"continue"
1873              !!!cp ('t87.2');
1874              #
1875            } elsif ({
1876                      b => 1, big => 1, blockquote => 1, body => 1, br => 1,
1877                      center => 1, code => 1, dd => 1, div => 1, dl => 1, dt => 1,
1878                      em => 1, embed => 1, h1 => 1, h2 => 1, h3 => 1,
1879                      h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, i => 1,
1880                      img => 1, li => 1, listing => 1, menu => 1, meta => 1,
1881                      nobr => 1, ol => 1, p => 1, pre => 1, ruby => 1, s => 1,
1882                      small => 1, span => 1, strong => 1, strike => 1, sub => 1,
1883                      sup => 1, table => 1, tt => 1, u => 1, ul => 1, var => 1,
1884                     }->{$token->{tag_name}} or
1885                     ($token->{tag_name} eq 'font' and
1886                      ($token->{attributes}->{color} or
1887                       $token->{attributes}->{face} or
1888                       $token->{attributes}->{size}))) {
1889              !!!cp ('t87.2');
1890              !!!parse-error (type => 'not closed',
1891                              text => $self->{open_elements}->[-1]->[0]
1892                                  ->manakai_local_name,
1893                              token => $token);
1894    
1895              pop @{$self->{open_elements}}
1896                  while $self->{open_elements}->[-1]->[1] & FOREIGN_EL;
1897    
1898              $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
1899              ## Reprocess.
1900              next B;
1901            } else {
1902              my $nsuri = $self->{open_elements}->[-1]->[0]->namespace_uri;
1903              my $tag_name = $token->{tag_name};
1904              if ($nsuri eq $SVG_NS) {
1905                $tag_name = {
1906                   altglyph => 'altGlyph',
1907                   altglyphdef => 'altGlyphDef',
1908                   altglyphitem => 'altGlyphItem',
1909                   animatecolor => 'animateColor',
1910                   animatemotion => 'animateMotion',
1911                   animatetransform => 'animateTransform',
1912                   clippath => 'clipPath',
1913                   feblend => 'feBlend',
1914                   fecolormatrix => 'feColorMatrix',
1915                   fecomponenttransfer => 'feComponentTransfer',
1916                   fecomposite => 'feComposite',
1917                   feconvolvematrix => 'feConvolveMatrix',
1918                   fediffuselighting => 'feDiffuseLighting',
1919                   fedisplacementmap => 'feDisplacementMap',
1920                   fedistantlight => 'feDistantLight',
1921                   feflood => 'feFlood',
1922                   fefunca => 'feFuncA',
1923                   fefuncb => 'feFuncB',
1924                   fefuncg => 'feFuncG',
1925                   fefuncr => 'feFuncR',
1926                   fegaussianblur => 'feGaussianBlur',
1927                   feimage => 'feImage',
1928                   femerge => 'feMerge',
1929                   femergenode => 'feMergeNode',
1930                   femorphology => 'feMorphology',
1931                   feoffset => 'feOffset',
1932                   fepointlight => 'fePointLight',
1933                   fespecularlighting => 'feSpecularLighting',
1934                   fespotlight => 'feSpotLight',
1935                   fetile => 'feTile',
1936                   feturbulence => 'feTurbulence',
1937                   foreignobject => 'foreignObject',
1938                   glyphref => 'glyphRef',
1939                   lineargradient => 'linearGradient',
1940                   radialgradient => 'radialGradient',
1941                   #solidcolor => 'solidColor', ## NOTE: Commented in spec (SVG1.2)
1942                   textpath => 'textPath',  
1943                }->{$tag_name} || $tag_name;
1944              }
1945    
1946              ## "adjust SVG attributes" (SVG only) - done in insert-element-f
1947    
1948              ## "adjust foreign attributes" - done in insert-element-f
1949    
1950              !!!insert-element-f ($nsuri, $tag_name, $token->{attributes}, $token);
1951    
1952              if ($self->{self_closing}) {
1953                pop @{$self->{open_elements}};
1954                !!!ack ('t87.3');
1955              } else {
1956                !!!cp ('t87.4');
1957              }
1958    
1959              !!!next-token;
1960              next B;
1961            }
1962          } elsif ($token->{type} == END_TAG_TOKEN) {
1963            ## NOTE: "using the rules for secondary insertion mode" then "continue"
1964            if ($token->{tag_name} eq 'script') {
1965              !!!cp ('t87.41');
1966              #
1967              ## XXXscript: Execute script here.
1968            } else {
1969              !!!cp ('t87.5');
1970              #
1971            }
1972          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
1973            !!!cp ('t87.6');
1974            !!!parse-error (type => 'not closed',
1975                            text => $self->{open_elements}->[-1]->[0]
1976                                ->manakai_local_name,
1977                            token => $token);
1978    
1979            pop @{$self->{open_elements}}
1980                while $self->{open_elements}->[-1]->[1] & FOREIGN_EL;
1981    
1982            ## NOTE: |<span><svg>| ... two parse errors, |<svg>| ... a parse error.
1983    
1984            $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
1985            ## Reprocess.
1986            next B;
1987          } else {
1988            die "$0: $token->{type}: Unknown token type";        
1989          }
1990        }
1991    
1992        if ($self->{insertion_mode} & HEAD_IMS) {
1993          if ($token->{type} == CHARACTER_TOKEN) {
1994            if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1995              unless ($self->{insertion_mode} == BEFORE_HEAD_IM) {
1996                if ($self->{head_element_inserted}) {
1997                  !!!cp ('t88.3');
1998                  $self->{open_elements}->[-1]->[0]->append_child
1999                    ($self->{document}->create_text_node ($1));
2000                  delete $self->{head_element_inserted};
2001                  ## NOTE: |</head> <link> |
2002                  #
2003                } else {
2004                  !!!cp ('t88.2');
2005                  $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
2006                  ## NOTE: |</head> &#x20;|
2007                  #
2008                }
2009              } else {
2010                !!!cp ('t88.1');
2011                ## Ignore the token.
2012                #
2013              }
2014            unless (length $token->{data}) {            unless (length $token->{data}) {
2015                !!!cp ('t88');
2016              !!!next-token;              !!!next-token;
2017              redo B;              next B;
2018            }            }
2019    ## TODO: set $token->{column} appropriately
2020          }          }
2021    
2022          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2023              !!!cp ('t89');
2024            ## As if <head>            ## As if <head>
2025            !!!create-element ($self->{head_element}, 'head');            !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2026            $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});            $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2027            push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            push @{$self->{open_elements}},
2028                  [$self->{head_element}, $el_category->{head}];
2029    
2030            ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2031            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2032    
2033            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
2034          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2035              !!!cp ('t90');
2036            ## As if </noscript>            ## As if </noscript>
2037            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2038            !!!parse-error (type => 'in noscript:#character');            !!!parse-error (type => 'in noscript:#text', token => $token);
2039                        
2040            ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2041            ## As if </head>            ## As if </head>
# Line 2684  sub _tree_construction_main ($) { Line 2043  sub _tree_construction_main ($) {
2043    
2044            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
2045          } elsif ($self->{insertion_mode} == IN_HEAD_IM) {          } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2046              !!!cp ('t91');
2047            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2048    
2049            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
2050            } else {
2051              !!!cp ('t92');
2052          }          }
2053    
2054              ## "after head" insertion mode          ## "after head" insertion mode
2055              ## As if <body>          ## As if <body>
2056              !!!insert-element ('body');          !!!insert-element ('body',, $token);
2057              $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
2058              ## reprocess          ## reprocess
2059              redo B;          next B;
2060            } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
2061              if ($token->{tag_name} eq 'head') {          if ($token->{tag_name} eq 'head') {
2062                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {            if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2063                  !!!create-element ($self->{head_element}, $token->{tag_name}, $token->{attributes});              !!!cp ('t93');
2064                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              !!!create-element ($self->{head_element}, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);
2065                  push @{$self->{open_elements}}, [$self->{head_element}, $token->{tag_name}];              $self->{open_elements}->[-1]->[0]->append_child
2066                  $self->{insertion_mode} = IN_HEAD_IM;                  ($self->{head_element});
2067                  !!!next-token;              push @{$self->{open_elements}},
2068                  redo B;                  [$self->{head_element}, $el_category->{head}];
2069                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2070                  #              !!!nack ('t93.1');
2071                } else {              !!!next-token;
2072                  !!!parse-error (type => 'in head:head'); # or in head noscript              next B;
2073                  ## Ignore the token            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2074                  !!!next-token;              !!!cp ('t93.2');
2075                  redo B;              !!!parse-error (type => 'after head', text => 'head',
2076                }                              token => $token);
2077              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {              ## Ignore the token
2078                ## As if <head>              !!!nack ('t93.3');
2079                !!!create-element ($self->{head_element}, 'head');              !!!next-token;
2080                $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              next B;
2081                push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } else {
2082                !!!cp ('t95');
2083                !!!parse-error (type => 'in head:head',
2084                                token => $token); # or in head noscript
2085                ## Ignore the token
2086                !!!nack ('t95.1');
2087                !!!next-token;
2088                next B;
2089              }
2090            } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2091              !!!cp ('t96');
2092              ## As if <head>
2093              !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2094              $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2095              push @{$self->{open_elements}},
2096                  [$self->{head_element}, $el_category->{head}];
2097    
2098                $self->{insertion_mode} = IN_HEAD_IM;            $self->{insertion_mode} = IN_HEAD_IM;
2099                ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2100              }          } else {
2101              !!!cp ('t97');
2102            }
2103    
2104              if ($token->{tag_name} eq 'base') {          if ($token->{tag_name} eq 'base') {
2105                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2106                  ## As if </noscript>              !!!cp ('t98');
2107                  pop @{$self->{open_elements}};              ## As if </noscript>
2108                  !!!parse-error (type => 'in noscript:base');              pop @{$self->{open_elements}};
2109                              !!!parse-error (type => 'in noscript', text => 'base',
2110                  $self->{insertion_mode} = IN_HEAD_IM;                              token => $token);
2111                  ## Reprocess in the "in head" insertion mode...            
2112                }              $self->{insertion_mode} = IN_HEAD_IM;
2113                ## Reprocess in the "in head" insertion mode...
2114              } else {
2115                !!!cp ('t99');
2116              }
2117    
2118                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2119                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2120                  !!!parse-error (type => 'after head:'.$token->{tag_name});              !!!cp ('t100');
2121                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];              !!!parse-error (type => 'after head',
2122                }                              text => $token->{tag_name}, token => $token);
2123                !!!insert-element ($token->{tag_name}, $token->{attributes});              push @{$self->{open_elements}},
2124                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.                  [$self->{head_element}, $el_category->{head}];
2125                pop @{$self->{open_elements}}              $self->{head_element_inserted} = 1;
2126                    if $self->{insertion_mode} == AFTER_HEAD_IM;            } else {
2127                !!!next-token;              !!!cp ('t101');
2128                redo B;            }
2129              } elsif ($token->{tag_name} eq 'link') {            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2130                ## NOTE: There is a "as if in head" code clone.            pop @{$self->{open_elements}};
2131                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            pop @{$self->{open_elements}} # <head>
2132                  !!!parse-error (type => 'after head:'.$token->{tag_name});                if $self->{insertion_mode} == AFTER_HEAD_IM;
2133                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            !!!nack ('t101.1');
2134                }            !!!next-token;
2135                !!!insert-element ($token->{tag_name}, $token->{attributes});            next B;
2136                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          } elsif ($token->{tag_name} eq 'link') {
2137                pop @{$self->{open_elements}}            ## NOTE: There is a "as if in head" code clone.
2138                    if $self->{insertion_mode} == AFTER_HEAD_IM;            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2139                !!!next-token;              !!!cp ('t102');
2140                redo B;              !!!parse-error (type => 'after head',
2141              } elsif ($token->{tag_name} eq 'meta') {                              text => $token->{tag_name}, token => $token);
2142                ## NOTE: There is a "as if in head" code clone.              push @{$self->{open_elements}},
2143                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                  [$self->{head_element}, $el_category->{head}];
2144                  !!!parse-error (type => 'after head:'.$token->{tag_name});              $self->{head_element_inserted} = 1;
2145                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } else {
2146                }              !!!cp ('t103');
2147                !!!insert-element ($token->{tag_name}, $token->{attributes});            }
2148                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2149              pop @{$self->{open_elements}};
2150              pop @{$self->{open_elements}} # <head>
2151                  if $self->{insertion_mode} == AFTER_HEAD_IM;
2152              !!!ack ('t103.1');
2153              !!!next-token;
2154              next B;
2155            } elsif ($token->{tag_name} eq 'command' or
2156                     $token->{tag_name} eq 'eventsource') {
2157              if ($self->{insertion_mode} == IN_HEAD_IM) {
2158                ## NOTE: If the insertion mode at the time of the emission
2159                ## of the token was "before head", $self->{insertion_mode}
2160                ## is already changed to |IN_HEAD_IM|.
2161    
2162                ## NOTE: There is a "as if in head" code clone.
2163                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2164                pop @{$self->{open_elements}};
2165                pop @{$self->{open_elements}} # <head>
2166                    if $self->{insertion_mode} == AFTER_HEAD_IM;
2167                !!!ack ('t103.2');
2168                !!!next-token;
2169                next B;
2170              } else {
2171                ## NOTE: "in head noscript" or "after head" insertion mode
2172                ## - in these cases, these tags are treated as same as
2173                ## normal in-body tags.
2174                !!!cp ('t103.3');
2175                #
2176              }
2177            } elsif ($token->{tag_name} eq 'meta') {
2178              ## NOTE: There is a "as if in head" code clone.
2179              if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2180                !!!cp ('t104');
2181                !!!parse-error (type => 'after head',
2182                                text => $token->{tag_name}, token => $token);
2183                push @{$self->{open_elements}},
2184                    [$self->{head_element}, $el_category->{head}];
2185                $self->{head_element_inserted} = 1;
2186              } else {
2187                !!!cp ('t105');
2188              }
2189              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2190              my $meta_el = pop @{$self->{open_elements}};
2191    
2192                unless ($self->{confident}) {                unless ($self->{confident}) {
2193                  my $charset;                  if ($token->{attributes}->{charset}) {
2194                  if ($token->{attributes}->{charset}) { ## TODO: And if supported                    !!!cp ('t106');
2195                    $charset = $token->{attributes}->{charset}->{value};                    ## NOTE: Whether the encoding is supported or not is handled
2196                      ## in the {change_encoding} callback.
2197                      $self->{change_encoding}
2198                          ->($self, $token->{attributes}->{charset}->{value},
2199                             $token);
2200                      
2201                      $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
2202                          ->set_user_data (manakai_has_reference =>
2203                                               $token->{attributes}->{charset}
2204                                                   ->{has_reference});
2205                    } elsif ($token->{attributes}->{content}) {
2206                      if ($token->{attributes}->{content}->{value}
2207                          =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
2208                              [\x09\x0A\x0C\x0D\x20]*=
2209                              [\x09\x0A\x0C\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
2210                              ([^"'\x09\x0A\x0C\x0D\x20]
2211                               [^\x09\x0A\x0C\x0D\x20\x3B]*))/x) {
2212                        !!!cp ('t107');
2213                        ## NOTE: Whether the encoding is supported or not is handled
2214                        ## in the {change_encoding} callback.
2215                        $self->{change_encoding}
2216                            ->($self, defined $1 ? $1 : defined $2 ? $2 : $3,
2217                               $token);
2218                        $meta_el->[0]->get_attribute_node_ns (undef, 'content')
2219                            ->set_user_data (manakai_has_reference =>
2220                                                 $token->{attributes}->{content}
2221                                                       ->{has_reference});
2222                      } else {
2223                        !!!cp ('t108');
2224                      }
2225                  }                  }
2226                  if ($token->{attributes}->{'http-equiv'}) {                } else {
2227                    ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.                  if ($token->{attributes}->{charset}) {
2228                    if ($token->{attributes}->{'http-equiv'}->{value}                    !!!cp ('t109');
2229                        =~ /\A[^;]*;[\x09-\x0D\x20]*charset[\x09-\x0D\x20]*=                    $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
2230                            [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                        ->set_user_data (manakai_has_reference =>
2231                            ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {                                             $token->{attributes}->{charset}
2232                      $charset = defined $1 ? $1 : defined $2 ? $2 : $3;                                                 ->{has_reference});
2233                    } ## TODO: And if supported                  }
2234                    if ($token->{attributes}->{content}) {
2235                      !!!cp ('t110');
2236                      $meta_el->[0]->get_attribute_node_ns (undef, 'content')
2237                          ->set_user_data (manakai_has_reference =>
2238                                               $token->{attributes}->{content}
2239                                                   ->{has_reference});
2240                  }                  }
                 ## TODO: Change the encoding  
2241                }                }
2242    
2243                ## TODO: Extracting |charset| from |meta|.                pop @{$self->{open_elements}} # <head>
               pop @{$self->{open_elements}}  
2244                    if $self->{insertion_mode} == AFTER_HEAD_IM;                    if $self->{insertion_mode} == AFTER_HEAD_IM;
2245                  !!!ack ('t110.1');
2246                !!!next-token;                !!!next-token;
2247                redo B;                next B;
2248              } elsif ($token->{tag_name} eq 'title') {          } elsif ($token->{tag_name} eq 'title') {
2249                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2250                  ## As if </noscript>              !!!cp ('t111');
2251                  pop @{$self->{open_elements}};              ## As if </noscript>
2252                  !!!parse-error (type => 'in noscript:title');              pop @{$self->{open_elements}};
2253                              !!!parse-error (type => 'in noscript', text => 'title',
2254                  $self->{insertion_mode} = IN_HEAD_IM;                              token => $token);
2255                  ## Reprocess in the "in head" insertion mode...            
2256                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2257                  !!!parse-error (type => 'after head:'.$token->{tag_name});              ## Reprocess in the "in head" insertion mode...
2258                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2259                }              !!!cp ('t112');
2260                !!!parse-error (type => 'after head',
2261                                text => $token->{tag_name}, token => $token);
2262                push @{$self->{open_elements}},
2263                    [$self->{head_element}, $el_category->{head}];
2264                $self->{head_element_inserted} = 1;
2265              } else {
2266                !!!cp ('t113');
2267              }
2268    
2269                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2270                my $parent = defined $self->{head_element} ? $self->{head_element}            $parse_rcdata->(RCDATA_CONTENT_MODEL);
2271                    : $self->{open_elements}->[-1]->[0];  
2272                $parse_rcdata->(RCDATA_CONTENT_MODEL,            ## NOTE: At this point the stack of open elements contain
2273                                sub { $parent->append_child ($_[0]) });            ## the |head| element (index == -2) and the |script| element
2274                pop @{$self->{open_elements}}            ## (index == -1).  In the "after head" insertion mode the
2275                    if $self->{insertion_mode} == AFTER_HEAD_IM;            ## |head| element is inserted only for the purpose of
2276                redo B;            ## providing the context for the |script| element, and
2277              } elsif ($token->{tag_name} eq 'style') {            ## therefore we can now and have to remove the element from
2278                ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and            ## the stack.
2279                ## insertion mode IN_HEAD_IM)            splice @{$self->{open_elements}}, -2, 1, () # <head>
2280                ## NOTE: There is a "as if in head" code clone.                if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2281                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            next B;
2282                  !!!parse-error (type => 'after head:'.$token->{tag_name});          } elsif ($token->{tag_name} eq 'style' or
2283                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                   $token->{tag_name} eq 'noframes') {
2284                }            ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and
2285                $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);            ## insertion mode IN_HEAD_IM)
2286                pop @{$self->{open_elements}}            ## NOTE: There is a "as if in head" code clone.
2287                    if $self->{insertion_mode} == AFTER_HEAD_IM;            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2288                redo B;              !!!cp ('t114');
2289              } elsif ($token->{tag_name} eq 'noscript') {              !!!parse-error (type => 'after head',
2290                                text => $token->{tag_name}, token => $token);
2291                push @{$self->{open_elements}},
2292                    [$self->{head_element}, $el_category->{head}];
2293                $self->{head_element_inserted} = 1;
2294              } else {
2295                !!!cp ('t115');
2296              }
2297              $parse_rcdata->(CDATA_CONTENT_MODEL);
2298              ## ISSUE: A spec bug [Bug 6038]
2299              splice @{$self->{open_elements}}, -2, 1, () # <head>
2300                  if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2301              next B;
2302            } elsif ($token->{tag_name} eq 'noscript') {
2303                if ($self->{insertion_mode} == IN_HEAD_IM) {                if ($self->{insertion_mode} == IN_HEAD_IM) {
2304                    !!!cp ('t116');
2305                  ## NOTE: and scripting is disalbed                  ## NOTE: and scripting is disalbed
2306                  !!!insert-element ($token->{tag_name}, $token->{attributes});                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2307                  $self->{insertion_mode} = IN_HEAD_NOSCRIPT_IM;                  $self->{insertion_mode} = IN_HEAD_NOSCRIPT_IM;
2308                    !!!nack ('t116.1');
2309                  !!!next-token;                  !!!next-token;
2310                  redo B;                  next B;
2311                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2312                  !!!parse-error (type => 'in noscript:noscript');                  !!!cp ('t117');
2313                    !!!parse-error (type => 'in noscript', text => 'noscript',
2314                                    token => $token);
2315                  ## Ignore the token                  ## Ignore the token
2316                    !!!nack ('t117.1');
2317                  !!!next-token;                  !!!next-token;
2318                  redo B;                  next B;
2319                } else {                } else {
2320                    !!!cp ('t118');
2321                  #                  #
2322                }                }
2323              } elsif ($token->{tag_name} eq 'script') {          } elsif ($token->{tag_name} eq 'script') {
2324                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2325                  ## As if </noscript>              !!!cp ('t119');
2326                  pop @{$self->{open_elements}};              ## As if </noscript>
2327                  !!!parse-error (type => 'in noscript:script');              pop @{$self->{open_elements}};
2328                              !!!parse-error (type => 'in noscript', text => 'script',
2329                  $self->{insertion_mode} = IN_HEAD_IM;                              token => $token);
2330                  ## Reprocess in the "in head" insertion mode...            
2331                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
2332                  !!!parse-error (type => 'after head:'.$token->{tag_name});              ## Reprocess in the "in head" insertion mode...
2333                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2334                }              !!!cp ('t120');
2335                !!!parse-error (type => 'after head',
2336                                text => $token->{tag_name}, token => $token);
2337                push @{$self->{open_elements}},
2338                    [$self->{head_element}, $el_category->{head}];
2339                $self->{head_element_inserted} = 1;
2340              } else {
2341                !!!cp ('t121');
2342              }
2343    
2344                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2345                $script_start_tag->($insert_to_current);            $script_start_tag->();
2346                pop @{$self->{open_elements}}            ## ISSUE: A spec bug  [Bug 6038]
2347                    if $self->{insertion_mode} == AFTER_HEAD_IM;            splice @{$self->{open_elements}}, -2, 1 # <head>
2348                redo B;                if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2349              } elsif ($token->{tag_name} eq 'body' or            next B;
2350                       $token->{tag_name} eq 'frameset') {          } elsif ($token->{tag_name} eq 'body' or
2351                     $token->{tag_name} eq 'frameset') {
2352                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2353                    !!!cp ('t122');
2354                  ## As if </noscript>                  ## As if </noscript>
2355                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2356                  !!!parse-error (type => 'in noscript:'.$token->{tag_name});                  !!!parse-error (type => 'in noscript',
2357                                    text => $token->{tag_name}, token => $token);
2358                                    
2359                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2360                  ## As if </head>                  ## As if </head>
# Line 2865  sub _tree_construction_main ($) { Line 2362  sub _tree_construction_main ($) {
2362                                    
2363                  ## Reprocess in the "after head" insertion mode...                  ## Reprocess in the "after head" insertion mode...
2364                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2365                    !!!cp ('t124');
2366                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2367                                    
2368                  ## Reprocess in the "after head" insertion mode...                  ## Reprocess in the "after head" insertion mode...
2369                  } else {
2370                    !!!cp ('t125');
2371                }                }
2372    
2373                ## "after head" insertion mode                ## "after head" insertion mode
2374                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2375                if ($token->{tag_name} eq 'body') {                if ($token->{tag_name} eq 'body') {
2376                    !!!cp ('t126');
2377                  $self->{insertion_mode} = IN_BODY_IM;                  $self->{insertion_mode} = IN_BODY_IM;
2378                } elsif ($token->{tag_name} eq 'frameset') {                } elsif ($token->{tag_name} eq 'frameset') {
2379                    !!!cp ('t127');
2380                  $self->{insertion_mode} = IN_FRAMESET_IM;                  $self->{insertion_mode} = IN_FRAMESET_IM;
2381                } else {                } else {
2382                  die "$0: tag name: $self->{tag_name}";                  die "$0: tag name: $self->{tag_name}";
2383                }                }
2384                  !!!nack ('t127.1');
2385                !!!next-token;                !!!next-token;
2386                redo B;                next B;
2387              } else {              } else {
2388                  !!!cp ('t128');
2389                #                #
2390              }              }
2391    
2392              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2393                  !!!cp ('t129');
2394                ## As if </noscript>                ## As if </noscript>
2395                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2396                !!!parse-error (type => 'in noscript:/'.$token->{tag_name});                !!!parse-error (type => 'in noscript:/',
2397                                  text => $token->{tag_name}, token => $token);
2398                                
2399                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
2400                ## As if </head>                ## As if </head>
# Line 2896  sub _tree_construction_main ($) { Line 2402  sub _tree_construction_main ($) {
2402    
2403                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2404              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2405                  !!!cp ('t130');
2406                ## As if </head>                ## As if </head>
2407                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2408    
2409                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2410                } else {
2411                  !!!cp ('t131');
2412              }              }
2413    
2414              ## "after head" insertion mode              ## "after head" insertion mode
2415              ## As if <body>              ## As if <body>
2416              !!!insert-element ('body');              !!!insert-element ('body',, $token);
2417              $self->{insertion_mode} = IN_BODY_IM;              $self->{insertion_mode} = IN_BODY_IM;
2418              ## reprocess              ## reprocess
2419              redo B;              !!!ack-later;
2420                next B;
2421            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
2422              if ($token->{tag_name} eq 'head') {              if ($token->{tag_name} eq 'head') {
2423                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2424                    !!!cp ('t132');
2425                  ## As if <head>                  ## As if <head>
2426                  !!!create-element ($self->{head_element}, 'head');                  !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2427                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2428                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  push @{$self->{open_elements}},
2429                        [$self->{head_element}, $el_category->{head}];
2430    
2431                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2432                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2433                  $self->{insertion_mode} = AFTER_HEAD_IM;                  $self->{insertion_mode} = AFTER_HEAD_IM;
2434                  !!!next-token;                  !!!next-token;
2435                  redo B;                  next B;
2436                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2437                    !!!cp ('t133');
2438                  ## As if </noscript>                  ## As if </noscript>
2439                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2440                  !!!parse-error (type => 'in noscript:script');                  !!!parse-error (type => 'in noscript:/',
2441                                    text => 'head', token => $token);
2442                                    
2443                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2444                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2445                  $self->{insertion_mode} = AFTER_HEAD_IM;                  $self->{insertion_mode} = AFTER_HEAD_IM;
2446                  !!!next-token;                  !!!next-token;
2447                  redo B;                  next B;
2448                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2449                    !!!cp ('t134');
2450                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2451                  $self->{insertion_mode} = AFTER_HEAD_IM;                  $self->{insertion_mode} = AFTER_HEAD_IM;
2452                  !!!next-token;                  !!!next-token;
2453                  redo B;                  next B;
2454                  } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2455                    !!!cp ('t134.1');
2456                    !!!parse-error (type => 'unmatched end tag', text => 'head',
2457                                    token => $token);
2458                    ## Ignore the token
2459                    !!!next-token;
2460                    next B;
2461                } else {                } else {
2462                  #                  die "$0: $self->{insertion_mode}: Unknown insertion mode";
2463                }                }
2464              } elsif ($token->{tag_name} eq 'noscript') {              } elsif ($token->{tag_name} eq 'noscript') {
2465                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2466                    !!!cp ('t136');
2467                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2468                  $self->{insertion_mode} = IN_HEAD_IM;                  $self->{insertion_mode} = IN_HEAD_IM;
2469                  !!!next-token;                  !!!next-token;
2470                  redo B;                  next B;
2471                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM or
2472                  !!!parse-error (type => 'unmatched end tag:noscript');                         $self->{insertion_mode} == AFTER_HEAD_IM) {
2473                    !!!cp ('t137');
2474                    !!!parse-error (type => 'unmatched end tag',
2475                                    text => 'noscript', token => $token);
2476                  ## Ignore the token ## ISSUE: An issue in the spec.                  ## Ignore the token ## ISSUE: An issue in the spec.
2477                  !!!next-token;                  !!!next-token;
2478                  redo B;                  next B;
2479                } else {                } else {
2480                    !!!cp ('t138');
2481                  #                  #
2482                }                }
2483              } elsif ({              } elsif ({
2484                        body => 1, html => 1,                        body => 1, html => 1,
2485                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
2486                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {                ## TODO: This branch is entirely redundant.
2487                  ## As if <head>                if ($self->{insertion_mode} == BEFORE_HEAD_IM or
2488                  !!!create-element ($self->{head_element}, 'head');                    $self->{insertion_mode} == IN_HEAD_IM or
2489                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                    $self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2490                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  !!!cp ('t140');
2491                    !!!parse-error (type => 'unmatched end tag',
2492                  $self->{insertion_mode} = IN_HEAD_IM;                                  text => $token->{tag_name}, token => $token);
                 ## Reprocess in the "in head" insertion mode...  
               } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
2493                  ## Ignore the token                  ## Ignore the token
2494                  !!!next-token;                  !!!next-token;
2495                  redo B;                  next B;
2496                }                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2497                                  !!!cp ('t140.1');
2498                #                  !!!parse-error (type => 'unmatched end tag',
2499              } elsif ({                                  text => $token->{tag_name}, token => $token);
                       p => 1, br => 1,  
                      }->{$token->{tag_name}}) {  
               if ($self->{insertion_mode} == BEFORE_HEAD_IM) {  
                 ## As if <head>  
                 !!!create-element ($self->{head_element}, 'head');  
                 $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});  
                 push @{$self->{open_elements}}, [$self->{head_element}, 'head'];  
   
