/[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 1.144 by wakaba, Sat May 24 11:07:24 2008 UTC revision 1.229 by wakaba, Sat Sep 5 13:30:43 2009 UTC
# Line 3  use strict; Line 3  use strict;
3  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};
4  use Error qw(:try);  use Error qw(:try);
5    
6    use Whatpm::HTML::Tokenizer;
7    
8    ## NOTE: This module don't check all HTML5 parse errors; character
9    ## encoding related parse errors are expected to be handled by relevant
10    ## modules.
11    ## Parse errors for control characters that are not allowed in HTML5
12    ## documents, for surrogate code points, and for noncharacter code
13    ## points, as well as U+FFFD substitions for characters whose code points
14    ## is higher than U+10FFFF may be detected by combining the parser with
15    ## the checker implemented by Whatpm::Charset::UnicodeChecker (for its
16    ## usage example, see |t/HTML-tree.t| in the Whatpm package or the
17    ## WebHACC::Language::HTML module in the WebHACC package).
18    
19  ## ISSUE:  ## ISSUE:
20  ## var doc = implementation.createDocument (null, null, null);  ## var doc = implementation.createDocument (null, null, null);
21  ## doc.write ('');  ## doc.write ('');
# Line 10  use Error qw(:try); Line 23  use Error qw(:try);
23    
24  require IO::Handle;  require IO::Handle;
25    
26    ## Namespace URLs
27    
28  my $HTML_NS = q<http://www.w3.org/1999/xhtml>;  my $HTML_NS = q<http://www.w3.org/1999/xhtml>;
29  my $MML_NS = q<http://www.w3.org/1998/Math/MathML>;  my $MML_NS = q<http://www.w3.org/1998/Math/MathML>;
30  my $SVG_NS = q<http://www.w3.org/2000/svg>;  my $SVG_NS = q<http://www.w3.org/2000/svg>;
# Line 17  my $XLINK_NS = q<http://www.w3.org/1999/ Line 32  my $XLINK_NS = q<http://www.w3.org/1999/
32  my $XML_NS = q<http://www.w3.org/XML/1998/namespace>;  my $XML_NS = q<http://www.w3.org/XML/1998/namespace>;
33  my $XMLNS_NS = q<http://www.w3.org/2000/xmlns/>;  my $XMLNS_NS = q<http://www.w3.org/2000/xmlns/>;
34    
35  sub A_EL () { 0b1 }  ## Element categories
 sub ADDRESS_EL () { 0b10 }  
 sub BODY_EL () { 0b100 }  
 sub BUTTON_EL () { 0b1000 }  
 sub CAPTION_EL () { 0b10000 }  
 sub DD_EL () { 0b100000 }  
 sub DIV_EL () { 0b1000000 }  
 sub DT_EL () { 0b10000000 }  
 sub FORM_EL () { 0b100000000 }  
 sub FORMATTING_EL () { 0b1000000000 }  
 sub FRAMESET_EL () { 0b10000000000 }  
 sub HEADING_EL () { 0b100000000000 }  
 sub HTML_EL () { 0b1000000000000 }  
 sub LI_EL () { 0b10000000000000 }  
 sub NOBR_EL () { 0b100000000000000 }  
 sub OPTION_EL () { 0b1000000000000000 }  
 sub OPTGROUP_EL () { 0b10000000000000000 }  
 sub P_EL () { 0b100000000000000000 }  
 sub SELECT_EL () { 0b1000000000000000000 }  
 sub TABLE_EL () { 0b10000000000000000000 }  
 sub TABLE_CELL_EL () { 0b100000000000000000000 }  
 sub TABLE_ROW_EL () { 0b1000000000000000000000 }  
 sub TABLE_ROW_GROUP_EL () { 0b10000000000000000000000 }  
 sub MISC_SCOPING_EL () { 0b100000000000000000000000 }  
 sub MISC_SPECIAL_EL () { 0b1000000000000000000000000 }  
 sub FOREIGN_EL () { 0b10000000000000000000000000 }  
 sub FOREIGN_FLOW_CONTENT_EL () { 0b100000000000000000000000000 }  
 sub MML_AXML_EL () { 0b1000000000000000000000000000 }  
   
 sub TABLE_ROWS_EL () {  
   TABLE_EL |  
   TABLE_ROW_EL |  
   TABLE_ROW_GROUP_EL  
 }  
36    
37  sub END_TAG_OPTIONAL_EL () {  ## Bits 12-15
38    DD_EL |  sub SPECIAL_EL () { 0b1_000000000000000 }
39    DT_EL |  sub SCOPING_EL () { 0b1_00000000000000 }
40    LI_EL |  sub FORMATTING_EL () { 0b1_0000000000000 }
41    P_EL  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 ALL_END_TAG_OPTIONAL_EL () {  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 |    END_TAG_OPTIONAL_EL |
82    BODY_EL |    ALL_END_TAG_OPTIONAL_EL |
83    HTML_EL |    0b010
   TABLE_CELL_EL |  
   TABLE_ROW_EL |  
   TABLE_ROW_GROUP_EL  
84  }  }
85    sub LI_EL () {
86  sub SCOPING_EL () {    SPECIAL_EL |
87    BUTTON_EL |    END_TAG_OPTIONAL_EL |
88    CAPTION_EL |    ALL_END_TAG_OPTIONAL_EL |
89    HTML_EL |    0b100
   TABLE_EL |  
   TABLE_CELL_EL |  
   MISC_SCOPING_EL  
90  }  }
91    sub P_EL () {
92  sub TABLE_SCOPING_EL () {    SPECIAL_EL |
93    HTML_EL |    ADDRESS_DIV_P_EL |
94    TABLE_EL    END_TAG_OPTIONAL_EL |
95      ALL_END_TAG_OPTIONAL_EL |
96      0b001
97  }  }
98    
99  sub TABLE_ROWS_SCOPING_EL () {  sub TABLE_ROW_EL () {
100    HTML_EL |    SPECIAL_EL |
101    TABLE_ROW_GROUP_EL    TABLE_ROWS_EL |
102      TABLE_ROW_SCOPING_EL |
103      ALL_END_TAG_OPTIONAL_EL |
104      0b001
105  }  }
106    sub TABLE_ROW_GROUP_EL () {
107  sub TABLE_ROW_SCOPING_EL () {    SPECIAL_EL |
108    HTML_EL |    TABLE_ROWS_EL |
109    TABLE_ROW_EL    TABLE_ROWS_SCOPING_EL |
110      ALL_END_TAG_OPTIONAL_EL |
111      0b001
112  }  }
113    
114  sub SPECIAL_EL () {  sub MISC_SCOPING_EL () { SCOPING_EL | 0b000 }
115    ADDRESS_EL |  sub BUTTON_EL () { SCOPING_EL | 0b001 }
116    BODY_EL |  sub CAPTION_EL () { SCOPING_EL | 0b010 }
117    DIV_EL |  sub HTML_EL () {
118    END_TAG_OPTIONAL_EL |    SCOPING_EL |
119    FORM_EL |    TABLE_SCOPING_EL |
120    FRAMESET_EL |    TABLE_ROWS_SCOPING_EL |
121    HEADING_EL |    TABLE_ROW_SCOPING_EL |
122    OPTION_EL |    ALL_END_TAG_OPTIONAL_EL |
123    OPTGROUP_EL |    0b001
124    SELECT_EL |  }
125    TABLE_ROW_EL |  sub TABLE_EL () {
126    TABLE_ROW_GROUP_EL |    SCOPING_EL |
127    MISC_SPECIAL_EL    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 = {  my $el_category = {
152    a => A_EL | FORMATTING_EL,    a => A_EL,
153    address => ADDRESS_EL,    address => ADDRESS_DIV_EL,
154    applet => MISC_SCOPING_EL,    applet => MISC_SCOPING_EL,
155    area => MISC_SPECIAL_EL,    area => MISC_SPECIAL_EL,
156      article => MISC_SPECIAL_EL,
157      aside => MISC_SPECIAL_EL,
158    b => FORMATTING_EL,    b => FORMATTING_EL,
159    base => MISC_SPECIAL_EL,    base => MISC_SPECIAL_EL,
160    basefont => MISC_SPECIAL_EL,    basefont => MISC_SPECIAL_EL,
# Line 126  my $el_category = { Line 168  my $el_category = {
168    center => MISC_SPECIAL_EL,    center => MISC_SPECIAL_EL,
169    col => MISC_SPECIAL_EL,    col => MISC_SPECIAL_EL,
170    colgroup => MISC_SPECIAL_EL,    colgroup => MISC_SPECIAL_EL,
171    dd => DD_EL,    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,    dir => MISC_SPECIAL_EL,
177    div => DIV_EL,    div => ADDRESS_DIV_EL,
178    dl => MISC_SPECIAL_EL,    dl => MISC_SPECIAL_EL,
179    dt => DT_EL,    dt => DTDD_EL,
180    em => FORMATTING_EL,    em => FORMATTING_EL,
181    embed => MISC_SPECIAL_EL,    embed => MISC_SPECIAL_EL,
182      eventsource => MISC_SPECIAL_EL,
183    fieldset => MISC_SPECIAL_EL,    fieldset => MISC_SPECIAL_EL,
184      figure => MISC_SPECIAL_EL,
185    font => FORMATTING_EL,    font => FORMATTING_EL,
186      footer => MISC_SPECIAL_EL,
187    form => FORM_EL,    form => FORM_EL,
188    frame => MISC_SPECIAL_EL,    frame => MISC_SPECIAL_EL,
189    frameset => FRAMESET_EL,    frameset => FRAMESET_EL,
# Line 145  my $el_category = { Line 194  my $el_category = {
194    h5 => HEADING_EL,    h5 => HEADING_EL,
195    h6 => HEADING_EL,    h6 => HEADING_EL,
196    head => MISC_SPECIAL_EL,    head => MISC_SPECIAL_EL,
197      header => MISC_SPECIAL_EL,
198    hr => MISC_SPECIAL_EL,    hr => MISC_SPECIAL_EL,
199    html => HTML_EL,    html => HTML_EL,
200    i => FORMATTING_EL,    i => FORMATTING_EL,
201    iframe => MISC_SPECIAL_EL,    iframe => MISC_SPECIAL_EL,
202    img => MISC_SPECIAL_EL,    img => MISC_SPECIAL_EL,
203      #image => MISC_SPECIAL_EL, ## NOTE: Commented out in the spec.
204    input => MISC_SPECIAL_EL,    input => MISC_SPECIAL_EL,
205    isindex => MISC_SPECIAL_EL,    isindex => MISC_SPECIAL_EL,
206    li => LI_EL,    li => LI_EL,
# Line 158  my $el_category = { Line 209  my $el_category = {
209    marquee => MISC_SCOPING_EL,    marquee => MISC_SCOPING_EL,
210    menu => MISC_SPECIAL_EL,    menu => MISC_SPECIAL_EL,
211    meta => MISC_SPECIAL_EL,    meta => MISC_SPECIAL_EL,
212    nobr => NOBR_EL | FORMATTING_EL,    nav => MISC_SPECIAL_EL,
213      nobr => NOBR_EL,
214    noembed => MISC_SPECIAL_EL,    noembed => MISC_SPECIAL_EL,
215    noframes => MISC_SPECIAL_EL,    noframes => MISC_SPECIAL_EL,
216    noscript => MISC_SPECIAL_EL,    noscript => MISC_SPECIAL_EL,
# Line 170  my $el_category = { Line 222  my $el_category = {
222    param => MISC_SPECIAL_EL,    param => MISC_SPECIAL_EL,
223    plaintext => MISC_SPECIAL_EL,    plaintext => MISC_SPECIAL_EL,
224    pre => MISC_SPECIAL_EL,    pre => MISC_SPECIAL_EL,
225      rp => RUBY_COMPONENT_EL,
226      rt => RUBY_COMPONENT_EL,
227      ruby => RUBY_EL,
228    s => FORMATTING_EL,    s => FORMATTING_EL,
229    script => MISC_SPECIAL_EL,    script => MISC_SPECIAL_EL,
230    select => SELECT_EL,    select => SELECT_EL,
231      section => MISC_SPECIAL_EL,
232    small => FORMATTING_EL,    small => FORMATTING_EL,
233    spacer => MISC_SPECIAL_EL,    spacer => MISC_SPECIAL_EL,
234    strike => FORMATTING_EL,    strike => FORMATTING_EL,
# Line 196  my $el_category = { Line 252  my $el_category = {
252  my $el_category_f = {  my $el_category_f = {
253    $MML_NS => {    $MML_NS => {
254      'annotation-xml' => MML_AXML_EL,      'annotation-xml' => MML_AXML_EL,
255      mi => FOREIGN_FLOW_CONTENT_EL,      mi => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
256      mo => FOREIGN_FLOW_CONTENT_EL,      mo => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
257      mn => FOREIGN_FLOW_CONTENT_EL,      mn => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
258      ms => FOREIGN_FLOW_CONTENT_EL,      ms => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
259      mtext => FOREIGN_FLOW_CONTENT_EL,      mtext => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
260    },    },
261    $SVG_NS => {    $SVG_NS => {
262      foreignObject => FOREIGN_FLOW_CONTENT_EL,      foreignObject => SCOPING_EL | FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
263      desc => FOREIGN_FLOW_CONTENT_EL,      desc => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
264      title => FOREIGN_FLOW_CONTENT_EL,      title => FOREIGN_EL | FOREIGN_FLOW_CONTENT_EL,
265    },    },
266    ## NOTE: In addition, FOREIGN_EL is set to non-HTML elements.    ## NOTE: In addition, FOREIGN_EL is set to non-HTML elements.
267  };  };
268    
269  my $svg_attr_name = {  my $svg_attr_name = {
270      attributename => 'attributeName',
271    attributetype => 'attributeType',    attributetype => 'attributeType',
272    basefrequency => 'baseFrequency',    basefrequency => 'baseFrequency',
273    baseprofile => 'baseProfile',    baseprofile => 'baseProfile',
# Line 221  my $svg_attr_name = { Line 278  my $svg_attr_name = {
278    diffuseconstant => 'diffuseConstant',    diffuseconstant => 'diffuseConstant',
279    edgemode => 'edgeMode',    edgemode => 'edgeMode',
280    externalresourcesrequired => 'externalResourcesRequired',    externalresourcesrequired => 'externalResourcesRequired',
   fecolormatrix => 'feColorMatrix',  
   fecomposite => 'feComposite',  
   fegaussianblur => 'feGaussianBlur',  
   femorphology => 'feMorphology',  
   fetile => 'feTile',  
281    filterres => 'filterRes',    filterres => 'filterRes',
282    filterunits => 'filterUnits',    filterunits => 'filterUnits',
283    glyphref => 'glyphRef',    glyphref => 'glyphRef',
# Line 259  my $svg_attr_name = { Line 311  my $svg_attr_name = {
311    repeatcount => 'repeatCount',    repeatcount => 'repeatCount',
312    repeatdur => 'repeatDur',    repeatdur => 'repeatDur',
313    requiredextensions => 'requiredExtensions',    requiredextensions => 'requiredExtensions',
314      requiredfeatures => 'requiredFeatures',
315    specularconstant => 'specularConstant',    specularconstant => 'specularConstant',
316    specularexponent => 'specularExponent',    specularexponent => 'specularExponent',
317    spreadmethod => 'spreadMethod',    spreadmethod => 'spreadMethod',
# Line 295  my $foreign_attr_xname = { Line 348  my $foreign_attr_xname = {
348    
349  ## ISSUE: xmlns:xlink="non-xlink-ns" is not an error.  ## ISSUE: xmlns:xlink="non-xlink-ns" is not an error.
350    
351  my $c1_entity_char = {  ## TODO: Invoke the reset algorithm when a resettable element is
352    0x80 => 0x20AC,  ## created (cf. HTML5 revision 2259).
   0x81 => 0xFFFD,  
   0x82 => 0x201A,  
   0x83 => 0x0192,  
   0x84 => 0x201E,  
   0x85 => 0x2026,  
   0x86 => 0x2020,  
   0x87 => 0x2021,  
   0x88 => 0x02C6,  
   0x89 => 0x2030,  
   0x8A => 0x0160,  
   0x8B => 0x2039,  
   0x8C => 0x0152,  
   0x8D => 0xFFFD,  
   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  
353    
354  sub parse_byte_string ($$$$;$) {  sub parse_byte_string ($$$$;$) {
355    my $self = shift;    my $self = shift;
# Line 337  sub parse_byte_string ($$$$;$) { Line 358  sub parse_byte_string ($$$$;$) {
358    return $self->parse_byte_stream ($charset_name, $input, @_[1..$#_]);    return $self->parse_byte_stream ($charset_name, $input, @_[1..$#_]);
359  } # parse_byte_string  } # parse_byte_string
360    
361  sub parse_byte_stream ($$$$;$) {  sub parse_byte_stream ($$$$;$$) {
362      # my ($self, $charset_name, $byte_stream, $doc, $onerror, $get_wrapper) = @_;
363    my $self = ref $_[0] ? shift : shift->new;    my $self = ref $_[0] ? shift : shift->new;
364    my $charset_name = shift;    my $charset_name = shift;
365    my $byte_stream = $_[0];    my $byte_stream = $_[0];
# Line 348  sub parse_byte_stream ($$$$;$) { Line 370  sub parse_byte_stream ($$$$;$) {
370    };    };
371    $self->{parse_error} = $onerror; # updated later by parse_char_string    $self->{parse_error} = $onerror; # updated later by parse_char_string
372    
373      my $get_wrapper = $_[3] || sub ($) {
374        return $_[0]; # $_[0] = byte stream handle, returned = arg to char handle
375      };
376    
377    ## HTML5 encoding sniffing algorithm    ## HTML5 encoding sniffing algorithm
378    require Message::Charset::Info;    require Message::Charset::Info;
379    my $charset;    my $charset;
# Line 355  sub parse_byte_stream ($$$$;$) { Line 381  sub parse_byte_stream ($$$$;$) {
381    my ($char_stream, $e_status);    my ($char_stream, $e_status);
382    
383    SNIFFING: {    SNIFFING: {
384        ## NOTE: By setting |allow_fallback| option true when the
385        ## |get_decode_handle| method is invoked, we ignore what the HTML5
386        ## spec requires, i.e. unsupported encoding should be ignored.
387          ## TODO: We should not do this unless the parser is invoked
388          ## in the conformance checking mode, in which this behavior
389          ## would be useful.
390    
391      ## Step 1      ## Step 1
392      if (defined $charset_name) {      if (defined $charset_name) {
393        $charset = Message::Charset::Info->get_by_iana_name ($charset_name);        $charset = Message::Charset::Info->get_by_html_name ($charset_name);
394              ## TODO: Is this ok?  Transfer protocol's parameter should be
395              ## interpreted in its semantics?
396    
       ## ISSUE: Unsupported encoding is not ignored according to the spec.  
397        ($char_stream, $e_status) = $charset->get_decode_handle        ($char_stream, $e_status) = $charset->get_decode_handle
398            ($byte_stream, allow_error_reporting => 1,            ($byte_stream, allow_error_reporting => 1,
399             allow_fallback => 1);             allow_fallback => 1);
# Line 368  sub parse_byte_stream ($$$$;$) { Line 401  sub parse_byte_stream ($$$$;$) {
401          $self->{confident} = 1;          $self->{confident} = 1;
402          last SNIFFING;          last SNIFFING;
403        } else {        } else {
404          ## TODO: unsupported error          !!!parse-error (type => 'charset:not supported',
405                            layer => 'encode',
406                            line => 1, column => 1,
407                            value => $charset_name,
408                            level => $self->{level}->{uncertain});
409        }        }
410      }      }
411    
# Line 382  sub parse_byte_stream ($$$$;$) { Line 419  sub parse_byte_stream ($$$$;$) {
419    
420      ## Step 3      ## Step 3
421      if ($byte_buffer =~ /^\xFE\xFF/) {      if ($byte_buffer =~ /^\xFE\xFF/) {
422        $charset = Message::Charset::Info->get_by_iana_name ('utf-16be');        $charset = Message::Charset::Info->get_by_html_name ('utf-16be');
423        ($char_stream, $e_status) = $charset->get_decode_handle        ($char_stream, $e_status) = $charset->get_decode_handle
424            ($byte_stream, allow_error_reporting => 1,            ($byte_stream, allow_error_reporting => 1,
425             allow_fallback => 1, byte_buffer => \$byte_buffer);             allow_fallback => 1, byte_buffer => \$byte_buffer);
426        $self->{confident} = 1;        $self->{confident} = 1;
427        last SNIFFING;        last SNIFFING;
428      } elsif ($byte_buffer =~ /^\xFF\xFE/) {      } elsif ($byte_buffer =~ /^\xFF\xFE/) {
429        $charset = Message::Charset::Info->get_by_iana_name ('utf-16le');        $charset = Message::Charset::Info->get_by_html_name ('utf-16le');
430        ($char_stream, $e_status) = $charset->get_decode_handle        ($char_stream, $e_status) = $charset->get_decode_handle
431            ($byte_stream, allow_error_reporting => 1,            ($byte_stream, allow_error_reporting => 1,
432             allow_fallback => 1, byte_buffer => \$byte_buffer);             allow_fallback => 1, byte_buffer => \$byte_buffer);
433        $self->{confident} = 1;        $self->{confident} = 1;
434        last SNIFFING;        last SNIFFING;
435      } elsif ($byte_buffer =~ /^\xEF\xBB\xBF/) {      } elsif ($byte_buffer =~ /^\xEF\xBB\xBF/) {
436        $charset = Message::Charset::Info->get_by_iana_name ('utf-8');        $charset = Message::Charset::Info->get_by_html_name ('utf-8');
437        ($char_stream, $e_status) = $charset->get_decode_handle        ($char_stream, $e_status) = $charset->get_decode_handle
438            ($byte_stream, allow_error_reporting => 1,            ($byte_stream, allow_error_reporting => 1,
439             allow_fallback => 1, byte_buffer => \$byte_buffer);             allow_fallback => 1, byte_buffer => \$byte_buffer);
# Line 415  sub parse_byte_stream ($$$$;$) { Line 452  sub parse_byte_stream ($$$$;$) {
452      $charset_name = Whatpm::Charset::UniversalCharDet->detect_byte_string      $charset_name = Whatpm::Charset::UniversalCharDet->detect_byte_string
453          ($byte_buffer);          ($byte_buffer);
454      if (defined $charset_name) {      if (defined $charset_name) {
455        $charset = Message::Charset::Info->get_by_iana_name ($charset_name);        $charset = Message::Charset::Info->get_by_html_name ($charset_name);
456    
       ## ISSUE: Unsupported encoding is not ignored according to the spec.  
457        require Whatpm::Charset::DecodeHandle;        require Whatpm::Charset::DecodeHandle;
458        $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new        $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new
459            ($byte_stream);            ($byte_stream);
# Line 426  sub parse_byte_stream ($$$$;$) { Line 462  sub parse_byte_stream ($$$$;$) {
462             allow_fallback => 1, byte_buffer => \$byte_buffer);             allow_fallback => 1, byte_buffer => \$byte_buffer);
463        if ($char_stream) {        if ($char_stream) {
464          $buffer->{buffer} = $byte_buffer;          $buffer->{buffer} = $byte_buffer;
465          !!!parse-error (type => 'sniffing:chardet', ## TODO: type name          !!!parse-error (type => 'sniffing:chardet',
466                          value => $charset_name,                          text => $charset_name,
467                          level => $self->{info_level},                          level => $self->{level}->{info},
468                            layer => 'encode',
469                          line => 1, column => 1);                          line => 1, column => 1);
470          $self->{confident} = 0;          $self->{confident} = 0;
471          last SNIFFING;          last SNIFFING;
# Line 437  sub parse_byte_stream ($$$$;$) { Line 474  sub parse_byte_stream ($$$$;$) {
474    
475      ## Step 7: default      ## Step 7: default
476      ## TODO: Make this configurable.      ## TODO: Make this configurable.
477      $charset = Message::Charset::Info->get_by_iana_name ('windows-1252');      $charset = Message::Charset::Info->get_by_html_name ('windows-1252');
478          ## NOTE: We choose |windows-1252| here, since |utf-8| should be          ## NOTE: We choose |windows-1252| here, since |utf-8| should be
479          ## detectable in the step 6.          ## detectable in the step 6.
480      require Whatpm::Charset::DecodeHandle;      require Whatpm::Charset::DecodeHandle;
# Line 449  sub parse_byte_stream ($$$$;$) { Line 486  sub parse_byte_stream ($$$$;$) {
486                                         allow_fallback => 1,                                         allow_fallback => 1,
487                                         byte_buffer => \$byte_buffer);                                         byte_buffer => \$byte_buffer);
488      $buffer->{buffer} = $byte_buffer;      $buffer->{buffer} = $byte_buffer;
489      !!!parse-error (type => 'sniffing:default', ## TODO: type name      !!!parse-error (type => 'sniffing:default',
490                      value => 'windows-1252',                      text => 'windows-1252',
491                      level => $self->{info_level},                      level => $self->{level}->{info},
492                      line => 1, column => 1);                      line => 1, column => 1,
493                        layer => 'encode');
494      $self->{confident} = 0;      $self->{confident} = 0;
495    } # SNIFFING    } # SNIFFING
496    
   $self->{input_encoding} = $charset->get_iana_name;  
497    if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {    if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
498      !!!parse-error (type => 'chardecode:fallback', ## TODO: type name      $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
499                      value => $self->{input_encoding},      !!!parse-error (type => 'chardecode:fallback',
500                      level => $self->{unsupported_level},                      #text => $self->{input_encoding},
501                      line => 1, column => 1);                      level => $self->{level}->{uncertain},
502                        line => 1, column => 1,
503                        layer => 'encode');
504    } elsif (not ($e_status &    } elsif (not ($e_status &
505                  Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL())) {                  Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
506      !!!parse-error (type => 'chardecode:no error', ## TODO: type name      $self->{input_encoding} = $charset->get_iana_name;
507                      value => $self->{input_encoding},      !!!parse-error (type => 'chardecode:no error',
508                      level => $self->{unsupported_level},                      text => $self->{input_encoding},
509                      line => 1, column => 1);                      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 {    $self->{change_encoding} = sub {
# Line 475  sub parse_byte_stream ($$$$;$) { Line 518  sub parse_byte_stream ($$$$;$) {
518      $charset_name = shift;      $charset_name = shift;
519      my $token = shift;      my $token = shift;
520    
521      $charset = Message::Charset::Info->get_by_iana_name ($charset_name);      $charset = Message::Charset::Info->get_by_html_name ($charset_name);
522      ($char_stream, $e_status) = $charset->get_decode_handle      ($char_stream, $e_status) = $charset->get_decode_handle
523          ($byte_stream, allow_error_reporting => 1, allow_fallback => 1,          ($byte_stream, allow_error_reporting => 1, allow_fallback => 1,
524           byte_buffer => \ $buffer->{buffer});           byte_buffer => \ $buffer->{buffer});
525            
526      if ($char_stream) { # if supported      if ($char_stream) { # if supported
527        ## "Change the encoding" algorithm:        ## "Change the encoding" algorithm:
   