                 $self->{insertion_mode} = IN_HEAD_IM;  
                 ## Reprocess in the "in head" insertion mode...  
               }  
   
               #  
             } else {  
               if ($self->{insertion_mode} == AFTER_HEAD_IM) {  
                 #  
               } else {  
                 !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
2500                  ## Ignore the token                  ## Ignore the token
2501                  !!!next-token;                  !!!next-token;
2502                  redo B;                  next B;
2503                  } else {
2504                    die "$0: $self->{insertion_mode}: Unknown insertion mode";
2505                }                }
2506                } elsif ($token->{tag_name} eq 'p') {
2507                  !!!cp ('t142');
2508                  !!!parse-error (type => 'unmatched end tag',
2509                                  text => $token->{tag_name}, token => $token);
2510                  ## Ignore the token
2511                  !!!next-token;
2512                  next B;
2513            } elsif ($token->{tag_name} eq 'br') {
2514              if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2515                !!!cp ('t142.2');
2516                ## (before head) as if <head>, (in head) as if </head>
2517                !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2518                $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2519                $self->{insertion_mode} = AFTER_HEAD_IM;
2520      
2521                ## Reprocess in the "after head" insertion mode...
2522              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2523                !!!cp ('t143.2');
2524                ## As if </head>
2525                pop @{$self->{open_elements}};
2526                $self->{insertion_mode} = AFTER_HEAD_IM;
2527      
2528                ## Reprocess in the "after head" insertion mode...
2529              } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2530                !!!cp ('t143.3');
2531                ## NOTE: Two parse errors for <head><noscript></br>
2532                !!!parse-error (type => 'unmatched end tag',
2533                                text => 'br', token => $token);
2534                ## As if </noscript>
2535                pop @{$self->{open_elements}};
2536                $self->{insertion_mode} = IN_HEAD_IM;
2537    
2538                ## Reprocess in the "in head" insertion mode...
2539                ## As if </head>
2540                pop @{$self->{open_elements}};
2541                $self->{insertion_mode} = AFTER_HEAD_IM;
2542    
2543                ## Reprocess in the "after head" insertion mode...
2544              } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2545                !!!cp ('t143.4');
2546                #
2547              } else {
2548                die "$0: $self->{insertion_mode}: Unknown insertion mode";
2549              }
2550    
2551              #
2552            } else { ## Other end tags
2553                  !!!cp ('t145');
2554                  !!!parse-error (type => 'unmatched end tag',
2555                                  text => $token->{tag_name}, token => $token);
2556                  ## Ignore the token
2557                  !!!next-token;
2558                  next B;
2559              }              }
2560    
2561              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2562                  !!!cp ('t146');
2563                ## As if </noscript>                ## As if </noscript>
2564                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2565                !!!parse-error (type => 'in noscript:/'.$token->{tag_name});                !!!parse-error (type => 'in noscript:/',
2566                                  text => $token->{tag_name}, token => $token);
2567                                
2568                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
2569                ## As if </head>                ## As if </head>
# Line 3008  sub _tree_construction_main ($) { Line 2571  sub _tree_construction_main ($) {
2571    
2572                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2573              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2574                  !!!cp ('t147');
2575                ## As if </head>                ## As if </head>
2576                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2577    
2578                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
2579              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2580                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  ## ISSUE: This case cannot be reached?
2581                  !!!cp ('t148');
2582                  !!!parse-error (type => 'unmatched end tag',
2583                                  text => $token->{tag_name}, token => $token);
2584                ## Ignore the token ## ISSUE: An issue in the spec.                ## Ignore the token ## ISSUE: An issue in the spec.
2585                !!!next-token;                !!!next-token;
2586                redo B;                next B;
2587                } else {
2588                  !!!cp ('t149');
2589              }              }
2590    
2591              ## "after head" insertion mode              ## "after head" insertion mode
2592              ## As if <body>              ## As if <body>
2593              !!!insert-element ('body');              !!!insert-element ('body',, $token);
2594              $self->{insertion_mode} = IN_BODY_IM;              $self->{insertion_mode} = IN_BODY_IM;
2595              ## reprocess              ## reprocess
2596              redo B;          next B;
2597            } else {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
2598              die "$0: $token->{type}: Unknown token type";          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2599            }            !!!cp ('t149.1');
2600    
2601              ## NOTE: As if <head>
2602              !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2603              $self->{open_elements}->[-1]->[0]->append_child
2604                  ($self->{head_element});
2605              #push @{$self->{open_elements}},
2606              #    [$self->{head_element}, $el_category->{head}];
2607              #$self->{insertion_mode} = IN_HEAD_IM;
2608              ## NOTE: Reprocess.
2609    
2610              ## NOTE: As if </head>
2611              #pop @{$self->{open_elements}};
2612              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
2613              ## NOTE: Reprocess.
2614              
2615              #
2616            } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2617              !!!cp ('t149.2');
2618    
2619              ## NOTE: As if </head>
2620              pop @{$self->{open_elements}};
2621              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
2622              ## NOTE: Reprocess.
2623    
2624            ## ISSUE: An issue in the spec.            #
2625            } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2626              !!!cp ('t149.3');
2627    
2628              !!!parse-error (type => 'in noscript:#eof', token => $token);
2629    
2630              ## As if </noscript>
2631              pop @{$self->{open_elements}};
2632              #$self->{insertion_mode} = IN_HEAD_IM;
2633              ## NOTE: Reprocess.
2634    
2635              ## NOTE: As if </head>
2636              pop @{$self->{open_elements}};
2637              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
2638              ## NOTE: Reprocess.
2639    
2640              #
2641            } else {
2642              !!!cp ('t149.4');
2643              #
2644            }
2645    
2646            ## NOTE: As if <body>
2647            !!!insert-element ('body',, $token);
2648            $self->{insertion_mode} = IN_BODY_IM;
2649            ## NOTE: Reprocess.
2650            next B;
2651          } else {
2652            die "$0: $token->{type}: Unknown token type";
2653          }
2654      } elsif ($self->{insertion_mode} & BODY_IMS) {      } elsif ($self->{insertion_mode} & BODY_IMS) {
2655            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
2656                !!!cp ('t150');
2657              ## NOTE: There is a code clone of "character in body".              ## NOTE: There is a code clone of "character in body".
2658              $reconstruct_active_formatting_elements->($insert_to_current);              $reconstruct_active_formatting_elements->($insert_to_current);
2659                            
2660              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
2661    
2662              !!!next-token;              !!!next-token;
2663              redo B;              next B;
2664            } elsif ($token->{type} == START_TAG_TOKEN) {            } elsif ($token->{type} == START_TAG_TOKEN) {
2665              if ({              if ({
2666                   caption => 1, col => 1, colgroup => 1, tbody => 1,                   caption => 1, col => 1, colgroup => 1, tbody => 1,
2667                   td => 1, tfoot => 1, th => 1, thead => 1, tr => 1,                   td => 1, tfoot => 1, th => 1, thead => 1, tr => 1,
2668                  }->{$token->{tag_name}}) {                  }->{$token->{tag_name}}) {
2669                if ($self->{insertion_mode} == IN_CELL_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2670                  ## have an element in table scope                  ## have an element in table scope
2671                  my $tn;                  for (reverse 0..$#{$self->{open_elements}}) {
                 INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
2672                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
2673                    if ($node->[1] eq 'td' or $node->[1] eq 'th') {                    if ($node->[1] == TABLE_CELL_EL) {
2674                      $tn = $node->[1];                      !!!cp ('t151');
2675                      last INSCOPE;  
2676                    } elsif ({                      ## Close the cell
2677                              table => 1, html => 1,                      !!!back-token; # <x>
2678                             }->{$node->[1]}) {                      $token = {type => END_TAG_TOKEN,
2679                      last INSCOPE;                                tag_name => $node->[0]->manakai_local_name,
2680                    }                                line => $token->{line},
2681                  } # INSCOPE                                column => $token->{column}};
2682                    unless (defined $tn) {                      next B;
2683                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
2684                      ## Ignore the token                      !!!cp ('t152');
2685                      !!!next-token;                      ## ISSUE: This case can never be reached, maybe.
2686                      redo B;                      last;
2687                    }                    }
2688                    }
2689    
2690                    !!!cp ('t153');
2691                    !!!parse-error (type => 'start tag not allowed',
2692                        text => $token->{tag_name}, token => $token);
2693                    ## Ignore the token
2694                    !!!nack ('t153.1');
2695                    !!!next-token;
2696                    next B;
2697                  } elsif (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2698                    !!!parse-error (type => 'not closed', text => 'caption',
2699                                    token => $token);
2700                                    
2701                  ## Close the cell                  ## NOTE: As if </caption>.
                 !!!back-token; # <?>  
                 $token = {type => END_TAG_TOKEN, tag_name => $tn};  
                 redo B;  
               } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {  
                 !!!parse-error (type => 'not closed:caption');  
                   
                 ## As if </caption>  
2702                  ## have a table element in table scope                  ## have a table element in table scope
2703                  my $i;                  my $i;
2704                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: {
2705                    my $node = $self->{open_elements}->[$_];                    for (reverse 0..$#{$self->{open_elements}}) {
2706                    if ($node->[1] eq 'caption') {                      my $node = $self->{open_elements}->[$_];
2707                      $i = $_;                      if ($node->[1] == CAPTION_EL) {
2708                      last INSCOPE;                        !!!cp ('t155');
2709                    } elsif ({                        $i = $_;
2710                              table => 1, html => 1,                        last INSCOPE;
2711                             }->{$node->[1]}) {                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
2712                      last INSCOPE;                        !!!cp ('t156');
2713                          last;
2714                        }
2715                    }                    }
2716    
2717                      !!!cp ('t157');
2718                      !!!parse-error (type => 'start tag not allowed',
2719                                      text => $token->{tag_name}, token => $token);
2720                      ## Ignore the token
2721                      !!!nack ('t157.1');
2722                      !!!next-token;
2723                      next B;
2724                  } # INSCOPE                  } # INSCOPE
                   unless (defined $i) {  
                     !!!parse-error (type => 'unmatched end tag:caption');  
                     ## Ignore the token  
                     !!!next-token;  
                     redo B;  
                   }  
2725                                    
2726                  ## generate implied end tags                  ## generate implied end tags
2727                  if ({                  while ($self->{open_elements}->[-1]->[1]
2728                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
2729                       td => 1, th => 1, tr => 1,                    !!!cp ('t158');
2730                       tbody => 1, tfoot=> 1, thead => 1,                    pop @{$self->{open_elements}};
                     }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!back-token; # <?>  
                   $token = {type => END_TAG_TOKEN, tag_name => 'caption'};  
                   !!!back-token;  
                   $token = {type => END_TAG_TOKEN,  
                             tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
2731                  }                  }
2732    
2733                  if ($self->{open_elements}->[-1]->[1] ne 'caption') {                  unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2734                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t159');
2735                      !!!parse-error (type => 'not closed',
2736                                      text => $self->{open_elements}->[-1]->[0]
2737                                          ->manakai_local_name,
2738                                      token => $token);
2739                    } else {
2740                      !!!cp ('t160');
2741                  }                  }
2742                                    
2743                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3118  sub _tree_construction_main ($) { Line 2747  sub _tree_construction_main ($) {
2747                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
2748                                    
2749                  ## reprocess                  ## reprocess
2750                  redo B;                  !!!ack-later;
2751                    next B;
2752                } else {                } else {
2753                    !!!cp ('t161');
2754                  #                  #
2755                }                }
2756              } else {              } else {
2757                  !!!cp ('t162');
2758                #                #
2759              }              }
2760            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
2761              if ($token->{tag_name} eq 'td' or $token->{tag_name} eq 'th') {              if ($token->{tag_name} eq 'td' or $token->{tag_name} eq 'th') {
2762                if ($self->{insertion_mode} == IN_CELL_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2763                  ## have an element in table scope                  ## have an element in table scope
2764                  my $i;                  my $i;
2765                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
2766                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
2767                    if ($node->[1] eq $token->{tag_name}) {                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
2768                        !!!cp ('t163');
2769                      $i = $_;                      $i = $_;
2770                      last INSCOPE;                      last INSCOPE;
2771                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
2772                              table => 1, html => 1,                      !!!cp ('t164');
                            }->{$node->[1]}) {  
2773                      last INSCOPE;                      last INSCOPE;
2774                    }                    }
2775                  } # INSCOPE                  } # INSCOPE
2776                    unless (defined $i) {                    unless (defined $i) {
2777                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                      !!!cp ('t165');
2778                        !!!parse-error (type => 'unmatched end tag',
2779                                        text => $token->{tag_name},
2780                                        token => $token);
2781                      ## Ignore the token                      ## Ignore the token
2782                      !!!next-token;                      !!!next-token;
2783                      redo B;                      next B;
2784                    }                    }
2785                                    
2786                  ## generate implied end tags                  ## generate implied end tags
2787                  if ({                  while ($self->{open_elements}->[-1]->[1]
2788                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
2789                       td => ($token->{tag_name} eq 'th'),                    !!!cp ('t166');
2790                       th => ($token->{tag_name} eq 'td'),                    pop @{$self->{open_elements}};
                      tr => 1,  
                      tbody => 1, tfoot=> 1, thead => 1,  
                     }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!back-token;  
                   $token = {type => END_TAG_TOKEN,  
                             tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
2791                  }                  }
2792                    
2793                  if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {                  if ($self->{open_elements}->[-1]->[0]->manakai_local_name
2794                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                          ne $token->{tag_name}) {
2795                      !!!cp ('t167');
2796                      !!!parse-error (type => 'not closed',
2797                                      text => $self->{open_elements}->[-1]->[0]
2798                                          ->manakai_local_name,
2799                                      token => $token);
2800                    } else {
2801                      !!!cp ('t168');
2802                  }                  }
2803                                    
2804                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3173  sub _tree_construction_main ($) { Line 2808  sub _tree_construction_main ($) {
2808                  $self->{insertion_mode} = IN_ROW_IM;                  $self->{insertion_mode} = IN_ROW_IM;
2809                                    
2810                  !!!next-token;                  !!!next-token;
2811                  redo B;                  next B;
2812                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {                } elsif (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2813                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t169');
2814                    !!!parse-error (type => 'unmatched end tag',
2815                                    text => $token->{tag_name}, token => $token);
2816                  ## Ignore the token                  ## Ignore the token
2817                  !!!next-token;                  !!!next-token;
2818                  redo B;                  next B;
2819                } else {                } else {
2820                    !!!cp ('t170');
2821                  #                  #
2822                }                }
2823              } elsif ($token->{tag_name} eq 'caption') {              } elsif ($token->{tag_name} eq 'caption') {
2824                if ($self->{insertion_mode} == IN_CAPTION_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2825                  ## have a table element in table scope                  ## have a table element in table scope
2826                  my $i;                  my $i;
2827                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: {
2828                    my $node = $self->{open_elements}->[$_];                    for (reverse 0..$#{$self->{open_elements}}) {
2829                    if ($node->[1] eq $token->{tag_name}) {                      my $node = $self->{open_elements}->[$_];
2830                      $i = $_;                      if ($node->[1] == CAPTION_EL) {
2831                      last INSCOPE;                        !!!cp ('t171');
2832                    } elsif ({                        $i = $_;
2833                              table => 1, html => 1,                        last INSCOPE;
2834                             }->{$node->[1]}) {                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
2835                      last INSCOPE;                        !!!cp ('t172');
2836                          last;
2837                        }
2838                    }                    }
2839    
2840                      !!!cp ('t173');
2841                      !!!parse-error (type => 'unmatched end tag',
2842                                      text => $token->{tag_name}, token => $token);
2843                      ## Ignore the token
2844                      !!!next-token;
2845                      next B;
2846                  } # INSCOPE                  } # INSCOPE
                   unless (defined $i) {  
                     !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                     ## Ignore the token  
                     !!!next-token;  
                     redo B;  
                   }  
2847                                    
2848                  ## generate implied end tags                  ## generate implied end tags
2849                  if ({                  while ($self->{open_elements}->[-1]->[1]
2850                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
2851                       td => 1, th => 1, tr => 1,                    !!!cp ('t174');
2852                       tbody => 1, tfoot=> 1, thead => 1,                    pop @{$self->{open_elements}};
                     }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!back-token;  
                   $token = {type => END_TAG_TOKEN,  
                             tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
2853                  }                  }
2854                                    
2855                  if ($self->{open_elements}->[-1]->[1] ne 'caption') {                  unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2856                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t175');
2857                      !!!parse-error (type => 'not closed',
2858                                      text => $self->{open_elements}->[-1]->[0]
2859                                          ->manakai_local_name,
2860                                      token => $token);
2861                    } else {
2862                      !!!cp ('t176');
2863                  }                  }
2864                                    
2865                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3227  sub _tree_construction_main ($) { Line 2869  sub _tree_construction_main ($) {
2869                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
2870                                    
2871                  !!!next-token;                  !!!next-token;
2872                  redo B;                  next B;
2873                } elsif ($self->{insertion_mode} == IN_CELL_IM) {                } elsif (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2874                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t177');
2875                    !!!parse-error (type => 'unmatched end tag',
2876                                    text => $token->{tag_name}, token => $token);
2877                  ## Ignore the token                  ## Ignore the token
2878                  !!!next-token;                  !!!next-token;
2879                  redo B;                  next B;
2880                } else {                } else {
2881                    !!!cp ('t178');
2882                  #                  #
2883                }                }
2884              } elsif ({              } elsif ({
2885                        table => 1, tbody => 1, tfoot => 1,                        table => 1, tbody => 1, tfoot => 1,
2886                        thead => 1, tr => 1,                        thead => 1, tr => 1,
2887                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
2888                       $self->{insertion_mode} == IN_CELL_IM) {                       ($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2889                ## have an element in table scope                ## have an element in table scope
2890                my $i;                my $i;
2891                my $tn;                my $tn;
2892                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: {
2893                  my $node = $self->{open_elements}->[$_];                  for (reverse 0..$#{$self->{open_elements}}) {
2894                  if ($node->[1] eq $token->{tag_name}) {                    my $node = $self->{open_elements}->[$_];
2895                    $i = $_;                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
2896                    last INSCOPE;                      !!!cp ('t179');
2897                  } elsif ($node->[1] eq 'td' or $node->[1] eq 'th') {                      $i = $_;
2898                    $tn = $node->[1];  
2899                    ## NOTE: There is exactly one |td| or |th| element                      ## Close the cell
2900                    ## in scope in the stack of open elements by definition.                      !!!back-token; # </x>
2901                  } elsif ({                      $token = {type => END_TAG_TOKEN, tag_name => $tn,
2902                            table => 1, html => 1,                                line => $token->{line},
2903                           }->{$node->[1]}) {                                column => $token->{column}};
2904                    last INSCOPE;                      next B;
2905                      } elsif ($node->[1] == TABLE_CELL_EL) {
2906                        !!!cp ('t180');
2907                        $tn = $node->[0]->manakai_local_name;
2908                        ## NOTE: There is exactly one |td| or |th| element
2909                        ## in scope in the stack of open elements by definition.
2910                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
2911                        ## ISSUE: Can this be reached?
2912                        !!!cp ('t181');
2913                        last;
2914                      }
2915                  }                  }
2916                } # INSCOPE  
2917                unless (defined $i) {                  !!!cp ('t182');
2918                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!parse-error (type => 'unmatched end tag',
2919                        text => $token->{tag_name}, token => $token);
2920                  ## Ignore the token                  ## Ignore the token
2921                  !!!next-token;                  !!!next-token;
2922                  redo B;                  next B;
2923                }                } # INSCOPE
   
               ## Close the cell  
               !!!back-token; # </?>  
               $token = {type => END_TAG_TOKEN, tag_name => $tn};  
               redo B;  
2924              } elsif ($token->{tag_name} eq 'table' and              } elsif ($token->{tag_name} eq 'table' and
2925                       $self->{insertion_mode} == IN_CAPTION_IM) {                       ($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2926                !!!parse-error (type => 'not closed:caption');                !!!parse-error (type => 'not closed', text => 'caption',
2927                                  token => $token);
2928    
2929                ## As if </caption>                ## As if </caption>
2930                ## have a table element in table scope                ## have a table element in table scope
2931                my $i;                my $i;
2932                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
2933                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
2934                  if ($node->[1] eq 'caption') {                  if ($node->[1] == CAPTION_EL) {
2935                      !!!cp ('t184');
2936                    $i = $_;                    $i = $_;
2937                    last INSCOPE;                    last INSCOPE;
2938                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
2939                            table => 1, html => 1,                    !!!cp ('t185');
                          }->{$node->[1]}) {  
2940                    last INSCOPE;                    last INSCOPE;
2941                  }                  }
2942                } # INSCOPE                } # INSCOPE
2943                unless (defined $i) {                unless (defined $i) {
2944                  !!!parse-error (type => 'unmatched end tag:caption');                  !!!cp ('t186');
2945            ## TODO: Wrong error type?
2946                    !!!parse-error (type => 'unmatched end tag',
2947                                    text => 'caption', token => $token);
2948                  ## Ignore the token                  ## Ignore the token
2949                  !!!next-token;                  !!!next-token;
2950                  redo B;                  next B;
2951                }                }
2952                                
2953                ## generate implied end tags                ## generate implied end tags
2954                if ({                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
2955                     dd => 1, dt => 1, li => 1, p => 1,                  !!!cp ('t187');
2956                     td => 1, th => 1, tr => 1,                  pop @{$self->{open_elements}};
                    tbody => 1, tfoot=> 1, thead => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token; # </table>  
                 $token = {type => END_TAG_TOKEN, tag_name => 'caption'};  
                 !!!back-token;  
                 $token = {type => END_TAG_TOKEN,  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
2957                }                }
2958    
2959                if ($self->{open_elements}->[-1]->[1] ne 'caption') {                unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2960                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!cp ('t188');
2961                    !!!parse-error (type => 'not closed',
2962                                    text => $self->{open_elements}->[-1]->[0]
2963                                        ->manakai_local_name,
2964                                    token => $token);
2965                  } else {
2966                    !!!cp ('t189');
2967                }                }
2968    
2969                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
# Line 3320  sub _tree_construction_main ($) { Line 2973  sub _tree_construction_main ($) {
2973                $self->{insertion_mode} = IN_TABLE_IM;                $self->{insertion_mode} = IN_TABLE_IM;
2974    
2975                ## reprocess                ## reprocess
2976                redo B;                next B;
2977              } elsif ({              } elsif ({
2978                        body => 1, col => 1, colgroup => 1, html => 1,                        body => 1, col => 1, colgroup => 1, html => 1,
2979                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
2980                if ($self->{insertion_mode} & BODY_TABLE_IMS) {                if ($self->{insertion_mode} & BODY_TABLE_IMS) {
2981                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t190');
2982                    !!!parse-error (type => 'unmatched end tag',
2983                                    text => $token->{tag_name}, token => $token);
2984                  ## Ignore the token                  ## Ignore the token
2985                  !!!next-token;                  !!!next-token;
2986                  redo B;                  next B;
2987                } else {                } else {
2988                    !!!cp ('t191');
2989                  #                  #
2990                }                }
2991              } elsif ({          } elsif ({
2992                        tbody => 1, tfoot => 1,                    tbody => 1, tfoot => 1,
2993                        thead => 1, tr => 1,                    thead => 1, tr => 1,
2994                       }->{$token->{tag_name}} and                   }->{$token->{tag_name}} and
2995                       $self->{insertion_mode} == IN_CAPTION_IM) {                   ($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2996                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t192');
2997                ## Ignore the token            !!!parse-error (type => 'unmatched end tag',
2998                !!!next-token;                            text => $token->{tag_name}, token => $token);
2999                redo B;            ## Ignore the token
3000              } else {            !!!next-token;
3001                #            next B;
3002              }          } else {
3003              !!!cp ('t193');
3004              #
3005            }
3006          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3007            for my $entry (@{$self->{open_elements}}) {
3008              unless ($entry->[1] & ALL_END_TAG_OPTIONAL_EL) {
3009                !!!cp ('t75');
3010                !!!parse-error (type => 'in body:#eof', token => $token);
3011                last;
3012              }
3013            }
3014    
3015            ## Stop parsing.
3016            last B;
3017        } else {        } else {
3018          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
3019        }        }
# Line 3352  sub _tree_construction_main ($) { Line 3022  sub _tree_construction_main ($) {
3022        #        #
3023      } elsif ($self->{insertion_mode} & TABLE_IMS) {      } elsif ($self->{insertion_mode} & TABLE_IMS) {
3024        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
3025              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if (not $open_tables->[-1]->[1] and # tainted
3026                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);              $token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
3027              $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
3028                                
3029                unless (length $token->{data}) {            unless (length $token->{data}) {
3030                  !!!next-token;              !!!cp ('t194');
3031                  redo B;              !!!next-token;
3032                }              next B;
3033              }            } else {
3034                !!!cp ('t195');
3035              }
3036            }
3037    
3038              !!!parse-error (type => 'in table:#character');          !!!parse-error (type => 'in table:#text', token => $token);
3039    
3040              ## As if in body, but insert into foster parent element          ## NOTE: As if in body, but insert into the foster parent element.
3041              ## ISSUE: Spec says that "whenever a node would be inserted          $reconstruct_active_formatting_elements->($insert_to_foster);
             ## into the current node" while characters might not be  
             ## result in a new Text node.  
             $reconstruct_active_formatting_elements->($insert_to_foster);  
3042                            
3043              if ({          if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
3044                   table => 1, tbody => 1, tfoot => 1,            # MUST
3045                   thead => 1, tr => 1,            my $foster_parent_element;
3046                  }->{$self->{open_elements}->[-1]->[1]}) {            my $next_sibling;
3047                # MUST            my $prev_sibling;
3048                my $foster_parent_element;            OE: for (reverse 0..$#{$self->{open_elements}}) {
3049                my $next_sibling;              if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
3050                my $prev_sibling;                my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
3051                OE: for (reverse 0..$#{$self->{open_elements}}) {                if (defined $parent and $parent->node_type == 1) {
3052                  if ($self->{open_elements}->[$_]->[1] eq 'table') {                  $foster_parent_element = $parent;
3053                    my $parent = $self->{open_elements}->[$_]->[0]->parent_node;                  !!!cp ('t196');
3054                    if (defined $parent and $parent->node_type == 1) {                  $next_sibling = $self->{open_elements}->[$_]->[0];
3055                      $foster_parent_element = $parent;                  $prev_sibling = $next_sibling->previous_sibling;
3056                      $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});  
3057                } else {                } else {
3058                  $foster_parent_element->insert_before                  !!!cp ('t197');
3059                    ($self->{document}->create_text_node ($token->{data}),                  $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];
3060                     $next_sibling);                  $prev_sibling = $foster_parent_element->last_child;
3061                    #
3062                }                }
3063              } else {                last OE;
               $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});  
3064              }              }
3065              } # OE
3066              $foster_parent_element = $self->{open_elements}->[0]->[0] and
3067              $prev_sibling = $foster_parent_element->last_child
3068                  unless defined $foster_parent_element;
3069              undef $prev_sibling unless $open_tables->[-1]->[2]; # ~node inserted
3070              if (defined $prev_sibling and
3071                  $prev_sibling->node_type == 3) {
3072                !!!cp ('t198');
3073                $prev_sibling->manakai_append_text ($token->{data});
3074              } else {
3075                !!!cp ('t199');
3076                $foster_parent_element->insert_before
3077                    ($self->{document}->create_text_node ($token->{data}),
3078                     $next_sibling);
3079              }
3080              $open_tables->[-1]->[1] = 1; # tainted
3081              $open_tables->[-1]->[2] = 1; # ~node inserted
3082            } else {
3083              ## NOTE: Fragment case or in a foster parent'ed element
3084              ## (e.g. |<table><span>a|).  In fragment case, whether the
3085              ## character is appended to existing node or a new node is
3086              ## created is irrelevant, since the foster parent'ed nodes
3087              ## are discarded and fragment parsing does not invoke any
3088              ## script.
3089              !!!cp ('t200');
3090              $self->{open_elements}->[-1]->[0]->manakai_append_text
3091                  ($token->{data});
3092            }
3093                            
3094              !!!next-token;          !!!next-token;
3095              redo B;          next B;
3096        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
3097              if ({          if ({
3098                   tr => ($self->{insertion_mode} != IN_ROW_IM),               tr => (($self->{insertion_mode} & IM_MASK) != IN_ROW_IM),
3099                   th => 1, td => 1,               th => 1, td => 1,
3100                  }->{$token->{tag_name}}) {              }->{$token->{tag_name}}) {
3101                if ($self->{insertion_mode} == IN_TABLE_IM) {            if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_IM) {
3102                  ## Clear back to table context              ## Clear back to table context
3103                  while ($self->{open_elements}->[-1]->[1] ne 'table' and              while (not ($self->{open_elements}->[-1]->[1]
3104                         $self->{open_elements}->[-1]->[1] ne 'html') {                              & TABLE_SCOPING_EL)) {
3105                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!cp ('t201');
3106                    pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3107                  }              }
3108                                
3109                  !!!insert-element ('tbody');              !!!insert-element ('tbody',, $token);
3110                  $self->{insertion_mode} = IN_TABLE_BODY_IM;              $self->{insertion_mode} = IN_TABLE_BODY_IM;
3111                  ## reprocess in the "in table body" insertion mode...              ## reprocess in the "in table body" insertion mode...
3112                }            }
3113              
3114                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {            if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3115                  unless ($token->{tag_name} eq 'tr') {              unless ($token->{tag_name} eq 'tr') {
3116                    !!!parse-error (type => 'missing start tag:tr');                !!!cp ('t202');
3117                  }                !!!parse-error (type => 'missing start tag:tr', token => $token);
3118                }
3119                                    
3120                  ## Clear back to table body context              ## Clear back to table body context
3121                  while (not {              while (not ($self->{open_elements}->[-1]->[1]
3122                    tbody => 1, tfoot => 1, thead => 1, html => 1,                              & TABLE_ROWS_SCOPING_EL)) {
3123                  }->{$self->{open_elements}->[-1]->[1]}) {                !!!cp ('t203');
3124                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                ## ISSUE: Can this case be reached?
3125                    pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3126                  }              }
3127                                    
3128                  $self->{insertion_mode} = IN_ROW_IM;              $self->{insertion_mode} = IN_ROW_IM;
3129                  if ($token->{tag_name} eq 'tr') {              if ($token->{tag_name} eq 'tr') {
3130                    !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!cp ('t204');
3131                    !!!next-token;                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3132                    redo B;                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3133                  } else {                !!!nack ('t204');
3134                    !!!insert-element ('tr');                !!!next-token;
3135                    ## reprocess in the "in row" insertion mode                next B;
3136                  }              } else {
3137                }                !!!cp ('t205');
3138                  !!!insert-element ('tr',, $token);
3139                  ## reprocess in the "in row" insertion mode
3140                }
3141              } else {
3142                !!!cp ('t206');
3143              }
3144    
3145                ## Clear back to table row context                ## Clear back to table row context
3146                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3147                  tr => 1, html => 1,                                & TABLE_ROW_SCOPING_EL)) {
3148                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t207');
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3149                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3150                }                }
3151                                
3152                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3153                $self->{insertion_mode} = IN_CELL_IM;            $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3154              $self->{insertion_mode} = IN_CELL_IM;
3155    
3156                push @$active_formatting_elements, ['#marker', ''];            push @$active_formatting_elements, ['#marker', ''];
3157                                
3158              !!!nack ('t207.1');
3159              !!!next-token;
3160              next B;
3161            } elsif ({
3162                      caption => 1, col => 1, colgroup => 1,
3163                      tbody => 1, tfoot => 1, thead => 1,
3164                      tr => 1, # $self->{insertion_mode} == IN_ROW_IM
3165                     }->{$token->{tag_name}}) {
3166              if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3167                ## As if </tr>
3168                ## have an element in table scope
3169                my $i;
3170                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3171                  my $node = $self->{open_elements}->[$_];
3172                  if ($node->[1] == TABLE_ROW_EL) {
3173                    !!!cp ('t208');
3174                    $i = $_;
3175                    last INSCOPE;
3176                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3177                    !!!cp ('t209');
3178                    last INSCOPE;
3179                  }
3180                } # INSCOPE
3181                unless (defined $i) {
3182                  !!!cp ('t210');
3183                  ## TODO: This type is wrong.
3184                  !!!parse-error (type => 'unmacthed end tag',
3185                                  text => $token->{tag_name}, token => $token);
3186                  ## Ignore the token
3187                  !!!nack ('t210.1');
3188                !!!next-token;                !!!next-token;
3189                redo B;                next B;
3190              } elsif ({              }
                       caption => 1, col => 1, colgroup => 1,  
                       tbody => 1, tfoot => 1, thead => 1,  
                       tr => 1, # $self->{insertion_mode} == IN_ROW_IM  
                      }->{$token->{tag_name}}) {  
               if ($self->{insertion_mode} == IN_ROW_IM) {  
                 ## As if </tr>  
                 ## have an element in table scope  
                 my $i;  
                 INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
                   my $node = $self->{open_elements}->[$_];  
                   if ($node->[1] eq 'tr') {  
                     $i = $_;  
                     last INSCOPE;  
                   } elsif ({  
                             table => 1, html => 1,  
                            }->{$node->[1]}) {  
                     last INSCOPE;  
                   }  
                 } # INSCOPE  
                 unless (defined $i) {  
                   !!!parse-error (type => 'unmacthed end tag:'.$token->{tag_name});  
                   ## Ignore the token  
                   !!!next-token;  
                   redo B;  
                 }  
3191                                    
3192                  ## Clear back to table row context                  ## Clear back to table row context
3193                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3194                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3195                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t211');
3196                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    ## ISSUE: Can this case be reached?
3197                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3198                  }                  }
3199                                    
3200                  pop @{$self->{open_elements}}; # tr                  pop @{$self->{open_elements}}; # tr
3201                  $self->{insertion_mode} = IN_TABLE_BODY_IM;                  $self->{insertion_mode} = IN_TABLE_BODY_IM;
3202                  if ($token->{tag_name} eq 'tr') {                  if ($token->{tag_name} eq 'tr') {
3203                      !!!cp ('t212');
3204                    ## reprocess                    ## reprocess
3205                    redo B;                    !!!ack-later;
3206                      next B;
3207                  } else {                  } else {
3208                      !!!cp ('t213');
3209                    ## reprocess in the "in table body" insertion mode...                    ## reprocess in the "in table body" insertion mode...
3210                  }                  }
3211                }                }
3212    
3213                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3214                  ## have an element in table scope                  ## have an element in table scope
3215                  my $i;                  my $i;
3216                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3217                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3218                    if ({                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3219                         tbody => 1, thead => 1, tfoot => 1,                      !!!cp ('t214');
                       }->{$node->[1]}) {  
3220                      $i = $_;                      $i = $_;
3221                      last INSCOPE;                      last INSCOPE;
3222                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3223                              table => 1, html => 1,                      !!!cp ('t215');
                            }->{$node->[1]}) {  
3224                      last INSCOPE;                      last INSCOPE;
3225                    }                    }
3226                  } # INSCOPE                  } # INSCOPE
3227                  unless (defined $i) {                  unless (defined $i) {
3228                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    !!!cp ('t216');
3229    ## TODO: This erorr type is wrong.
3230                      !!!parse-error (type => 'unmatched end tag',
3231                                      text => $token->{tag_name}, token => $token);
3232                    ## Ignore the token                    ## Ignore the token
3233                      !!!nack ('t216.1');
3234                    !!!next-token;                    !!!next-token;
3235                    redo B;                    next B;
3236                  }                  }
3237    
3238                  ## Clear back to table body context                  ## Clear back to table body context
3239                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3240                    tbody => 1, tfoot => 1, thead => 1, html => 1,                                  & TABLE_ROWS_SCOPING_EL)) {
3241                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t217');
3242                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    ## ISSUE: Can this state be reached?
3243                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3244                  }                  }
3245                                    
# Line 3551  sub _tree_construction_main ($) { Line 3253  sub _tree_construction_main ($) {
3253                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3254                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
3255                  ## reprocess in "in table" insertion mode...                  ## reprocess in "in table" insertion mode...
3256                  } else {
3257                    !!!cp ('t218');
3258                }                }
3259    
3260                if ($token->{tag_name} eq 'col') {            if ($token->{tag_name} eq 'col') {
3261                  ## Clear back to table context              ## Clear back to table context
3262                  while ($self->{open_elements}->[-1]->[1] ne 'table' and              while (not ($self->{open_elements}->[-1]->[1]
3263                         $self->{open_elements}->[-1]->[1] ne 'html') {                              & TABLE_SCOPING_EL)) {
3264                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!cp ('t219');
3265                    pop @{$self->{open_elements}};                ## ISSUE: Can this state be reached?
3266                  }                pop @{$self->{open_elements}};
3267                                }
3268                  !!!insert-element ('colgroup');              
3269                  $self->{insertion_mode} = IN_COLUMN_GROUP_IM;              !!!insert-element ('colgroup',, $token);
3270                  ## reprocess              $self->{insertion_mode} = IN_COLUMN_GROUP_IM;
3271                  redo B;              ## reprocess
3272                } elsif ({              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3273                          caption => 1,              !!!ack-later;
3274                          colgroup => 1,              next B;
3275                          tbody => 1, tfoot => 1, thead => 1,            } elsif ({
3276                         }->{$token->{tag_name}}) {                      caption => 1,
3277                  ## Clear back to table context                      colgroup => 1,
3278                  while ($self->{open_elements}->[-1]->[1] ne 'table' and                      tbody => 1, tfoot => 1, thead => 1,
3279                         $self->{open_elements}->[-1]->[1] ne 'html') {                     }->{$token->{tag_name}}) {
3280                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);              ## Clear back to table context
3281                    while (not ($self->{open_elements}->[-1]->[1]
3282                                    & TABLE_SCOPING_EL)) {
3283                      !!!cp ('t220');
3284                      ## ISSUE: Can this state be reached?
3285                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3286                  }                  }
3287                                    
3288                  push @$active_formatting_elements, ['#marker', '']              push @$active_formatting_elements, ['#marker', '']
3289                      if $token->{tag_name} eq 'caption';                  if $token->{tag_name} eq 'caption';
3290                                    
3291                  !!!insert-element ($token->{tag_name}, $token->{attributes});              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3292                  $self->{insertion_mode} = {              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3293                                             caption => IN_CAPTION_IM,              $self->{insertion_mode} = {
3294                                             colgroup => IN_COLUMN_GROUP_IM,                                         caption => IN_CAPTION_IM,
3295                                             tbody => IN_TABLE_BODY_IM,                                         colgroup => IN_COLUMN_GROUP_IM,
3296                                             tfoot => IN_TABLE_BODY_IM,                                         tbody => IN_TABLE_BODY_IM,
3297                                             thead => IN_TABLE_BODY_IM,                                         tfoot => IN_TABLE_BODY_IM,
3298                                            }->{$token->{tag_name}};                                         thead => IN_TABLE_BODY_IM,
3299                  !!!next-token;                                        }->{$token->{tag_name}};
3300                  redo B;              !!!next-token;
3301                } else {              !!!nack ('t220.1');
3302                  die "$0: in table: <>: $token->{tag_name}";              next B;
3303                }            } else {
3304                die "$0: in table: <>: $token->{tag_name}";
3305              }
3306              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3307                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!parse-error (type => 'not closed',
3308                                  text => $self->{open_elements}->[-1]->[0]
3309                                      ->manakai_local_name,
3310                                  token => $token);
3311    
3312                ## As if </table>                ## As if </table>
3313                ## have a table element in table scope                ## have a table element in table scope
3314                my $i;                my $i;
3315                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3316                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3317                  if ($node->[1] eq 'table') {                  if ($node->[1] == TABLE_EL) {
3318                      !!!cp ('t221');
3319                    $i = $_;                    $i = $_;
3320                    last INSCOPE;                    last INSCOPE;
3321                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3322                            table => 1, html => 1,                    !!!cp ('t222');
                          }->{$node->[1]}) {  
3323                    last INSCOPE;                    last INSCOPE;
3324                  }                  }
3325                } # INSCOPE                } # INSCOPE
3326                unless (defined $i) {                unless (defined $i) {
3327                  !!!parse-error (type => 'unmatched end tag:table');                  !!!cp ('t223');
3328    ## TODO: The following is wrong, maybe.
3329                    !!!parse-error (type => 'unmatched end tag', text => 'table',
3330                                    token => $token);
3331                  ## Ignore tokens </table><table>                  ## Ignore tokens </table><table>
3332                    !!!nack ('t223.1');
3333                  !!!next-token;                  !!!next-token;
3334                  redo B;                  next B;
3335                }                }
3336                                
3337    ## TODO: Followings are removed from the latest spec.
3338                ## generate implied end tags                ## generate implied end tags
3339                if ({                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
3340                     dd => 1, dt => 1, li => 1, p => 1,                  !!!cp ('t224');
3341                     td => 1, th => 1, tr => 1,                  pop @{$self->{open_elements}};
                    tbody => 1, tfoot=> 1, thead => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token; # <table>  
                 $token = {type => END_TAG_TOKEN, tag_name => 'table'};  
                 !!!back-token;  
                 $token = {type => END_TAG_TOKEN,  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
3342                }                }
3343    
3344                if ($self->{open_elements}->[-1]->[1] ne 'table') {                unless ($self->{open_elements}->[-1]->[1] == TABLE_EL) {
3345                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!cp ('t225');
3346                    ## NOTE: |<table><tr><table>|
3347                    !!!parse-error (type => 'not closed',
3348                                    text => $self->{open_elements}->[-1]->[0]
3349                                        ->manakai_local_name,
3350                                    token => $token);
3351                  } else {
3352                    !!!cp ('t226');
3353                }                }
3354    
3355                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
3356                  pop @{$open_tables};
3357    
3358                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
3359    
3360                ## reprocess            ## reprocess
3361                redo B;            !!!ack-later;
3362          } else {            next B;
3363            !!!parse-error (type => 'in table:'.$token->{tag_name});          } elsif ($token->{tag_name} eq 'style') {
3364              if (not $open_tables->[-1]->[1]) { # tainted
3365                !!!cp ('t227.8');
3366                ## NOTE: This is a "as if in head" code clone.
3367                $parse_rcdata->(CDATA_CONTENT_MODEL);
3368                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3369                next B;
3370              } else {
3371                !!!cp ('t227.7');
3372                #
3373              }
3374            } elsif ($token->{tag_name} eq 'script') {
3375              if (not $open_tables->[-1]->[1]) { # tainted
3376                !!!cp ('t227.6');
3377                ## NOTE: This is a "as if in head" code clone.
3378                $script_start_tag->();
3379                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3380                next B;
3381              } else {
3382                !!!cp ('t227.5');
3383                #
3384              }
3385            } elsif ($token->{tag_name} eq 'input') {
3386              if (not $open_tables->[-1]->[1]) { # tainted
3387                if ($token->{attributes}->{type}) { ## TODO: case
3388                  my $type = lc $token->{attributes}->{type}->{value};
3389                  if ($type eq 'hidden') {
3390                    !!!cp ('t227.3');
3391                    !!!parse-error (type => 'in table',
3392                                    text => $token->{tag_name}, token => $token);
3393    
3394            $insert = $insert_to_foster;                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3395                    $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3396    
3397                    ## TODO: form element pointer
3398    
3399                    pop @{$self->{open_elements}};
3400    
3401                    !!!next-token;
3402                    !!!ack ('t227.2.1');
3403                    next B;
3404                  } else {
3405                    !!!cp ('t227.2');
3406                    #
3407                  }
3408                } else {
3409                  !!!cp ('t227.1');
3410                  #
3411                }
3412              } else {
3413                !!!cp ('t227.4');
3414                #
3415              }
3416            } else {
3417              !!!cp ('t227');
3418            #            #
3419          }          }
3420    
3421            !!!parse-error (type => 'in table', text => $token->{tag_name},
3422                            token => $token);
3423    
3424            $insert = $insert_to_foster;
3425            #
3426        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
3427              if ($token->{tag_name} eq 'tr' and          if ($token->{tag_name} eq 'tr' and
3428                  $self->{insertion_mode} == IN_ROW_IM) {              ($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3429                ## have an element in table scope            ## have an element in table scope
3430                my $i;                my $i;
3431                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3432                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3433                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[1] == TABLE_ROW_EL) {
3434                      !!!cp ('t228');
3435                    $i = $_;                    $i = $_;
3436                    last INSCOPE;                    last INSCOPE;
3437                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3438                            table => 1, html => 1,                    !!!cp ('t229');
                          }->{$node->[1]}) {  
3439                    last INSCOPE;                    last INSCOPE;
3440                  }                  }
3441                } # INSCOPE                } # INSCOPE
3442                unless (defined $i) {                unless (defined $i) {
3443                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t230');
3444                    !!!parse-error (type => 'unmatched end tag',
3445                                    text => $token->{tag_name}, token => $token);
3446                  ## Ignore the token                  ## Ignore the token
3447                    !!!nack ('t230.1');
3448                  !!!next-token;                  !!!next-token;
3449                  redo B;                  next B;
3450                  } else {
3451                    !!!cp ('t232');
3452                }                }
3453    
3454                ## Clear back to table row context                ## Clear back to table row context
3455                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3456                  tr => 1, html => 1,                                & TABLE_ROW_SCOPING_EL)) {
3457                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t231');
3458                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this state be reached?
3459                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3460                }                }
3461    
3462                pop @{$self->{open_elements}}; # tr                pop @{$self->{open_elements}}; # tr
3463                $self->{insertion_mode} = IN_TABLE_BODY_IM;                $self->{insertion_mode} = IN_TABLE_BODY_IM;
3464                !!!next-token;                !!!next-token;
3465                redo B;                !!!nack ('t231.1');
3466                  next B;
3467              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3468                if ($self->{insertion_mode} == IN_ROW_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3469                  ## As if </tr>                  ## As if </tr>
3470                  ## have an element in table scope                  ## have an element in table scope
3471                  my $i;                  my $i;
3472                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3473                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3474                    if ($node->[1] eq 'tr') {                    if ($node->[1] == TABLE_ROW_EL) {
3475                        !!!cp ('t233');
3476                      $i = $_;                      $i = $_;
3477                      last INSCOPE;                      last INSCOPE;
3478                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3479                              table => 1, html => 1,                      !!!cp ('t234');
                            }->{$node->[1]}) {  
3480                      last INSCOPE;                      last INSCOPE;
3481                    }                    }
3482                  } # INSCOPE                  } # INSCOPE
3483                  unless (defined $i) {                  unless (defined $i) {
3484                    !!!parse-error (type => 'unmatched end tag:'.$token->{type});                    !!!cp ('t235');
3485    ## TODO: The following is wrong.
3486                      !!!parse-error (type => 'unmatched end tag',
3487                                      text => $token->{type}, token => $token);
3488                    ## Ignore the token                    ## Ignore the token
3489                      !!!nack ('t236.1');
3490                    !!!next-token;                    !!!next-token;
3491                    redo B;                    next B;
3492                  }                  }
3493                                    
3494                  ## Clear back to table row context                  ## Clear back to table row context
3495                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3496                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3497                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t236');
3498                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this state be reached?
3499                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3500                  }                  }
3501                                    
# Line 3718  sub _tree_construction_main ($) { Line 3504  sub _tree_construction_main ($) {
3504                  ## reprocess in the "in table body" insertion mode...                  ## reprocess in the "in table body" insertion mode...
3505                }                }
3506    
3507                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3508                  ## have an element in table scope                  ## have an element in table scope
3509                  my $i;                  my $i;
3510                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3511                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3512                    if ({                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3513                         tbody => 1, thead => 1, tfoot => 1,                      !!!cp ('t237');
                       }->{$node->[1]}) {  
3514                      $i = $_;                      $i = $_;
3515                      last INSCOPE;                      last INSCOPE;
3516                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3517                              table => 1, html => 1,                      !!!cp ('t238');
                            }->{$node->[1]}) {  
3518                      last INSCOPE;                      last INSCOPE;
3519                    }                    }
3520                  } # INSCOPE                  } # INSCOPE
3521                  unless (defined $i) {                  unless (defined $i) {
3522                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    !!!cp ('t239');
3523                      !!!parse-error (type => 'unmatched end tag',
3524                                      text => $token->{tag_name}, token => $token);
3525                    ## Ignore the token                    ## Ignore the token
3526                      !!!nack ('t239.1');
3527                    !!!next-token;                    !!!next-token;
3528                    redo B;                    next B;
3529                  }                  }
3530                                    
3531                  ## Clear back to table body context                  ## Clear back to table body context
3532                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3533                    tbody => 1, tfoot => 1, thead => 1, html => 1,                                  & TABLE_ROWS_SCOPING_EL)) {
3534                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t240');
                   !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3535                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3536                  }                  }
3537                                    
# Line 3761  sub _tree_construction_main ($) { Line 3547  sub _tree_construction_main ($) {
3547                  ## reprocess in the "in table" insertion mode...                  ## reprocess in the "in table" insertion mode...
3548                }                }
3549    
3550                  ## NOTE: </table> in the "in table" insertion mode.
3551                  ## When you edit the code fragment below, please ensure that
3552                  ## the code for <table> in the "in table" insertion mode
3553                  ## is synced with it.
3554    
3555                ## have a table element in table scope                ## have a table element in table scope
3556                my $i;                my $i;
3557                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3558                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3559                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[1] == TABLE_EL) {
3560                      !!!cp ('t241');
3561                    $i = $_;                    $i = $_;
3562                    last INSCOPE;                    last INSCOPE;
3563                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3564                            table => 1, html => 1,                    !!!cp ('t242');
                          }->{$node->[1]}) {  
3565                    last INSCOPE;                    last INSCOPE;
3566                  }                  }
3567                } # INSCOPE                } # INSCOPE
3568                unless (defined $i) {                unless (defined $i) {
3569                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t243');
3570                    !!!parse-error (type => 'unmatched end tag',
3571                                    text => $token->{tag_name}, token => $token);
3572                  ## Ignore the token                  ## Ignore the token
3573                    !!!nack ('t243.1');
3574                  !!!next-token;                  !!!next-token;
3575                  redo B;                  next B;
               }  
   