       ## Step 1      
       if ($charset->{iana_names}->{'utf-16'}) { ## ISSUE: UTF-16BE -> UTF-8? UTF-16LE -> UTF-8?  
         $charset = Message::Charset::Info->get_by_iana_name ('utf-8');  
         ($char_stream, $e_status) = $charset->get_decode_handle  
             ($byte_stream,  
              byte_buffer => \ $buffer->{buffer});  
       }  
       $charset_name = $charset->get_iana_name;  
528                
529        ## Step 2        ## Step 1
530        if (defined $self->{input_encoding} and        if (defined $self->{input_encoding} and
531            $self->{input_encoding} eq $charset_name) {            $self->{input_encoding} eq $charset_name) {
532          !!!parse-error (type => 'charset label:matching', ## TODO: type          !!!parse-error (type => 'charset label:matching',
533                          value => $charset_name,                          text => $charset_name,
534                          level => $self->{info_level});                          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;          $self->{confident} = 1;
544          return;          return;
545        }        }
546    
       !!!parse-error (type => 'charset label detected:'.$self->{input_encoding}.  
           ':'.$charset_name, level => 'w', token => $token);  
         
547        ## Step 3        ## 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 => $token);
562          
563          ## Step 4
564        # if (can) {        # if (can) {
565          ## change the encoding on the fly.          ## change the encoding on the fly.
566          #$self->{confident} = 1;          #$self->{confident} = 1;
567          #return;          #return;
568        # }        # }
569                
570        ## Step 4        ## Step 5
571        throw Whatpm::HTML::RestartParser ();        throw Whatpm::HTML::RestartParser ();
572      }      }
573    }; # $self->{change_encoding}    }; # $self->{change_encoding}
574    
575    my $char_onerror = sub {    my $char_onerror = sub {
576      my (undef, $type, %opt) = @_;      my (undef, $type, %opt) = @_;
577      !!!parse-error (%opt, type => $type,      !!!parse-error (layer => 'encode',
578                      line => $self->{line}, column => $self->{column} + 1);                      line => $self->{line}, column => $self->{column} + 1,
579                        %opt, type => $type);
580      if ($opt{octets}) {      if ($opt{octets}) {
581        ${$opt{octets}} = "\x{FFFD}"; # relacement character        ${$opt{octets}} = "\x{FFFD}"; # relacement character
582      }      }
583    };    };
   $char_stream->onerror ($char_onerror);  
584    
585    my @args = @_; shift @args; # $s    my $wrapped_char_stream = $get_wrapper->($char_stream);
586      $wrapped_char_stream->onerror ($char_onerror);
587    
588      my @args = ($_[1], $_[2]); # $doc, $onerror - $get_wrapper = undef;
589    my $return;    my $return;
590    try {    try {
591      $return = $self->parse_char_stream ($char_stream, @args);        $return = $self->parse_char_stream ($wrapped_char_stream, @args);  
592    } catch Whatpm::HTML::RestartParser with {    } catch Whatpm::HTML::RestartParser with {
593      ## NOTE: Invoked after {change_encoding}.      ## NOTE: Invoked after {change_encoding}.
594    
     $self->{input_encoding} = $charset->get_iana_name;  
595      if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {      if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
596        !!!parse-error (type => 'chardecode:fallback', ## TODO: type name        $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
597                        value => $self->{input_encoding},        !!!parse-error (type => 'chardecode:fallback',
598                        level => $self->{unsupported_level},                        level => $self->{level}->{uncertain},
599                        line => 1, column => 1);                        #text => $self->{input_encoding},
600                          line => 1, column => 1,
601                          layer => 'encode');
602      } elsif (not ($e_status &      } elsif (not ($e_status &
603                    Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL())) {                    Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL ())) {
604        !!!parse-error (type => 'chardecode:no error', ## TODO: type name        $self->{input_encoding} = $charset->get_iana_name;
605                        value => $self->{input_encoding},        !!!parse-error (type => 'chardecode:no error',
606                        level => $self->{unsupported_level},                        text => $self->{input_encoding},
607                        line => 1, column => 1);                        level => $self->{level}->{uncertain},
608                          line => 1, column => 1,
609                          layer => 'encode');
610        } else {
611          $self->{input_encoding} = $charset->get_iana_name;
612      }      }
613      $self->{confident} = 1;      $self->{confident} = 1;
614      $char_stream->onerror ($char_onerror);  
615      $return = $self->parse_char_stream ($char_stream, @args);      $wrapped_char_stream = $get_wrapper->($char_stream);
616        $wrapped_char_stream->onerror ($char_onerror);
617    
618        $return = $self->parse_char_stream ($wrapped_char_stream, @args);
619    };    };
620    return $return;    return $return;
621  } # parse_byte_stream  } # parse_byte_stream
# Line 563  sub parse_byte_stream ($$$$;$) { Line 629  sub parse_byte_stream ($$$$;$) {
629  ## such as |parse_byte_string| in this module, must ensure that it does  ## such as |parse_byte_string| in this module, must ensure that it does
630  ## strip the BOM and never strip any ZWNBSP.  ## strip the BOM and never strip any ZWNBSP.
631    
632  sub parse_char_string ($$$;$) {  sub parse_char_string ($$$;$$) {
633      #my ($self, $s, $doc, $onerror, $get_wrapper) = @_;
634    my $self = shift;    my $self = shift;
   require utf8;  
635    my $s = ref $_[0] ? $_[0] : \($_[0]);    my $s = ref $_[0] ? $_[0] : \($_[0]);
636    open my $input, '<' . (utf8::is_utf8 ($$s) ? ':utf8' : ''), $s;    require Whatpm::Charset::DecodeHandle;
637      my $input = Whatpm::Charset::DecodeHandle::CharString->new ($s);
638    return $self->parse_char_stream ($input, @_[1..$#_]);    return $self->parse_char_stream ($input, @_[1..$#_]);
639  } # parse_char_string  } # parse_char_string
640  *parse_string = \&parse_char_string;  *parse_string = \&parse_char_string; ## NOTE: Alias for backward compatibility.
641    
642  sub parse_char_stream ($$$;$) {  sub parse_char_stream ($$$;$$) {
643    my $self = ref $_[0] ? shift : shift->new;    my $self = ref $_[0] ? shift : shift->new;
644    my $input = $_[0];    my $input = $_[0];
645    $self->{document} = $_[1];    $self->{document} = $_[1];
# Line 583  sub parse_char_stream ($$$;$) { Line 650  sub parse_char_stream ($$$;$) {
650    $self->{confident} = 1 unless exists $self->{confident};    $self->{confident} = 1 unless exists $self->{confident};
651    $self->{document}->input_encoding ($self->{input_encoding})    $self->{document}->input_encoding ($self->{input_encoding})
652        if defined $self->{input_encoding};        if defined $self->{input_encoding};
653    ## TODO: |{input_encoding}| is needless?
654    
   my $i = 0;  
655    $self->{line_prev} = $self->{line} = 1;    $self->{line_prev} = $self->{line} = 1;
656    $self->{column_prev} = $self->{column} = 0;    $self->{column_prev} = -1;
657    $self->{set_next_char} = sub {    $self->{column} = 0;
658      $self->{set_nc} = sub {
659      my $self = shift;      my $self = shift;
660    
661      pop @{$self->{prev_char}};      my $char = '';
662      unshift @{$self->{prev_char}}, $self->{next_char};      if (defined $self->{next_nc}) {
663          $char = $self->{next_nc};
664      my $char;        delete $self->{next_nc};
665      if (defined $self->{next_next_char}) {        $self->{nc} = ord $char;
       $char = $self->{next_next_char};  
       delete $self->{next_next_char};  
666      } else {      } else {
667        $char = $input->getc;        $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      }      }
     $self->{next_char} = -1 and return unless defined $char;  
     $self->{next_char} = ord $char;  
688    
689      ($self->{line_prev}, $self->{column_prev})      ($self->{line_prev}, $self->{column_prev})
690          = ($self->{line}, $self->{column});          = ($self->{line}, $self->{column});
691      $self->{column}++;      $self->{column}++;
692            
693      if ($self->{next_char} == 0x000A) { # LF      if ($self->{nc} == 0x000A) { # LF
694        !!!cp ('j1');        !!!cp ('j1');
695        $self->{line}++;        $self->{line}++;
696        $self->{column} = 0;        $self->{column} = 0;
697      } elsif ($self->{next_char} == 0x000D) { # CR      } elsif ($self->{nc} == 0x000D) { # CR
698        !!!cp ('j2');        !!!cp ('j2');
699        my $next = $input->getc;  ## TODO: support for abort/streaming
700        if (defined $next and $next ne "\x0A") {        my $next = '';
701          $self->{next_next_char} = $next;        if ($input->read ($next, 1) and $next ne "\x0A") {
702            $self->{next_nc} = $next;
703        }        }
704        $self->{next_char} = 0x000A; # LF # MUST        $self->{nc} = 0x000A; # LF # MUST
705        $self->{line}++;        $self->{line}++;
706        $self->{column} = 0;        $self->{column} = 0;
707      } elsif ($self->{next_char} > 0x10FFFF) {      } elsif ($self->{nc} == 0x0000) { # NULL
       !!!cp ('j3');  
       $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST  
     } elsif ($self->{next_char} == 0x0000) { # NULL  
708        !!!cp ('j4');        !!!cp ('j4');
709        !!!parse-error (type => 'NULL');        !!!parse-error (type => 'NULL');
710        $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST        $self->{nc} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
     } elsif ($self->{next_char} <= 0x0008 or  
              (0x000E <= $self->{next_char} and $self->{next_char} <= 0x001F) or  
              (0x007F <= $self->{next_char} and $self->{next_char} <= 0x009F) or  
              (0xD800 <= $self->{next_char} and $self->{next_char} <= 0xDFFF) or  
              (0xFDD0 <= $self->{next_char} and $self->{next_char} <= 0xFDDF) or  
              {  
               0xFFFE => 1, 0xFFFF => 1, 0x1FFFE => 1, 0x1FFFF => 1,  
               0x2FFFE => 1, 0x2FFFF => 1, 0x3FFFE => 1, 0x3FFFF => 1,  
               0x4FFFE => 1, 0x4FFFF => 1, 0x5FFFE => 1, 0x5FFFF => 1,  
               0x6FFFE => 1, 0x6FFFF => 1, 0x7FFFE => 1, 0x7FFFF => 1,  
               0x8FFFE => 1, 0x8FFFF => 1, 0x9FFFE => 1, 0x9FFFF => 1,  
               0xAFFFE => 1, 0xAFFFF => 1, 0xBFFFE => 1, 0xBFFFF => 1,  
               0xCFFFE => 1, 0xCFFFF => 1, 0xDFFFE => 1, 0xDFFFF => 1,  
               0xEFFFE => 1, 0xEFFFF => 1, 0xFFFFE => 1, 0xFFFFF => 1,  
               0x10FFFE => 1, 0x10FFFF => 1,  
              }->{$self->{next_char}}) {  
       !!!cp ('j5');  
       !!!parse-error (type => 'control char', level => $self->{must_level});  
 ## TODO: error type documentation  
711      }      }
712    };    };
713    $self->{prev_char} = [-1, -1, -1];  
714    $self->{next_char} = -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) = @_;
# Line 661  sub parse_char_stream ($$$;$) { Line 757  sub parse_char_stream ($$$;$) {
757      $onerror->(line => $self->{line}, column => $self->{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;
# Line 674  sub parse_char_stream ($$$;$) { Line 784  sub parse_char_stream ($$$;$) {
784  sub new ($) {  sub new ($) {
785    my $class = shift;    my $class = shift;
786    my $self = bless {    my $self = bless {
787      must_level => 'm',      level => {must => 'm',
788      should_level => 's',                should => 's',
789      good_level => 'w',                warn => 'w',
790      warn_level => 'w',                info => 'i',
791      info_level => 'i',                uncertain => 'u'},
     unsupported_level => 'u',  
792    }, $class;    }, $class;
793    $self->{set_next_char} = sub {    $self->{set_nc} = sub {
794      $self->{next_char} = -1;      $self->{nc} = -1;
795    };    };
796    $self->{parse_error} = sub {    $self->{parse_error} = sub {
797      #      #
# Line 699  sub new ($) { Line 808  sub new ($) {
808    return $self;    return $self;
809  } # new  } # new
810    
811  sub CM_ENTITY () { 0b001 } # & markup in data  ## Insertion modes
 sub CM_LIMITED_MARKUP () { 0b010 } # < markup in data (limited)  
 sub CM_FULL_MARKUP () { 0b100 } # < markup in data (any)  
   
 sub PLAINTEXT_CONTENT_MODEL () { 0 }  
 sub CDATA_CONTENT_MODEL () { CM_LIMITED_MARKUP }  
 sub RCDATA_CONTENT_MODEL () { CM_ENTITY | CM_LIMITED_MARKUP }  
 sub PCDATA_CONTENT_MODEL () { CM_ENTITY | CM_FULL_MARKUP }  
   
 sub DATA_STATE () { 0 }  
 sub ENTITY_DATA_STATE () { 1 }  
 sub TAG_OPEN_STATE () { 2 }  
 sub CLOSE_TAG_OPEN_STATE () { 3 }  
 sub TAG_NAME_STATE () { 4 }  
 sub BEFORE_ATTRIBUTE_NAME_STATE () { 5 }  
 sub ATTRIBUTE_NAME_STATE () { 6 }  
 sub AFTER_ATTRIBUTE_NAME_STATE () { 7 }  
 sub BEFORE_ATTRIBUTE_VALUE_STATE () { 8 }  
 sub ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE () { 9 }  
 sub ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE () { 10 }  
 sub ATTRIBUTE_VALUE_UNQUOTED_STATE () { 11 }  
 sub ENTITY_IN_ATTRIBUTE_VALUE_STATE () { 12 }  
 sub MARKUP_DECLARATION_OPEN_STATE () { 13 }  
 sub COMMENT_START_STATE () { 14 }  
 sub COMMENT_START_DASH_STATE () { 15 }  
 sub COMMENT_STATE () { 16 }  
 sub COMMENT_END_STATE () { 17 }  
 sub COMMENT_END_DASH_STATE () { 18 }  
 sub BOGUS_COMMENT_STATE () { 19 }  
 sub DOCTYPE_STATE () { 20 }  
 sub BEFORE_DOCTYPE_NAME_STATE () { 21 }  
 sub DOCTYPE_NAME_STATE () { 22 }  
 sub AFTER_DOCTYPE_NAME_STATE () { 23 }  
 sub BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE () { 24 }  
 sub DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE () { 25 }  
 sub DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE () { 26 }  
 sub AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE () { 27 }  
 sub BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE () { 28 }  
 sub DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE () { 29 }  
 sub DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE () { 30 }  
 sub AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE () { 31 }  
 sub BOGUS_DOCTYPE_STATE () { 32 }  
 sub AFTER_ATTRIBUTE_VALUE_QUOTED_STATE () { 33 }  
 sub SELF_CLOSING_START_TAG_STATE () { 34 }  
 sub CDATA_BLOCK_STATE () { 35 }  
   
 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 761  sub ROW_IMS ()        { 0b10000000 } Line 819  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 }  sub SELECT_IMS ()     { 0b10000000000 }
822  sub IN_FOREIGN_CONTENT_IM () { 0b100000000000 }  #sub IN_FOREIGN_CONTENT_IM () { 0b100000000000 } # see Whatpm::HTML::Tokenizer
823      ## NOTE: "in foreign content" insertion mode is special; it is combined      ## NOTE: "in foreign content" insertion mode is special; it is combined
824      ## with the secondary insertion mode.  In this parser, they are stored      ## with the secondary insertion mode.  In this parser, they are stored
825      ## together in the bit-or'ed form.      ## 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.  ## NOTE: "initial" and "before html" insertion modes have no constants.
834    
# Line 791  sub IN_SELECT_IM () { SELECT_IMS | 0b01 Line 855  sub IN_SELECT_IM () { SELECT_IMS | 0b01
855  sub IN_SELECT_IN_TABLE_IM () { SELECT_IMS | 0b10 }  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};  
   delete $self->{self_closing};  
   $self->{char} = [];  
   # $self->{next_char}  
   !!!next-input-character;  
   $self->{token} = [];  
   # $self->{escape}  
 } # _initialize_tokenizer  
   
 ## A token has:  
 ##   ->{type} == DOCTYPE_TOKEN, START_TAG_TOKEN, END_TAG_TOKEN, COMMENT_TOKEN,  
 ##       CHARACTER_TOKEN, or END_OF_FILE_TOKEN  
 ##   ->{name} (DOCTYPE_TOKEN)  
 ##   ->{tag_name} (START_TAG_TOKEN, END_TAG_TOKEN)  
 ##   ->{public_identifier} (DOCTYPE_TOKEN)  
 ##   ->{system_identifier} (DOCTYPE_TOKEN)  
 ##   ->{quirks} == 1 or 0 (DOCTYPE_TOKEN): "force-quirks" flag  
 ##   ->{attributes} isa HASH (START_TAG_TOKEN, END_TAG_TOKEN)  
 ##        ->{name}  
 ##        ->{value}  
 ##        ->{has_reference} == 1 or 0  
 ##   ->{data} (COMMENT_TOKEN, CHARACTER_TOKEN)  
 ## NOTE: The "self-closing flag" is hold as |$self->{self_closing}|.  
 ##     |->{self_closing}| is used to save the value of |$self->{self_closing}|  
 ##     while the token is pushed back to the stack.  
   