               ## generate implied end tags  
               if ({  
                    dd => 1, dt => 1, li => 1, p => 1,  
                    td => 1, th => 1, tr => 1,  
                    tbody => 1, tfoot=> 1, thead => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token;  
                 $token = {type => END_TAG_TOKEN,  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
               }  
                 
               if ($self->{open_elements}->[-1]->[1] ne 'table') {  
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
3576                }                }
3577                                    
3578                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
3579                  pop @{$open_tables};
3580                                
3581                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
3582                                
3583                !!!next-token;                !!!next-token;
3584                redo B;                next B;
3585              } elsif ({              } elsif ({
3586                        tbody => 1, tfoot => 1, thead => 1,                        tbody => 1, tfoot => 1, thead => 1,
3587                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
3588                       $self->{insertion_mode} & ROW_IMS) {                       $self->{insertion_mode} & ROW_IMS) {
3589                if ($self->{insertion_mode} == IN_ROW_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3590                  ## have an element in table scope                  ## have an element in table scope
3591                  my $i;                  my $i;
3592                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3593                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3594                    if ($node->[1] eq $token->{tag_name}) {                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3595                        !!!cp ('t247');
3596                      $i = $_;                      $i = $_;
3597                      last INSCOPE;                      last INSCOPE;
3598                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3599                              table => 1, html => 1,                      !!!cp ('t248');
                            }->{$node->[1]}) {  
3600                      last INSCOPE;                      last INSCOPE;
3601                    }                    }
3602                  } # INSCOPE                  } # INSCOPE
3603                    unless (defined $i) {                    unless (defined $i) {
3604                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                      !!!cp ('t249');
3605                        !!!parse-error (type => 'unmatched end tag',
3606                                        text => $token->{tag_name}, token => $token);
3607                      ## Ignore the token                      ## Ignore the token
3608                        !!!nack ('t249.1');
3609                      !!!next-token;                      !!!next-token;
3610                      redo B;                      next B;
3611                    }                    }
3612                                    
3613                  ## As if </tr>                  ## As if </tr>
# Line 3833  sub _tree_construction_main ($) { Line 3615  sub _tree_construction_main ($) {
3615                  my $i;                  my $i;
3616                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3617                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3618                    if ($node->[1] eq 'tr') {                    if ($node->[1] == TABLE_ROW_EL) {
3619                        !!!cp ('t250');
3620                      $i = $_;                      $i = $_;
3621                      last INSCOPE;                      last INSCOPE;
3622                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
3623                              table => 1, html => 1,                      !!!cp ('t251');
                            }->{$node->[1]}) {  
3624                      last INSCOPE;                      last INSCOPE;
3625                    }                    }
3626                  } # INSCOPE                  } # INSCOPE
3627                    unless (defined $i) {                    unless (defined $i) {
3628                      !!!parse-error (type => 'unmatched end tag:tr');                      !!!cp ('t252');
3629                        !!!parse-error (type => 'unmatched end tag',
3630                                        text => 'tr', token => $token);
3631                      ## Ignore the token                      ## Ignore the token
3632                        !!!nack ('t252.1');
3633                      !!!next-token;                      !!!next-token;
3634                      redo B;                      next B;
3635                    }                    }
3636                                    
3637                  ## Clear back to table row context                  ## Clear back to table row context
3638                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
3639                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
3640                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t253');
3641                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this case be reached?
3642                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3643                  }                  }
3644                                    
# Line 3866  sub _tree_construction_main ($) { Line 3651  sub _tree_construction_main ($) {
3651                my $i;                my $i;
3652                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3653                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3654                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
3655                      !!!cp ('t254');
3656                    $i = $_;                    $i = $_;
3657                    last INSCOPE;                    last INSCOPE;
3658                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3659                            table => 1, html => 1,                    !!!cp ('t255');
                          }->{$node->[1]}) {  
3660                    last INSCOPE;                    last INSCOPE;
3661                  }                  }
3662                } # INSCOPE                } # INSCOPE
3663                unless (defined $i) {                unless (defined $i) {
3664                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t256');
3665                    !!!parse-error (type => 'unmatched end tag',
3666                                    text => $token->{tag_name}, token => $token);
3667                  ## Ignore the token                  ## Ignore the token
3668                    !!!nack ('t256.1');
3669                  !!!next-token;                  !!!next-token;
3670                  redo B;                  next B;
3671                }                }
3672    
3673                ## Clear back to table body context                ## Clear back to table body context
3674                while (not {                while (not ($self->{open_elements}->[-1]->[1]
3675                  tbody => 1, tfoot => 1, thead => 1, html => 1,                                & TABLE_ROWS_SCOPING_EL)) {
3676                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t257');
3677                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this case be reached?
3678                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3679                }                }
3680    
3681                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3682                $self->{insertion_mode} = IN_TABLE_IM;                $self->{insertion_mode} = IN_TABLE_IM;
3683                  !!!nack ('t257.1');
3684                !!!next-token;                !!!next-token;
3685                redo B;                next B;
3686              } elsif ({              } elsif ({
3687                        body => 1, caption => 1, col => 1, colgroup => 1,                        body => 1, caption => 1, col => 1, colgroup => 1,
3688                        html => 1, td => 1, th => 1,                        html => 1, td => 1, th => 1,
3689                        tr => 1, # $self->{insertion_mode} == IN_ROW_IM                        tr => 1, # $self->{insertion_mode} == IN_ROW_IM
3690                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM
3691                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
3692                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t258');
3693                ## Ignore the token            !!!parse-error (type => 'unmatched end tag',
3694                !!!next-token;                            text => $token->{tag_name}, token => $token);
3695                redo B;            ## Ignore the token
3696          } else {            !!!nack ('t258.1');
3697            !!!parse-error (type => 'in table:/'.$token->{tag_name});             !!!next-token;
3698              next B;
3699            } else {
3700              !!!cp ('t259');
3701              !!!parse-error (type => 'in table:/',
3702                              text => $token->{tag_name}, token => $token);
3703    
3704            $insert = $insert_to_foster;            $insert = $insert_to_foster;
3705            #            #
3706          }          }
3707          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3708            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
3709                    @{$self->{open_elements}} == 1) { # redundant, maybe
3710              !!!parse-error (type => 'in body:#eof', token => $token);
3711              !!!cp ('t259.1');
3712              #
3713            } else {
3714              !!!cp ('t259.2');
3715              #
3716            }
3717    
3718            ## Stop parsing
3719            last B;
3720        } else {        } else {
3721          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
3722        }        }
3723      } elsif ($self->{insertion_mode} == IN_COLUMN_GROUP_IM) {      } elsif (($self->{insertion_mode} & IM_MASK) == IN_COLUMN_GROUP_IM) {
3724            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
3725              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {              if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
3726                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
3727                unless (length $token->{data}) {                unless (length $token->{data}) {
3728                    !!!cp ('t260');
3729                  !!!next-token;                  !!!next-token;
3730                  redo B;                  next B;
3731                }                }
3732              }              }
3733                            
3734                !!!cp ('t261');
3735              #              #
3736            } elsif ($token->{type} == START_TAG_TOKEN) {            } elsif ($token->{type} == START_TAG_TOKEN) {
3737              if ($token->{tag_name} eq 'col') {              if ($token->{tag_name} eq 'col') {
3738                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!cp ('t262');
3739                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3740                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3741                  !!!ack ('t262.1');
3742                !!!next-token;                !!!next-token;
3743                redo B;                next B;
3744              } else {              } else {
3745                  !!!cp ('t263');
3746                #                #
3747              }              }
3748            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
3749              if ($token->{tag_name} eq 'colgroup') {              if ($token->{tag_name} eq 'colgroup') {
3750                if ($self->{open_elements}->[-1]->[1] eq 'html') {                if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3751                  !!!parse-error (type => 'unmatched end tag:colgroup');                  !!!cp ('t264');
3752                    !!!parse-error (type => 'unmatched end tag',
3753                                    text => 'colgroup', token => $token);
3754                  ## Ignore the token                  ## Ignore the token
3755                  !!!next-token;                  !!!next-token;
3756                  redo B;                  next B;
3757                } else {                } else {
3758                    !!!cp ('t265');
3759                  pop @{$self->{open_elements}}; # colgroup                  pop @{$self->{open_elements}}; # colgroup
3760                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
3761                  !!!next-token;                  !!!next-token;
3762                  redo B;                              next B;            
3763                }                }
3764              } elsif ($token->{tag_name} eq 'col') {              } elsif ($token->{tag_name} eq 'col') {
3765                !!!parse-error (type => 'unmatched end tag:col');                !!!cp ('t266');
3766                  !!!parse-error (type => 'unmatched end tag',
3767                                  text => 'col', token => $token);
3768                ## Ignore the token                ## Ignore the token
3769                !!!next-token;                !!!next-token;
3770                redo B;                next B;
3771              } else {              } else {
3772                  !!!cp ('t267');
3773                #                #
3774              }              }
3775            } else {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3776              #          if ($self->{open_elements}->[-1]->[1] == HTML_EL and
3777            }              @{$self->{open_elements}} == 1) { # redundant, maybe
3778              !!!cp ('t270.2');
3779              ## Stop parsing.
3780              last B;
3781            } else {
3782              ## NOTE: As if </colgroup>.
3783              !!!cp ('t270.1');
3784              pop @{$self->{open_elements}}; # colgroup
3785              $self->{insertion_mode} = IN_TABLE_IM;
3786              ## Reprocess.
3787              next B;
3788            }
3789          } else {
3790            die "$0: $token->{type}: Unknown token type";
3791          }
3792    
3793            ## As if </colgroup>            ## As if </colgroup>
3794            if ($self->{open_elements}->[-1]->[1] eq 'html') {            if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3795              !!!parse-error (type => 'unmatched end tag:colgroup');              !!!cp ('t269');
3796    ## TODO: Wrong error type?
3797                !!!parse-error (type => 'unmatched end tag',
3798                                text => 'colgroup', token => $token);
3799              ## Ignore the token              ## Ignore the token
3800                !!!nack ('t269.1');
3801              !!!next-token;              !!!next-token;
3802              redo B;              next B;
3803            } else {            } else {
3804                !!!cp ('t270');
3805              pop @{$self->{open_elements}}; # colgroup              pop @{$self->{open_elements}}; # colgroup
3806              $self->{insertion_mode} = IN_TABLE_IM;              $self->{insertion_mode} = IN_TABLE_IM;
3807                !!!ack-later;
3808              ## reprocess              ## reprocess
3809              redo B;              next B;
3810            }            }
3811      } elsif ($self->{insertion_mode} == IN_SELECT_IM) {      } elsif ($self->{insertion_mode} & SELECT_IMS) {
3812        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
3813            !!!cp ('t271');
3814          $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});          $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
3815          !!!next-token;          !!!next-token;
3816          redo B;          next B;
3817        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
3818              if ($token->{tag_name} eq 'option') {          if ($token->{tag_name} eq 'option') {
3819                if ($self->{open_elements}->[-1]->[1] eq 'option') {            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3820                  ## As if </option>              !!!cp ('t272');
3821                  pop @{$self->{open_elements}};              ## As if </option>
3822                }              pop @{$self->{open_elements}};
3823              } else {
3824                !!!cp ('t273');
3825              }
3826    
3827                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3828                !!!next-token;            !!!nack ('t273.1');
3829                redo B;            !!!next-token;
3830              } elsif ($token->{tag_name} eq 'optgroup') {            next B;
3831                if ($self->{open_elements}->[-1]->[1] eq 'option') {          } elsif ($token->{tag_name} eq 'optgroup') {
3832                  ## As if </option>            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3833                  pop @{$self->{open_elements}};              !!!cp ('t274');
3834                }              ## As if </option>
3835                pop @{$self->{open_elements}};
3836              } else {
3837                !!!cp ('t275');
3838              }
3839    
3840                if ($self->{open_elements}->[-1]->[1] eq 'optgroup') {            if ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3841                  ## As if </optgroup>              !!!cp ('t276');
3842                  pop @{$self->{open_elements}};              ## As if </optgroup>
3843                }              pop @{$self->{open_elements}};
3844              } else {
3845                !!!cp ('t277');
3846              }
3847    
3848                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3849                !!!next-token;            !!!nack ('t277.1');
3850                redo B;            !!!next-token;
3851              } elsif ($token->{tag_name} eq 'select') {            next B;
3852                !!!parse-error (type => 'not closed:select');          } elsif ({
3853                ## As if </select> instead                     select => 1, input => 1, textarea => 1, keygen => 1,
3854                ## have an element in table scope                   }->{$token->{tag_name}} or
3855                my $i;                   (($self->{insertion_mode} & IM_MASK)
3856                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                        == IN_SELECT_IN_TABLE_IM and
3857                  my $node = $self->{open_elements}->[$_];                    {
3858                  if ($node->[1] eq $token->{tag_name}) {                     caption => 1, table => 1,
3859                    $i = $_;                     tbody => 1, tfoot => 1, thead => 1,
3860                    last INSCOPE;                     tr => 1, td => 1, th => 1,
3861                  } elsif ({                    }->{$token->{tag_name}})) {
3862                            table => 1, html => 1,  
3863                           }->{$node->[1]}) {            ## 1. Parse error.
3864                    last INSCOPE;            if ($token->{tag_name} eq 'select') {
3865                  }                !!!parse-error (type => 'select in select', ## XXX: documentation
3866                } # INSCOPE                                token => $token);
3867                unless (defined $i) {            } else {
3868                  !!!parse-error (type => 'unmatched end tag:select');              !!!parse-error (type => 'not closed', text => 'select',
3869                  ## Ignore the token                              token => $token);
3870                  !!!next-token;            }
3871                  redo B;  
3872                }            ## 2./<select>-1. Unless "have an element in table scope" (select):
3873              my $i;
3874              INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3875                my $node = $self->{open_elements}->[$_];
3876                if ($node->[1] == SELECT_EL) {
3877                  !!!cp ('t278');
3878                  $i = $_;
3879                  last INSCOPE;
3880                } elsif ($node->[1] & TABLE_SCOPING_EL) {
3881                  !!!cp ('t279');
3882                  last INSCOPE;
3883                }
3884              } # INSCOPE
3885              unless (defined $i) {
3886                !!!cp ('t280');
3887                if ($token->{tag_name} eq 'select') {
3888                  ## NOTE: This error would be raised when
3889                  ## |select.innerHTML = '<select>'| is executed; in this
3890                  ## case two errors, "select in select" and "unmatched
3891                  ## end tags" are reported to the user, the latter might
3892                  ## be confusing but this is what the spec requires.
3893                  !!!parse-error (type => 'unmatched end tag',
3894                                  text => 'select',
3895                                  token => $token);
3896                }
3897                ## Ignore the token.
3898                !!!nack ('t280.1');
3899                !!!next-token;
3900                next B;
3901              }
3902    
3903              ## 3. Otherwise, as if there were <select>:
3904                                
3905                splice @{$self->{open_elements}}, $i;            !!!cp ('t281');
3906              splice @{$self->{open_elements}}, $i;
3907    
3908                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
3909    
3910                !!!next-token;            if ($token->{tag_name} eq 'select') {
3911                redo B;              !!!nack ('t281.2');
3912          } else {              !!!next-token;
3913            !!!parse-error (type => 'in select:'.$token->{tag_name});              next B;
3914              } else {
3915                !!!cp ('t281.1');
3916                !!!ack-later;
3917                ## Reprocess the token.
3918                next B;
3919              }
3920            } elsif ($token->{tag_name} eq 'script') {
3921              !!!cp ('t281.3');
3922              ## NOTE: This is an "as if in head" code clone
3923              $script_start_tag->();
3924              next B;
3925            } else {
3926              !!!cp ('t282');
3927              !!!parse-error (type => 'in select',
3928                              text => $token->{tag_name}, token => $token);
3929            ## Ignore the token            ## Ignore the token
3930              !!!nack ('t282.1');
3931            !!!next-token;            !!!next-token;
3932            redo B;            next B;
3933          }          }
3934        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
3935              if ($token->{tag_name} eq 'optgroup') {          if ($token->{tag_name} eq 'optgroup') {
3936                if ($self->{open_elements}->[-1]->[1] eq 'option' and            if ($self->{open_elements}->[-1]->[1] == OPTION_EL and
3937                    $self->{open_elements}->[-2]->[1] eq 'optgroup') {                $self->{open_elements}->[-2]->[1] == OPTGROUP_EL) {
3938                  ## As if </option>              !!!cp ('t283');
3939                  splice @{$self->{open_elements}}, -2;              ## As if </option>
3940                } elsif ($self->{open_elements}->[-1]->[1] eq 'optgroup') {              splice @{$self->{open_elements}}, -2;
3941                  pop @{$self->{open_elements}};            } elsif ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3942                } else {              !!!cp ('t284');
3943                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              pop @{$self->{open_elements}};
3944                  ## Ignore the token            } else {
3945                }              !!!cp ('t285');
3946                !!!next-token;              !!!parse-error (type => 'unmatched end tag',
3947                redo B;                              text => $token->{tag_name}, token => $token);
3948              } elsif ($token->{tag_name} eq 'option') {              ## Ignore the token
3949                if ($self->{open_elements}->[-1]->[1] eq 'option') {            }
3950                  pop @{$self->{open_elements}};            !!!nack ('t285.1');
3951                } else {            !!!next-token;
3952                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            next B;
3953                  ## Ignore the token          } elsif ($token->{tag_name} eq 'option') {
3954                }            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3955                !!!next-token;              !!!cp ('t286');
3956                redo B;              pop @{$self->{open_elements}};
3957              } elsif ($token->{tag_name} eq 'select') {            } else {
3958                ## have an element in table scope              !!!cp ('t287');
3959                my $i;              !!!parse-error (type => 'unmatched end tag',
3960                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                              text => $token->{tag_name}, token => $token);
3961                  my $node = $self->{open_elements}->[$_];              ## Ignore the token
3962                  if ($node->[1] eq $token->{tag_name}) {            }
3963                    $i = $_;            !!!nack ('t287.1');
3964                    last INSCOPE;            !!!next-token;
3965                  } elsif ({            next B;
3966                            table => 1, html => 1,          } elsif ($token->{tag_name} eq 'select') {
3967                           }->{$node->[1]}) {            ## have an element in table scope
3968                    last INSCOPE;            my $i;
3969                  }            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3970                } # INSCOPE              my $node = $self->{open_elements}->[$_];
3971                unless (defined $i) {              if ($node->[1] == SELECT_EL) {
3972                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!cp ('t288');
3973                  ## Ignore the token                $i = $_;
3974                  !!!next-token;                last INSCOPE;
3975                  redo B;              } elsif ($node->[1] & TABLE_SCOPING_EL) {
3976                }                !!!cp ('t289');
3977                  last INSCOPE;
3978                }
3979              } # INSCOPE
3980              unless (defined $i) {
3981                !!!cp ('t290');
3982                !!!parse-error (type => 'unmatched end tag',
3983                                text => $token->{tag_name}, token => $token);
3984                ## Ignore the token
3985                !!!nack ('t290.1');
3986                !!!next-token;
3987                next B;
3988              }
3989                                
3990                splice @{$self->{open_elements}}, $i;            !!!cp ('t291');
3991              splice @{$self->{open_elements}}, $i;
3992    
3993                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
3994    
3995                !!!next-token;            !!!nack ('t291.1');
3996                redo B;            !!!next-token;
3997              } elsif ({            next B;
3998                        caption => 1, table => 1, tbody => 1,          } elsif (($self->{insertion_mode} & IM_MASK)
3999                        tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,                       == IN_SELECT_IN_TABLE_IM and
4000                       }->{$token->{tag_name}}) {                   {
4001                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    caption => 1, table => 1, tbody => 1,
4002                      tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,
4003                     }->{$token->{tag_name}}) {
4004    ## TODO: The following is wrong?
4005              !!!parse-error (type => 'unmatched end tag',
4006                              text => $token->{tag_name}, token => $token);
4007                                
4008                ## have an element in table scope            ## have an element in table scope
4009                my $i;            my $i;
4010                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4011                  my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
4012                  if ($node->[1] eq $token->{tag_name}) {              if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
4013                    $i = $_;                !!!cp ('t292');
4014                    last INSCOPE;                $i = $_;
4015                  } elsif ({                last INSCOPE;
4016                            table => 1, html => 1,              } elsif ($node->[1] & TABLE_SCOPING_EL) {
4017                           }->{$node->[1]}) {                !!!cp ('t293');
4018                    last INSCOPE;                last INSCOPE;
4019                  }              }
4020                } # INSCOPE            } # INSCOPE
4021                unless (defined $i) {            unless (defined $i) {
4022                  ## Ignore the token              !!!cp ('t294');
4023                  !!!next-token;              ## Ignore the token
4024                  redo B;              !!!nack ('t294.1');
4025                }              !!!next-token;
4026                next B;
4027              }
4028                                
4029                ## As if </select>            ## As if </select>
4030                ## have an element in table scope            ## have an element in table scope
4031                undef $i;            undef $i;
4032                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4033                  my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
4034                  if ($node->[1] eq 'select') {              if ($node->[1] == SELECT_EL) {
4035                    $i = $_;                !!!cp ('t295');
4036                    last INSCOPE;                $i = $_;
4037                  } elsif ({                last INSCOPE;
4038                            table => 1, html => 1,              } elsif ($node->[1] & TABLE_SCOPING_EL) {
4039                           }->{$node->[1]}) {  ## ISSUE: Can this state be reached?
4040                    last INSCOPE;                !!!cp ('t296');
4041                  }                last INSCOPE;
4042                } # INSCOPE              }
4043                unless (defined $i) {            } # INSCOPE
4044                  !!!parse-error (type => 'unmatched end tag:select');            unless (defined $i) {
4045                  ## Ignore the </select> token              !!!cp ('t297');
4046                  !!!next-token; ## TODO: ok?  ## TODO: The following error type is correct?
4047                  redo B;              !!!parse-error (type => 'unmatched end tag',
4048                }                              text => 'select', token => $token);
4049                ## Ignore the </select> token
4050                !!!nack ('t297.1');
4051                !!!next-token; ## TODO: ok?
4052                next B;
4053              }
4054                                
4055                splice @{$self->{open_elements}}, $i;            !!!cp ('t298');
4056              splice @{$self->{open_elements}}, $i;
4057    
4058                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
4059    
4060                ## reprocess            !!!ack-later;
4061                redo B;            ## reprocess
4062              next B;
4063          } else {          } else {
4064            !!!parse-error (type => 'in select:/'.$token->{tag_name});            !!!cp ('t299');
4065              !!!parse-error (type => 'in select:/',
4066                              text => $token->{tag_name}, token => $token);
4067            ## Ignore the token            ## Ignore the token
4068              !!!nack ('t299.3');
4069            !!!next-token;            !!!next-token;
4070            redo B;            next B;
4071            }
4072          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4073            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
4074                    @{$self->{open_elements}} == 1) { # redundant, maybe
4075              !!!cp ('t299.1');
4076              !!!parse-error (type => 'in body:#eof', token => $token);
4077            } else {
4078              !!!cp ('t299.2');
4079          }          }
4080    
4081            ## Stop parsing.
4082            last B;
4083        } else {        } else {
4084          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4085        }        }
4086      } elsif ($self->{insertion_mode} & BODY_AFTER_IMS) {      } elsif ($self->{insertion_mode} & BODY_AFTER_IMS) {
4087        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
4088          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
4089            my $data = $1;            my $data = $1;
4090            ## As if in body            ## As if in body
4091            $reconstruct_active_formatting_elements->($insert_to_current);            $reconstruct_active_formatting_elements->($insert_to_current);
# Line 4155  sub _tree_construction_main ($) { Line 4093  sub _tree_construction_main ($) {
4093            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4094                        
4095            unless (length $token->{data}) {            unless (length $token->{data}) {
4096                !!!cp ('t300');
4097              !!!next-token;              !!!next-token;
4098              redo B;              next B;
4099            }            }
4100          }          }
4101                    
4102          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4103            !!!parse-error (type => 'after html:#character');            !!!cp ('t301');
4104              !!!parse-error (type => 'after html:#text', token => $token);
4105            ## Reprocess in the "main" phase, "after body" insertion mode...            #
4106            } else {
4107              !!!cp ('t302');
4108              ## "after body" insertion mode
4109              !!!parse-error (type => 'after body:#text', token => $token);
4110              #
4111          }          }
           
         ## "after body" insertion mode  
         !!!parse-error (type => 'after body:#character');  
4112    
4113          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4114          ## reprocess          ## reprocess
4115          redo B;          next B;
4116        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
4117          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4118            !!!parse-error (type => 'after html:'.$token->{tag_name});            !!!cp ('t303');
4119                        !!!parse-error (type => 'after html',
4120            ## Reprocess in the "main" phase, "after body" insertion mode...                            text => $token->{tag_name}, token => $token);
4121              #
4122            } else {
4123              !!!cp ('t304');
4124              ## "after body" insertion mode
4125              !!!parse-error (type => 'after body',
4126                              text => $token->{tag_name}, token => $token);
4127              #
4128          }          }
4129    
         ## "after body" insertion mode  
         !!!parse-error (type => 'after body:'.$token->{tag_name});  
   
4130          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4131            !!!ack-later;
4132          ## reprocess          ## reprocess
4133          redo B;          next B;
4134        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
4135          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4136            !!!parse-error (type => 'after html:/'.$token->{tag_name});            !!!cp ('t305');
4137              !!!parse-error (type => 'after html:/',
4138                              text => $token->{tag_name}, token => $token);
4139                        
4140            $self->{insertion_mode} = AFTER_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
4141            ## Reprocess in the "main" phase, "after body" insertion mode...            ## Reprocess.
4142              next B;
4143            } else {
4144              !!!cp ('t306');
4145          }          }
4146    
4147          ## "after body" insertion mode          ## "after body" insertion mode
4148          if ($token->{tag_name} eq 'html') {          if ($token->{tag_name} eq 'html') {
4149            if (defined $self->{inner_html_node}) {            if (defined $self->{inner_html_node}) {
4150              !!!parse-error (type => 'unmatched end tag:html');              !!!cp ('t307');
4151                !!!parse-error (type => 'unmatched end tag',
4152                                text => 'html', token => $token);
4153              ## Ignore the token              ## Ignore the token
4154              !!!next-token;              !!!next-token;
4155              redo B;              next B;
4156            } else {            } else {
4157                !!!cp ('t308');
4158              $self->{insertion_mode} = AFTER_HTML_BODY_IM;              $self->{insertion_mode} = AFTER_HTML_BODY_IM;
4159              !!!next-token;              !!!next-token;
4160              redo B;              next B;
4161            }            }
4162          } else {          } else {
4163            !!!parse-error (type => 'after body:/'.$token->{tag_name});            !!!cp ('t309');
4164              !!!parse-error (type => 'after body:/',
4165                              text => $token->{tag_name}, token => $token);
4166    
4167            $self->{insertion_mode} = IN_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
4168            ## reprocess            ## reprocess
4169            redo B;            next B;
4170          }          }
4171          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4172            !!!cp ('t309.2');
4173            ## Stop parsing
4174            last B;
4175        } else {        } else {
4176          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4177        }        }
4178      } elsif ($self->{insertion_mode} & FRAME_IMS) {      } elsif ($self->{insertion_mode} & FRAME_IMS) {
4179        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
4180          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
4181            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4182                        
4183            unless (length $token->{data}) {            unless (length $token->{data}) {
4184                !!!cp ('t310');
4185              !!!next-token;              !!!next-token;
4186              redo B;              next B;
4187            }            }
4188          }          }
4189                    
4190          if ($token->{data} =~ s/^[^\x09\x0A\x0B\x0C\x20]+//) {          if ($token->{data} =~ s/^[^\x09\x0A\x0C\x20]+//) {
4191            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4192              !!!parse-error (type => 'in frameset:#character');              !!!cp ('t311');
4193                !!!parse-error (type => 'in frameset:#text', token => $token);
4194            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4195              !!!parse-error (type => 'after frameset:#character');              !!!cp ('t312');
4196            } else { # "after html frameset"              !!!parse-error (type => 'after frameset:#text', token => $token);
4197              !!!parse-error (type => 'after html:#character');            } else { # "after after frameset"
4198                !!!cp ('t313');
4199              $self->{insertion_mode} = AFTER_FRAMESET_IM;              !!!parse-error (type => 'after html:#text', token => $token);
             ## Reprocess in the "main" phase, "after frameset"...  
             !!!parse-error (type => 'after frameset:#character');  
4200            }            }
4201                        
4202            ## Ignore the token.            ## Ignore the token.
4203            if (length $token->{data}) {            if (length $token->{data}) {
4204                !!!cp ('t314');
4205              ## reprocess the rest of characters              ## reprocess the rest of characters
4206            } else {            } else {
4207                !!!cp ('t315');
4208              !!!next-token;              !!!next-token;
4209            }            }
4210            redo B;            next B;
4211          }          }
4212                    
4213          die qq[$0: Character "$token->{data}"];          die qq[$0: Character "$token->{data}"];
4214        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
         if ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {  
           !!!parse-error (type => 'after html:'.$token->{tag_name});  
   
           $self->{insertion_mode} = AFTER_FRAMESET_IM;  
           ## Process in the "main" phase, "after frameset" insertion mode...  
         }  
   
4215          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
4216              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
4217            !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!cp ('t318');
4218              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4219              !!!nack ('t318.1');
4220            !!!next-token;            !!!next-token;
4221            redo B;            next B;
4222          } elsif ($token->{tag_name} eq 'frame' and          } elsif ($token->{tag_name} eq 'frame' and
4223                   $self->{insertion_mode} == IN_FRAMESET_IM) {                   $self->{insertion_mode} == IN_FRAMESET_IM) {
4224            !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!cp ('t319');
4225              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4226            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
4227              !!!ack ('t319.1');
4228            !!!next-token;            !!!next-token;
4229            redo B;            next B;
4230          } elsif ($token->{tag_name} eq 'noframes') {          } elsif ($token->{tag_name} eq 'noframes') {
4231            ## NOTE: As if in body.            !!!cp ('t320');
4232            $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);            ## NOTE: As if in head.
4233            redo B;            $parse_rcdata->(CDATA_CONTENT_MODEL);
4234              next B;
4235    
4236              ## NOTE: |<!DOCTYPE HTML><frameset></frameset></html><noframes></noframes>|
4237              ## has no parse error.
4238          } else {          } else {
4239            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4240              !!!parse-error (type => 'in frameset:'.$token->{tag_name});              !!!cp ('t321');
4241            } else {              !!!parse-error (type => 'in frameset',
4242              !!!parse-error (type => 'after frameset:'.$token->{tag_name});                              text => $token->{tag_name}, token => $token);
4243              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4244                !!!cp ('t322');
4245                !!!parse-error (type => 'after frameset',
4246                                text => $token->{tag_name}, token => $token);
4247              } else { # "after after frameset"
4248                !!!cp ('t322.2');
4249                !!!parse-error (type => 'after after frameset',
4250                                text => $token->{tag_name}, token => $token);
4251            }            }
4252            ## Ignore the token            ## Ignore the token
4253              !!!nack ('t322.1');
4254            !!!next-token;            !!!next-token;
4255            redo B;            next B;
4256          }          }
4257        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
         if ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {  
           !!!parse-error (type => 'after html:/'.$token->{tag_name});  
   
           $self->{insertion_mode} = AFTER_FRAMESET_IM;  
           ## Process in the "main" phase, "after frameset" insertion mode...  
         }  
   
4258          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
4259              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
4260            if ($self->{open_elements}->[-1]->[1] eq 'html' and            if ($self->{open_elements}->[-1]->[1] == HTML_EL and
4261                @{$self->{open_elements}} == 1) {                @{$self->{open_elements}} == 1) {
4262              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t325');
4263                !!!parse-error (type => 'unmatched end tag',
4264                                text => $token->{tag_name}, token => $token);
4265              ## Ignore the token              ## Ignore the token
4266              !!!next-token;              !!!next-token;
4267            } else {            } else {
4268                !!!cp ('t326');
4269              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
4270              !!!next-token;              !!!next-token;
4271            }            }
4272    
4273            if (not defined $self->{inner_html_node} and            if (not defined $self->{inner_html_node} and
4274                $self->{open_elements}->[-1]->[1] ne 'frameset') {                not ($self->{open_elements}->[-1]->[1] == FRAMESET_EL)) {
4275                !!!cp ('t327');
4276              $self->{insertion_mode} = AFTER_FRAMESET_IM;              $self->{insertion_mode} = AFTER_FRAMESET_IM;
4277              } else {
4278                !!!cp ('t328');
4279            }            }
4280            redo B;            next B;
4281          } elsif ($token->{tag_name} eq 'html' and          } elsif ($token->{tag_name} eq 'html' and
4282                   $self->{insertion_mode} == AFTER_FRAMESET_IM) {                   $self->{insertion_mode} == AFTER_FRAMESET_IM) {
4283              !!!cp ('t329');
4284            $self->{insertion_mode} = AFTER_HTML_FRAMESET_IM;            $self->{insertion_mode} = AFTER_HTML_FRAMESET_IM;
4285            !!!next-token;            !!!next-token;
4286            redo B;            next B;
4287          } else {          } else {
4288            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4289              !!!parse-error (type => 'in frameset:/'.$token->{tag_name});              !!!cp ('t330');
4290            } else {              !!!parse-error (type => 'in frameset:/',
4291              !!!parse-error (type => 'after frameset:/'.$token->{tag_name});                              text => $token->{tag_name}, token => $token);
4292              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4293                !!!cp ('t330.1');
4294                !!!parse-error (type => 'after frameset:/',
4295                                text => $token->{tag_name}, token => $token);
4296              } else { # "after after html"
4297                !!!cp ('t331');
4298                !!!parse-error (type => 'after after frameset:/',
4299                                text => $token->{tag_name}, token => $token);
4300            }            }
4301            ## Ignore the token            ## Ignore the token
4302            !!!next-token;            !!!next-token;
4303            redo B;            next B;
4304            }
4305          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4306            unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
4307                    @{$self->{open_elements}} == 1) { # redundant, maybe
4308              !!!cp ('t331.1');
4309              !!!parse-error (type => 'in body:#eof', token => $token);
4310            } else {
4311              !!!cp ('t331.2');
4312          }          }
4313            
4314            ## Stop parsing
4315            last B;
4316        } else {        } else {
4317          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4318        }        }
   