 ## ISSUE: "When a DOCTYPE token is created, its  
 ## <i>self-closing flag</i> must be unset (its other state is that it  
 ## be set), and its attributes list must be empty.": Wrong subject?  
   
 ## 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->{self_closing}) {  
     !!!parse-error (type => 'nestc', token => $self->{current_token});  
     ## NOTE: The |self_closing| flag is only set by start tag token.  
     ## In addition, when a start tag token is emitted, it is always set to  
     ## |current_token|.  
     delete $self->{self_closing};  
   }  
   
   if (@{$self->{token}}) {  
     $self->{self_closing} = $self->{token}->[0]->{self_closing};  
     return shift @{$self->{token}};  
   }  
   
   A: {  
     if ($self->{state} == DATA_STATE) {  
       if ($self->{next_char} == 0x0026) { # &  
         if ($self->{content_model} & CM_ENTITY and # PCDATA | RCDATA  
             not $self->{escape}) {  
           !!!cp (1);  
           $self->{state} = ENTITY_DATA_STATE;  
           !!!next-input-character;  
           redo A;  
         } else {  
           !!!cp (2);  
           #  
         }  
       } elsif ($self->{next_char} == 0x002D) { # -  
         if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
           unless ($self->{escape}) {  
             if ($self->{prev_char}->[0] == 0x002D and # -  
                 $self->{prev_char}->[1] == 0x0021 and # !  
                 $self->{prev_char}->[2] == 0x003C) { # <  
               !!!cp (3);  
               $self->{escape} = 1;  
             } else {  
               !!!cp (4);  
             }  
           } else {  
             !!!cp (5);  
           }  
         }  
           
         #  
       } elsif ($self->{next_char} == 0x003C) { # <  
         if ($self->{content_model} & CM_FULL_MARKUP or # PCDATA  
             (($self->{content_model} & CM_LIMITED_MARKUP) and # CDATA | RCDATA  
              not $self->{escape})) {  
           !!!cp (6);  
           $self->{state} = TAG_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } else {  
           !!!cp (7);  
           #  
         }  
       } elsif ($self->{next_char} == 0x003E) { # >  
         if ($self->{escape} and  
             ($self->{content_model} & CM_LIMITED_MARKUP)) { # RCDATA | CDATA  
           if ($self->{prev_char}->[0] == 0x002D and # -  
               $self->{prev_char}->[1] == 0x002D) { # -  
             !!!cp (8);  
             delete $self->{escape};  
           } else {  
             !!!cp (9);  
           }  
         } else {  
           !!!cp (10);  
         }  
           
         #  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (11);  
         !!!emit ({type => END_OF_FILE_TOKEN,  
                   line => $self->{line}, column => $self->{column}});  
         last A; ## TODO: ok?  
       } else {  
         !!!cp (12);  
       }  
       # Anything else  
       my $token = {type => CHARACTER_TOKEN,  
                    data => chr $self->{next_char},  
                    line => $self->{line}, column => $self->{column},  
                   };  
       ## Stay in the data state  
       !!!next-input-character;  
   
       !!!emit ($token);  
   
       redo A;  
     } elsif ($self->{state} == ENTITY_DATA_STATE) {  
       ## (cannot happen in CDATA state)  
   
       my ($l, $c) = ($self->{line_prev}, $self->{column_prev});  
         
       my $token = $self->_tokenize_attempt_to_consume_an_entity (0, -1);  
   
       $self->{state} = DATA_STATE;  
       # next-input-character is already done  
   
       unless (defined $token) {  
         !!!cp (13);  
         !!!emit ({type => CHARACTER_TOKEN, data => '&',  
                   line => $l, column => $c,  
                  });  
       } else {  
         !!!cp (14);  
         !!!emit ($token);  
       }  
   
       redo A;  
     } elsif ($self->{state} == TAG_OPEN_STATE) {  
       if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA  
         if ($self->{next_char} == 0x002F) { # /  
           !!!cp (15);  
           !!!next-input-character;  
           $self->{state} = CLOSE_TAG_OPEN_STATE;  
           redo A;  
         } else {  
           !!!cp (16);  
           ## reconsume  
           $self->{state} = DATA_STATE;  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<',  
                     line => $self->{line_prev},  
                     column => $self->{column_prev},  
                    });  
   
           redo A;  
         }  
       } elsif ($self->{content_model} & CM_FULL_MARKUP) { # PCDATA  
         if ($self->{next_char} == 0x0021) { # !  
           !!!cp (17);  
           $self->{state} = MARKUP_DECLARATION_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif ($self->{next_char} == 0x002F) { # /  
           !!!cp (18);  
           $self->{state} = CLOSE_TAG_OPEN_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif (0x0041 <= $self->{next_char} and  
                  $self->{next_char} <= 0x005A) { # A..Z  
           !!!cp (19);  
           $self->{current_token}  
             = {type => START_TAG_TOKEN,  
                tag_name => chr ($self->{next_char} + 0x0020),  
                line => $self->{line_prev},  
                column => $self->{column_prev}};  
           $self->{state} = TAG_NAME_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif (0x0061 <= $self->{next_char} and  
                  $self->{next_char} <= 0x007A) { # a..z  
           !!!cp (20);  
           $self->{current_token} = {type => START_TAG_TOKEN,  
                                     tag_name => chr ($self->{next_char}),  
                                     line => $self->{line_prev},  
                                     column => $self->{column_prev}};  
           $self->{state} = TAG_NAME_STATE;  
           !!!next-input-character;  
           redo A;  
         } elsif ($self->{next_char} == 0x003E) { # >  
           !!!cp (21);  
           !!!parse-error (type => 'empty start tag',  
                           line => $self->{line_prev},  
                           column => $self->{column_prev});  
           $self->{state} = DATA_STATE;  
           !!!next-input-character;  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<>',  
                     line => $self->{line_prev},  
                     column => $self->{column_prev},  
                    });  
   
           redo A;  
         } elsif ($self->{next_char} == 0x003F) { # ?  
           !!!cp (22);  
           !!!parse-error (type => 'pio',  
                           line => $self->{line_prev},  
                           column => $self->{column_prev});  
           $self->{state} = BOGUS_COMMENT_STATE;  
           $self->{current_token} = {type => COMMENT_TOKEN, data => '',  
                                     line => $self->{line_prev},  
                                     column => $self->{column_prev},  
                                    };  
           ## $self->{next_char} is intentionally left as is  
           redo A;  
         } else {  
           !!!cp (23);  
           !!!parse-error (type => 'bare stago',  
                           line => $self->{line_prev},  
                           column => $self->{column_prev});  
           $self->{state} = DATA_STATE;  
           ## reconsume  
   
           !!!emit ({type => CHARACTER_TOKEN, data => '<',  
                     line => $self->{line_prev},  
                     column => $self->{column_prev},  
                    });  
   
           redo A;  
         }  
       } else {  
         die "$0: $self->{content_model} in tag open";  
       }  
     } elsif ($self->{state} == CLOSE_TAG_OPEN_STATE) {  
       my ($l, $c) = ($self->{line_prev}, $self->{column_prev} - 1); # "<"of"</"  
       if ($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_char};  
             my $c = ord substr ($self->{last_emitted_start_tag_name}, $i, 1);  
             my $C = 0x0061 <= $c && $c <= 0x007A ? $c - 0x0020 : $c;  
             if ($self->{next_char} == $c or $self->{next_char} == $C) {  
               !!!cp (24);  
               !!!next-input-character;  
               next TAGNAME;  
             } else {  
               !!!cp (25);  
               $self->{next_char} = shift @next_char; # reconsume  
               !!!back-next-input-character (@next_char);  
               $self->{state} = DATA_STATE;  
   
               !!!emit ({type => CHARACTER_TOKEN, data => '</',  
                         line => $l, column => $c,  
                        });  
     
               redo A;  
             }  
           }  
           push @next_char, $self->{next_char};  
         
           unless ($self->{next_char} == 0x0009 or # HT  
                   $self->{next_char} == 0x000A or # LF  
                   $self->{next_char} == 0x000B or # VT  
                   $self->{next_char} == 0x000C or # FF  
                   $self->{next_char} == 0x0020 or # SP  
                   $self->{next_char} == 0x003E or # >  
                   $self->{next_char} == 0x002F or # /  
                   $self->{next_char} == -1) {  
             !!!cp (26);  
             $self->{next_char} = shift @next_char; # reconsume  
             !!!back-next-input-character (@next_char);  
             $self->{state} = DATA_STATE;  
             !!!emit ({type => CHARACTER_TOKEN, data => '</',  
                       line => $l, column => $c,  
                      });  
             redo A;  
           } else {  
             !!!cp (27);  
             $self->{next_char} = shift @next_char;  
             !!!back-next-input-character (@next_char);  
             # and consume...  
           }  
         } else {  
           ## No start tag token has ever been emitted  
           !!!cp (28);  
           # next-input-character is already done  
           $self->{state} = DATA_STATE;  
           !!!emit ({type => CHARACTER_TOKEN, data => '</',  
                     line => $l, column => $c,  
                    });  
           redo A;  
         }  
       }  
         
       if (0x0041 <= $self->{next_char} and  
           $self->{next_char} <= 0x005A) { # A..Z  
         !!!cp (29);  
         $self->{current_token}  
             = {type => END_TAG_TOKEN,  
                tag_name => chr ($self->{next_char} + 0x0020),  
                line => $l, column => $c};  
         $self->{state} = TAG_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif (0x0061 <= $self->{next_char} and  
                $self->{next_char} <= 0x007A) { # a..z  
         !!!cp (30);  
         $self->{current_token} = {type => END_TAG_TOKEN,  
                                   tag_name => chr ($self->{next_char}),  
                                   line => $l, column => $c};  
         $self->{state} = TAG_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (31);  
         !!!parse-error (type => 'empty end tag',  
                         line => $self->{line_prev}, ## "<" in "</>"  
                         column => $self->{column_prev} - 1);  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (32);  
         !!!parse-error (type => 'bare etago');  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ({type => CHARACTER_TOKEN, data => '</',  
                   line => $l, column => $c,  
                  });  
   
         redo A;  
       } else {  
         !!!cp (33);  
         !!!parse-error (type => 'bogus end tag');  
         $self->{state} = BOGUS_COMMENT_STATE;  
         $self->{current_token} = {type => COMMENT_TOKEN, data => '',  
                                   line => $self->{line_prev}, # "<" of "</"  
                                   column => $self->{column_prev} - 1,  
                                  };  
         ## $self->{next_char} is intentionally left as is  
         redo A;  
       }  
     } elsif ($self->{state} == TAG_NAME_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (34);  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (35);  
           $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}) {  
           #  ## NOTE: This should never be reached.  
           #  !!! cp (36);  
           #  !!! parse-error (type => 'end tag attribute');  
           #} else {  
             !!!cp (37);  
           #}  
         } 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_char} and  
                $self->{next_char} <= 0x005A) { # A..Z  
         !!!cp (38);  
         $self->{current_token}->{tag_name} .= chr ($self->{next_char} + 0x0020);  
           # start tag or end tag  
         ## Stay in this state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (39);  
           $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}) {  
           #  ## NOTE: This state should never be reached.  
           #  !!! cp (40);  
           #  !!! parse-error (type => 'end tag attribute');  
           #} else {  
             !!!cp (41);  
           #}  
         } 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_char} == 0x002F) { # /  
         !!!cp (42);  
         $self->{state} = SELF_CLOSING_START_TAG_STATE;  
         !!!next-input-character;  
         redo A;  
       } else {  
         !!!cp (44);  
         $self->{current_token}->{tag_name} .= chr $self->{next_char};  
           # start tag or end tag  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_ATTRIBUTE_NAME_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (45);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (46);  
           $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}) {  
             !!!cp (47);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             !!!cp (48);  
           }  
         } 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_char} and  
                $self->{next_char} <= 0x005A) { # A..Z  
         !!!cp (49);  
         $self->{current_attribute}  
             = {name => chr ($self->{next_char} + 0x0020),  
                value => '',  
                line => $self->{line}, column => $self->{column}};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x002F) { # /  
         !!!cp (50);  
         $self->{state} = SELF_CLOSING_START_TAG_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (52);  
           $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}) {  
             !!!cp (53);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             !!!cp (54);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         if ({  
              0x0022 => 1, # "  
              0x0027 => 1, # '  
              0x003D => 1, # =  
             }->{$self->{next_char}}) {  
           !!!cp (55);  
           !!!parse-error (type => 'bad attribute name');  
         } else {  
           !!!cp (56);  
         }  
         $self->{current_attribute}  
             = {name => chr ($self->{next_char}),  
                value => '',  
                line => $self->{line}, column => $self->{column}};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($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  
           !!!cp (57);  
           !!!parse-error (type => 'duplicate attribute:'.$self->{current_attribute}->{name}, line => $self->{current_attribute}->{line}, column => $self->{current_attribute}->{column});  
           ## Discard $self->{current_attribute} # MUST  
         } else {  
           !!!cp (58);  
           $self->{current_token}->{attributes}->{$self->{current_attribute}->{name}}  
             = $self->{current_attribute};  
         }  
       }; # $before_leave  
   
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (59);  
         $before_leave->();  
         $self->{state} = AFTER_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003D) { # =  
         !!!cp (60);  
         $before_leave->();  
         $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         $before_leave->();  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (61);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           !!!cp (62);  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($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_char} and  
                $self->{next_char} <= 0x005A) { # A..Z  
         !!!cp (63);  
         $self->{current_attribute}->{name} .= chr ($self->{next_char} + 0x0020);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x002F) { # /  
         !!!cp (64);  
         $before_leave->();  
         $self->{state} = SELF_CLOSING_START_TAG_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         $before_leave->();  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (66);  
           $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}) {  
             !!!cp (67);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (68);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         # reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         if ($self->{next_char} == 0x0022 or # "  
             $self->{next_char} == 0x0027) { # '  
           !!!cp (69);  
           !!!parse-error (type => 'bad attribute name');  
         } else {  
           !!!cp (70);  
         }  
         $self->{current_attribute}->{name} .= chr ($self->{next_char});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_ATTRIBUTE_NAME_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (71);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003D) { # =  
         !!!cp (72);  
         $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (73);  
           $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}) {  
             !!!cp (74);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (75);  
           }  
         } 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_char} and  
                $self->{next_char} <= 0x005A) { # A..Z  
         !!!cp (76);  
         $self->{current_attribute}  
             = {name => chr ($self->{next_char} + 0x0020),  
                value => '',  
                line => $self->{line}, column => $self->{column}};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x002F) { # /  
         !!!cp (77);  
         $self->{state} = SELF_CLOSING_START_TAG_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (79);  
           $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}) {  
             !!!cp (80);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (81);  
           }  
         } 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 {  
         !!!cp (82);  
         $self->{current_attribute}  
             = {name => chr ($self->{next_char}),  
                value => '',  
                line => $self->{line}, column => $self->{column}};  
         $self->{state} = ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;          
       }  
     } elsif ($self->{state} == BEFORE_ATTRIBUTE_VALUE_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP        
         !!!cp (83);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0022) { # "  
         !!!cp (84);  
         $self->{state} = ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0026) { # &  
         !!!cp (85);  
         $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;  
         ## reconsume  
         redo A;  
       } elsif ($self->{next_char} == 0x0027) { # '  
         !!!cp (86);  
         $self->{state} = ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (87);  
           $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}) {  
             !!!cp (88);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (89);  
           }  
         } 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 ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (90);  
           $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}) {  
             !!!cp (91);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (92);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         if ($self->{next_char} == 0x003D) { # =  
           !!!cp (93);  
           !!!parse-error (type => 'bad attribute value');  
         } else {  
           !!!cp (94);  
         }  
         $self->{current_attribute}->{value} .= chr ($self->{next_char});  
         $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_char} == 0x0022) { # "  
         !!!cp (95);  
         $self->{state} = AFTER_ATTRIBUTE_VALUE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0026) { # &  
         !!!cp (96);  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed attribute value');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (97);  
           $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}) {  
             !!!cp (98);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (99);  
           }  
         } 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 {  
         !!!cp (100);  
         $self->{current_attribute}->{value} .= chr ($self->{next_char});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE) {  
       if ($self->{next_char} == 0x0027) { # '  
         !!!cp (101);  
         $self->{state} = AFTER_ATTRIBUTE_VALUE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0026) { # &  
         !!!cp (102);  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed attribute value');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (103);  
           $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}) {  
             !!!cp (104);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (105);  
           }  
         } 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 {  
         !!!cp (106);  
         $self->{current_attribute}->{value} .= chr ($self->{next_char});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ATTRIBUTE_VALUE_UNQUOTED_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # HT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (107);  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0026) { # &  
         !!!cp (108);  
         $self->{last_attribute_value_state} = $self->{state};  
         $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (109);  
           $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}) {  
             !!!cp (110);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (111);  
           }  
         } 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 ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (112);  
           $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}) {  
             !!!cp (113);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (114);  
           }  
         } else {  
           die "$0: $self->{current_token}->{type}: Unknown token type";  
         }  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } else {  
         if ({  
              0x0022 => 1, # "  
              0x0027 => 1, # '  
              0x003D => 1, # =  
             }->{$self->{next_char}}) {  
           !!!cp (115);  
           !!!parse-error (type => 'bad attribute value');  
         } else {  
           !!!cp (116);  
         }  
         $self->{current_attribute}->{value} .= chr ($self->{next_char});  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == ENTITY_IN_ATTRIBUTE_VALUE_STATE) {  
       my $token = $self->_tokenize_attempt_to_consume_an_entity  
           (1,  
            $self->{last_attribute_value_state}  
              == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE ? 0x0022 : # "  
            $self->{last_attribute_value_state}  
              == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE ? 0x0027 : # '  
            -1);  
   
       unless (defined $token) {  
         !!!cp (117);  
         $self->{current_attribute}->{value} .= '&';  
       } else {  
         !!!cp (118);  
         $self->{current_attribute}->{value} .= $token->{data};  
         $self->{current_attribute}->{has_reference} = $token->{has_reference};  
         ## ISSUE: spec says "append the returned character token to the current attribute's value"  
       }  
   
       $self->{state} = $self->{last_attribute_value_state};  
       # next-input-character is already done  
       redo A;  
     } elsif ($self->{state} == AFTER_ATTRIBUTE_VALUE_QUOTED_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (118);  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (119);  
           $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}) {  
             !!!cp (120);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (121);  
           }  
         } 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_char} == 0x002F) { # /  
         !!!cp (122);  
         $self->{state} = SELF_CLOSING_START_TAG_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (122.3);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (122.1);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (122.2);  
           }  
         } 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 {  
         !!!cp ('124.1');  
         !!!parse-error (type => 'no space between attributes');  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         ## reconsume  
         redo A;  
       }  
     } elsif ($self->{state} == SELF_CLOSING_START_TAG_STATE) {  
       if ($self->{next_char} == 0x003E) { # >  
         if ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           !!!cp ('124.2');  
           !!!parse-error (type => 'nestc', token => $self->{current_token});  
           ## TODO: Different type than slash in start tag  
           $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST  
           if ($self->{current_token}->{attributes}) {  
             !!!cp ('124.4');  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             !!!cp ('124.5');  
           }  
           ## TODO: Test |<title></title/>|  
         } else {  
           !!!cp ('124.3');  
           $self->{self_closing} = 1;  
         }  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # start tag or end tag  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!parse-error (type => 'unclosed tag');  
         if ($self->{current_token}->{type} == START_TAG_TOKEN) {  
           !!!cp (124.7);  
           $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};  
         } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {  
           if ($self->{current_token}->{attributes}) {  
             !!!cp (124.5);  
             !!!parse-error (type => 'end tag attribute');  
           } else {  
             ## NOTE: This state should never be reached.  
             !!!cp (124.6);  
           }  
         } 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 {  
         !!!cp ('124.4');  
         !!!parse-error (type => 'nestc');  
         ## TODO: This error type is wrong.  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         ## Reconsume.  
         redo A;  
       }  
     } elsif ($self->{state} == BOGUS_COMMENT_STATE) {  
       ## (only happen if PCDATA state)  
         
       ## NOTE: Set by the previous state  
       #my $token = {type => COMMENT_TOKEN, data => ''};  
   
       BC: {  
         if ($self->{next_char} == 0x003E) { # >  
           !!!cp (124);  
           $self->{state} = DATA_STATE;  
           !!!next-input-character;  
   
           !!!emit ($self->{current_token}); # comment  
   
           redo A;  
         } elsif ($self->{next_char} == -1) {  
           !!!cp (125);  
           $self->{state} = DATA_STATE;  
           ## reconsume  
   
           !!!emit ($self->{current_token}); # comment  
   
           redo A;  
         } else {  
           !!!cp (126);  
           $self->{current_token}->{data} .= chr ($self->{next_char}); # comment  
           !!!next-input-character;  
           redo BC;  
         }  
       } # BC  
   
       die "$0: _get_next_token: unexpected case [BC]";  
     } elsif ($self->{state} == MARKUP_DECLARATION_OPEN_STATE) {  
       ## (only happen if PCDATA state)  
   
       my ($l, $c) = ($self->{line_prev}, $self->{column_prev} - 1);  
   
       my @next_char;  
       push @next_char, $self->{next_char};  
         
       if ($self->{next_char} == 0x002D) { # -  
         !!!next-input-character;  
         push @next_char, $self->{next_char};  
         if ($self->{next_char} == 0x002D) { # -  
           !!!cp (127);  
           $self->{current_token} = {type => COMMENT_TOKEN, data => '',  
                                     line => $l, column => $c,  
                                    };  
           $self->{state} = COMMENT_START_STATE;  
           !!!next-input-character;  
           redo A;  
         } else {  
           !!!cp (128);  
         }  
       } elsif ($self->{next_char} == 0x0044 or # D  
                $self->{next_char} == 0x0064) { # d  
         !!!next-input-character;  
         push @next_char, $self->{next_char};  
         if ($self->{next_char} == 0x004F or # O  
             $self->{next_char} == 0x006F) { # o  
           !!!next-input-character;  
           push @next_char, $self->{next_char};  
           if ($self->{next_char} == 0x0043 or # C  
               $self->{next_char} == 0x0063) { # c  
             !!!next-input-character;  
             push @next_char, $self->{next_char};  
             if ($self->{next_char} == 0x0054 or # T  
                 $self->{next_char} == 0x0074) { # t  
               !!!next-input-character;  
               push @next_char, $self->{next_char};  
               if ($self->{next_char} == 0x0059 or # Y  
                   $self->{next_char} == 0x0079) { # y  
                 !!!next-input-character;  
                 push @next_char, $self->{next_char};  
                 if ($self->{next_char} == 0x0050 or # P  
                     $self->{next_char} == 0x0070) { # p  
                   !!!next-input-character;  
                   push @next_char, $self->{next_char};  
                   if ($self->{next_char} == 0x0045 or # E  
                       $self->{next_char} == 0x0065) { # e  
                     !!!cp (129);  
                     ## TODO: What a stupid code this is!  
                     $self->{state} = DOCTYPE_STATE;  
                     $self->{current_token} = {type => DOCTYPE_TOKEN,  
                                               quirks => 1,  
                                               line => $l, column => $c,  
                                              };  
                     !!!next-input-character;  
                     redo A;  
                   } else {  
                     !!!cp (130);  
                   }  
                 } else {  
                   !!!cp (131);  
                 }  
               } else {  
                 !!!cp (132);  
               }  
             } else {  
               !!!cp (133);  
             }  
           } else {  
             !!!cp (134);  
           }  
         } else {  
           !!!cp (135);  
         }  
       } elsif ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM and  
                $self->{open_elements}->[-1]->[1] & FOREIGN_EL and  
                $self->{next_char} == 0x005B) { # [  
         !!!next-input-character;  
         push @next_char, $self->{next_char};  
         if ($self->{next_char} == 0x0043) { # C  
           !!!next-input-character;  
           push @next_char, $self->{next_char};  
           if ($self->{next_char} == 0x0044) { # D  
             !!!next-input-character;  
             push @next_char, $self->{next_char};  
             if ($self->{next_char} == 0x0041) { # A  
               !!!next-input-character;  
               push @next_char, $self->{next_char};  
               if ($self->{next_char} == 0x0054) { # T  
                 !!!next-input-character;  
                 push @next_char, $self->{next_char};  
                 if ($self->{next_char} == 0x0041) { # A  
                   !!!next-input-character;  
                   push @next_char, $self->{next_char};  
                   if ($self->{next_char} == 0x005B) { # [  
                     !!!cp (135.1);  
                     $self->{state} = CDATA_BLOCK_STATE;  
                     !!!next-input-character;  
                     redo A;  
                   } else {  
                     !!!cp (135.2);  
                   }  
                 } else {  
                   !!!cp (135.3);  
                 }  
               } else {  
                 !!!cp (135.4);                  
               }  
             } else {  
               !!!cp (135.5);  
             }  
           } else {  
             !!!cp (135.6);  
           }  
         } else {  
           !!!cp (135.7);  
         }  
       } else {  
         !!!cp (136);  
       }  
   
       !!!parse-error (type => 'bogus comment');  
       $self->{next_char} = shift @next_char;  
       !!!back-next-input-character (@next_char);  
       $self->{state} = BOGUS_COMMENT_STATE;  
       $self->{current_token} = {type => COMMENT_TOKEN, data => '',  
                                 line => $l, column => $c,  
                                };  
       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_char} == 0x002D) { # -  
         !!!cp (137);  
         $self->{state} = COMMENT_START_DASH_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (138);  
         !!!parse-error (type => 'bogus comment');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (139);  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         !!!cp (140);  
         $self->{current_token}->{data} # comment  
             .= chr ($self->{next_char});  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_START_DASH_STATE) {  
       if ($self->{next_char} == 0x002D) { # -  
         !!!cp (141);  
         $self->{state} = COMMENT_END_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (142);  
         !!!parse-error (type => 'bogus comment');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (143);  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         !!!cp (144);  
         $self->{current_token}->{data} # comment  
             .= '-' . chr ($self->{next_char});  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_STATE) {  
       if ($self->{next_char} == 0x002D) { # -  
         !!!cp (145);  
         $self->{state} = COMMENT_END_DASH_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (146);  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         !!!cp (147);  
         $self->{current_token}->{data} .= chr ($self->{next_char}); # comment  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_END_DASH_STATE) {  
       if ($self->{next_char} == 0x002D) { # -  
         !!!cp (148);  
         $self->{state} = COMMENT_END_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (149);  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         !!!cp (150);  
         $self->{current_token}->{data} .= '-' . chr ($self->{next_char}); # comment  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == COMMENT_END_STATE) {  
       if ($self->{next_char} == 0x003E) { # >  
         !!!cp (151);  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } elsif ($self->{next_char} == 0x002D) { # -  
         !!!cp (152);  
         !!!parse-error (type => 'dash in comment',  
                         line => $self->{line_prev},  
                         column => $self->{column_prev});  
         $self->{current_token}->{data} .= '-'; # comment  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (153);  
         !!!parse-error (type => 'unclosed comment');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # comment  
   
         redo A;  
       } else {  
         !!!cp (154);  
         !!!parse-error (type => 'dash in comment',  
                         line => $self->{line_prev},  
                         column => $self->{column_prev});  
         $self->{current_token}->{data} .= '--' . chr ($self->{next_char}); # comment  
         $self->{state} = COMMENT_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (155);  
         $self->{state} = BEFORE_DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } else {  
         !!!cp (156);  
         !!!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_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (157);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (158);  
         !!!parse-error (type => 'no DOCTYPE name');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE (quirks)  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (159);  
         !!!parse-error (type => 'no DOCTYPE name');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # DOCTYPE (quirks)  
   
         redo A;  
       } else {  
         !!!cp (160);  
         $self->{current_token}->{name} = chr $self->{next_char};  
         delete $self->{current_token}->{quirks};  
 ## 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_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (161);  
         $self->{state} = AFTER_DOCTYPE_NAME_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (162);  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (163);  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (164);  
         $self->{current_token}->{name}  
           .= chr ($self->{next_char}); # DOCTYPE  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == AFTER_DOCTYPE_NAME_STATE) {  
       if ($self->{next_char} == 0x0009 or # HT  
           $self->{next_char} == 0x000A or # LF  
           $self->{next_char} == 0x000B or # VT  
           $self->{next_char} == 0x000C or # FF  
           $self->{next_char} == 0x0020) { # SP  
         !!!cp (165);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (166);  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (167);  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == 0x0050 or # P  
                $self->{next_char} == 0x0070) { # p  
         !!!next-input-character;  
         if ($self->{next_char} == 0x0055 or # U  
             $self->{next_char} == 0x0075) { # u  
           !!!next-input-character;  
           if ($self->{next_char} == 0x0042 or # B  
               $self->{next_char} == 0x0062) { # b  
             !!!next-input-character;  
             if ($self->{next_char} == 0x004C or # L  
                 $self->{next_char} == 0x006C) { # l  
               !!!next-input-character;  
               if ($self->{next_char} == 0x0049 or # I  
                   $self->{next_char} == 0x0069) { # i  
                 !!!next-input-character;  
                 if ($self->{next_char} == 0x0043 or # C  
                     $self->{next_char} == 0x0063) { # c  
                   !!!cp (168);  
                   $self->{state} = BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
                   !!!next-input-character;  
                   redo A;  
                 } else {  
                   !!!cp (169);  
                 }  
               } else {  
                 !!!cp (170);  
               }  
             } else {  
               !!!cp (171);  
             }  
           } else {  
             !!!cp (172);  
           }  
         } else {  
           !!!cp (173);  
         }  
   
         #  
       } elsif ($self->{next_char} == 0x0053 or # S  
                $self->{next_char} == 0x0073) { # s  
         !!!next-input-character;  
         if ($self->{next_char} == 0x0059 or # Y  
             $self->{next_char} == 0x0079) { # y  
           !!!next-input-character;  
           if ($self->{next_char} == 0x0053 or # S  
               $self->{next_char} == 0x0073) { # s  
             !!!next-input-character;  
             if ($self->{next_char} == 0x0054 or # T  
                 $self->{next_char} == 0x0074) { # t  
               !!!next-input-character;  
               if ($self->{next_char} == 0x0045 or # E  
                   $self->{next_char} == 0x0065) { # e  
                 !!!next-input-character;  
                 if ($self->{next_char} == 0x004D or # M  
                     $self->{next_char} == 0x006D) { # m  
                   !!!cp (174);  
                   $self->{state} = BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
                   !!!next-input-character;  
                   redo A;  
                 } else {  
                   !!!cp (175);  
                 }  
               } else {  
                 !!!cp (176);  
               }  
             } else {  
               !!!cp (177);  
             }  
           } else {  
             !!!cp (178);  
           }  
         } else {  
           !!!cp (179);  
         }  
   
         #  
       } else {  
         !!!cp (180);  
         !!!next-input-character;  
         #  
       }  
   
       !!!parse-error (type => 'string after DOCTYPE name');  
       $self->{current_token}->{quirks} = 1;  
   
       $self->{state} = BOGUS_DOCTYPE_STATE;  
       # next-input-character is already done  
       redo A;  
     } elsif ($self->{state} == BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_char}}) {  
         !!!cp (181);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} eq 0x0022) { # "  
         !!!cp (182);  
         $self->{current_token}->{public_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} eq 0x0027) { # '  
         !!!cp (183);  
         $self->{current_token}->{public_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} eq 0x003E) { # >  
         !!!cp (184);  
         !!!parse-error (type => 'no PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (185);  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (186);  
         !!!parse-error (type => 'string after PUBLIC');  
         $self->{current_token}->{quirks} = 1;  
   
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_char} == 0x0022) { # "  
         !!!cp (187);  
         $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (188);  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (189);  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (190);  
         $self->{current_token}->{public_identifier} # DOCTYPE  
             .= chr $self->{next_char};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE) {  
       if ($self->{next_char} == 0x0027) { # '  
         !!!cp (191);  
         $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (192);  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (193);  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (194);  
         $self->{current_token}->{public_identifier} # DOCTYPE  
             .= chr $self->{next_char};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($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  
           }->{$self->{next_char}}) {  
         !!!cp (195);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0022) { # "  
         !!!cp (196);  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0027) { # '  
         !!!cp (197);  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (198);  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (199);  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (200);  
         !!!parse-error (type => 'string after PUBLIC literal');  
         $self->{current_token}->{quirks} = 1;  
   
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE) {  
       if ({  
             0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,  
             #0x000D => 1, # HT, LF, VT, FF, SP, CR  
           }->{$self->{next_char}}) {  
         !!!cp (201);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0022) { # "  
         !!!cp (202);  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x0027) { # '  
         !!!cp (203);  
         $self->{current_token}->{system_identifier} = ''; # DOCTYPE  
         $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (204);  
         !!!parse-error (type => 'no SYSTEM literal');  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (205);  
         !!!parse-error (type => 'unclosed DOCTYPE');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (206);  
         !!!parse-error (type => 'string after SYSTEM');  
         $self->{current_token}->{quirks} = 1;  
   
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE) {  
       if ($self->{next_char} == 0x0022) { # "  
         !!!cp (207);  
         $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (208);  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (209);  
         !!!parse-error (type => 'unclosed SYSTEM literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (210);  
         $self->{current_token}->{system_identifier} # DOCTYPE  
             .= chr $self->{next_char};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE) {  
       if ($self->{next_char} == 0x0027) { # '  
         !!!cp (211);  
         $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (212);  
         !!!parse-error (type => 'unclosed PUBLIC literal');  
   
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (213);  
         !!!parse-error (type => 'unclosed SYSTEM literal');  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (214);  
         $self->{current_token}->{system_identifier} # DOCTYPE  
             .= chr $self->{next_char};  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($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  
           }->{$self->{next_char}}) {  
         !!!cp (215);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       } elsif ($self->{next_char} == 0x003E) { # >  
         !!!cp (216);  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (217);  
   
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         $self->{current_token}->{quirks} = 1;  
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (218);  
         !!!parse-error (type => 'string after SYSTEM literal');  
         #$self->{current_token}->{quirks} = 1;  
   
         $self->{state} = BOGUS_DOCTYPE_STATE;  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == BOGUS_DOCTYPE_STATE) {  
       if ($self->{next_char} == 0x003E) { # >  
         !!!cp (219);  
         $self->{state} = DATA_STATE;  
         !!!next-input-character;  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } elsif ($self->{next_char} == -1) {  
         !!!cp (220);  
         !!!parse-error (type => 'unclosed DOCTYPE');  
         $self->{state} = DATA_STATE;  
         ## reconsume  
   
         !!!emit ($self->{current_token}); # DOCTYPE  
   
         redo A;  
       } else {  
         !!!cp (221);  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
       }  
     } elsif ($self->{state} == CDATA_BLOCK_STATE) {  
       my $s = '';  
         
       my ($l, $c) = ($self->{line}, $self->{column});  
   
       CS: while ($self->{next_char} != -1) {  
         if ($self->{next_char} == 0x005D) { # ]  
           !!!next-input-character;  
           if ($self->{next_char} == 0x005D) { # ]  
             !!!next-input-character;  
             MDC: {  
               if ($self->{next_char} == 0x003E) { # >  
                 !!!cp (221.1);  
                 !!!next-input-character;  
                 last CS;  
               } elsif ($self->{next_char} == 0x005D) { # ]  
                 !!!cp (221.2);  
                 $s .= ']';  
                 !!!next-input-character;  
                 redo MDC;  
               } else {  
                 !!!cp (221.3);  
                 $s .= ']]';  
                 #  
               }  
             } # MDC  
           } else {  
             !!!cp (221.4);  
             $s .= ']';  
             #  
           }  
         } else {  
           !!!cp (221.5);  
           #  
         }  
         $s .= chr $self->{next_char};  
         !!!next-input-character;  
       } # CS  
   
       $self->{state} = DATA_STATE;  
       ## next-input-character done or EOF, which is reconsumed.  
   
       if (length $s) {  
         !!!cp (221.6);  
         !!!emit ({type => CHARACTER_TOKEN, data => $s,  
                   line => $l, column => $c});  
       } else {  
         !!!cp (221.7);  
       }  
   
       redo A;  
   
       ## ISSUE: "text tokens" in spec.  
       ## TODO: Streaming support  
     } else {  
       die "$0: $self->{state}: Unknown state";  
     }  
   } # A    
   
   die "$0: _get_next_token: unexpected case";  
 } # _get_next_token  
   
 sub _tokenize_attempt_to_consume_an_entity ($$$) {  
   my ($self, $in_attr, $additional) = @_;  
   
   my ($l, $c) = ($self->{line_prev}, $self->{column_prev});  
   
   if ({  
        0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, # HT, LF, VT, FF,  
        0x0020 => 1, 0x003C => 1, 0x0026 => 1, -1 => 1, # SP, <, & # 0x000D # CR  
        $additional => 1,  
       }->{$self->{next_char}}) {  
     !!!cp (1001);  
     ## Don't consume  
     ## No error  
     return undef;  
   } elsif ($self->{next_char} == 0x0023) { # #  
     !!!next-input-character;  
     if ($self->{next_char} == 0x0078 or # x  
         $self->{next_char} == 0x0058) { # X  
       my $code;  
       X: {  
         my $x_char = $self->{next_char};  
         !!!next-input-character;  
         if (0x0030 <= $self->{next_char} and  
             $self->{next_char} <= 0x0039) { # 0..9  
           !!!cp (1002);  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_char} - 0x0030;  
           redo X;  
         } elsif (0x0061 <= $self->{next_char} and  
                  $self->{next_char} <= 0x0066) { # a..f  
           !!!cp (1003);  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_char} - 0x0060 + 9;  
           redo X;  
         } elsif (0x0041 <= $self->{next_char} and  
                  $self->{next_char} <= 0x0046) { # A..F  
           !!!cp (1004);  
           $code ||= 0;  
           $code *= 0x10;  
           $code += $self->{next_char} - 0x0040 + 9;  
           redo X;  
         } elsif (not defined $code) { # no hexadecimal digit  
           !!!cp (1005);  
           !!!parse-error (type => 'bare hcro', line => $l, column => $c);  
           !!!back-next-input-character ($x_char, $self->{next_char});  
           $self->{next_char} = 0x0023; # #  
           return undef;  
         } elsif ($self->{next_char} == 0x003B) { # ;  
           !!!cp (1006);  
           !!!next-input-character;  
         } else {  
           !!!cp (1007);  
           !!!parse-error (type => 'no refc', line => $l, column => $c);  
         }  
   
         if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {  
           !!!cp (1008);  
           !!!parse-error (type => (sprintf 'invalid character reference:U+%04X', $code), line => $l, column => $c);  
           $code = 0xFFFD;  
         } elsif ($code > 0x10FFFF) {  
           !!!cp (1009);  
           !!!parse-error (type => (sprintf 'invalid character reference:U-%08X', $code), line => $l, column => $c);  
           $code = 0xFFFD;  
         } elsif ($code == 0x000D) {  
           !!!cp (1010);  
           !!!parse-error (type => 'CR character reference', line => $l, column => $c);  
           $code = 0x000A;  
         } elsif (0x80 <= $code and $code <= 0x9F) {  
           !!!cp (1011);  
           !!!parse-error (type => (sprintf 'C1 character reference:U+%04X', $code), line => $l, column => $c);  
           $code = $c1_entity_char->{$code};  
         }  
   
         return {type => CHARACTER_TOKEN, data => chr $code,  
                 has_reference => 1,  
                 line => $l, column => $c,  
                };  
       } # X  
     } elsif (0x0030 <= $self->{next_char} and  
              $self->{next_char} <= 0x0039) { # 0..9  
       my $code = $self->{next_char} - 0x0030;  
       !!!next-input-character;  
         
       while (0x0030 <= $self->{next_char} and  
                 $self->{next_char} <= 0x0039) { # 0..9  
         !!!cp (1012);  
         $code *= 10;  
         $code += $self->{next_char} - 0x0030;  
           