       ## ISSUE: An issue in spec here  
4319      } else {      } else {
4320        die "$0: $self->{insertion_mode}: Unknown insertion mode";        die "$0: $self->{insertion_mode}: Unknown insertion mode";
4321      }      }
# Line 4334  sub _tree_construction_main ($) { Line 4323  sub _tree_construction_main ($) {
4323      ## "in body" insertion mode      ## "in body" insertion mode
4324      if ($token->{type} == START_TAG_TOKEN) {      if ($token->{type} == START_TAG_TOKEN) {
4325        if ($token->{tag_name} eq 'script') {        if ($token->{tag_name} eq 'script') {
4326            !!!cp ('t332');
4327          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
4328          $script_start_tag->($insert);          $script_start_tag->();
4329          redo B;          next B;
4330        } elsif ($token->{tag_name} eq 'style') {        } elsif ($token->{tag_name} eq 'style') {
4331            !!!cp ('t333');
4332          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
4333          $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);          $parse_rcdata->(CDATA_CONTENT_MODEL);
4334          redo B;          next B;
4335        } elsif ({        } elsif ({
4336                  base => 1, link => 1,                  base => 1, command => 1, eventsource => 1, link => 1,
4337                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4338            !!!cp ('t334');
4339          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
4340          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4341          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          pop @{$self->{open_elements}};
4342            !!!ack ('t334.1');
4343          !!!next-token;          !!!next-token;
4344          redo B;          next B;
4345        } elsif ($token->{tag_name} eq 'meta') {        } elsif ($token->{tag_name} eq 'meta') {
4346          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
4347          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4348          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          my $meta_el = pop @{$self->{open_elements}};
4349    
4350          unless ($self->{confident}) {          unless ($self->{confident}) {
4351            my $charset;            if ($token->{attributes}->{charset}) {
4352            if ($token->{attributes}->{charset}) { ## TODO: And if supported              !!!cp ('t335');
4353              $charset = $token->{attributes}->{charset}->{value};              ## NOTE: Whether the encoding is supported or not is handled
4354            }              ## in the {change_encoding} callback.
4355            if ($token->{attributes}->{'http-equiv'}) {              $self->{change_encoding}
4356              ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.                  ->($self, $token->{attributes}->{charset}->{value}, $token);
4357              if ($token->{attributes}->{'http-equiv'}->{value}              
4358                  =~ /\A[^;]*;[\x09-\x0D\x20]*charset[\x09-\x0D\x20]*=              $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4359                      [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                  ->set_user_data (manakai_has_reference =>
4360                      ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {                                       $token->{attributes}->{charset}
4361                $charset = defined $1 ? $1 : defined $2 ? $2 : $3;                                           ->{has_reference});
4362              } ## TODO: And if supported            } elsif ($token->{attributes}->{content}) {
4363                if ($token->{attributes}->{content}->{value}
4364                    =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
4365                        [\x09\x0A\x0C\x0D\x20]*=
4366                        [\x09\x0A\x0C\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
4367                        ([^"'\x09\x0A\x0C\x0D\x20][^\x09\x0A\x0C\x0D\x20\x3B]*))
4368                       /x) {
4369                  !!!cp ('t336');
4370                  ## NOTE: Whether the encoding is supported or not is handled
4371                  ## in the {change_encoding} callback.
4372                  $self->{change_encoding}
4373                      ->($self, defined $1 ? $1 : defined $2 ? $2 : $3, $token);
4374                  $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4375                      ->set_user_data (manakai_has_reference =>
4376                                           $token->{attributes}->{content}
4377                                                 ->{has_reference});
4378                }
4379              }
4380            } else {
4381              if ($token->{attributes}->{charset}) {
4382                !!!cp ('t337');
4383                $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4384                    ->set_user_data (manakai_has_reference =>
4385                                         $token->{attributes}->{charset}
4386                                             ->{has_reference});
4387              }
4388              if ($token->{attributes}->{content}) {
4389                !!!cp ('t338');
4390                $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4391                    ->set_user_data (manakai_has_reference =>
4392                                         $token->{attributes}->{content}
4393                                             ->{has_reference});
4394            }            }
           ## TODO: Change the encoding  
4395          }          }
4396    
4397            !!!ack ('t338.1');
4398          !!!next-token;          !!!next-token;
4399          redo B;          next B;
4400        } elsif ($token->{tag_name} eq 'title') {        } elsif ($token->{tag_name} eq 'title') {
4401          !!!parse-error (type => 'in body:title');          !!!cp ('t341');
4402          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
4403          $parse_rcdata->(RCDATA_CONTENT_MODEL, sub {          $parse_rcdata->(RCDATA_CONTENT_MODEL);
4404            if (defined $self->{head_element}) {          next B;
             $self->{head_element}->append_child ($_[0]);  
           } else {  
             $insert->($_[0]);  
           }  
         });  
         redo B;  
4405        } elsif ($token->{tag_name} eq 'body') {        } elsif ($token->{tag_name} eq 'body') {
4406          !!!parse-error (type => 'in body:body');          !!!parse-error (type => 'in body', text => 'body', token => $token);
4407                                
4408          if (@{$self->{open_elements}} == 1 or          if (@{$self->{open_elements}} == 1 or
4409              $self->{open_elements}->[1]->[1] ne 'body') {              not ($self->{open_elements}->[1]->[1] == BODY_EL)) {
4410              !!!cp ('t342');
4411            ## Ignore the token            ## Ignore the token
4412          } else {          } else {
4413            my $body_el = $self->{open_elements}->[1]->[0];            my $body_el = $self->{open_elements}->[1]->[0];
4414            for my $attr_name (keys %{$token->{attributes}}) {            for my $attr_name (keys %{$token->{attributes}}) {
4415              unless ($body_el->has_attribute_ns (undef, $attr_name)) {              unless ($body_el->has_attribute_ns (undef, $attr_name)) {
4416                  !!!cp ('t343');
4417                $body_el->set_attribute_ns                $body_el->set_attribute_ns
4418                  (undef, [undef, $attr_name],                  (undef, [undef, $attr_name],
4419                   $token->{attributes}->{$attr_name}->{value});                   $token->{attributes}->{$attr_name}->{value});
4420              }              }
4421            }            }
4422          }          }
4423            !!!nack ('t343.1');
4424          !!!next-token;          !!!next-token;
4425          redo B;          next B;
4426        } elsif ({        } elsif ({
4427                  address => 1, blockquote => 1, center => 1, dir => 1,                  ## NOTE: Start tags for non-phrasing flow content elements
4428                  div => 1, dl => 1, fieldset => 1, listing => 1,  
4429                  menu => 1, ol => 1, p => 1, ul => 1,                  ## NOTE: The normal one
4430                  pre => 1,                  address => 1, article => 1, aside => 1, blockquote => 1,
4431                    center => 1, datagrid => 1, details => 1, dialog => 1,
4432                    dir => 1, div => 1, dl => 1, fieldset => 1, figure => 1,
4433                    footer => 1, h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1,
4434                    h6 => 1, header => 1, menu => 1, nav => 1, ol => 1, p => 1,
4435                    section => 1, ul => 1,
4436                    ## NOTE: As normal, but drops leading newline
4437                    pre => 1, listing => 1,
4438                    ## NOTE: As normal, but interacts with the form element pointer
4439                    form => 1,
4440                    
4441                    table => 1,
4442                    hr => 1,
4443                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4444          ## has a p element in scope  
4445          INSCOPE: for (reverse @{$self->{open_elements}}) {          ## 1. When there is an opening |form| element:
4446            if ($_->[1] eq 'p') {          if ($token->{tag_name} eq 'form' and defined $self->{form_element}) {
4447              !!!back-token;            !!!cp ('t350');
4448              $token = {type => END_TAG_TOKEN, tag_name => 'p'};            !!!parse-error (type => 'in form:form', token => $token);
4449              redo B;            ## Ignore the token
4450            } elsif ({            !!!nack ('t350.1');
4451                      table => 1, caption => 1, td => 1, th => 1,            !!!next-token;
4452                      button => 1, marquee => 1, object => 1, html => 1,            next B;
4453                     }->{$_->[1]}) {          }
4454              last INSCOPE;  
4455            ## 2. Close the |p| element, if any.
4456            if ($token->{tag_name} ne 'table' or # The Hixie Quirk
4457                $self->{document}->manakai_compat_mode ne 'quirks') {
4458              ## has a p element in scope
4459              INSCOPE: for (reverse @{$self->{open_elements}}) {
4460                if ($_->[1] == P_EL) {
4461                  !!!cp ('t344');
4462                  !!!back-token; # <form>
4463                  $token = {type => END_TAG_TOKEN, tag_name => 'p',
4464                            line => $token->{line}, column => $token->{column}};
4465                  next B;
4466                } elsif ($_->[1] & SCOPING_EL) {
4467                  !!!cp ('t345');
4468                  last INSCOPE;
4469                }
4470              } # INSCOPE
4471            }
4472    
4473            ## 3. Close the opening <hn> element, if any.
4474            if ({h1 => 1, h2 => 1, h3 => 1,
4475                 h4 => 1, h5 => 1, h6 => 1}->{$token->{tag_name}}) {
4476              if ($self->{open_elements}->[-1]->[1] == HEADING_EL) {
4477                !!!parse-error (type => 'not closed',
4478                                text => $self->{open_elements}->[-1]->[0]->manakai_local_name,
4479                                token => $token);
4480                pop @{$self->{open_elements}};
4481            }            }
4482          } # INSCOPE          }
4483              
4484          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          ## 4. Insertion.
4485          if ($token->{tag_name} eq 'pre') {          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4486            if ($token->{tag_name} eq 'pre' or $token->{tag_name} eq 'listing') {
4487              !!!nack ('t346.1');
4488            !!!next-token;            !!!next-token;
4489            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
4490              $token->{data} =~ s/^\x0A//;              $token->{data} =~ s/^\x0A//;
4491              unless (length $token->{data}) {              unless (length $token->{data}) {
4492                  !!!cp ('t346');
4493                !!!next-token;                !!!next-token;
4494                } else {
4495                  !!!cp ('t349');
4496              }              }
4497              } else {
4498                !!!cp ('t348');
4499            }            }
4500          } else {          } elsif ($token->{tag_name} eq 'form') {
4501              !!!cp ('t347.1');
4502              $self->{form_element} = $self->{open_elements}->[-1]->[0];
4503    
4504              !!!nack ('t347.2');
4505            !!!next-token;            !!!next-token;
4506          }          } elsif ($token->{tag_name} eq 'table') {
4507          redo B;            !!!cp ('t382');
4508        } elsif ($token->{tag_name} eq 'form') {            push @{$open_tables}, [$self->{open_elements}->[-1]->[0]];
4509          if (defined $self->{form_element}) {            
4510            !!!parse-error (type => 'in form:form');            $self->{insertion_mode} = IN_TABLE_IM;
4511            ## Ignore the token  
4512              !!!nack ('t382.1');
4513              !!!next-token;
4514            } elsif ($token->{tag_name} eq 'hr') {
4515              !!!cp ('t386');
4516              pop @{$self->{open_elements}};
4517            
4518              !!!nack ('t386.1');
4519            !!!next-token;            !!!next-token;
           redo B;  
4520          } else {          } else {
4521            ## has a p element in scope            !!!nack ('t347.1');
           INSCOPE: for (reverse @{$self->{open_elements}}) {  
             if ($_->[1] eq 'p') {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
               redo B;  
             } elsif ({  
                       table => 1, caption => 1, td => 1, th => 1,  
                       button => 1, marquee => 1, object => 1, html => 1,  
                      }->{$_->[1]}) {  
               last INSCOPE;  
             }  
           } # INSCOPE  
               
           !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
           $self->{form_element} = $self->{open_elements}->[-1]->[0];  
4522            !!!next-token;            !!!next-token;
           redo B;  
4523          }          }
4524            next B;
4525        } elsif ($token->{tag_name} eq 'li') {        } elsif ($token->{tag_name} eq 'li') {
4526          ## has a p element in scope          ## NOTE: As normal, but imply </li> when there's another <li> ...
4527          INSCOPE: for (reverse @{$self->{open_elements}}) {  
4528            if ($_->[1] eq 'p') {          ## NOTE: Special, Scope (<li><foo><li> == <li><foo><li/></foo></li>)::
4529              !!!back-token;            ## Interpreted as <li><foo/></li><li/> (non-conforming):
4530              $token = {type => END_TAG_TOKEN, tag_name => 'p'};            ## blockquote (O9.27), center (O), dd (Fx3, O, S3.1.2, IE7),
4531              redo B;            ## dt (Fx, O, S, IE), dl (O), fieldset (O, S, IE), form (Fx, O, S),
4532            } elsif ({            ## hn (O), pre (O), applet (O, S), button (O, S), marquee (Fx, O, S),
4533                      table => 1, caption => 1, td => 1, th => 1,            ## object (Fx)
4534                      button => 1, marquee => 1, object => 1, html => 1,            ## Generate non-tree (non-conforming):
4535                     }->{$_->[1]}) {            ## basefont (IE7 (where basefont is non-void)), center (IE),
4536              last INSCOPE;            ## form (IE), hn (IE)
4537            }          ## address, div, p (<li><foo><li> == <li><foo/></li><li/>)::
4538          } # INSCOPE            ## Interpreted as <li><foo><li/></foo></li> (non-conforming):
4539                        ## div (Fx, S)
4540          ## Step 1  
4541            my $non_optional;
4542          my $i = -1;          my $i = -1;
4543          my $node = $self->{open_elements}->[$i];  
4544          LI: {          ## 1.
4545            ## Step 2          for my $node (reverse @{$self->{open_elements}}) {
4546            if ($node->[1] eq 'li') {            if ($node->[1] == LI_EL) {
4547              if ($i != -1) {              ## 2. (a) As if </li>
4548                !!!parse-error (type => 'end tag missing:'.              {
4549                                $self->{open_elements}->[-1]->[1]);                ## If no </li> - not applied
4550                  #
4551    
4552                  ## Otherwise
4553    
4554                  ## 1. generate implied end tags, except for </li>
4555                  #
4556    
4557                  ## 2. If current node != "li", parse error
4558                  if ($non_optional) {
4559                    !!!parse-error (type => 'not closed',
4560                                    text => $non_optional->[0]->manakai_local_name,
4561                                    token => $token);
4562                    !!!cp ('t355');
4563                  } else {
4564                    !!!cp ('t356');
4565                  }
4566    
4567                  ## 3. Pop
4568                  splice @{$self->{open_elements}}, $i;
4569              }              }
4570              splice @{$self->{open_elements}}, $i;  
4571              last LI;              last; ## 2. (b) goto 5.
4572            }            } elsif (
4573                                 ## NOTE: not "formatting" and not "phrasing"
4574            ## Step 3                     ($node->[1] & SPECIAL_EL or
4575            if (not $formatting_category->{$node->[1]} and                      $node->[1] & SCOPING_EL) and
4576                #not $phrasing_category->{$node->[1]} and                     ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4577                ($special_category->{$node->[1]} or                     (not $node->[1] & ADDRESS_DIV_P_EL)
4578                 $scoping_category->{$node->[1]}) and                    ) {
4579                $node->[1] ne 'address' and $node->[1] ne 'div') {              ## 3.
4580              last LI;              !!!cp ('t357');
4581                last; ## goto 5.
4582              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4583                !!!cp ('t358');
4584                #
4585              } else {
4586                !!!cp ('t359');
4587                $non_optional ||= $node;
4588                #
4589            }            }
4590                        ## 4.
4591            ## Step 4            ## goto 2.
4592            $i--;            $i--;
4593            $node = $self->{open_elements}->[$i];          }
4594            redo LI;  
4595          } # LI          ## 5. (a) has a |p| element in scope
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'dd' or $token->{tag_name} eq 'dt') {  
         ## has a p element in scope  
4596          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4597            if ($_->[1] eq 'p') {            if ($_->[1] == P_EL) {
4598              !!!back-token;              !!!cp ('t353');
4599              $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
4600              redo B;              ## NOTE: |<p><li>|, for example.
4601            } elsif ({  
4602                      table => 1, caption => 1, td => 1, th => 1,              !!!back-token; # <x>
4603                      button => 1, marquee => 1, object => 1, html => 1,              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4604                     }->{$_->[1]}) {                        line => $token->{line}, column => $token->{column}};
4605                next B;
4606              } elsif ($_->[1] & SCOPING_EL) {
4607                !!!cp ('t354');
4608              last INSCOPE;              last INSCOPE;
4609            }            }
4610          } # INSCOPE          } # INSCOPE
4611              
4612          ## Step 1          ## 5. (b) insert
4613            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4614            !!!nack ('t359.1');
4615            !!!next-token;
4616            next B;
4617          } elsif ($token->{tag_name} eq 'dt' or
4618                   $token->{tag_name} eq 'dd') {
4619            ## NOTE: As normal, but imply </dt> or </dd> when ...
4620    
4621            my $non_optional;
4622          my $i = -1;          my $i = -1;
4623          my $node = $self->{open_elements}->[$i];  
4624          LI: {          ## 1.
4625            ## Step 2          for my $node (reverse @{$self->{open_elements}}) {
4626            if ($node->[1] eq 'dt' or $node->[1] eq 'dd') {            if ($node->[1] == DTDD_EL) {
4627              if ($i != -1) {              ## 2. (a) As if </li>
4628                !!!parse-error (type => 'end tag missing:'.              {
4629                                $self->{open_elements}->[-1]->[1]);                ## If no </li> - not applied
4630                  #
4631    
4632                  ## Otherwise
4633    
4634                  ## 1. generate implied end tags, except for </dt> or </dd>
4635                  #
4636    
4637                  ## 2. If current node != "dt"|"dd", parse error
4638                  if ($non_optional) {
4639                    !!!parse-error (type => 'not closed',
4640                                    text => $non_optional->[0]->manakai_local_name,
4641                                    token => $token);
4642                    !!!cp ('t355.1');
4643                  } else {
4644                    !!!cp ('t356.1');
4645                  }
4646    
4647                  ## 3. Pop
4648                  splice @{$self->{open_elements}}, $i;
4649              }              }
4650              splice @{$self->{open_elements}}, $i;  
4651              last LI;              last; ## 2. (b) goto 5.
4652            }            } elsif (
4653                                 ## NOTE: not "formatting" and not "phrasing"
4654            ## Step 3                     ($node->[1] & SPECIAL_EL or
4655            if (not $formatting_category->{$node->[1]} and                      $node->[1] & SCOPING_EL) and
4656                #not $phrasing_category->{$node->[1]} and                     ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4657                ($special_category->{$node->[1]} or  
4658                 $scoping_category->{$node->[1]}) and                     (not $node->[1] & ADDRESS_DIV_P_EL)
4659                $node->[1] ne 'address' and $node->[1] ne 'div') {                    ) {
4660              last LI;              ## 3.
4661                !!!cp ('t357.1');
4662                last; ## goto 5.
4663              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4664                !!!cp ('t358.1');
4665                #
4666              } else {
4667                !!!cp ('t359.1');
4668                $non_optional ||= $node;
4669                #
4670            }            }
4671                        ## 4.
4672            ## Step 4            ## goto 2.
4673            $i--;            $i--;
4674            $node = $self->{open_elements}->[$i];          }
4675            redo LI;  
4676          } # LI          ## 5. (a) has a |p| element in scope
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'plaintext') {  
         ## has a p element in scope  
4677          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4678            if ($_->[1] eq 'p') {            if ($_->[1] == P_EL) {
4679              !!!back-token;              !!!cp ('t353.1');
4680              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              !!!back-token; # <x>
4681              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4682            } elsif ({                        line => $token->{line}, column => $token->{column}};
4683                      table => 1, caption => 1, td => 1, th => 1,              next B;
4684                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($_->[1] & SCOPING_EL) {
4685                     }->{$_->[1]}) {              !!!cp ('t354.1');
4686              last INSCOPE;              last INSCOPE;
4687            }            }
4688          } # INSCOPE          } # INSCOPE
4689              
4690          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          ## 5. (b) insert
4691                      !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4692          $self->{content_model} = PLAINTEXT_CONTENT_MODEL;          !!!nack ('t359.2');
             
4693          !!!next-token;          !!!next-token;
4694          redo B;          next B;
4695        } elsif ({        } elsif ($token->{tag_name} eq 'plaintext') {
4696                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,          ## NOTE: As normal, but effectively ends parsing
4697                 }->{$token->{tag_name}}) {  
4698          ## has a p element in scope          ## has a p element in scope
4699          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4700            my $node = $self->{open_elements}->[$_];            if ($_->[1] == P_EL) {
4701            if ($node->[1] eq 'p') {              !!!cp ('t367');
4702              !!!back-token;              !!!back-token; # <plaintext>
4703              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4704              redo B;                        line => $token->{line}, column => $token->{column}};
4705            } elsif ({              next B;
4706                      table => 1, caption => 1, td => 1, th => 1,            } elsif ($_->[1] & SCOPING_EL) {
4707                      button => 1, marquee => 1, object => 1, html => 1,              !!!cp ('t368');
                    }->{$node->[1]}) {  
4708              last INSCOPE;              last INSCOPE;
4709            }            }
4710          } # INSCOPE          } # INSCOPE
4711                        
4712          ## NOTE: See <http://html5.org/tools/web-apps-tracker?from=925&to=926>          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
         ## has an element in scope  
         #my $i;  
         #INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
         #  my $node = $self->{open_elements}->[$_];  
         #  if ({  
         #       h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,  
         #      }->{$node->[1]}) {  
         #    $i = $_;  
         #    last INSCOPE;  
         #  } elsif ({  
         #            table => 1, caption => 1, td => 1, th => 1,  
         #            button => 1, marquee => 1, object => 1, html => 1,  
         #           }->{$node->[1]}) {  
         #    last INSCOPE;  
         #  }  
         #} # INSCOPE  
         #    
         #if (defined $i) {  
         #  !!! parse-error (type => 'in hn:hn');  
         #  splice @{$self->{open_elements}}, $i;  
         #}  
4713                        
4714          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          $self->{content_model} = PLAINTEXT_CONTENT_MODEL;
4715                        
4716            !!!nack ('t368.1');
4717          !!!next-token;          !!!next-token;
4718          redo B;          next B;
4719        } elsif ($token->{tag_name} eq 'a') {        } elsif ($token->{tag_name} eq 'a') {
4720          AFE: for my $i (reverse 0..$#$active_formatting_elements) {          AFE: for my $i (reverse 0..$#$active_formatting_elements) {
4721            my $node = $active_formatting_elements->[$i];            my $node = $active_formatting_elements->[$i];
4722            if ($node->[1] eq 'a') {            if ($node->[1] == A_EL) {
4723              !!!parse-error (type => 'in a:a');              !!!cp ('t371');
4724                !!!parse-error (type => 'in a:a', token => $token);
4725                            
4726              !!!back-token;              !!!back-token; # <a>
4727              $token = {type => END_TAG_TOKEN, tag_name => 'a'};              $token = {type => END_TAG_TOKEN, tag_name => 'a',
4728              $formatting_end_tag->($token->{tag_name});                        line => $token->{line}, column => $token->{column}};
4729                $formatting_end_tag->($token);
4730                            
4731              AFE2: for (reverse 0..$#$active_formatting_elements) {              AFE2: for (reverse 0..$#$active_formatting_elements) {
4732                if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {                if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {
4733                    !!!cp ('t372');
4734                  splice @$active_formatting_elements, $_, 1;                  splice @$active_formatting_elements, $_, 1;
4735                  last AFE2;                  last AFE2;
4736                }                }
4737              } # AFE2              } # AFE2
4738              OE: for (reverse 0..$#{$self->{open_elements}}) {              OE: for (reverse 0..$#{$self->{open_elements}}) {
4739                if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {                if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {
4740                    !!!cp ('t373');
4741                  splice @{$self->{open_elements}}, $_, 1;                  splice @{$self->{open_elements}}, $_, 1;
4742                  last OE;                  last OE;
4743                }                }
4744              } # OE              } # OE
4745              last AFE;              last AFE;
4746            } elsif ($node->[0] eq '#marker') {            } elsif ($node->[0] eq '#marker') {
4747                !!!cp ('t374');
4748              last AFE;              last AFE;
4749            }            }
4750          } # AFE          } # AFE
4751                        
4752          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4753    
4754          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4755          push @$active_formatting_elements, $self->{open_elements}->[-1];          push @$active_formatting_elements, $self->{open_elements}->[-1];
4756    
4757            !!!nack ('t374.1');
4758          !!!next-token;          !!!next-token;
4759          redo B;          next B;
       } elsif ({  
                 b => 1, big => 1, em => 1, font => 1, i => 1,  
                 s => 1, small => 1, strile => 1,  
                 strong => 1, tt => 1, u => 1,  
                }->{$token->{tag_name}}) {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         push @$active_formatting_elements, $self->{open_elements}->[-1];  
           
         !!!next-token;  
         redo B;  
4760        } elsif ($token->{tag_name} eq 'nobr') {        } elsif ($token->{tag_name} eq 'nobr') {
4761          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4762    
4763          ## has a |nobr| element in scope          ## has a |nobr| element in scope
4764          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4765            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
4766            if ($node->[1] eq 'nobr') {            if ($node->[1] == NOBR_EL) {
4767              !!!parse-error (type => 'in nobr:nobr');              !!!cp ('t376');
4768              !!!back-token;              !!!parse-error (type => 'in nobr:nobr', token => $token);
4769              $token = {type => END_TAG_TOKEN, tag_name => 'nobr'};              !!!back-token; # <nobr>
4770              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'nobr',
4771            } elsif ({                        line => $token->{line}, column => $token->{column}};
4772                      table => 1, caption => 1, td => 1, th => 1,              next B;
4773                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($node->[1] & SCOPING_EL) {
4774                     }->{$node->[1]}) {              !!!cp ('t377');
4775              last INSCOPE;              last INSCOPE;
4776            }            }
4777          } # INSCOPE          } # INSCOPE
4778                    
4779          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4780          push @$active_formatting_elements, $self->{open_elements}->[-1];          push @$active_formatting_elements, $self->{open_elements}->[-1];
4781                    
4782            !!!nack ('t377.1');
4783          !!!next-token;          !!!next-token;
4784          redo B;          next B;
4785        } elsif ($token->{tag_name} eq 'button') {        } elsif ($token->{tag_name} eq 'button') {
4786          ## has a button element in scope          ## has a button element in scope
4787          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4788            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
4789            if ($node->[1] eq 'button') {            if ($node->[1] == BUTTON_EL) {
4790              !!!parse-error (type => 'in button:button');              !!!cp ('t378');
4791              !!!back-token;              !!!parse-error (type => 'in button:button', token => $token);
4792              $token = {type => END_TAG_TOKEN, tag_name => 'button'};              !!!back-token; # <button>
4793              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'button',
4794            } elsif ({                        line => $token->{line}, column => $token->{column}};
4795                      table => 1, caption => 1, td => 1, th => 1,              next B;
4796                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($node->[1] & SCOPING_EL) {
4797                     }->{$node->[1]}) {              !!!cp ('t379');
4798              last INSCOPE;              last INSCOPE;
4799            }            }
4800          } # INSCOPE          } # INSCOPE
4801                        
4802          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4803                        
4804          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4805          push @$active_formatting_elements, ['#marker', ''];  
4806            ## TODO: associate with $self->{form_element} if defined
4807    
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'marquee' or  
                $token->{tag_name} eq 'object') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
4808          push @$active_formatting_elements, ['#marker', ''];          push @$active_formatting_elements, ['#marker', ''];
4809            
4810          !!!next-token;          !!!nack ('t379.1');
         redo B;  
       } elsif ($token->{tag_name} eq 'xmp') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
         $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);  
         redo B;  
       } elsif ($token->{tag_name} eq 'table') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
             redo B;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
             
         $self->{insertion_mode} = IN_TABLE_IM;  
             
4811          !!!next-token;          !!!next-token;
4812          redo B;          next B;
4813        } elsif ({        } elsif ({
4814                  area => 1, basefont => 1, bgsound => 1, br => 1,                  xmp => 1,
4815                  embed => 1, img => 1, param => 1, spacer => 1, wbr => 1,                  iframe => 1,
4816                  image => 1,                  noembed => 1,
4817                    noframes => 1, ## NOTE: This is an "as if in head" code clone.
4818                    noscript => 0, ## TODO: 1 if scripting is enabled
4819                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4820          if ($token->{tag_name} eq 'image') {          if ($token->{tag_name} eq 'xmp') {
4821            !!!parse-error (type => 'image');            !!!cp ('t381');
4822            $token->{tag_name} = 'img';            $reconstruct_active_formatting_elements->($insert_to_current);
4823            } else {
4824              !!!cp ('t399');
4825          }          }
4826            ## NOTE: There is an "as if in body" code clone.
4827          ## NOTE: There is an "as if <br>" code clone.          $parse_rcdata->(CDATA_CONTENT_MODEL);
4828          $reconstruct_active_formatting_elements->($insert_to_current);          next B;
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         pop @{$self->{open_elements}};  
           
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'hr') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
             redo B;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         pop @{$self->{open_elements}};  
             
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'input') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         ## TODO: associate with $self->{form_element} if defined  
         pop @{$self->{open_elements}};  
           