         !!!next-input-character;  
       }  
   
       if ($self->{next_char} == 0x003B) { # ;  
         !!!cp (1013);  
         !!!next-input-character;  
       } else {  
         !!!cp (1014);  
         !!!parse-error (type => 'no refc', line => $l, column => $c);  
       }  
   
       if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {  
         !!!cp (1015);  
         !!!parse-error (type => (sprintf 'invalid character reference:U+%04X', $code), line => $l, column => $c);  
         $code = 0xFFFD;  
       } elsif ($code > 0x10FFFF) {  
         !!!cp (1016);  
         !!!parse-error (type => (sprintf 'invalid character reference:U-%08X', $code), line => $l, column => $c);  
         $code = 0xFFFD;  
       } elsif ($code == 0x000D) {  
         !!!cp (1017);  
         !!!parse-error (type => 'CR character reference', line => $l, column => $c);  
         $code = 0x000A;  
       } elsif (0x80 <= $code and $code <= 0x9F) {  
         !!!cp (1018);  
         !!!parse-error (type => (sprintf 'C1 character reference:U+%04X', $code), line => $l, column => $c);  
         $code = $c1_entity_char->{$code};  
       }  
         
       return {type => CHARACTER_TOKEN, data => chr $code, has_reference => 1,  
               line => $l, column => $c,  
              };  
     } else {  
       !!!cp (1019);  
       !!!parse-error (type => 'bare nero', line => $l, column => $c);  
       !!!back-next-input-character ($self->{next_char});  
       $self->{next_char} = 0x0023; # #  
       return undef;  
     }  
   } elsif ((0x0041 <= $self->{next_char} and  
             $self->{next_char} <= 0x005A) or  
            (0x0061 <= $self->{next_char} and  
             $self->{next_char} <= 0x007A)) {  
     my $entity_name = chr $self->{next_char};  
     !!!next-input-character;  
   
     my $value = $entity_name;  
     my $match = 0;  
     require Whatpm::_NamedEntityList;  
     our $EntityChar;  
   
     while (length $entity_name < 30 and  
            ## NOTE: Some number greater than the maximum length of entity name  
            ((0x0041 <= $self->{next_char} and # a  
              $self->{next_char} <= 0x005A) or # x  
             (0x0061 <= $self->{next_char} and # a  
              $self->{next_char} <= 0x007A) or # z  
             (0x0030 <= $self->{next_char} and # 0  
              $self->{next_char} <= 0x0039) or # 9  
             $self->{next_char} == 0x003B)) { # ;  
       $entity_name .= chr $self->{next_char};  
       if (defined $EntityChar->{$entity_name}) {  
         if ($self->{next_char} == 0x003B) { # ;  
           !!!cp (1020);  
           $value = $EntityChar->{$entity_name};  
           $match = 1;  
           !!!next-input-character;  
           last;  
         } else {  
           !!!cp (1021);  
           $value = $EntityChar->{$entity_name};  
           $match = -1;  
           !!!next-input-character;  
         }  
       } else {  
         !!!cp (1022);  
         $value .= chr $self->{next_char};  
         $match *= 2;  
         !!!next-input-character;  
       }  
     }  
       
     if ($match > 0) {  
       !!!cp (1023);  
       return {type => CHARACTER_TOKEN, data => $value, has_reference => 1,  
               line => $l, column => $c,  
              };  
     } elsif ($match < 0) {  
       !!!parse-error (type => 'no refc', line => $l, column => $c);  
       if ($in_attr and $match < -1) {  
         !!!cp (1024);  
         return {type => CHARACTER_TOKEN, data => '&'.$entity_name,  
                 line => $l, column => $c,  
                };  
       } else {  
         !!!cp (1025);  
         return {type => CHARACTER_TOKEN, data => $value, has_reference => 1,  
                 line => $l, column => $c,  
                };  
       }  
     } else {  
       !!!cp (1026);  
       !!!parse-error (type => 'bare ero', line => $l, column => $c);  
       ## NOTE: "No characters are consumed" in the spec.  
       return {type => CHARACTER_TOKEN, data => '&'.$value,  
               line => $l, column => $c,  
              };  
     }  
   } else {  
     !!!cp (1027);  
     ## no characters are consumed  
     !!!parse-error (type => 'bare ero', line => $l, column => $c);  
     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: $self->{document} MUST be specified before this method is called
# Line 3053  sub _initialize_tree_constructor ($) { 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 ($) {
# Line 3072  sub _construct_tree ($) { 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    
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.    ## NOTE: The "initial" insertion mode.
897    $self->_tree_construction_initial; # MUST    $self->_tree_construction_initial; # MUST
# Line 3102  sub _tree_construction_initial ($) { Line 911  sub _tree_construction_initial ($) {
911    
912    INITIAL: {    INITIAL: {
913      if ($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}) {        $doctype_name =~ tr/A-Z/a-z/; # ASCII case-insensitive
924          if ($doctype_name ne 'html') {
925          !!!cp ('t1');          !!!cp ('t1');
926          !!!parse-error (type => 'not HTML5', token => $token);          !!!parse-error (type => 'not HTML5', token => $token);
927        } elsif ($doctype_name ne 'HTML') {        } elsif (defined $token->{pubid}) {
928          !!!cp ('t2');          !!!cp ('t2');
929          ## ISSUE: ASCII case-insensitive? (in fact it does not matter)          ## XXX Obsolete permitted DOCTYPEs
930          !!!parse-error (type => 'not HTML5', token => $token);          !!!parse-error (type => 'not HTML5', token => $token);
931        } else {        } 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');          !!!cp ('t3');
941            #
942        }        }
943                
       my $doctype = $self->{document}->create_document_type_definition  
         ($token->{name}); ## ISSUE: If name is missing (e.g. <!DOCTYPE>)?  
944        ## NOTE: Default value for both |public_id| and |system_id| attributes        ## NOTE: Default value for both |public_id| and |system_id| attributes
945        ## are empty strings, so that we don't set any value in missing cases.        ## are empty strings, so that we don't set any value in missing cases.
946        $doctype->public_id ($token->{public_identifier})        $doctype->public_id ($token->{pubid}) if defined $token->{pubid};
947            if defined $token->{public_identifier};        $doctype->system_id ($token->{sysid}) if defined $token->{sysid};
948        $doctype->system_id ($token->{system_identifier})  
           if defined $token->{system_identifier};  
949        ## NOTE: Other DocumentType attributes are null or empty lists.        ## NOTE: Other DocumentType attributes are null or empty lists.
950        ## ISSUE: internalSubset = null??        ## In Firefox3, |internalSubset| attribute is set to the empty
951          ## string, while |null| is an allowed value for the attribute
952          ## according to DOM3 Core.
953        $self->{document}->append_child ($doctype);        $self->{document}->append_child ($doctype);
954                
955        if ($token->{quirks} or $doctype_name ne 'HTML') {        if ($token->{quirks} or $doctype_name ne 'html') {
956          !!!cp ('t4');          !!!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          my $prefix = [          my $prefix = [
962            "+//SILMARIL//DTD HTML PRO V0R11 19970101//",            "+//SILMARIL//DTD HTML PRO V0R11 19970101//",
# Line 3211  sub _tree_construction_initial ($) { Line 1030  sub _tree_construction_initial ($) {
1030            $self->{document}->manakai_compat_mode ('quirks');            $self->{document}->manakai_compat_mode ('quirks');
1031          } elsif ($pubid =~ m[^-//W3C//DTD HTML 4.01 FRAMESET//] or          } elsif ($pubid =~ m[^-//W3C//DTD HTML 4.01 FRAMESET//] or
1032                   $pubid =~ m[^-//W3C//DTD HTML 4.01 TRANSITIONAL//]) {                   $pubid =~ m[^-//W3C//DTD HTML 4.01 TRANSITIONAL//]) {
1033            if (defined $token->{system_identifier}) {            if (defined $token->{sysid}) {
1034              !!!cp ('t6');              !!!cp ('t6');
1035              $self->{document}->manakai_compat_mode ('quirks');              $self->{document}->manakai_compat_mode ('quirks');
1036            } else {            } else {
# Line 3228  sub _tree_construction_initial ($) { Line 1047  sub _tree_construction_initial ($) {
1047        } else {        } else {
1048          !!!cp ('t10');          !!!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 ($sysid eq "http://www.ibm.com/data/dtd/v11/ibmxhtml1-transitional.dtd") {
1054            ## NOTE: Ensure that |PUBLIC "(limited quirks)" "(quirks)"| is            ## NOTE: Ensure that |PUBLIC "(limited quirks)" "(quirks)"| is
# Line 3259  sub _tree_construction_initial ($) { Line 1078  sub _tree_construction_initial ($) {
1078        !!!ack-later;        !!!ack-later;
1079        return;        return;
1080      } elsif ($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 $token->{data}) {
# Line 3316  sub _tree_construction_root_element ($) Line 1135  sub _tree_construction_root_element ($)
1135          !!!next-token;          !!!next-token;
1136          redo B;          redo B;
1137        } elsif ($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 $token->{data}) {
# Line 3383  sub _tree_construction_root_element ($) Line 1202  sub _tree_construction_root_element ($)
1202      ## NOTE: Reprocess the token.      ## NOTE: Reprocess the token.
1203      !!!ack-later;      !!!ack-later;
1204      return; ## Go to the "before head" insertion mode.      return; ## Go to the "before head" insertion mode.
   
     ## ISSUE: There is an issue in the spec  
1205    } # B    } # B
1206    
1207    die "$0: _tree_construction_root_element: This should never be reached";    die "$0: _tree_construction_root_element: This should never be reached";
# Line 3419  sub _reset_insertion_mode ($) { Line 1236  sub _reset_insertion_mode ($) {
1236          ## NOTE: Strictly spaking, the line below only applies to MathML and          ## NOTE: Strictly spaking, the line below only applies to MathML and
1237          ## SVG elements.  Currently the HTML syntax supports only MathML and          ## SVG elements.  Currently the HTML syntax supports only MathML and
1238          ## SVG elements as foreigners.          ## SVG elements as foreigners.
1239          $new_mode = $self->{insertion_mode} | IN_FOREIGN_CONTENT_IM;          $new_mode = IN_BODY_IM | IN_FOREIGN_CONTENT_IM;
1240          ## ISSUE: What is set as the secondary insertion mode?        } elsif ($node->[1] == TABLE_CELL_EL) {
       } elsif ($node->[1] & TABLE_CELL_EL) {  
1241          if ($last) {          if ($last) {
1242            !!!cp ('t28.2');            !!!cp ('t28.2');
1243            #            #
# Line 3450  sub _reset_insertion_mode ($) { Line 1266  sub _reset_insertion_mode ($) {
1266        $self->{insertion_mode} = $new_mode and return if defined $new_mode;        $self->{insertion_mode} = $new_mode and return if defined $new_mode;
1267                
1268        ## Step 15        ## Step 15
1269        if ($node->[1] & HTML_EL) {        if ($node->[1] == HTML_EL) {
1270          unless (defined $self->{head_element}) {          unless (defined $self->{head_element}) {
1271            !!!cp ('t29');            !!!cp ('t29');
1272            $self->{insertion_mode} = BEFORE_HEAD_IM;            $self->{insertion_mode} = BEFORE_HEAD_IM;
# Line 3582  sub _tree_construction_main ($) { Line 1398  sub _tree_construction_main ($) {
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, $HTML_NS, $start_tag_name, $token->{attributes}, $token);  
1402    
1403      ## Step 2      ## Step 2
     $insert->($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 = '';      $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
     !!!nack ('t40.1');  
     !!!next-token;  
     while ($token->{type} == CHARACTER_TOKEN) { # or until stop tokenizing  
       !!!cp ('t40');  
       $text .= $token->{data};  
       !!!next-token;  
     }  
1409    
1410      ## Step 5      !!!nack ('t40.1');
     if (length $text) {  
       !!!cp ('t41');  
       my $text = $self->{document}->create_text_node ($text);  
       $el->append_child ($text);  
     }  
   
     ## Step 6  
     $self->{content_model} = PCDATA_CONTENT_MODEL;  
   
     ## Step 7  
     if ($token->{type} == END_TAG_TOKEN and  
         $token->{tag_name} eq $start_tag_name) {  
       !!!cp ('t42');  
       ## Ignore the token  
     } else {  
       ## NOTE: An end-of-file token.  
       if ($content_model_flag == CDATA_CONTENT_MODEL) {  
         !!!cp ('t43');  
         !!!parse-error (type => 'in CDATA:#'.$token->{type}, token => $token);  
       } elsif ($content_model_flag == RCDATA_CONTENT_MODEL) {  
         !!!cp ('t44');  
         !!!parse-error (type => 'in RCDATA:#'.$token->{type}, token => $token);  
       } 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        ## Step 1
1416      my $script_el;      my $script_el;
1417      !!!create-element ($script_el, $HTML_NS, 'script', $token->{attributes}, $token);      !!!create-element ($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 $text = '';  
     !!!nack ('t45.1');  
     !!!next-token;  
     while ($token->{type} == CHARACTER_TOKEN) {  
       !!!cp ('t45');  
       $text .= $token->{data};  
       !!!next-token;  
     } # stop if non-character token or tokenizer stops tokenising  
     if (length $text) {  
       !!!cp ('t46');  
       $script_el->manakai_append_text ($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') {      $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
       !!!cp ('t47');  
       ## Ignore the token  
     } else {  
       !!!cp ('t48');  
       !!!parse-error (type => 'in CDATA:#'.$token->{type}, token => $token);  
       ## ISSUE: And ignore?  
       ## TODO: mark as "already executed"  
     }  
       