         !!!next-token;  
         redo B;  
4829        } elsif ($token->{tag_name} eq 'isindex') {        } elsif ($token->{tag_name} eq 'isindex') {
4830          !!!parse-error (type => 'isindex');          !!!parse-error (type => 'isindex', token => $token);
4831                    
4832          if (defined $self->{form_element}) {          if (defined $self->{form_element}) {
4833              !!!cp ('t389');
4834            ## Ignore the token            ## Ignore the token
4835              !!!nack ('t389'); ## NOTE: Not acknowledged.
4836            !!!next-token;            !!!next-token;
4837            redo B;            next B;
4838          } else {          } else {
4839              !!!ack ('t391.1');
4840    
4841            my $at = $token->{attributes};            my $at = $token->{attributes};
4842            my $form_attrs;            my $form_attrs;
4843            $form_attrs->{action} = $at->{action} if $at->{action};            $form_attrs->{action} = $at->{action} if $at->{action};
# Line 4814  sub _tree_construction_main ($) { Line 4847  sub _tree_construction_main ($) {
4847            delete $at->{prompt};            delete $at->{prompt};
4848            my @tokens = (            my @tokens = (
4849                          {type => START_TAG_TOKEN, tag_name => 'form',                          {type => START_TAG_TOKEN, tag_name => 'form',
4850                           attributes => $form_attrs},                           attributes => $form_attrs,
4851                          {type => START_TAG_TOKEN, tag_name => 'hr'},                           line => $token->{line}, column => $token->{column}},
4852                          {type => START_TAG_TOKEN, tag_name => 'p'},                          {type => START_TAG_TOKEN, tag_name => 'hr',
4853                          {type => START_TAG_TOKEN, tag_name => 'label'},                           line => $token->{line}, column => $token->{column}},
4854                            {type => START_TAG_TOKEN, tag_name => 'label',
4855                             line => $token->{line}, column => $token->{column}},
4856                         );                         );
4857            if ($prompt_attr) {            if ($prompt_attr) {
4858              push @tokens, {type => CHARACTER_TOKEN, data => $prompt_attr->{value}};              !!!cp ('t390');
4859                push @tokens, {type => CHARACTER_TOKEN, data => $prompt_attr->{value},
4860                               #line => $token->{line}, column => $token->{column},
4861                              };
4862            } else {            } else {
4863                !!!cp ('t391');
4864              push @tokens, {type => CHARACTER_TOKEN,              push @tokens, {type => CHARACTER_TOKEN,
4865                             data => 'This is a searchable index. Insert your search keywords here: '}; # SHOULD                             data => 'This is a searchable index. Insert your search keywords here: ',
4866                               #line => $token->{line}, column => $token->{column},
4867                              }; # SHOULD
4868              ## TODO: make this configurable              ## TODO: make this configurable
4869            }            }
4870            push @tokens,            push @tokens,
4871                          {type => START_TAG_TOKEN, tag_name => 'input', attributes => $at},                          {type => START_TAG_TOKEN, tag_name => 'input', attributes => $at,
4872                             line => $token->{line}, column => $token->{column}},
4873                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD
4874                          {type => END_TAG_TOKEN, tag_name => 'label'},                          {type => END_TAG_TOKEN, tag_name => 'label',
4875                          {type => END_TAG_TOKEN, tag_name => 'p'},                           line => $token->{line}, column => $token->{column}},
4876                          {type => START_TAG_TOKEN, tag_name => 'hr'},                          {type => START_TAG_TOKEN, tag_name => 'hr',
4877                          {type => END_TAG_TOKEN, tag_name => 'form'};                           line => $token->{line}, column => $token->{column}},
4878            $token = shift @tokens;                          {type => END_TAG_TOKEN, tag_name => 'form',
4879                             line => $token->{line}, column => $token->{column}};
4880            !!!back-token (@tokens);            !!!back-token (@tokens);
4881            redo B;            !!!next-token;
4882              next B;
4883          }          }
4884        } elsif ($token->{tag_name} eq 'textarea') {        } elsif ($token->{tag_name} eq 'textarea') {
4885          my $tag_name = $token->{tag_name};          ## 1. Insert
4886          my $el;          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
         !!!create-element ($el, $token->{tag_name}, $token->{attributes});  
4887                    
4888            ## Step 2 # XXX
4889          ## TODO: $self->{form_element} if defined          ## TODO: $self->{form_element} if defined
4890    
4891            ## 2. Drop U+000A LINE FEED
4892            $self->{ignore_newline} = 1;
4893    
4894            ## 3. RCDATA
4895          $self->{content_model} = RCDATA_CONTENT_MODEL;          $self->{content_model} = RCDATA_CONTENT_MODEL;
4896          delete $self->{escape}; # MUST          delete $self->{escape}; # MUST
4897            
4898          $insert->($el);          ## 4., 6. Insertion mode
4899                    $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
4900          my $text = '';  
4901            ## XXX: 5. frameset-ok flag
4902    
4903            !!!nack ('t392.1');
4904          !!!next-token;          !!!next-token;
4905          if ($token->{type} == CHARACTER_TOKEN) {          next B;
4906            $token->{data} =~ s/^\x0A//;        } elsif ($token->{tag_name} eq 'optgroup' or
4907            unless (length $token->{data}) {                 $token->{tag_name} eq 'option') {
4908              !!!next-token;          ## has an |option| element in scope
4909            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4910              my $node = $self->{open_elements}->[$_];
4911              if ($node->[1] == OPTION_EL) {
4912                !!!cp ('t397.1');
4913                ## NOTE: As if </option>
4914                !!!back-token; # <option> or <optgroup>
4915                $token = {type => END_TAG_TOKEN, tag_name => 'option',
4916                          line => $token->{line}, column => $token->{column}};
4917                next B;
4918              } elsif ($node->[1] & SCOPING_EL) {
4919                !!!cp ('t397.2');
4920                last INSCOPE;
4921            }            }
4922          }          } # INSCOPE
4923          while ($token->{type} == CHARACTER_TOKEN) {  
4924            $text .= $token->{data};          $reconstruct_active_formatting_elements->($insert_to_current);
4925            !!!next-token;  
4926          }          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4927          if (length $text) {  
4928            $el->manakai_append_text ($text);          !!!nack ('t397.3');
         }  
           
         $self->{content_model} = PCDATA_CONTENT_MODEL;  
           
         if ($token->{type} == END_TAG_TOKEN and  
             $token->{tag_name} eq $tag_name) {  
           ## Ignore the token  
         } else {  
           !!!parse-error (type => 'in RCDATA:#'.$token->{type});  
         }  
4929          !!!next-token;          !!!next-token;
4930          redo B;          redo B;
4931        } elsif ({        } elsif ($token->{tag_name} eq 'rt' or
4932                  iframe => 1,                 $token->{tag_name} eq 'rp') {
4933                  noembed => 1,          ## has a |ruby| element in scope
4934                  noframes => 1,          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4935                  noscript => 0, ## TODO: 1 if scripting is enabled            my $node = $self->{open_elements}->[$_];
4936                 }->{$token->{tag_name}}) {            if ($node->[1] == RUBY_EL) {
4937          ## NOTE: There is an "as if in body" code clone.              !!!cp ('t398.1');
4938          $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);              ## generate implied end tags
4939                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
4940                  !!!cp ('t398.2');
4941                  pop @{$self->{open_elements}};
4942                }
4943                unless ($self->{open_elements}->[-1]->[1] == RUBY_EL) {
4944                  !!!cp ('t398.3');
4945                  !!!parse-error (type => 'not closed',
4946                                  text => $self->{open_elements}->[-1]->[0]
4947                                      ->manakai_local_name,
4948                                  token => $token);
4949                  pop @{$self->{open_elements}}
4950                      while not $self->{open_elements}->[-1]->[1] == RUBY_EL;
4951                }
4952                last INSCOPE;
4953              } elsif ($node->[1] & SCOPING_EL) {
4954                !!!cp ('t398.4');
4955                last INSCOPE;
4956              }
4957            } # INSCOPE
4958              
4959            ## TODO: <non-ruby><rt> is not allowed.
4960    
4961            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4962    
4963            !!!nack ('t398.5');
4964            !!!next-token;
4965          redo B;          redo B;
4966        } elsif ($token->{tag_name} eq 'select') {        } elsif ($token->{tag_name} eq 'math' or
4967                   $token->{tag_name} eq 'svg') {
4968          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4969    
4970            ## "Adjust MathML attributes" ('math' only) - done in insert-element-f
4971    
4972            ## "adjust SVG attributes" ('svg' only) - done in insert-element-f
4973    
4974            ## "adjust foreign attributes" - done in insert-element-f
4975                    
4976          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-f ($token->{tag_name} eq 'math' ? $MML_NS : $SVG_NS, $token->{tag_name}, $token->{attributes}, $token);
4977                    
4978          $self->{insertion_mode} = IN_SELECT_IM;          if ($self->{self_closing}) {
4979              pop @{$self->{open_elements}};
4980              !!!ack ('t398.6');
4981            } else {
4982              !!!cp ('t398.7');
4983              $self->{insertion_mode} |= IN_FOREIGN_CONTENT_IM;
4984              ## NOTE: |<body><math><mi><svg>| -> "in foreign content" insertion
4985              ## mode, "in body" (not "in foreign content") secondary insertion
4986              ## mode, maybe.
4987            }
4988    
4989          !!!next-token;          !!!next-token;
4990          redo B;          next B;
4991        } elsif ({        } elsif ({
4992                  caption => 1, col => 1, colgroup => 1, frame => 1,                  caption => 1, col => 1, colgroup => 1, frame => 1,
4993                  frameset => 1, head => 1, option => 1, optgroup => 1,                  frameset => 1, head => 1,
4994                  tbody => 1, td => 1, tfoot => 1, th => 1,                  tbody => 1, td => 1, tfoot => 1, th => 1,
4995                  thead => 1, tr => 1,                  thead => 1, tr => 1,
4996                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4997          !!!parse-error (type => 'in body:'.$token->{tag_name});          !!!cp ('t401');
4998            !!!parse-error (type => 'in body',
4999                            text => $token->{tag_name}, token => $token);
5000          ## Ignore the token          ## Ignore the token
5001            !!!nack ('t401.1'); ## NOTE: |<col/>| or |<frame/>| here is an error.
5002            !!!next-token;
5003            next B;
5004          } elsif ($token->{tag_name} eq 'param' or
5005                   $token->{tag_name} eq 'source') {
5006            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
5007            pop @{$self->{open_elements}};
5008    
5009            !!!ack ('t398.5');
5010          !!!next-token;          !!!next-token;
5011          redo B;          redo B;
           
         ## ISSUE: An issue on HTML5 new elements in the spec.  
5012        } else {        } else {
5013            if ($token->{tag_name} eq 'image') {
5014              !!!cp ('t384');
5015              !!!parse-error (type => 'image', token => $token);
5016              $token->{tag_name} = 'img';
5017            } else {
5018              !!!cp ('t385');
5019            }
5020    
5021            ## NOTE: There is an "as if <br>" code clone.
5022          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
5023                    
5024          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
5025    
5026            if ({
5027                 applet => 1, marquee => 1, object => 1,
5028                }->{$token->{tag_name}}) {
5029              !!!cp ('t380');
5030              push @$active_formatting_elements, ['#marker', ''];
5031              !!!nack ('t380.1');
5032            } elsif ({
5033                      b => 1, big => 1, em => 1, font => 1, i => 1,
5034                      s => 1, small => 1, strike => 1,
5035                      strong => 1, tt => 1, u => 1,
5036                     }->{$token->{tag_name}}) {
5037              !!!cp ('t375');
5038              push @$active_formatting_elements, $self->{open_elements}->[-1];
5039              !!!nack ('t375.1');
5040            } elsif ($token->{tag_name} eq 'input') {
5041              !!!cp ('t388');
5042              ## TODO: associate with $self->{form_element} if defined
5043              pop @{$self->{open_elements}};
5044              !!!ack ('t388.2');
5045            } elsif ({
5046                      area => 1, basefont => 1, bgsound => 1, br => 1,
5047                      embed => 1, img => 1, spacer => 1, wbr => 1,
5048                     }->{$token->{tag_name}}) {
5049              !!!cp ('t388.1');
5050              pop @{$self->{open_elements}};
5051              !!!ack ('t388.3');
5052            } elsif ($token->{tag_name} eq 'select') {
5053              ## TODO: associate with $self->{form_element} if defined
5054            
5055              if ($self->{insertion_mode} & TABLE_IMS or
5056                  $self->{insertion_mode} & BODY_TABLE_IMS or
5057                  ($self->{insertion_mode} & IM_MASK) == IN_COLUMN_GROUP_IM) {
5058                !!!cp ('t400.1');
5059                $self->{insertion_mode} = IN_SELECT_IN_TABLE_IM;
5060              } else {
5061                !!!cp ('t400.2');
5062                $self->{insertion_mode} = IN_SELECT_IM;
5063              }
5064              !!!nack ('t400.3');
5065            } else {
5066              !!!nack ('t402');
5067            }
5068                    
5069          !!!next-token;          !!!next-token;
5070          redo B;          next B;
5071        }        }
5072      } elsif ($token->{type} == END_TAG_TOKEN) {      } elsif ($token->{type} == END_TAG_TOKEN) {
5073        if ($token->{tag_name} eq 'body') {        if ($token->{tag_name} eq 'body') {
5074          if (@{$self->{open_elements}} > 1 and  
5075              $self->{open_elements}->[1]->[1] eq 'body') {          ## 1. If not "have an element in scope":
5076            for (@{$self->{open_elements}}) {          ## "has a |body| element in scope"
5077              unless ({          my $i;
5078                         dd => 1, dt => 1, li => 1, p => 1, td => 1,          INSCOPE: {
5079                         th => 1, tr => 1, body => 1, html => 1,            for (reverse @{$self->{open_elements}}) {
5080                       tbody => 1, tfoot => 1, thead => 1,              if ($_->[1] == BODY_EL) {
5081                      }->{$_->[1]}) {                !!!cp ('t405');
5082                !!!parse-error (type => 'not closed:'.$_->[1]);                $i = $_;
5083                  last INSCOPE;
5084                } elsif ($_->[1] & SCOPING_EL) {
5085                  !!!cp ('t405.1');
5086                  last;
5087              }              }
5088            }            }
5089    
5090            $self->{insertion_mode} = AFTER_BODY_IM;            ## NOTE: |<marquee></body>|, |<svg><foreignobject></body>|
5091            !!!next-token;  
5092            redo B;            !!!parse-error (type => 'unmatched end tag',
5093          } else {                            text => $token->{tag_name}, token => $token);
5094            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            ## NOTE: Ignore the token.
           ## Ignore the token  
5095            !!!next-token;            !!!next-token;
5096            redo B;            next B;
5097            } # INSCOPE
5098    
5099            ## 2. If unclosed elements:
5100            for (@{$self->{open_elements}}) {
5101              unless ($_->[1] & ALL_END_TAG_OPTIONAL_EL ||
5102                      $_->[1] == OPTGROUP_EL ||
5103                      $_->[1] == OPTION_EL ||
5104                      $_->[1] == RUBY_COMPONENT_EL) {
5105                !!!cp ('t403');
5106                !!!parse-error (type => 'not closed',
5107                                text => $_->[0]->manakai_local_name,
5108                                token => $token);
5109                last;
5110              } else {
5111                !!!cp ('t404');
5112              }
5113          }          }
5114    
5115            ## 3. Switch the insertion mode.
5116            $self->{insertion_mode} = AFTER_BODY_IM;
5117            !!!next-token;
5118            next B;
5119        } elsif ($token->{tag_name} eq 'html') {        } elsif ($token->{tag_name} eq 'html') {
5120          if (@{$self->{open_elements}} > 1 and $self->{open_elements}->[1]->[1] eq 'body') {          ## TODO: Update this code.  It seems that the code below is not
5121            ## ISSUE: There is an issue in the spec.          ## up-to-date, though it has same effect as speced.
5122            if ($self->{open_elements}->[-1]->[1] ne 'body') {          if (@{$self->{open_elements}} > 1 and
5123              !!!parse-error (type => 'not closed:'.$self->{open_elements}->[1]->[1]);              $self->{open_elements}->[1]->[1] == BODY_EL) {
5124              unless ($self->{open_elements}->[-1]->[1] == BODY_EL) {
5125                !!!cp ('t406');
5126                !!!parse-error (type => 'not closed',
5127                                text => $self->{open_elements}->[1]->[0]
5128                                    ->manakai_local_name,
5129                                token => $token);
5130              } else {
5131                !!!cp ('t407');
5132            }            }
5133            $self->{insertion_mode} = AFTER_BODY_IM;            $self->{insertion_mode} = AFTER_BODY_IM;
5134            ## reprocess            ## reprocess
5135            redo B;            next B;
5136          } else {          } else {
5137            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t408');
5138              !!!parse-error (type => 'unmatched end tag',
5139                              text => $token->{tag_name}, token => $token);
5140            ## Ignore the token            ## Ignore the token
5141            !!!next-token;            !!!next-token;
5142            redo B;            next B;
5143          }          }
5144        } elsif ({        } elsif ({
5145                  address => 1, blockquote => 1, center => 1, dir => 1,                  ## NOTE: End tags for non-phrasing flow content elements
5146                  div => 1, dl => 1, fieldset => 1, listing => 1,  
5147                  menu => 1, ol => 1, pre => 1, ul => 1,                  ## NOTE: The normal ones
5148                  p => 1,                  address => 1, article => 1, aside => 1, blockquote => 1,
5149                    center => 1, datagrid => 1, details => 1, dialog => 1,
5150                    dir => 1, div => 1, dl => 1, fieldset => 1, figure => 1,
5151                    footer => 1, header => 1, listing => 1, menu => 1, nav => 1,
5152                    ol => 1, pre => 1, section => 1, ul => 1,
5153    
5154                    ## NOTE: As normal, but ... optional tags
5155                  dd => 1, dt => 1, li => 1,                  dd => 1, dt => 1, li => 1,
5156                  button => 1, marquee => 1, object => 1,  
5157                    applet => 1, button => 1, marquee => 1, object => 1,
5158                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5159            ## NOTE: Code for <li> start tags includes "as if </li>" code.
5160            ## Code for <dt> or <dd> start tags includes "as if </dt> or
5161            ## </dd>" code.
5162    
5163          ## has an element in scope          ## has an element in scope
5164          my $i;          my $i;
5165          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5166            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5167            if ($node->[1] eq $token->{tag_name}) {            if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
5168              ## generate implied end tags              !!!cp ('t410');
             if ({  
                  dd => ($token->{tag_name} ne 'dd'),  
                  dt => ($token->{tag_name} ne 'dt'),  
                  li => ($token->{tag_name} ne 'li'),  
                  p => ($token->{tag_name} ne 'p'),  
                  td => 1, th => 1, tr => 1,  
                  tbody => 1, tfoot=> 1, thead => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN,  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
             }  
5169              $i = $_;              $i = $_;
5170              last INSCOPE unless $token->{tag_name} eq 'p';              last INSCOPE;
5171            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
5172                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t411');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
5173              last INSCOPE;              last INSCOPE;
5174            }            }
5175          } # INSCOPE          } # INSCOPE
5176            
5177          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {          unless (defined $i) { # has an element in scope
5178            if (defined $i) {            !!!cp ('t413');
5179              !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);            !!!parse-error (type => 'unmatched end tag',
5180                              text => $token->{tag_name}, token => $token);
5181              ## NOTE: Ignore the token.
5182            } else {
5183              ## Step 1. generate implied end tags
5184              while ({
5185                      ## END_TAG_OPTIONAL_EL
5186                      dd => ($token->{tag_name} ne 'dd'),
5187                      dt => ($token->{tag_name} ne 'dt'),
5188                      li => ($token->{tag_name} ne 'li'),
5189                      option => 1,
5190                      optgroup => 1,
5191                      p => 1,
5192                      rt => 1,
5193                      rp => 1,
5194                     }->{$self->{open_elements}->[-1]->[0]->manakai_local_name}) {
5195                !!!cp ('t409');
5196                pop @{$self->{open_elements}};
5197              }
5198    
5199              ## Step 2.
5200              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5201                      ne $token->{tag_name}) {
5202                !!!cp ('t412');
5203                !!!parse-error (type => 'not closed',
5204                                text => $self->{open_elements}->[-1]->[0]
5205                                    ->manakai_local_name,
5206                                token => $token);
5207            } else {            } else {
5208              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t414');
5209            }            }
5210          }  
5211                      ## Step 3.
         if (defined $i) {  
5212            splice @{$self->{open_elements}}, $i;            splice @{$self->{open_elements}}, $i;
5213          } elsif ($token->{tag_name} eq 'p') {  
5214            ## As if <p>, then reprocess the current token            ## Step 4.
5215            my $el;            $clear_up_to_marker->()
5216            !!!create-element ($el, 'p');                if {
5217            $insert->($el);                  applet => 1, button => 1, marquee => 1, object => 1,
5218                  }->{$token->{tag_name}};
5219          }          }
         $clear_up_to_marker->()  
           if {  
             button => 1, marquee => 1, object => 1,  
           }->{$token->{tag_name}};  
5220          !!!next-token;          !!!next-token;
5221          redo B;          next B;
5222        } elsif ($token->{tag_name} eq 'form') {        } elsif ($token->{tag_name} eq 'form') {
5223            ## NOTE: As normal, but interacts with the form element pointer
5224    
5225            undef $self->{form_element};
5226    
5227          ## has an element in scope          ## has an element in scope
5228            my $i;
5229          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5230            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5231            if ($node->[1] eq $token->{tag_name}) {            if ($node->[1] == FORM_EL) {
5232              ## generate implied end tags              !!!cp ('t418');
5233              if ({              $i = $_;
                  dd => 1, dt => 1, li => 1, p => 1,  
                  td => 1, th => 1, tr => 1,  
                  tbody => 1, tfoot=> 1, thead => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN,  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
             }  
5234              last INSCOPE;              last INSCOPE;
5235            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
5236                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t419');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
5237              last INSCOPE;              last INSCOPE;
5238            }            }
5239          } # INSCOPE          } # INSCOPE
5240            
5241          if ($self->{open_elements}->[-1]->[1] eq $token->{tag_name}) {          unless (defined $i) { # has an element in scope
5242            pop @{$self->{open_elements}};            !!!cp ('t421');
5243          } else {            !!!parse-error (type => 'unmatched end tag',
5244            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                            text => $token->{tag_name}, token => $token);
5245              ## NOTE: Ignore the token.
5246            } else {
5247              ## Step 1. generate implied end tags
5248              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5249                !!!cp ('t417');
5250                pop @{$self->{open_elements}};
5251              }
5252              
5253              ## Step 2.
5254              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5255                      ne $token->{tag_name}) {
5256                !!!cp ('t417.1');
5257                !!!parse-error (type => 'not closed',
5258                                text => $self->{open_elements}->[-1]->[0]
5259                                    ->manakai_local_name,
5260                                token => $token);
5261              } else {
5262                !!!cp ('t420');
5263              }  
5264              
5265              ## Step 3.
5266              splice @{$self->{open_elements}}, $i;
5267          }          }
5268    
         undef $self->{form_element};  
5269          !!!next-token;          !!!next-token;
5270          redo B;          next B;
5271        } elsif ({        } elsif ({
5272                    ## NOTE: As normal, except acts as a closer for any ...
5273                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
5274                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5275          ## has an element in scope          ## has an element in scope
5276          my $i;          my $i;
5277          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5278            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5279            if ({            if ($node->[1] == HEADING_EL) {
5280                 h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,              !!!cp ('t423');
               }->{$node->[1]}) {  
             ## generate implied end tags  
             if ({  
                  dd => 1, dt => 1, li => 1, p => 1,  
                  td => 1, th => 1, tr => 1,  
                  tbody => 1, tfoot=> 1, thead => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN,  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
             }  
5281              $i = $_;              $i = $_;
5282              last INSCOPE;              last INSCOPE;
5283            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
5284                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t424');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
5285              last INSCOPE;              last INSCOPE;
5286            }            }
5287          } # INSCOPE          } # INSCOPE
5288            
5289          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {          unless (defined $i) { # has an element in scope
5290            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t425.1');
5291              !!!parse-error (type => 'unmatched end tag',
5292                              text => $token->{tag_name}, token => $token);
5293              ## NOTE: Ignore the token.
5294            } else {
5295              ## Step 1. generate implied end tags
5296              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5297                !!!cp ('t422');
5298                pop @{$self->{open_elements}};
5299              }
5300              
5301              ## Step 2.
5302              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5303                      ne $token->{tag_name}) {
5304                !!!cp ('t425');
5305                !!!parse-error (type => 'unmatched end tag',
5306                                text => $token->{tag_name}, token => $token);
5307              } else {
5308                !!!cp ('t426');
5309              }
5310    
5311              ## Step 3.
5312              splice @{$self->{open_elements}}, $i;
5313          }          }
5314                    
         splice @{$self->{open_elements}}, $i if defined $i;  
5315          !!!next-token;          !!!next-token;
5316          redo B;          next B;
5317          } elsif ($token->{tag_name} eq 'p') {
5318            ## NOTE: As normal, except </p> implies <p> and ...
5319    
5320            ## has an element in scope
5321            my $non_optional;
5322            my $i;
5323            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5324              my $node = $self->{open_elements}->[$_];
5325              if ($node->[1] == P_EL) {
5326                !!!cp ('t410.1');
5327                $i = $_;
5328                last INSCOPE;
5329              } elsif ($node->[1] & SCOPING_EL) {
5330                !!!cp ('t411.1');
5331                last INSCOPE;
5332              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
5333                ## NOTE: |END_TAG_OPTIONAL_EL| includes "p"
5334                !!!cp ('t411.2');
5335                #
5336              } else {
5337                !!!cp ('t411.3');
5338                $non_optional ||= $node;
5339                #
5340              }
5341            } # INSCOPE
5342    
5343            if (defined $i) {
5344              ## 1. Generate implied end tags
5345              #
5346    
5347              ## 2. If current node != "p", parse error
5348              if ($non_optional) {
5349                !!!cp ('t412.1');
5350                !!!parse-error (type => 'not closed',
5351                                text => $non_optional->[0]->manakai_local_name,
5352                                token => $token);
5353              } else {
5354                !!!cp ('t414.1');
5355              }
5356    
5357              ## 3. Pop
5358              splice @{$self->{open_elements}}, $i;
5359            } else {
5360              !!!cp ('t413.1');
5361              !!!parse-error (type => 'unmatched end tag',
5362                              text => $token->{tag_name}, token => $token);
5363    
5364              !!!cp ('t415.1');
5365              ## As if <p>, then reprocess the current token
5366              my $el;
5367              !!!create-element ($el, $HTML_NS, 'p',, $token);
5368              $insert->($el);
5369              ## NOTE: Not inserted into |$self->{open_elements}|.
5370            }
5371    
5372            !!!next-token;
5373            next B;
5374        } elsif ({        } elsif ({
5375                  a => 1,                  a => 1,
5376                  b => 1, big => 1, em => 1, font => 1, i => 1,                  b => 1, big => 1, em => 1, font => 1, i => 1,
5377                  nobr => 1, s => 1, small => 1, strile => 1,                  nobr => 1, s => 1, small => 1, strike => 1,
5378                  strong => 1, tt => 1, u => 1,                  strong => 1, tt => 1, u => 1,
5379                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5380          $formatting_end_tag->($token->{tag_name});          !!!cp ('t427');
5381          redo B;          $formatting_end_tag->($token);
5382            next B;
5383        } elsif ($token->{tag_name} eq 'br') {        } elsif ($token->{tag_name} eq 'br') {
5384          !!!parse-error (type => 'unmatched end tag:br');          !!!cp ('t428');
5385            !!!parse-error (type => 'unmatched end tag',
5386                            text => 'br', token => $token);
5387    
5388          ## As if <br>          ## As if <br>
5389          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
5390                    
5391          my $el;          my $el;
5392          !!!create-element ($el, 'br');          !!!create-element ($el, $HTML_NS, 'br',, $token);
5393          $insert->($el);          $insert->($el);
5394                    
5395          ## Ignore the token.          ## Ignore the token.
5396          !!!next-token;          !!!next-token;
5397          redo B;          next B;
       } elsif ({  
                 caption => 1, col => 1, colgroup => 1, frame => 1,  
                 frameset => 1, head => 1, option => 1, optgroup => 1,  
                 tbody => 1, td => 1, tfoot => 1, th => 1,  
                 thead => 1, tr => 1,  
                 area => 1, basefont => 1, bgsound => 1,  
                 embed => 1, hr => 1, iframe => 1, image => 1,  
                 img => 1, input => 1, isindex => 1, noembed => 1,  
                 noframes => 1, param => 1, select => 1, spacer => 1,  
                 table => 1, textarea => 1, wbr => 1,  
                 noscript => 0, ## TODO: if scripting is enabled  
                }->{$token->{tag_name}}) {  
         !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
         ## Ignore the token  
         !!!next-token;  
         redo B;  
           