     if (defined $self->{inner_html_node}) {  
       !!!cp ('t49');  
       ## TODO: mark as "already executed"  
     } else {  
       !!!cp ('t50');  
       ## 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.    ## NOTE: $open_tables->[-1]->[0] is the "current table" element node.
1441    ## NOTE: $open_tables->[-1]->[1] is the "tainted" flag.    ## NOTE: $open_tables->[-1]->[1] is the "tainted" flag (OBSOLETE; unused).
1442      ## NOTE: $open_tables->[-1]->[2] is set false when non-Text node inserted.
1443    my $open_tables = [[$self->{open_elements}->[0]->[0]]];    my $open_tables = [[$self->{open_elements}->[0]->[0]]];
1444    
1445    my $formatting_end_tag = sub {    my $formatting_end_tag = sub {
# Line 3712  sub _tree_construction_main ($) { Line 1466  sub _tree_construction_main ($) {
1466        } # AFE        } # AFE
1467        unless (defined $formatting_element) {        unless (defined $formatting_element) {
1468          !!!cp ('t53');          !!!cp ('t53');
1469          !!!parse-error (type => 'unmatched end tag:'.$tag_name, token => $end_tag_token);          !!!parse-error (type => 'unmatched end tag', text => $tag_name, token => $end_tag_token);
1470          ## Ignore the token          ## Ignore the token
1471          !!!next-token;          !!!next-token;
1472          return;          return;
# Line 3729  sub _tree_construction_main ($) { Line 1483  sub _tree_construction_main ($) {
1483              last INSCOPE;              last INSCOPE;
1484            } else { # in open elements but not in scope            } else { # in open elements but not in scope
1485              !!!cp ('t55');              !!!cp ('t55');
1486              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name},              !!!parse-error (type => 'unmatched end tag',
1487                                text => $token->{tag_name},
1488                              token => $end_tag_token);                              token => $end_tag_token);
1489              ## Ignore the token              ## Ignore the token
1490              !!!next-token;              !!!next-token;
# Line 3742  sub _tree_construction_main ($) { Line 1497  sub _tree_construction_main ($) {
1497        } # INSCOPE        } # INSCOPE
1498        unless (defined $formatting_element_i_in_open) {        unless (defined $formatting_element_i_in_open) {
1499          !!!cp ('t57');          !!!cp ('t57');
1500          !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name},          !!!parse-error (type => 'unmatched end tag',
1501                            text => $token->{tag_name},
1502                          token => $end_tag_token);                          token => $end_tag_token);
1503          pop @$active_formatting_elements; # $formatting_element          pop @$active_formatting_elements; # $formatting_element
1504          !!!next-token; ## TODO: ok?          !!!next-token; ## TODO: ok?
# Line 3751  sub _tree_construction_main ($) { Line 1507  sub _tree_construction_main ($) {
1507        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {
1508          !!!cp ('t58');          !!!cp ('t58');
1509          !!!parse-error (type => 'not closed',          !!!parse-error (type => 'not closed',
1510                          value => $self->{open_elements}->[-1]->[0]                          text => $self->{open_elements}->[-1]->[0]
1511                              ->manakai_local_name,                              ->manakai_local_name,
1512                          token => $end_tag_token);                          token => $end_tag_token);
1513        }        }
# Line 3768  sub _tree_construction_main ($) { Line 1524  sub _tree_construction_main ($) {
1524            !!!cp ('t59');            !!!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 $formatting_element->[0]) {
1529            !!!cp ('t60');            !!!cp ('t60');
1530            last OE;            last OE;
# Line 3854  sub _tree_construction_main ($) { Line 1611  sub _tree_construction_main ($) {
1611          my $foster_parent_element;          my $foster_parent_element;
1612          my $next_sibling;          my $next_sibling;
1613          OE: for (reverse 0..$#{$self->{open_elements}}) {          OE: for (reverse 0..$#{$self->{open_elements}}) {
1614            if ($self->{open_elements}->[$_]->[1] & TABLE_EL) {            if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
1615                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
1616                               if (defined $parent and $parent->node_type == 1) {                               if (defined $parent and $parent->node_type == 1) {
1617                                 !!!cp ('t65.1');                                 !!!cp ('t65.1');
# Line 3914  sub _tree_construction_main ($) { Line 1671  sub _tree_construction_main ($) {
1671            $i = $_;            $i = $_;
1672          }          }
1673        } # OE        } # OE
1674        splice @{$self->{open_elements}}, $i + 1, 1, $clone;        splice @{$self->{open_elements}}, $i + 1, 0, $clone;
1675                
1676        ## Step 14        ## Step 14
1677        redo FET;        redo FET;
# Line 3932  sub _tree_construction_main ($) { Line 1689  sub _tree_construction_main ($) {
1689        my $foster_parent_element;        my $foster_parent_element;
1690        my $next_sibling;        my $next_sibling;
1691        OE: for (reverse 0..$#{$self->{open_elements}}) {        OE: for (reverse 0..$#{$self->{open_elements}}) {
1692          if ($self->{open_elements}->[$_]->[1] & TABLE_EL) {          if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
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 $parent->node_type == 1) {
1695                                 !!!cp ('t70');                                 !!!cp ('t70');
# Line 3957  sub _tree_construction_main ($) { Line 1714  sub _tree_construction_main ($) {
1714      }      }
1715    }; # $insert_to_foster    }; # $insert_to_foster
1716    
1717      ## NOTE: Insert a character (MUST): When a character is inserted, if
1718      ## the last node that was inserted by the parser is a Text node and
1719      ## the character has to be inserted after that node, then the
1720      ## character is appended to the Text node.  However, if any other
1721      ## node is inserted by the parser, then a new Text node is created
1722      ## and the character is appended as that Text node.  If I'm not
1723      ## wrong, for a parser with scripting disabled, there are only two
1724      ## cases where this occurs.  One is the case where an element node
1725      ## is inserted to the |head| element.  This is covered by using the
1726      ## |$self->{head_element_inserted}| flag.  Another is the case where
1727      ## an element or comment is inserted into the |table| subtree while
1728      ## foster parenting happens.  This is covered by using the [2] flag
1729      ## of the |$open_tables| structure.  All other cases are handled
1730      ## simply by calling |manakai_append_text| method.
1731    
1732      ## TODO: |<body><script>document.write("a<br>");
1733      ## document.body.removeChild (document.body.lastChild);
1734      ## document.write ("b")</script>|
1735    
1736    B: while (1) {    B: while (1) {
1737      if ($token->{type} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
1738        !!!cp ('t73');        !!!cp ('t73');
1739        !!!parse-error (type => 'DOCTYPE in the middle', token => $token);        !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
1740        ## Ignore the token        ## Ignore the token
1741        ## Stay in the phase        ## Stay in the phase
1742        !!!next-token;        !!!next-token;
# Line 3969  sub _tree_construction_main ($) { Line 1745  sub _tree_construction_main ($) {
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          !!!cp ('t79');          !!!cp ('t79');
1748          !!!parse-error (type => 'after html:html', token => $token);          !!!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          !!!cp ('t80');          !!!cp ('t80');
1752          !!!parse-error (type => 'after html:html', token => $token);          !!!parse-error (type => 'after html', text => 'html', token => $token);
1753          $self->{insertion_mode} = AFTER_FRAMESET_IM;          $self->{insertion_mode} = AFTER_FRAMESET_IM;
1754        } else {        } else {
1755          !!!cp ('t81');          !!!cp ('t81');
# Line 4004  sub _tree_construction_main ($) { Line 1780  sub _tree_construction_main ($) {
1780        } else {        } else {
1781          !!!cp ('t87');          !!!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        next B;        next B;
1787        } elsif ($self->{insertion_mode} & IN_CDATA_RCDATA_IM) {
1788          if ($token->{type} == CHARACTER_TOKEN) {
1789            $token->{data} =~ s/^\x0A// if $self->{ignore_newline};
1790            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) {      } elsif ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {
1861        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
1862          !!!cp ('t87.1');          !!!cp ('t87.1');
# Line 4018  sub _tree_construction_main ($) { Line 1868  sub _tree_construction_main ($) {
1868               $self->{open_elements}->[-1]->[1] & FOREIGN_FLOW_CONTENT_EL) or               $self->{open_elements}->[-1]->[1] & FOREIGN_FLOW_CONTENT_EL) or
1869              not ($self->{open_elements}->[-1]->[1] & FOREIGN_EL) or              not ($self->{open_elements}->[-1]->[1] & FOREIGN_EL) or
1870              ($token->{tag_name} eq 'svg' and              ($token->{tag_name} eq 'svg' and
1871               $self->{open_elements}->[-1]->[1] & MML_AXML_EL)) {               $self->{open_elements}->[-1]->[1] == MML_AXML_EL)) {
1872            ## NOTE: "using the rules for secondary insertion mode"then"continue"            ## NOTE: "using the rules for secondary insertion mode"then"continue"
1873            !!!cp ('t87.2');            !!!cp ('t87.2');
1874            #            #
1875          } elsif ({          } elsif ({
1876                    b => 1, big => 1, blockquote => 1, body => 1, br => 1,                    b => 1, big => 1, blockquote => 1, body => 1, br => 1,
1877                    center => 1, code => 1, dd => 1, div => 1, dl => 1, em => 1,                    center => 1, code => 1, dd => 1, div => 1, dl => 1, dt => 1,
1878                    embed => 1, font => 1, h1 => 1, h2 => 1, h3 => 1, ## No h4!                    em => 1, embed => 1, h1 => 1, h2 => 1, h3 => 1,
1879                    h5 => 1, h6 => 1, head => 1, hr => 1, i => 1, img => 1,                    h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, i => 1,
1880                    li => 1, menu => 1, meta => 1, nobr => 1, p => 1, pre => 1,                    img => 1, li => 1, listing => 1, menu => 1, meta => 1,
1881                    ruby => 1, s => 1, small => 1, span => 1, strong => 1,                    nobr => 1, ol => 1, p => 1, pre => 1, ruby => 1, s => 1,
1882                    sub => 1, sup => 1, table => 1, tt => 1, u => 1, ul => 1,                    small => 1, span => 1, strong => 1, strike => 1, sub => 1,
1883                    var => 1,                    sup => 1, table => 1, tt => 1, u => 1, ul => 1, var => 1,
1884                   }->{$token->{tag_name}}) {                   }->{$token->{tag_name}} or
1885                     ($token->{tag_name} eq 'font' and
1886                      ($token->{attributes}->{color} or
1887                       $token->{attributes}->{face} or
1888                       $token->{attributes}->{size}))) {
1889            !!!cp ('t87.2');            !!!cp ('t87.2');
1890            !!!parse-error (type => 'not closed',            !!!parse-error (type => 'not closed',
1891                            value => $self->{open_elements}->[-1]->[0]                            text => $self->{open_elements}->[-1]->[0]
1892                                ->manakai_local_name,                                ->manakai_local_name,
1893                            token => $token);                            token => $token);
1894    
# Line 4107  sub _tree_construction_main ($) { Line 1961  sub _tree_construction_main ($) {
1961          }          }
1962        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
1963          ## NOTE: "using the rules for secondary insertion mode" then "continue"          ## NOTE: "using the rules for secondary insertion mode" then "continue"
1964          !!!cp ('t87.5');          if ($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 ($token->{type} == END_OF_FILE_TOKEN) {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
         ## NOTE: "using the rules for secondary insertion mode" then "continue"  
1973          !!!cp ('t87.6');          !!!cp ('t87.6');
1974          #          !!!parse-error (type => 'not closed',
1975          ## TODO: ...                          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 {        } else {
1988          die "$0: $token->{type}: Unknown token type";                  die "$0: $token->{type}: Unknown token type";        
1989        }        }
# Line 4121  sub _tree_construction_main ($) { Line 1991  sub _tree_construction_main ($) {
1991    
1992      if ($self->{insertion_mode} & HEAD_IMS) {      if ($self->{insertion_mode} & HEAD_IMS) {
1993        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
1994          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
1995            unless ($self->{insertion_mode} == BEFORE_HEAD_IM) {            unless ($self->{insertion_mode} == BEFORE_HEAD_IM) {
1996              !!!cp ('t88.2');              if ($self->{head_element_inserted}) {
1997              $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                !!!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 {            } else {
2010              !!!cp ('t88.1');              !!!cp ('t88.1');
2011              ## Ignore the token.              ## Ignore the token.
2012              !!!next-token;              #
             next B;  
2013            }            }
2014            unless (length $token->{data}) {            unless (length $token->{data}) {
2015              !!!cp ('t88');              !!!cp ('t88');
2016              !!!next-token;              !!!next-token;
2017              next B;              next B;
2018            }            }
2019    ## TODO: set $token->{column} appropriately
2020          }          }
2021    
2022          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
# Line 4154  sub _tree_construction_main ($) { Line 2035  sub _tree_construction_main ($) {
2035            !!!cp ('t90');            !!!cp ('t90');
2036            ## As if </noscript>            ## As if </noscript>
2037            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
2038            !!!parse-error (type => 'in noscript:#character', token => $token);            !!!parse-error (type => 'in noscript:#text', token => $token);
2039                        
2040            ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
2041            ## As if </head>            ## As if </head>
# Line 4191  sub _tree_construction_main ($) { Line 2072  sub _tree_construction_main ($) {
2072              next B;              next B;
2073            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2074              !!!cp ('t93.2');              !!!cp ('t93.2');
2075              !!!parse-error (type => 'after head:head', token => $token); ## TODO: error type              !!!parse-error (type => 'after head', text => 'head',
2076                                token => $token);
2077              ## Ignore the token              ## Ignore the token
2078              !!!nack ('t93.3');              !!!nack ('t93.3');
2079              !!!next-token;              !!!next-token;
2080              next B;              next B;
2081            } else {            } else {
2082              !!!cp ('t95');              !!!cp ('t95');
2083              !!!parse-error (type => 'in head:head', token => $token); # or in head noscript              !!!parse-error (type => 'in head:head',
2084                                token => $token); # or in head noscript
2085              ## Ignore the token              ## Ignore the token
2086              !!!nack ('t95.1');              !!!nack ('t95.1');
2087              !!!next-token;              !!!next-token;
# Line 4218  sub _tree_construction_main ($) { Line 2101  sub _tree_construction_main ($) {
2101            !!!cp ('t97');            !!!cp ('t97');
2102          }          }
2103    
2104              if ($token->{tag_name} eq 'base') {          if ($token->{tag_name} eq 'base') {
2105                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2106                  !!!cp ('t98');              !!!cp ('t98');
2107                  ## As if </noscript>              ## As if </noscript>
2108                  pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
2109                  !!!parse-error (type => 'in noscript:base', token => $token);              !!!parse-error (type => 'in noscript', text => 'base',
2110                                              token => $token);
2111                  $self->{insertion_mode} = IN_HEAD_IM;            
2112                  ## Reprocess in the "in head" insertion mode...              $self->{insertion_mode} = IN_HEAD_IM;
2113                } else {              ## Reprocess in the "in head" insertion mode...
2114                  !!!cp ('t99');            } else {
2115                }              !!!cp ('t99');
2116              }
2117    
2118                ## NOTE: There is a "as if in head" code clone.            ## NOTE: There is a "as if in head" code clone.
2119                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2120                  !!!cp ('t100');              !!!cp ('t100');
2121                  !!!parse-error (type => 'after head:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'after head',
2122                  push @{$self->{open_elements}},                              text => $token->{tag_name}, token => $token);
2123                      [$self->{head_element}, $el_category->{head}];              push @{$self->{open_elements}},
2124                } else {                  [$self->{head_element}, $el_category->{head}];
2125                  !!!cp ('t101');              $self->{head_element_inserted} = 1;
2126                }            } else {
2127                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);              !!!cp ('t101');
2128                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.            }
2129                pop @{$self->{open_elements}} # <head>            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2130                    if $self->{insertion_mode} == AFTER_HEAD_IM;            pop @{$self->{open_elements}};
2131                !!!nack ('t101.1');            pop @{$self->{open_elements}} # <head>
2132                !!!next-token;                if $self->{insertion_mode} == AFTER_HEAD_IM;
2133                next B;            !!!nack ('t101.1');
2134              } elsif ($token->{tag_name} eq 'link') {            !!!next-token;
2135                ## NOTE: There is a "as if in head" code clone.            next B;
2136                if ($self->{insertion_mode} == AFTER_HEAD_IM) {          } elsif ($token->{tag_name} eq 'link') {
2137                  !!!cp ('t102');            ## NOTE: There is a "as if in head" code clone.
2138                  !!!parse-error (type => 'after head:'.$token->{tag_name}, token => $token);            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2139                  push @{$self->{open_elements}},              !!!cp ('t102');
2140                      [$self->{head_element}, $el_category->{head}];              !!!parse-error (type => 'after head',
2141                } else {                              text => $token->{tag_name}, token => $token);
2142                  !!!cp ('t103');              push @{$self->{open_elements}},
2143                }                  [$self->{head_element}, $el_category->{head}];
2144                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);              $self->{head_element_inserted} = 1;
2145                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.            } else {
2146                pop @{$self->{open_elements}} # <head>              !!!cp ('t103');
2147                    if $self->{insertion_mode} == AFTER_HEAD_IM;            }
2148                !!!ack ('t103.1');            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
2149                !!!next-token;            pop @{$self->{open_elements}};
2150                next B;            pop @{$self->{open_elements}} # <head>
2151              } elsif ($token->{tag_name} eq 'meta') {                if $self->{insertion_mode} == AFTER_HEAD_IM;
2152                ## NOTE: There is a "as if in head" code clone.            !!!ack ('t103.1');
2153                if ($self->{insertion_mode} == AFTER_HEAD_IM) {            !!!next-token;
2154                  !!!cp ('t104');            next B;
2155                  !!!parse-error (type => 'after head:'.$token->{tag_name}, token => $token);          } elsif ($token->{tag_name} eq 'command' or
2156                  push @{$self->{open_elements}},                   $token->{tag_name} eq 'eventsource') {
2157                      [$self->{head_element}, $el_category->{head}];            if ($self->{insertion_mode} == IN_HEAD_IM) {
2158                } else {              ## NOTE: If the insertion mode at the time of the emission
2159                  !!!cp ('t105');              ## of the token was "before head", $self->{insertion_mode}
2160                }              ## is already changed to |IN_HEAD_IM|.
2161                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);  
2162                my $meta_el = pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.              ## 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                  if ($token->{attributes}->{charset}) {                  if ($token->{attributes}->{charset}) {
# Line 4293  sub _tree_construction_main ($) { Line 2205  sub _tree_construction_main ($) {
2205                  } elsif ($token->{attributes}->{content}) {                  } elsif ($token->{attributes}->{content}) {
2206                    if ($token->{attributes}->{content}->{value}                    if ($token->{attributes}->{content}->{value}
2207                        =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]                        =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
2208                            [\x09-\x0D\x20]*=                            [\x09\x0A\x0C\x0D\x20]*=
2209                            [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                            [\x09\x0A\x0C\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
2210                            ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {                            ([^"'\x09\x0A\x0C\x0D\x20]
2211                               [^\x09\x0A\x0C\x0D\x20\x3B]*))/x) {
2212                      !!!cp ('t107');                      !!!cp ('t107');
2213                      ## NOTE: Whether the encoding is supported or not is handled                      ## NOTE: Whether the encoding is supported or not is handled
2214                      ## in the {change_encoding} callback.                      ## in the {change_encoding} callback.
# Line 4332  sub _tree_construction_main ($) { Line 2245  sub _tree_construction_main ($) {
2245                !!!ack ('t110.1');                !!!ack ('t110.1');
2246                !!!next-token;                !!!next-token;
2247                next 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                  !!!cp ('t111');              !!!cp ('t111');
2251                  ## As if </noscript>              ## As if </noscript>
2252                  pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
2253                  !!!parse-error (type => 'in noscript:title', token => $token);              !!!parse-error (type => 'in noscript', text => 'title',
2254                                              token => $token);
2255                  $self->{insertion_mode} = IN_HEAD_IM;            
2256                  ## Reprocess in the "in head" insertion mode...              $self->{insertion_mode} = IN_HEAD_IM;
2257                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              ## Reprocess in the "in head" insertion mode...
2258                  !!!cp ('t112');            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2259                  !!!parse-error (type => 'after head:'.$token->{tag_name}, token => $token);              !!!cp ('t112');
2260                  push @{$self->{open_elements}},              !!!parse-error (type => 'after head',
2261                      [$self->{head_element}, $el_category->{head}];                              text => $token->{tag_name}, token => $token);
2262                } else {              push @{$self->{open_elements}},
2263                  !!!cp ('t113');                  [$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                $parse_rcdata->(RCDATA_CONTENT_MODEL);            ## NOTE: At this point the stack of open elements contain
2273                pop @{$self->{open_elements}} # <head>            ## the |head| element (index == -2) and the |script| element
2274                    if $self->{insertion_mode} == AFTER_HEAD_IM;            ## (index == -1).  In the "after head" insertion mode the
2275                next B;            ## |head| element is inserted only for the purpose of
2276              } elsif ($token->{tag_name} eq 'style') {            ## providing the context for the |script| element, and
2277                ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and            ## therefore we can now and have to remove the element from
2278                ## insertion mode IN_HEAD_IM)            ## the stack.
2279                ## NOTE: There is a "as if in head" code clone.            splice @{$self->{open_elements}}, -2, 1, () # <head>
2280                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                if ($self->{insertion_mode} & IM_MASK) == AFTER_HEAD_IM;
2281                  !!!cp ('t114');            next B;
2282                  !!!parse-error (type => 'after head:'.$token->{tag_name}, token => $token);          } elsif ($token->{tag_name} eq 'style' or
2283                  push @{$self->{open_elements}},                   $token->{tag_name} eq 'noframes') {
2284                      [$self->{head_element}, $el_category->{head}];            ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and
2285                } else {            ## insertion mode IN_HEAD_IM)
2286                  !!!cp ('t115');            ## NOTE: There is a "as if in head" code clone.
2287                }            if ($self->{insertion_mode} == AFTER_HEAD_IM) {
2288                $parse_rcdata->(CDATA_CONTENT_MODEL);              !!!cp ('t114');
2289                pop @{$self->{open_elements}} # <head>              !!!parse-error (type => 'after head',
2290                    if $self->{insertion_mode} == AFTER_HEAD_IM;                              text => $token->{tag_name}, token => $token);
2291                next B;              push @{$self->{open_elements}},
2292              } elsif ($token->{tag_name} eq 'noscript') {                  [$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');                  !!!cp ('t116');
2305                  ## NOTE: and scripting is disalbed                  ## NOTE: and scripting is disalbed
# Line 4384  sub _tree_construction_main ($) { Line 2310  sub _tree_construction_main ($) {
2310                  next B;                  next B;
2311                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2312                  !!!cp ('t117');                  !!!cp ('t117');
2313                  !!!parse-error (type => 'in noscript:noscript', token => $token);                  !!!parse-error (type => 'in noscript', text => 'noscript',
2314                                    token => $token);
2315                  ## Ignore the token                  ## Ignore the token
2316                  !!!nack ('t117.1');                  !!!nack ('t117.1');
2317                  !!!next-token;                  !!!next-token;
# Line 4393  sub _tree_construction_main ($) { Line 2320  sub _tree_construction_main ($) {
2320                  !!!cp ('t118');                  !!!cp ('t118');
2321                  #                  #
2322                }                }
2323              } elsif ($token->{tag_name} eq 'script') {          } elsif ($token->{tag_name} eq 'script') {
2324                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2325                  !!!cp ('t119');              !!!cp ('t119');
2326                  ## As if </noscript>              ## As if </noscript>
2327                  pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
2328                  !!!parse-error (type => 'in noscript:script', token => $token);              !!!parse-error (type => 'in noscript', text => 'script',
2329                                              token => $token);
2330                  $self->{insertion_mode} = IN_HEAD_IM;            
2331                  ## Reprocess in the "in head" insertion mode...              $self->{insertion_mode} = IN_HEAD_IM;
2332                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              ## Reprocess in the "in head" insertion mode...
2333                  !!!cp ('t120');            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2334                  !!!parse-error (type => 'after head:'.$token->{tag_name}, token => $token);              !!!cp ('t120');
2335                  push @{$self->{open_elements}},              !!!parse-error (type => 'after head',
2336                      [$self->{head_element}, $el_category->{head}];                              text => $token->{tag_name}, token => $token);
2337                } else {              push @{$self->{open_elements}},
2338                  !!!cp ('t121');                  [$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->();            $script_start_tag->();
2346                pop @{$self->{open_elements}} # <head>            ## ISSUE: A spec bug  [Bug 6038]
2347                    if $self->{insertion_mode} == AFTER_HEAD_IM;            splice @{$self->{open_elements}}, -2, 1 # <head>
2348                next 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 ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2353                  !!!cp ('t122');                  !!!cp ('t122');
2354                  ## As if </noscript>                  ## As if </noscript>
2355                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2356                  !!!parse-error (type => 'in noscript:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'in noscript',
2357                                    text => $token->{tag_name}, token => $token);
2358                                    
2359                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
2360                  ## As if </head>                  ## As if </head>
# Line 4461  sub _tree_construction_main ($) { Line 2393  sub _tree_construction_main ($) {
2393                !!!cp ('t129');                !!!cp ('t129');
2394                ## As if </noscript>                ## As if </noscript>
2395                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2396                !!!parse-error (type => 'in noscript:/'.$token->{tag_name}, token => $token);                !!!parse-error (type => 'in noscript:/',
2397                                  text => $token->{tag_name}, token => $token);
2398                                
2399                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
2400                ## As if </head>                ## As if </head>
# Line 4504  sub _tree_construction_main ($) { Line 2437  sub _tree_construction_main ($) {
2437                  !!!cp ('t133');                  !!!cp ('t133');
2438                  ## As if </noscript>                  ## As if </noscript>
2439                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2440                  !!!parse-error (type => 'in noscript:/head', token => $token);                  !!!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 @{$self->{open_elements}};
# Line 4519  sub _tree_construction_main ($) { Line 2453  sub _tree_construction_main ($) {
2453                  next B;                  next B;
2454                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2455                  !!!cp ('t134.1');                  !!!cp ('t134.1');
2456                  !!!parse-error (type => 'unmatched end tag:head', token => $token);                  !!!parse-error (type => 'unmatched end tag', text => 'head',
2457                                    token => $token);
2458                  ## Ignore the token                  ## Ignore the token
2459                  !!!next-token;                  !!!next-token;
2460                  next B;                  next B;
# Line 4536  sub _tree_construction_main ($) { Line 2471  sub _tree_construction_main ($) {
2471                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM or                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM or
2472                         $self->{insertion_mode} == AFTER_HEAD_IM) {                         $self->{insertion_mode} == AFTER_HEAD_IM) {
2473                  !!!cp ('t137');                  !!!cp ('t137');
2474                  !!!parse-error (type => 'unmatched end tag:noscript', token => $token);                  !!!parse-error (type => 'unmatched end tag',
2475                                    text => 'noscript', token => $token);
2476                  ## Ignore the token ## ISSUE: An issue in the spec.                  ## Ignore the token ## ISSUE: An issue in the spec.
2477                  !!!next-token;                  !!!next-token;
2478                  next B;                  next B;
# Line 4547  sub _tree_construction_main ($) { Line 2483  sub _tree_construction_main ($) {
2483              } elsif ({              } elsif ({
2484                        body => 1, html => 1,                        body => 1, html => 1,
2485                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
2486                if ($self->{insertion_mode} == BEFORE_HEAD_IM or                ## TODO: This branch is entirely redundant.
2487                  if ($self->{insertion_mode} == BEFORE_HEAD_IM or
2488                    $self->{insertion_mode} == IN_HEAD_IM or                    $self->{insertion_mode} == IN_HEAD_IM or
2489                    $self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                    $self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2490                  !!!cp ('t140');                  !!!cp ('t140');
2491                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
2492                                    text => $token->{tag_name}, token => $token);
2493                  ## Ignore the token                  ## Ignore the token
2494                  !!!next-token;                  !!!next-token;
2495                  next B;                  next B;
2496                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2497                  !!!cp ('t140.1');                  !!!cp ('t140.1');
2498                  !!!parse-error (type => 'unmatched end tag:' . $token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
2499                                    text => $token->{tag_name}, token => $token);
2500                  ## Ignore the token                  ## Ignore the token
2501                  !!!next-token;                  !!!next-token;
2502                  next B;                  next B;
# Line 4566  sub _tree_construction_main ($) { Line 2505  sub _tree_construction_main ($) {
2505                }                }
2506              } elsif ($token->{tag_name} eq 'p') {              } elsif ($token->{tag_name} eq 'p') {
2507                !!!cp ('t142');                !!!cp ('t142');
2508                !!!parse-error (type => 'unmatched end tag:p', token => $token);                !!!parse-error (type => 'unmatched end tag',
2509                                  text => $token->{tag_name}, token => $token);
2510                ## Ignore the token                ## Ignore the token
2511                !!!next-token;                !!!next-token;
2512                next B;                next B;
2513              } elsif ($token->{tag_name} eq 'br') {          } elsif ($token->{tag_name} eq 'br') {
2514                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {            if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2515                  !!!cp ('t142.2');              !!!cp ('t142.2');
2516                  ## (before head) as if <head>, (in head) as if </head>              ## (before head) as if <head>, (in head) as if </head>
2517                  !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);              !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
2518                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
2519                  $self->{insertion_mode} = AFTER_HEAD_IM;              $self->{insertion_mode} = AFTER_HEAD_IM;
2520        
2521                  ## Reprocess in the "after head" insertion mode...              ## Reprocess in the "after head" insertion mode...
2522                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {            } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
2523                  !!!cp ('t143.2');              !!!cp ('t143.2');
2524                  ## As if </head>              ## As if </head>
2525                  pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
2526                  $self->{insertion_mode} = AFTER_HEAD_IM;              $self->{insertion_mode} = AFTER_HEAD_IM;
2527        
2528                  ## Reprocess in the "after head" insertion mode...              ## Reprocess in the "after head" insertion mode...
2529                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {            } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
2530                  !!!cp ('t143.3');              !!!cp ('t143.3');
2531                  ## ISSUE: Two parse errors for <head><noscript></br>              ## NOTE: Two parse errors for <head><noscript></br>
2532                  !!!parse-error (type => 'unmatched end tag:br', token => $token);              !!!parse-error (type => 'unmatched end tag',
2533                  ## As if </noscript>                              text => 'br', token => $token);
2534                  pop @{$self->{open_elements}};              ## As if </noscript>
2535                  $self->{insertion_mode} = IN_HEAD_IM;              pop @{$self->{open_elements}};
2536                $self->{insertion_mode} = IN_HEAD_IM;
2537    
2538                  ## Reprocess in the "in head" insertion mode...              ## Reprocess in the "in head" insertion mode...
2539                  ## As if </head>              ## As if </head>
2540                  pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
2541                  $self->{insertion_mode} = AFTER_HEAD_IM;              $self->{insertion_mode} = AFTER_HEAD_IM;
2542    
2543                  ## Reprocess in the "after head" insertion mode...              ## Reprocess in the "after head" insertion mode...
2544                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
2545                  !!!cp ('t143.4');              !!!cp ('t143.4');
2546                  #              #
2547                } else {            } else {
2548                  die "$0: $self->{insertion_mode}: Unknown insertion mode";              die "$0: $self->{insertion_mode}: Unknown insertion mode";
2549                }            }
2550    
2551                ## ISSUE: does not agree with IE7 - it doesn't ignore </br>.            #
2552                !!!parse-error (type => 'unmatched end tag:br', token => $token);          } else { ## Other end tags
               ## Ignore the token  
               !!!next-token;  
               next B;  
             } else {  
2553                !!!cp ('t145');                !!!cp ('t145');
2554                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                !!!parse-error (type => 'unmatched end tag',
2555                                  text => $token->{tag_name}, token => $token);
2556                ## Ignore the token                ## Ignore the token
2557                !!!next-token;                !!!next-token;
2558                next B;                next B;
# Line 4624  sub _tree_construction_main ($) { Line 2562  sub _tree_construction_main ($) {
2562                !!!cp ('t146');                !!!cp ('t146');
2563                ## As if </noscript>                ## As if </noscript>
2564                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
2565                !!!parse-error (type => 'in noscript:/'.$token->{tag_name}, token => $token);                !!!parse-error (type => 'in noscript:/',
2566                                  text => $token->{tag_name}, token => $token);
2567                                
2568                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
2569                ## As if </head>                ## As if </head>
# Line 4640  sub _tree_construction_main ($) { Line 2579  sub _tree_construction_main ($) {
2579              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2580  ## ISSUE: This case cannot be reached?  ## ISSUE: This case cannot be reached?
2581                !!!cp ('t148');                !!!cp ('t148');
2582                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                !!!parse-error (type => 'unmatched end tag',
2583                                  text => $token->{tag_name}, token => $token);
2584                ## Ignore the token ## ISSUE: An issue in the spec.                ## Ignore the token ## ISSUE: An issue in the spec.
2585                !!!next-token;                !!!next-token;
2586                next B;                next B;
# Line 4653  sub _tree_construction_main ($) { Line 2593  sub _tree_construction_main ($) {
2593              !!!insert-element ('body',, $token);              !!!insert-element ('body',, $token);
2594              $self->{insertion_mode} = IN_BODY_IM;              $self->{insertion_mode} = IN_BODY_IM;
2595              ## reprocess              ## reprocess
2596              next B;          next B;
2597        } elsif ($token->{type} == END_OF_FILE_TOKEN) {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
2598          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
2599            !!!cp ('t149.1');            !!!cp ('t149.1');
# Line 4711  sub _tree_construction_main ($) { Line 2651  sub _tree_construction_main ($) {
2651        } else {        } else {
2652          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
2653        }        }
   