         ## ISSUE: Issue on HTML5 new elements in spec  
           
5398        } else {        } else {
5399            if ($token->{tag_name} eq 'sarcasm') {
5400              sleep 0.001; # take a deep breath
5401            }
5402    
5403          ## Step 1          ## Step 1
5404          my $node_i = -1;          my $node_i = -1;
5405          my $node = $self->{open_elements}->[$node_i];          my $node = $self->{open_elements}->[$node_i];
5406    
5407          ## Step 2          ## Step 2
5408          S2: {          S2: {
5409            if ($node->[1] eq $token->{tag_name}) {            my $node_tag_name = $node->[0]->manakai_local_name;
5410              $node_tag_name =~ tr/A-Z/a-z/; # for SVG camelCase tag names
5411              if ($node_tag_name eq $token->{tag_name}) {
5412              ## Step 1              ## Step 1
5413              ## generate implied end tags              ## generate implied end tags
5414              if ({              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5415                   dd => 1, dt => 1, li => 1, p => 1,                !!!cp ('t430');
5416                   td => 1, th => 1, tr => 1,                ## NOTE: |<ruby><rt></ruby>|.
5417                   tbody => 1, tfoot => 1, thead => 1,                ## ISSUE: <ruby><rt></rt> will also take this code path,
5418                  }->{$self->{open_elements}->[-1]->[1]}) {                ## which seems wrong.
5419                !!!back-token;                pop @{$self->{open_elements}};
5420                $token = {type => END_TAG_TOKEN,                $node_i++;
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
5421              }              }
5422                    
5423              ## Step 2              ## Step 2
5424              if ($token->{tag_name} ne $self->{open_elements}->[-1]->[1]) {              my $current_tag_name
5425                    = $self->{open_elements}->[-1]->[0]->manakai_local_name;
5426                $current_tag_name =~ tr/A-Z/a-z/;
5427                if ($current_tag_name ne $token->{tag_name}) {
5428                  !!!cp ('t431');
5429                ## NOTE: <x><y></x>                ## NOTE: <x><y></x>
5430                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!parse-error (type => 'not closed',
5431                                  text => $self->{open_elements}->[-1]->[0]
5432                                      ->manakai_local_name,
5433                                  token => $token);
5434                } else {
5435                  !!!cp ('t432');
5436              }              }
5437                            
5438              ## Step 3              ## Step 3
5439              splice @{$self->{open_elements}}, $node_i;              splice @{$self->{open_elements}}, $node_i if $node_i < 0;
5440    
5441              !!!next-token;              !!!next-token;
5442              last S2;              last S2;
5443            } else {            } else {
5444              ## Step 3              ## Step 3
5445              if (not $formatting_category->{$node->[1]} and              if (not ($node->[1] & FORMATTING_EL) and
5446                  #not $phrasing_category->{$node->[1]} and                  #not $phrasing_category->{$node->[1]} and
5447                  ($special_category->{$node->[1]} or                  ($node->[1] & SPECIAL_EL or
5448                   $scoping_category->{$node->[1]})) {                   $node->[1] & SCOPING_EL)) {
5449                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!cp ('t433');
5450                  !!!parse-error (type => 'unmatched end tag',
5451                                  text => $token->{tag_name}, token => $token);
5452                ## Ignore the token                ## Ignore the token
5453                !!!next-token;                !!!next-token;
5454                last S2;                last S2;
5455    
5456                  ## NOTE: |<span><dd></span>a|: In Safari 3.1.2 and Opera
5457                  ## 9.27, "a" is a child of <dd> (conforming).  In
5458                  ## Firefox 3.0.2, "a" is a child of <body>.  In WinIE 7,
5459                  ## "a" is a child of both <body> and <dd>.
5460              }              }
5461                
5462                !!!cp ('t434');
5463            }            }
5464                        
5465            ## Step 4            ## Step 4
# Line 5172  sub _tree_construction_main ($) { Line 5469  sub _tree_construction_main ($) {
5469            ## Step 5;            ## Step 5;
5470            redo S2;            redo S2;
5471          } # S2          } # S2
5472          redo B;          next B;
5473        }        }
5474      }      }
5475      redo B;      next B;
5476      } continue { # B
5477        if ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {
5478          ## NOTE: The code below is executed in cases where it does not have
5479          ## to be, but it it is harmless even in those cases.
5480          ## has an element in scope
5481          INSCOPE: {
5482            for (reverse 0..$#{$self->{open_elements}}) {
5483              my $node = $self->{open_elements}->[$_];
5484              if ($node->[1] & FOREIGN_EL) {
5485                last INSCOPE;
5486              } elsif ($node->[1] & SCOPING_EL) {
5487                last;
5488              }
5489            }
5490            
5491            ## NOTE: No foreign element in scope.
5492            $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
5493          } # INSCOPE
5494        }
5495    } # B    } # B
5496    
   ## NOTE: The "trailing end" phase in HTML5 is split into  
   ## two insertion modes: "after html body" and "after html frameset".  
   ## NOTE: States in the main stage is preserved while  
   ## the parser stays in the trailing end phase. # MUST  
   
5497    ## Stop parsing # MUST    ## Stop parsing # MUST
5498        
5499    ## TODO: script stuffs    ## TODO: script stuffs
5500  } # _tree_construct_main  } # _tree_construct_main
5501    
5502  sub set_inner_html ($$$) {  ## XXX: How this method is organized is somewhat out of date, although
5503    ## it still does what the current spec documents.
5504    sub set_inner_html ($$$$;$) {
5505    my $class = shift;    my $class = shift;
5506    my $node = shift;    my $node = shift; # /context/
5507    my $s = \$_[0];    #my $s = \$_[0];
5508    my $onerror = $_[1];    my $onerror = $_[1];
5509      my $get_wrapper = $_[2] || sub ($) { return $_[0] };
5510    
5511      ## ISSUE: Should {confident} be true?
5512    
5513    my $nt = $node->node_type;    my $nt = $node->node_type;
5514    if ($nt == 9) {    if ($nt == 9) { # Document (invoke the algorithm with no /context/ element)
5515      # MUST      # MUST
5516            
5517      ## Step 1 # MUST      ## Step 1 # MUST
# Line 5209  sub set_inner_html ($$$) { Line 5525  sub set_inner_html ($$$) {
5525      }      }
5526    
5527      ## Step 3, 4, 5 # MUST      ## Step 3, 4, 5 # MUST
5528      $class->parse_string ($$s => $node, $onerror);      $class->parse_char_string ($_[0] => $node, $onerror, $get_wrapper);
5529    } elsif ($nt == 1) {    } elsif ($nt == 1) { # Element (invoke the algorithm with /context/ element)
5530      ## TODO: If non-html element      ## TODO: If non-html element
5531    
5532      ## NOTE: Most of this code is copied from |parse_string|      ## NOTE: Most of this code is copied from |parse_string|
5533    
5534      ## Step 1 # MUST  ## TODO: Support for $get_wrapper
5535    
5536        ## F1. Create an HTML document.
5537      my $this_doc = $node->owner_document;      my $this_doc = $node->owner_document;
5538      my $doc = $this_doc->implementation->create_document;      my $doc = $this_doc->implementation->create_document;
5539      $doc->manakai_is_html (1);      $doc->manakai_is_html (1);
5540    
5541        ## F2. Propagate quirkness flag
5542        my $node_doc = $node->owner_document;
5543        $doc->manakai_compat_mode ($node_doc->manakai_compat_mode);
5544    
5545        ## F3. Create an HTML parser
5546      my $p = $class->new;      my $p = $class->new;
5547      $p->{document} = $doc;      $p->{document} = $doc;
5548    
5549      ## Step 9 # MUST      ## Step 8 # MUST
5550      my $i = 0;      my $i = 0;
5551      my $line = 1;      $p->{line_prev} = $p->{line} = 1;
5552      my $column = 0;      $p->{column_prev} = $p->{column} = 0;
5553      $p->{set_next_input_character} = sub {      require Whatpm::Charset::DecodeHandle;
5554        my $input = Whatpm::Charset::DecodeHandle::CharString->new (\($_[0]));
5555        $input = $get_wrapper->($input);
5556        $p->{set_nc} = sub {
5557        my $self = shift;        my $self = shift;
5558    
5559        pop @{$self->{prev_input_character}};        my $char = '';
5560        unshift @{$self->{prev_input_character}}, $self->{next_input_character};        if (defined $self->{next_nc}) {
5561            $char = $self->{next_nc};
5562            delete $self->{next_nc};
5563            $self->{nc} = ord $char;
5564          } else {
5565            $self->{char_buffer} = '';
5566            $self->{char_buffer_pos} = 0;
5567            
5568            my $count = $input->manakai_read_until
5569                ($self->{char_buffer}, qr/[^\x00\x0A\x0D]/,
5570                 $self->{char_buffer_pos});
5571            if ($count) {
5572              $self->{line_prev} = $self->{line};
5573              $self->{column_prev} = $self->{column};
5574              $self->{column}++;
5575              $self->{nc}
5576                  = ord substr ($self->{char_buffer},
5577                                $self->{char_buffer_pos}++, 1);
5578              return;
5579            }
5580            
5581            if ($input->read ($char, 1)) {
5582              $self->{nc} = ord $char;
5583            } else {
5584              $self->{nc} = -1;
5585              return;
5586            }
5587          }
5588    
5589        $self->{next_input_character} = -1 and return if $i >= length $$s;        ($p->{line_prev}, $p->{column_prev}) = ($p->{line}, $p->{column});
5590        $self->{next_input_character} = ord substr $$s, $i++, 1;        $p->{column}++;
5591        $column++;  
5592          if ($self->{nc} == 0x000A) { # LF
5593        if ($self->{next_input_character} == 0x000A) { # LF          $p->{line}++;
5594          $line++;          $p->{column} = 0;
5595          $column = 0;          !!!cp ('i1');
5596        } elsif ($self->{next_input_character} == 0x000D) { # CR        } elsif ($self->{nc} == 0x000D) { # CR
5597          $i++ if substr ($$s, $i, 1) eq "\x0A";  ## TODO: support for abort/streaming
5598          $self->{next_input_character} = 0x000A; # LF # MUST          my $next = '';
5599          $line++;          if ($input->read ($next, 1) and $next ne "\x0A") {
5600          $column = 0;            $self->{next_nc} = $next;
5601        } elsif ($self->{next_input_character} > 0x10FFFF) {          }
5602          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{nc} = 0x000A; # LF # MUST
5603        } elsif ($self->{next_input_character} == 0x0000) { # NULL          $p->{line}++;
5604            $p->{column} = 0;
5605            !!!cp ('i2');
5606          } elsif ($self->{nc} == 0x0000) { # NULL
5607            !!!cp ('i4');
5608          !!!parse-error (type => 'NULL');          !!!parse-error (type => 'NULL');
5609          $self->{next_input_character} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{nc} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
5610        }        }
5611      };      };
5612      $p->{prev_input_character} = [-1, -1, -1];  
5613      $p->{next_input_character} = -1;      $p->{read_until} = sub {
5614              #my ($scalar, $specials_range, $offset) = @_;
5615          return 0 if defined $p->{next_nc};
5616    
5617          my $pattern = qr/[^$_[1]\x00\x0A\x0D]/;
5618          my $offset = $_[2] || 0;
5619          
5620          if ($p->{char_buffer_pos} < length $p->{char_buffer}) {
5621            pos ($p->{char_buffer}) = $p->{char_buffer_pos};
5622            if ($p->{char_buffer} =~ /\G(?>$pattern)+/) {
5623              substr ($_[0], $offset)
5624                  = substr ($p->{char_buffer}, $-[0], $+[0] - $-[0]);
5625              my $count = $+[0] - $-[0];
5626              if ($count) {
5627                $p->{column} += $count;
5628                $p->{char_buffer_pos} += $count;
5629                $p->{line_prev} = $p->{line};
5630                $p->{column_prev} = $p->{column} - 1;
5631                $p->{nc} = -1;
5632              }
5633              return $count;
5634            } else {
5635              return 0;
5636            }
5637          } else {
5638            my $count = $input->manakai_read_until ($_[0], $pattern, $_[2]);
5639            if ($count) {
5640              $p->{column} += $count;
5641              $p->{column_prev} += $count;
5642              $p->{nc} = -1;
5643            }
5644            return $count;
5645          }
5646        }; # $p->{read_until}
5647    
5648      my $ponerror = $onerror || sub {      my $ponerror = $onerror || sub {
5649        my (%opt) = @_;        my (%opt) = @_;
5650        warn "Parse error ($opt{type}) at line $opt{line} column $opt{column}\n";        my $line = $opt{line};
5651          my $column = $opt{column};
5652          if (defined $opt{token} and defined $opt{token}->{line}) {
5653            $line = $opt{token}->{line};
5654            $column = $opt{token}->{column};
5655          }
5656          warn "Parse error ($opt{type}) at line $line column $column\n";
5657      };      };
5658      $p->{parse_error} = sub {      $p->{parse_error} = sub {
5659        $ponerror->(@_, line => $line, column => $column);        $ponerror->(line => $p->{line}, column => $p->{column}, @_);
5660      };      };
5661            
5662        my $char_onerror = sub {
5663          my (undef, $type, %opt) = @_;
5664          $ponerror->(layer => 'encode',
5665                      line => $p->{line}, column => $p->{column} + 1,
5666                      %opt, type => $type);
5667        }; # $char_onerror
5668        $input->onerror ($char_onerror);
5669    
5670      $p->_initialize_tokenizer;      $p->_initialize_tokenizer;
5671      $p->_initialize_tree_constructor;      $p->_initialize_tree_constructor;
5672    
5673      ## Step 2      ## F4. If /context/ is not undef...
5674      my $node_ln = $node->local_name;  
5675        ## F4.1. content model flag
5676        my $node_ln = $node->manakai_local_name;
5677      $p->{content_model} = {      $p->{content_model} = {
5678        title => RCDATA_CONTENT_MODEL,        title => RCDATA_CONTENT_MODEL,
5679        textarea => RCDATA_CONTENT_MODEL,        textarea => RCDATA_CONTENT_MODEL,
# Line 5281  sub set_inner_html ($$$) { Line 5688  sub set_inner_html ($$$) {
5688      }->{$node_ln};      }->{$node_ln};
5689      $p->{content_model} = PCDATA_CONTENT_MODEL      $p->{content_model} = PCDATA_CONTENT_MODEL
5690          unless defined $p->{content_model};          unless defined $p->{content_model};
         ## ISSUE: What is "the name of the element"? local name?  
5691    
5692      $p->{inner_html_node} = [$node, $node_ln];      $p->{inner_html_node} = [$node, $el_category->{$node_ln}];
5693          ## TODO: Foreign element OK?
5694    
5695      ## Step 4      ## F4.2. Root |html| element
5696      my $root = $doc->create_element_ns      my $root = $doc->create_element_ns
5697        ('http://www.w3.org/1999/xhtml', [undef, 'html']);        ('http://www.w3.org/1999/xhtml', [undef, 'html']);
5698    
5699      ## Step 5 # MUST      ## F4.3.
5700      $doc->append_child ($root);      $doc->append_child ($root);
5701    
5702      ## Step 6 # MUST      ## F4.4.
5703      push @{$p->{open_elements}}, [$root, 'html'];      push @{$p->{open_elements}}, [$root, $el_category->{html}];
5704    
5705      undef $p->{head_element};      undef $p->{head_element};
5706        undef $p->{head_element_inserted};
5707    
5708      ## Step 7 # MUST      ## F4.5.
5709      $p->_reset_insertion_mode;      $p->_reset_insertion_mode;
5710    
5711      ## Step 8 # MUST      ## F4.6.
5712      my $anode = $node;      my $anode = $node;
5713      AN: while (defined $anode) {      AN: while (defined $anode) {
5714        if ($anode->node_type == 1) {        if ($anode->node_type == 1) {
5715          my $nsuri = $anode->namespace_uri;          my $nsuri = $anode->namespace_uri;
5716          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {
5717            if ($anode->local_name eq 'form') { ## TODO: case?            if ($anode->manakai_local_name eq 'form') {
5718                !!!cp ('i5');
5719              $p->{form_element} = $anode;              $p->{form_element} = $anode;
5720              last AN;              last AN;
5721            }            }
# Line 5314  sub set_inner_html ($$$) { Line 5723  sub set_inner_html ($$$) {
5723        }        }
5724        $anode = $anode->parent_node;        $anode = $anode->parent_node;
5725      } # AN      } # AN
5726        
5727      ## Step 3 # MUST      ## F.6. Start the parser.
     ## Step 10 # MUST  
5728      {      {
5729        my $self = $p;        my $self = $p;
5730        !!!next-token;        !!!next-token;
5731      }      }
5732      $p->_tree_construction_main;      $p->_tree_construction_main;
5733    
5734      ## Step 11 # MUST      ## F.7.
5735      my @cn = @{$node->child_nodes};      my @cn = @{$node->child_nodes};
5736      for (@cn) {      for (@cn) {
5737        $node->remove_child ($_);        $node->remove_child ($_);
5738      }      }
5739      ## ISSUE: mutation events? read-only?      ## ISSUE: mutation events? read-only?
5740    
5741      ## Step 12 # MUST      ## Step 11 # MUST
5742      @cn = @{$root->child_nodes};      @cn = @{$root->child_nodes};
5743      for (@cn) {      for (@cn) {
5744        $this_doc->adopt_node ($_);        $this_doc->adopt_node ($_);
# Line 5339  sub set_inner_html ($$$) { Line 5747  sub set_inner_html ($$$) {
5747      ## ISSUE: mutation events?      ## ISSUE: mutation events?
5748    
5749      $p->_terminate_tree_constructor;      $p->_terminate_tree_constructor;
5750    
5751        delete $p->{parse_error}; # delete loop
5752    } else {    } else {
5753      die "$0: |set_inner_html| is not defined for node of type $nt";      die "$0: |set_inner_html| is not defined for node of type $nt";
5754    }    }
# Line 5346  sub set_inner_html ($$$) { Line 5756  sub set_inner_html ($$$) {
5756    
5757  } # tree construction stage  } # tree construction stage
5758    
5759  sub get_inner_html ($$$) {  package Whatpm::HTML::RestartParser;
5760    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 = $child->tag_name; ## TODO: manakai_tag_name  
       $s .= '<' . $tag_name;  
       ## NOTE: Non-HTML case:  
       ## <http://permalink.gmane.org/gmane.org.w3c.whatwg.discuss/11191>  
   
       my @attrs = @{$child->attributes}; # sort order MUST be stable  
       for my $attr (@attrs) { # order is implementation dependent  
         my $attr_name = $attr->name; ## TODO: manakai_name  
         $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};  
   
       $s .= "\x0A" if $tag_name eq 'pre' or $tag_name eq 'textarea';  
   
       if (not $in_cdata and {  
         style => 1, script => 1, xmp => 1, iframe => 1,  
         noembed => 1, noframes => 1, noscript => 1,  
         plaintext => 1,  
       }->{$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  
5761    
5762  1;  1;
5763  # $Date$  # $Date$
Legend:
Removed from v.1.59  
changed lines
  Added in v.1.228
[email protected]
 ViewVC Help
Powered by ViewVC 1.1.24