           ## ISSUE: An issue in the spec.  
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');              !!!cp ('t150');
# Line 4728  sub _tree_construction_main ($) { Line 2666  sub _tree_construction_main ($) {
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                  for (reverse 0..$#{$self->{open_elements}}) {                  for (reverse 0..$#{$self->{open_elements}}) {
2672                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
2673                    if ($node->[1] & TABLE_CELL_EL) {                    if ($node->[1] == TABLE_CELL_EL) {
2674                      !!!cp ('t151');                      !!!cp ('t151');
2675    
2676                      ## Close the cell                      ## Close the cell
# Line 4751  sub _tree_construction_main ($) { Line 2689  sub _tree_construction_main ($) {
2689    
2690                  !!!cp ('t153');                  !!!cp ('t153');
2691                  !!!parse-error (type => 'start tag not allowed',                  !!!parse-error (type => 'start tag not allowed',
2692                      value => $token->{tag_name}, token => $token);                      text => $token->{tag_name}, token => $token);
2693                  ## Ignore the token                  ## Ignore the token
2694                  !!!nack ('t153.1');                  !!!nack ('t153.1');
2695                  !!!next-token;                  !!!next-token;
2696                  next B;                  next B;
2697                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {                } elsif (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2698                  !!!parse-error (type => 'not closed:caption', token => $token);                  !!!parse-error (type => 'not closed', text => 'caption',
2699                                    token => $token);
2700                                    
2701                  ## NOTE: As if </caption>.                  ## NOTE: As if </caption>.
2702                  ## have a table element in table scope                  ## have a table element in table scope
# Line 4765  sub _tree_construction_main ($) { Line 2704  sub _tree_construction_main ($) {
2704                  INSCOPE: {                  INSCOPE: {
2705                    for (reverse 0..$#{$self->{open_elements}}) {                    for (reverse 0..$#{$self->{open_elements}}) {
2706                      my $node = $self->{open_elements}->[$_];                      my $node = $self->{open_elements}->[$_];
2707                      if ($node->[1] & CAPTION_EL) {                      if ($node->[1] == CAPTION_EL) {
2708                        !!!cp ('t155');                        !!!cp ('t155');
2709                        $i = $_;                        $i = $_;
2710                        last INSCOPE;                        last INSCOPE;
# Line 4777  sub _tree_construction_main ($) { Line 2716  sub _tree_construction_main ($) {
2716    
2717                    !!!cp ('t157');                    !!!cp ('t157');
2718                    !!!parse-error (type => 'start tag not allowed',                    !!!parse-error (type => 'start tag not allowed',
2719                                    value => $token->{tag_name}, token => $token);                                    text => $token->{tag_name}, token => $token);
2720                    ## Ignore the token                    ## Ignore the token
2721                    !!!nack ('t157.1');                    !!!nack ('t157.1');
2722                    !!!next-token;                    !!!next-token;
# Line 4791  sub _tree_construction_main ($) { Line 2730  sub _tree_construction_main ($) {
2730                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
2731                  }                  }
2732    
2733                  unless ($self->{open_elements}->[-1]->[1] & CAPTION_EL) {                  unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2734                    !!!cp ('t159');                    !!!cp ('t159');
2735                    !!!parse-error (type => 'not closed',                    !!!parse-error (type => 'not closed',
2736                                    value => $self->{open_elements}->[-1]->[0]                                    text => $self->{open_elements}->[-1]->[0]
2737                                        ->manakai_local_name,                                        ->manakai_local_name,
2738                                    token => $token);                                    token => $token);
2739                  } else {                  } else {
# Line 4820  sub _tree_construction_main ($) { Line 2759  sub _tree_construction_main ($) {
2759              }              }
2760            } elsif ($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 $i;
2765                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
# Line 4836  sub _tree_construction_main ($) { Line 2775  sub _tree_construction_main ($) {
2775                  } # INSCOPE                  } # INSCOPE
2776                    unless (defined $i) {                    unless (defined $i) {
2777                      !!!cp ('t165');                      !!!cp ('t165');
2778                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                      !!!parse-error (type => 'unmatched end tag',
2779                                        text => $token->{tag_name},
2780                                        token => $token);
2781                      ## Ignore the token                      ## Ignore the token
2782                      !!!next-token;                      !!!next-token;
2783                      next B;                      next B;
# Line 4853  sub _tree_construction_main ($) { Line 2794  sub _tree_construction_main ($) {
2794                          ne $token->{tag_name}) {                          ne $token->{tag_name}) {
2795                    !!!cp ('t167');                    !!!cp ('t167');
2796                    !!!parse-error (type => 'not closed',                    !!!parse-error (type => 'not closed',
2797                                    value => $self->{open_elements}->[-1]->[0]                                    text => $self->{open_elements}->[-1]->[0]
2798                                        ->manakai_local_name,                                        ->manakai_local_name,
2799                                    token => $token);                                    token => $token);
2800                  } else {                  } else {
# Line 4868  sub _tree_construction_main ($) { Line 2809  sub _tree_construction_main ($) {
2809                                    
2810                  !!!next-token;                  !!!next-token;
2811                  next B;                  next B;
2812                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {                } elsif (($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2813                  !!!cp ('t169');                  !!!cp ('t169');
2814                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
2815                                    text => $token->{tag_name}, token => $token);
2816                  ## Ignore the token                  ## Ignore the token
2817                  !!!next-token;                  !!!next-token;
2818                  next B;                  next B;
# Line 4879  sub _tree_construction_main ($) { Line 2821  sub _tree_construction_main ($) {
2821                  #                  #
2822                }                }
2823              } elsif ($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 $i;
2827                  INSCOPE: {                  INSCOPE: {
2828                    for (reverse 0..$#{$self->{open_elements}}) {                    for (reverse 0..$#{$self->{open_elements}}) {
2829                      my $node = $self->{open_elements}->[$_];                      my $node = $self->{open_elements}->[$_];
2830                      if ($node->[1] & CAPTION_EL) {                      if ($node->[1] == CAPTION_EL) {
2831                        !!!cp ('t171');                        !!!cp ('t171');
2832                        $i = $_;                        $i = $_;
2833                        last INSCOPE;                        last INSCOPE;
# Line 4897  sub _tree_construction_main ($) { Line 2839  sub _tree_construction_main ($) {
2839    
2840                    !!!cp ('t173');                    !!!cp ('t173');
2841                    !!!parse-error (type => 'unmatched end tag',                    !!!parse-error (type => 'unmatched end tag',
2842                                    value => $token->{tag_name}, token => $token);                                    text => $token->{tag_name}, token => $token);
2843                    ## Ignore the token                    ## Ignore the token
2844                    !!!next-token;                    !!!next-token;
2845                    next B;                    next B;
# Line 4910  sub _tree_construction_main ($) { Line 2852  sub _tree_construction_main ($) {
2852                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
2853                  }                  }
2854                                    
2855                  unless ($self->{open_elements}->[-1]->[1] & CAPTION_EL) {                  unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2856                    !!!cp ('t175');                    !!!cp ('t175');
2857                    !!!parse-error (type => 'not closed',                    !!!parse-error (type => 'not closed',
2858                                    value => $self->{open_elements}->[-1]->[0]                                    text => $self->{open_elements}->[-1]->[0]
2859                                        ->manakai_local_name,                                        ->manakai_local_name,
2860                                    token => $token);                                    token => $token);
2861                  } else {                  } else {
# Line 4928  sub _tree_construction_main ($) { Line 2870  sub _tree_construction_main ($) {
2870                                    
2871                  !!!next-token;                  !!!next-token;
2872                  next B;                  next B;
2873                } elsif ($self->{insertion_mode} == IN_CELL_IM) {                } elsif (($self->{insertion_mode} & IM_MASK) == IN_CELL_IM) {
2874                  !!!cp ('t177');                  !!!cp ('t177');
2875                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
2876                                    text => $token->{tag_name}, token => $token);
2877                  ## Ignore the token                  ## Ignore the token
2878                  !!!next-token;                  !!!next-token;
2879                  next B;                  next B;
# Line 4942  sub _tree_construction_main ($) { Line 2885  sub _tree_construction_main ($) {
2885                        table => 1, tbody => 1, tfoot => 1,                        table => 1, tbody => 1, tfoot => 1,
2886                        thead => 1, tr => 1,                        thead => 1, tr => 1,
2887                       }->{$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 $tn;
# Line 4959  sub _tree_construction_main ($) { Line 2902  sub _tree_construction_main ($) {
2902                                line => $token->{line},                                line => $token->{line},
2903                                column => $token->{column}};                                column => $token->{column}};
2904                      next B;                      next B;
2905                    } elsif ($node->[1] & TABLE_CELL_EL) {                    } elsif ($node->[1] == TABLE_CELL_EL) {
2906                      !!!cp ('t180');                      !!!cp ('t180');
2907                      $tn = $node->[0]->manakai_local_name;                      $tn = $node->[0]->manakai_local_name;
2908                      ## NOTE: There is exactly one |td| or |th| element                      ## NOTE: There is exactly one |td| or |th| element
# Line 4973  sub _tree_construction_main ($) { Line 2916  sub _tree_construction_main ($) {
2916    
2917                  !!!cp ('t182');                  !!!cp ('t182');
2918                  !!!parse-error (type => 'unmatched end tag',                  !!!parse-error (type => 'unmatched end tag',
2919                      value => $token->{tag_name}, token => $token);                      text => $token->{tag_name}, token => $token);
2920                  ## Ignore the token                  ## Ignore the token
2921                  !!!next-token;                  !!!next-token;
2922                  next B;                  next B;
2923                } # INSCOPE                } # INSCOPE
2924              } elsif ($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', token => $token);                !!!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 ($node->[1] & CAPTION_EL) {                  if ($node->[1] == CAPTION_EL) {
2935                    !!!cp ('t184');                    !!!cp ('t184');
2936                    $i = $_;                    $i = $_;
2937                    last INSCOPE;                    last INSCOPE;
# Line 4998  sub _tree_construction_main ($) { Line 2942  sub _tree_construction_main ($) {
2942                } # INSCOPE                } # INSCOPE
2943                unless (defined $i) {                unless (defined $i) {
2944                  !!!cp ('t186');                  !!!cp ('t186');
2945                  !!!parse-error (type => 'unmatched end tag:caption', token => $token);          ## TODO: Wrong error type?
2946                    !!!parse-error (type => 'unmatched end tag',
2947                                    text => 'caption', token => $token);
2948                  ## Ignore the token                  ## Ignore the token
2949                  !!!next-token;                  !!!next-token;
2950                  next B;                  next B;
# Line 5010  sub _tree_construction_main ($) { Line 2956  sub _tree_construction_main ($) {
2956                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
2957                }                }
2958    
2959                unless ($self->{open_elements}->[-1]->[1] & CAPTION_EL) {                unless ($self->{open_elements}->[-1]->[1] == CAPTION_EL) {
2960                  !!!cp ('t188');                  !!!cp ('t188');
2961                  !!!parse-error (type => 'not closed',                  !!!parse-error (type => 'not closed',
2962                                  value => $self->{open_elements}->[-1]->[0]                                  text => $self->{open_elements}->[-1]->[0]
2963                                      ->manakai_local_name,                                      ->manakai_local_name,
2964                                  token => $token);                                  token => $token);
2965                } else {                } else {
# Line 5033  sub _tree_construction_main ($) { Line 2979  sub _tree_construction_main ($) {
2979                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
2980                if ($self->{insertion_mode} & BODY_TABLE_IMS) {                if ($self->{insertion_mode} & BODY_TABLE_IMS) {
2981                  !!!cp ('t190');                  !!!cp ('t190');
2982                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
2983                                    text => $token->{tag_name}, token => $token);
2984                  ## Ignore the token                  ## Ignore the token
2985                  !!!next-token;                  !!!next-token;
2986                  next B;                  next B;
# Line 5041  sub _tree_construction_main ($) { Line 2988  sub _tree_construction_main ($) {
2988                  !!!cp ('t191');                  !!!cp ('t191');
2989                  #                  #
2990                }                }
2991              } elsif ({          } elsif ({
2992                        tbody => 1, tfoot => 1,                    tbody => 1, tfoot => 1,
2993                        thead => 1, tr => 1,                    thead => 1, tr => 1,
2994                       }->{$token->{tag_name}} and                   }->{$token->{tag_name}} and
2995                       $self->{insertion_mode} == IN_CAPTION_IM) {                   ($self->{insertion_mode} & IM_MASK) == IN_CAPTION_IM) {
2996                !!!cp ('t192');            !!!cp ('t192');
2997                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
2998                ## Ignore the token                            text => $token->{tag_name}, token => $token);
2999                !!!next-token;            ## Ignore the token
3000                next B;            !!!next-token;
3001              } else {            next B;
3002                !!!cp ('t193');          } else {
3003                #            !!!cp ('t193');
3004              }            #
3005            }
3006        } elsif ($token->{type} == END_OF_FILE_TOKEN) {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3007          for my $entry (@{$self->{open_elements}}) {          for my $entry (@{$self->{open_elements}}) {
3008            unless ($entry->[1] & ALL_END_TAG_OPTIONAL_EL) {            unless ($entry->[1] & ALL_END_TAG_OPTIONAL_EL) {
# Line 5073  sub _tree_construction_main ($) { Line 3021  sub _tree_construction_main ($) {
3021        $insert = $insert_to_current;        $insert = $insert_to_current;
3022        #        #
3023      } elsif ($self->{insertion_mode} & TABLE_IMS) {      } elsif ($self->{insertion_mode} & TABLE_IMS) {
3024        if ($token->{type} == CHARACTER_TOKEN) {        C: {
3025          if (not $open_tables->[-1]->[1] and # tainted          my $s;
3026              $token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{type} == CHARACTER_TOKEN) {
3027            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            !!!cp ('t194');
3028                            $self->{pending_chars} ||= [];
3029            unless (length $token->{data}) {            push @{$self->{pending_chars}}, $token;
3030              !!!cp ('t194');            !!!next-token;
3031              !!!next-token;            next B;
3032              next B;          } else {
3033              if ($self->{pending_chars}) {
3034                $s = join '', map { $_->{data} } @{$self->{pending_chars}};
3035                delete $self->{pending_chars};
3036                if ($s =~ /[^\x09\x0A\x0C\x0D\x20]/) {
3037                  !!!cp ('t195');
3038                  #
3039                } else {
3040                  !!!cp ('t195.1');
3041                  #$self->{open_elements}->[-1]->[0]->manakai_append_text ($s);
3042                  $self->{open_elements}->[-1]->[0]->append_child
3043                      ($self->{document}->create_text_node ($s));
3044                  last C;
3045                }
3046            } else {            } else {
3047              !!!cp ('t195');              !!!cp ('t195.2');
3048                last C;
3049            }            }
3050          }          }
3051    
3052              !!!parse-error (type => 'in table:#character', token => $token);          ## Foster parenting
3053            !!!parse-error (type => 'in table:#text', token => $token);
3054    
3055              ## As if in body, but insert into foster parent element          ## NOTE: As if in body, but insert into the foster parent element.
3056              ## 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);  
3057                            
3058              if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {          if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
3059                # MUST            # MUST
3060                my $foster_parent_element;            my $foster_parent_element;
3061                my $next_sibling;            my $next_sibling;
3062                my $prev_sibling;            #my $prev_sibling;
3063                OE: for (reverse 0..$#{$self->{open_elements}}) {            OE: for (reverse 0..$#{$self->{open_elements}}) {
3064                  if ($self->{open_elements}->[$_]->[1] & TABLE_EL) {              if ($self->{open_elements}->[$_]->[1] == TABLE_EL) {
3065                    my $parent = $self->{open_elements}->[$_]->[0]->parent_node;                my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
3066                    if (defined $parent and $parent->node_type == 1) {                if (defined $parent and $parent->node_type == 1) {
3067                      !!!cp ('t196');                  $foster_parent_element = $parent;
3068                      $foster_parent_element = $parent;                  !!!cp ('t196');
3069                      $next_sibling = $self->{open_elements}->[$_]->[0];                  $next_sibling = $self->{open_elements}->[$_]->[0];
3070                      $prev_sibling = $next_sibling->previous_sibling;            #      $prev_sibling = $next_sibling->previous_sibling;
3071                    } else {                  #
                     !!!cp ('t197');  
                     $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) {  
                 !!!cp ('t198');  
                 $prev_sibling->manakai_append_text ($token->{data});  
3072                } else {                } else {
3073                  !!!cp ('t199');                  !!!cp ('t197');
3074                  $foster_parent_element->insert_before                  $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];
3075                    ($self->{document}->create_text_node ($token->{data}),            #      $prev_sibling = $foster_parent_element->last_child;
3076                     $next_sibling);                  #
3077                }                }
3078                  last OE;
3079                }
3080              } # OE
3081              $foster_parent_element = $self->{open_elements}->[0]->[0] #and
3082              #$prev_sibling = $foster_parent_element->last_child
3083                  unless defined $foster_parent_element;
3084              #undef $prev_sibling unless $open_tables->[-1]->[2]; # ~node inserted
3085              #if (defined $prev_sibling and
3086              #    $prev_sibling->node_type == 3) {
3087              #  !!! cp ('t198');
3088              #  $prev_sibling->manakai_append_text ($s);
3089              #} else {
3090                !!!cp ('t199');
3091                $foster_parent_element->insert_before
3092                    ($self->{document}->create_text_node ($s), $next_sibling);
3093              #}
3094            $open_tables->[-1]->[1] = 1; # tainted            $open_tables->[-1]->[1] = 1; # tainted
3095              $open_tables->[-1]->[2] = 1; # ~node inserted
3096          } else {          } else {
3097              ## NOTE: Fragment case or in a foster parent'ed element
3098              ## (e.g. |<table><span>a|).  In fragment case, whether the
3099              ## character is appended to existing node or a new node is
3100              ## created is irrelevant, since the foster parent'ed nodes
3101              ## are discarded and fragment parsing does not invoke any
3102              ## script.
3103            !!!cp ('t200');            !!!cp ('t200');
3104            $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});            $self->{open_elements}->[-1]->[0]->manakai_append_text ($s);
3105          }          }
3106                      } # C
         !!!next-token;  
         next B;  
       } elsif ($token->{type} == START_TAG_TOKEN) {  
             if ({  
                  tr => ($self->{insertion_mode} != IN_ROW_IM),  
                  th => 1, td => 1,  
                 }->{$token->{tag_name}}) {  
               if ($self->{insertion_mode} == IN_TABLE_IM) {  
                 ## Clear back to table context  
                 while (not ($self->{open_elements}->[-1]->[1]  
                                 & TABLE_SCOPING_EL)) {  
                   !!!cp ('t201');  
                   pop @{$self->{open_elements}};  
                 }  
                   
                 !!!insert-element ('tbody',, $token);  
                 $self->{insertion_mode} = IN_TABLE_BODY_IM;  
                 ## reprocess in the "in table body" insertion mode...  
               }  
3107    
3108                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {        if ($token->{type} == START_TAG_TOKEN) {
3109                  unless ($token->{tag_name} eq 'tr') {          if ({
3110                    !!!cp ('t202');               tr => (($self->{insertion_mode} & IM_MASK) != IN_ROW_IM),
3111                    !!!parse-error (type => 'missing start tag:tr', token => $token);               th => 1, td => 1,
3112                  }              }->{$token->{tag_name}}) {
3113              if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_IM) {
3114                ## Clear back to table context
3115                while (not ($self->{open_elements}->[-1]->[1]
3116                                & TABLE_SCOPING_EL)) {
3117                  !!!cp ('t201');
3118                  pop @{$self->{open_elements}};
3119                }
3120                
3121                !!!insert-element ('tbody',, $token);
3122                $self->{insertion_mode} = IN_TABLE_BODY_IM;
3123                ## reprocess in the "in table body" insertion mode...
3124              }
3125              
3126              if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3127                unless ($token->{tag_name} eq 'tr') {
3128                  !!!cp ('t202');
3129                  !!!parse-error (type => 'missing start tag:tr', token => $token);
3130                }
3131                                    
3132                  ## Clear back to table body context              ## Clear back to table body context
3133                  while (not ($self->{open_elements}->[-1]->[1]              while (not ($self->{open_elements}->[-1]->[1]
3134                                  & TABLE_ROWS_SCOPING_EL)) {                              & TABLE_ROWS_SCOPING_EL)) {
3135                    !!!cp ('t203');                !!!cp ('t203');
3136                    ## ISSUE: Can this case be reached?                ## ISSUE: Can this case be reached?
3137                    pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3138                  }              }
3139                                    
3140                  $self->{insertion_mode} = IN_ROW_IM;              $self->{insertion_mode} = IN_ROW_IM;
3141                  if ($token->{tag_name} eq 'tr') {              if ($token->{tag_name} eq 'tr') {
3142                    !!!cp ('t204');                !!!cp ('t204');
3143                    !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3144                    !!!nack ('t204');                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3145                    !!!next-token;                !!!nack ('t204');
3146                    next B;                !!!next-token;
3147                  } else {                next B;
3148                    !!!cp ('t205');              } else {
3149                    !!!insert-element ('tr',, $token);                !!!cp ('t205');
3150                    ## reprocess in the "in row" insertion mode                !!!insert-element ('tr',, $token);
3151                  }                ## reprocess in the "in row" insertion mode
3152                } else {              }
3153                  !!!cp ('t206');            } else {
3154                }              !!!cp ('t206');
3155              }
3156    
3157                ## Clear back to table row context                ## Clear back to table row context
3158                while (not ($self->{open_elements}->[-1]->[1]                while (not ($self->{open_elements}->[-1]->[1]
# Line 5192  sub _tree_construction_main ($) { Line 3161  sub _tree_construction_main ($) {
3161                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3162                }                }
3163                                
3164                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3165                $self->{insertion_mode} = IN_CELL_IM;            $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3166              $self->{insertion_mode} = IN_CELL_IM;
3167    
3168                push @$active_formatting_elements, ['#marker', ''];            push @$active_formatting_elements, ['#marker', ''];
3169                                
3170                !!!nack ('t207.1');            !!!nack ('t207.1');
3171              !!!next-token;
3172              next B;
3173            } elsif ({
3174                      caption => 1, col => 1, colgroup => 1,
3175                      tbody => 1, tfoot => 1, thead => 1,
3176                      tr => 1, # $self->{insertion_mode} == IN_ROW_IM
3177                     }->{$token->{tag_name}}) {
3178              if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3179                ## As if </tr>
3180                ## have an element in table scope
3181                my $i;
3182                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3183                  my $node = $self->{open_elements}->[$_];
3184                  if ($node->[1] == TABLE_ROW_EL) {
3185                    !!!cp ('t208');
3186                    $i = $_;
3187                    last INSCOPE;
3188                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
3189                    !!!cp ('t209');
3190                    last INSCOPE;
3191                  }
3192                } # INSCOPE
3193                unless (defined $i) {
3194                  !!!cp ('t210');
3195                  ## TODO: This type is wrong.
3196                  !!!parse-error (type => 'unmacthed end tag',
3197                                  text => $token->{tag_name}, token => $token);
3198                  ## Ignore the token
3199                  !!!nack ('t210.1');
3200                !!!next-token;                !!!next-token;
3201                next B;                next B;
3202              } 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] & TABLE_ROW_EL) {  
                     !!!cp ('t208');  
                     $i = $_;  
                     last INSCOPE;  
                   } elsif ($node->[1] & TABLE_SCOPING_EL) {  
                     !!!cp ('t209');  
                     last INSCOPE;  
                   }  
                 } # INSCOPE  
                 unless (defined $i) {  
                   !!!cp ('t210');  
 ## TODO: This type is wrong.  
                   !!!parse-error (type => 'unmacthed end tag:'.$token->{tag_name}, token => $token);  
                   ## Ignore the token  
                   !!!nack ('t210.1');  
                   !!!next-token;  
                   next B;  
                 }  
3203                                    
3204                  ## Clear back to table row context                  ## Clear back to table row context
3205                  while (not ($self->{open_elements}->[-1]->[1]                  while (not ($self->{open_elements}->[-1]->[1]
# Line 5251  sub _tree_construction_main ($) { Line 3222  sub _tree_construction_main ($) {
3222                  }                  }
3223                }                }
3224    
3225                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3226                  ## have an element in table scope                  ## have an element in table scope
3227                  my $i;                  my $i;
3228                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3229                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3230                    if ($node->[1] & TABLE_ROW_GROUP_EL) {                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3231                      !!!cp ('t214');                      !!!cp ('t214');
3232                      $i = $_;                      $i = $_;
3233                      last INSCOPE;                      last INSCOPE;
# Line 5267  sub _tree_construction_main ($) { Line 3238  sub _tree_construction_main ($) {
3238                  } # INSCOPE                  } # INSCOPE
3239                  unless (defined $i) {                  unless (defined $i) {
3240                    !!!cp ('t216');                    !!!cp ('t216');
3241  ## TODO: This erorr type ios wrong.  ## TODO: This erorr type is wrong.
3242                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                    !!!parse-error (type => 'unmatched end tag',
3243                                      text => $token->{tag_name}, token => $token);
3244                    ## Ignore the token                    ## Ignore the token
3245                    !!!nack ('t216.1');                    !!!nack ('t216.1');
3246                    !!!next-token;                    !!!next-token;
# Line 5297  sub _tree_construction_main ($) { Line 3269  sub _tree_construction_main ($) {
3269                  !!!cp ('t218');                  !!!cp ('t218');
3270                }                }
3271    
3272                if ($token->{tag_name} eq 'col') {            if ($token->{tag_name} eq 'col') {
3273                  ## Clear back to table context              ## Clear back to table context
3274                  while (not ($self->{open_elements}->[-1]->[1]              while (not ($self->{open_elements}->[-1]->[1]
3275                                  & TABLE_SCOPING_EL)) {                              & TABLE_SCOPING_EL)) {
3276                    !!!cp ('t219');                !!!cp ('t219');
3277                    ## ISSUE: Can this state be reached?                ## ISSUE: Can this state be reached?
3278                    pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
3279                  }              }
3280                                
3281                  !!!insert-element ('colgroup',, $token);              !!!insert-element ('colgroup',, $token);
3282                  $self->{insertion_mode} = IN_COLUMN_GROUP_IM;              $self->{insertion_mode} = IN_COLUMN_GROUP_IM;
3283                  ## reprocess              ## reprocess
3284                  !!!ack-later;              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3285                  next B;              !!!ack-later;
3286                } elsif ({              next B;
3287                          caption => 1,            } elsif ({
3288                          colgroup => 1,                      caption => 1,
3289                          tbody => 1, tfoot => 1, thead => 1,                      colgroup => 1,
3290                         }->{$token->{tag_name}}) {                      tbody => 1, tfoot => 1, thead => 1,
3291                  ## Clear back to table context                     }->{$token->{tag_name}}) {
3292                ## Clear back to table context
3293                  while (not ($self->{open_elements}->[-1]->[1]                  while (not ($self->{open_elements}->[-1]->[1]
3294                                  & TABLE_SCOPING_EL)) {                                  & TABLE_SCOPING_EL)) {
3295                    !!!cp ('t220');                    !!!cp ('t220');
# Line 5324  sub _tree_construction_main ($) { Line 3297  sub _tree_construction_main ($) {
3297                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
3298                  }                  }
3299                                    
3300                  push @$active_formatting_elements, ['#marker', '']              push @$active_formatting_elements, ['#marker', '']
3301                      if $token->{tag_name} eq 'caption';                  if $token->{tag_name} eq 'caption';
3302                                    
3303                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3304                  $self->{insertion_mode} = {              $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3305                                             caption => IN_CAPTION_IM,              $self->{insertion_mode} = {
3306                                             colgroup => IN_COLUMN_GROUP_IM,                                         caption => IN_CAPTION_IM,
3307                                             tbody => IN_TABLE_BODY_IM,                                         colgroup => IN_COLUMN_GROUP_IM,
3308                                             tfoot => IN_TABLE_BODY_IM,                                         tbody => IN_TABLE_BODY_IM,
3309                                             thead => IN_TABLE_BODY_IM,                                         tfoot => IN_TABLE_BODY_IM,
3310                                            }->{$token->{tag_name}};                                         thead => IN_TABLE_BODY_IM,
3311                  !!!next-token;                                        }->{$token->{tag_name}};
3312                  !!!nack ('t220.1');              !!!next-token;
3313                  next B;              !!!nack ('t220.1');
3314                } else {              next B;
3315                  die "$0: in table: <>: $token->{tag_name}";            } else {
3316                }              die "$0: in table: <>: $token->{tag_name}";
3317              }
3318              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3319                !!!parse-error (type => 'not closed',                !!!parse-error (type => 'not closed',
3320                                value => $self->{open_elements}->[-1]->[0]                                text => $self->{open_elements}->[-1]->[0]
3321                                    ->manakai_local_name,                                    ->manakai_local_name,
3322                                token => $token);                                token => $token);
3323    
# Line 5352  sub _tree_construction_main ($) { Line 3326  sub _tree_construction_main ($) {
3326                my $i;                my $i;
3327                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3328                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3329                  if ($node->[1] & TABLE_EL) {                  if ($node->[1] == TABLE_EL) {
3330                    !!!cp ('t221');                    !!!cp ('t221');
3331                    $i = $_;                    $i = $_;
3332                    last INSCOPE;                    last INSCOPE;
# Line 5364  sub _tree_construction_main ($) { Line 3338  sub _tree_construction_main ($) {
3338                unless (defined $i) {                unless (defined $i) {
3339                  !!!cp ('t223');                  !!!cp ('t223');
3340  ## TODO: The following is wrong, maybe.  ## TODO: The following is wrong, maybe.
3341                  !!!parse-error (type => 'unmatched end tag:table', token => $token);                  !!!parse-error (type => 'unmatched end tag', text => 'table',
3342                                    token => $token);
3343                  ## Ignore tokens </table><table>                  ## Ignore tokens </table><table>
3344                  !!!nack ('t223.1');                  !!!nack ('t223.1');
3345                  !!!next-token;                  !!!next-token;
3346                  next B;                  next B;
3347                }                }
3348                                
3349  ## TODO: Followings are removed from the latest spec.  ## TODO: Followings are removed from the latest spec.
3350                ## generate implied end tags                ## generate implied end tags
3351                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
3352                  !!!cp ('t224');                  !!!cp ('t224');
3353                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
3354                }                }
3355    
3356                unless ($self->{open_elements}->[-1]->[1] & TABLE_EL) {                unless ($self->{open_elements}->[-1]->[1] == TABLE_EL) {
3357                  !!!cp ('t225');                  !!!cp ('t225');
3358                  ## NOTE: |<table><tr><table>|                  ## NOTE: |<table><tr><table>|
3359                  !!!parse-error (type => 'not closed',                  !!!parse-error (type => 'not closed',
3360                                  value => $self->{open_elements}->[-1]->[0]                                  text => $self->{open_elements}->[-1]->[0]
3361                                      ->manakai_local_name,                                      ->manakai_local_name,
3362                                  token => $token);                                  token => $token);
3363                } else {                } else {
# Line 5402  sub _tree_construction_main ($) { Line 3377  sub _tree_construction_main ($) {
3377              !!!cp ('t227.8');              !!!cp ('t227.8');
3378              ## NOTE: This is a "as if in head" code clone.              ## NOTE: This is a "as if in head" code clone.
3379              $parse_rcdata->(CDATA_CONTENT_MODEL);              $parse_rcdata->(CDATA_CONTENT_MODEL);
3380                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3381              next B;              next B;
3382            } else {            } else {
3383              !!!cp ('t227.7');              !!!cp ('t227.7');
# Line 5412  sub _tree_construction_main ($) { Line 3388  sub _tree_construction_main ($) {
3388              !!!cp ('t227.6');              !!!cp ('t227.6');
3389              ## NOTE: This is a "as if in head" code clone.              ## NOTE: This is a "as if in head" code clone.
3390              $script_start_tag->();              $script_start_tag->();
3391                $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3392              next B;              next B;
3393            } else {            } else {
3394              !!!cp ('t227.5');              !!!cp ('t227.5');
# Line 5423  sub _tree_construction_main ($) { Line 3400  sub _tree_construction_main ($) {
3400                my $type = lc $token->{attributes}->{type}->{value};                my $type = lc $token->{attributes}->{type}->{value};
3401                if ($type eq 'hidden') {                if ($type eq 'hidden') {
3402                  !!!cp ('t227.3');                  !!!cp ('t227.3');
3403                  !!!parse-error (type => 'in table:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'in table',
3404                                    text => $token->{tag_name}, token => $token);
3405    
3406                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
3407                    $open_tables->[-1]->[2] = 0 if @$open_tables; # ~node inserted
3408    
3409                  ## TODO: form element pointer                  ## TODO: form element pointer
3410    
# Line 5451  sub _tree_construction_main ($) { Line 3430  sub _tree_construction_main ($) {
3430            #            #
3431          }          }
3432    
3433          !!!parse-error (type => 'in table:'.$token->{tag_name}, token => $token);          !!!parse-error (type => 'in table', text => $token->{tag_name},
3434                            token => $token);
3435    
3436          $insert = $insert_to_foster;          $insert = $insert_to_foster;
3437          #          #
3438        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
3439              if ($token->{tag_name} eq 'tr' and          if ($token->{tag_name} eq 'tr' and
3440                  $self->{insertion_mode} == IN_ROW_IM) {              ($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3441                ## have an element in table scope            ## have an element in table scope
3442                my $i;                my $i;
3443                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3444                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3445                  if ($node->[1] & TABLE_ROW_EL) {                  if ($node->[1] == TABLE_ROW_EL) {
3446                    !!!cp ('t228');                    !!!cp ('t228');
3447                    $i = $_;                    $i = $_;
3448                    last INSCOPE;                    last INSCOPE;
# Line 5473  sub _tree_construction_main ($) { Line 3453  sub _tree_construction_main ($) {
3453                } # INSCOPE                } # INSCOPE
3454                unless (defined $i) {                unless (defined $i) {
3455                  !!!cp ('t230');                  !!!cp ('t230');
3456                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
3457                                    text => $token->{tag_name}, token => $token);
3458                  ## Ignore the token                  ## Ignore the token
3459                  !!!nack ('t230.1');                  !!!nack ('t230.1');
3460                  !!!next-token;                  !!!next-token;
# Line 5496  sub _tree_construction_main ($) { Line 3477  sub _tree_construction_main ($) {
3477                !!!nack ('t231.1');                !!!nack ('t231.1');
3478                next B;                next B;
3479              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
3480                if ($self->{insertion_mode} == IN_ROW_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3481                  ## As if </tr>                  ## As if </tr>
3482                  ## have an element in table scope                  ## have an element in table scope
3483                  my $i;                  my $i;
3484                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3485                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3486                    if ($node->[1] & TABLE_ROW_EL) {                    if ($node->[1] == TABLE_ROW_EL) {
3487                      !!!cp ('t233');                      !!!cp ('t233');
3488                      $i = $_;                      $i = $_;
3489                      last INSCOPE;                      last INSCOPE;
# Line 5514  sub _tree_construction_main ($) { Line 3495  sub _tree_construction_main ($) {
3495                  unless (defined $i) {                  unless (defined $i) {
3496                    !!!cp ('t235');                    !!!cp ('t235');
3497  ## TODO: The following is wrong.  ## TODO: The following is wrong.
3498                    !!!parse-error (type => 'unmatched end tag:'.$token->{type}, token => $token);                    !!!parse-error (type => 'unmatched end tag',
3499                                      text => $token->{type}, token => $token);
3500                    ## Ignore the token                    ## Ignore the token
3501                    !!!nack ('t236.1');                    !!!nack ('t236.1');
3502                    !!!next-token;                    !!!next-token;
# Line 5534  sub _tree_construction_main ($) { Line 3516  sub _tree_construction_main ($) {
3516                  ## reprocess in the "in table body" insertion mode...                  ## reprocess in the "in table body" insertion mode...
3517                }                }
3518    
3519                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_TABLE_BODY_IM) {
3520                  ## have an element in table scope                  ## have an element in table scope
3521                  my $i;                  my $i;
3522                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3523                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3524                    if ($node->[1] & TABLE_ROW_GROUP_EL) {                    if ($node->[1] == TABLE_ROW_GROUP_EL) {
3525                      !!!cp ('t237');                      !!!cp ('t237');
3526                      $i = $_;                      $i = $_;
3527                      last INSCOPE;                      last INSCOPE;
# Line 5550  sub _tree_construction_main ($) { Line 3532  sub _tree_construction_main ($) {
3532                  } # INSCOPE                  } # INSCOPE
3533                  unless (defined $i) {                  unless (defined $i) {
3534                    !!!cp ('t239');                    !!!cp ('t239');
3535                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                    !!!parse-error (type => 'unmatched end tag',
3536                                      text => $token->{tag_name}, token => $token);
3537                    ## Ignore the token                    ## Ignore the token
3538                    !!!nack ('t239.1');                    !!!nack ('t239.1');
3539                    !!!next-token;                    !!!next-token;
# Line 5585  sub _tree_construction_main ($) { Line 3568  sub _tree_construction_main ($) {
3568                my $i;                my $i;
3569                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3570                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
3571                  if ($node->[1] & TABLE_EL) {                  if ($node->[1] == TABLE_EL) {
3572                    !!!cp ('t241');                    !!!cp ('t241');
3573                    $i = $_;                    $i = $_;
3574                    last INSCOPE;                    last INSCOPE;
# Line 5596  sub _tree_construction_main ($) { Line 3579  sub _tree_construction_main ($) {
3579                } # INSCOPE                } # INSCOPE
3580                unless (defined $i) {                unless (defined $i) {
3581                  !!!cp ('t243');                  !!!cp ('t243');
3582                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
3583                                    text => $token->{tag_name}, token => $token);
3584                  ## Ignore the token                  ## Ignore the token
3585                  !!!nack ('t243.1');                  !!!nack ('t243.1');
3586                  !!!next-token;                  !!!next-token;
# Line 5614  sub _tree_construction_main ($) { Line 3598  sub _tree_construction_main ($) {
3598                        tbody => 1, tfoot => 1, thead => 1,                        tbody => 1, tfoot => 1, thead => 1,
3599                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
3600                       $self->{insertion_mode} & ROW_IMS) {                       $self->{insertion_mode} & ROW_IMS) {
3601                if ($self->{insertion_mode} == IN_ROW_IM) {                if (($self->{insertion_mode} & IM_MASK) == IN_ROW_IM) {
3602                  ## have an element in table scope                  ## have an element in table scope
3603                  my $i;                  my $i;
3604                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
# Line 5630  sub _tree_construction_main ($) { Line 3614  sub _tree_construction_main ($) {
3614                  } # INSCOPE                  } # INSCOPE
3615                    unless (defined $i) {                    unless (defined $i) {
3616                      !!!cp ('t249');                      !!!cp ('t249');
3617                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                      !!!parse-error (type => 'unmatched end tag',
3618                                        text => $token->{tag_name}, token => $token);
3619                      ## Ignore the token                      ## Ignore the token
3620                      !!!nack ('t249.1');                      !!!nack ('t249.1');
3621                      !!!next-token;                      !!!next-token;
# Line 5642  sub _tree_construction_main ($) { Line 3627  sub _tree_construction_main ($) {
3627                  my $i;                  my $i;
3628                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3629                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
3630                    if ($node->[1] & TABLE_ROW_EL) {                    if ($node->[1] == TABLE_ROW_EL) {
3631                      !!!cp ('t250');                      !!!cp ('t250');
3632                      $i = $_;                      $i = $_;
3633                      last INSCOPE;                      last INSCOPE;
# Line 5653  sub _tree_construction_main ($) { Line 3638  sub _tree_construction_main ($) {
3638                  } # INSCOPE                  } # INSCOPE
3639                    unless (defined $i) {                    unless (defined $i) {
3640                      !!!cp ('t252');                      !!!cp ('t252');
3641                      !!!parse-error (type => 'unmatched end tag:tr', token => $token);                      !!!parse-error (type => 'unmatched end tag',
3642                                        text => 'tr', token => $token);
3643                      ## Ignore the token                      ## Ignore the token
3644                      !!!nack ('t252.1');                      !!!nack ('t252.1');
3645                      !!!next-token;                      !!!next-token;
# Line 5688  sub _tree_construction_main ($) { Line 3674  sub _tree_construction_main ($) {
3674                } # INSCOPE                } # INSCOPE
3675                unless (defined $i) {                unless (defined $i) {
3676                  !!!cp ('t256');                  !!!cp ('t256');
3677                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                  !!!parse-error (type => 'unmatched end tag',
3678                                    text => $token->{tag_name}, token => $token);
3679                  ## Ignore the token                  ## Ignore the token
3680                  !!!nack ('t256.1');                  !!!nack ('t256.1');
3681                  !!!next-token;                  !!!next-token;
# Line 5715  sub _tree_construction_main ($) { Line 3702  sub _tree_construction_main ($) {
3702                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM
3703                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
3704            !!!cp ('t258');            !!!cp ('t258');
3705            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
3706                              text => $token->{tag_name}, token => $token);
3707            ## Ignore the token            ## Ignore the token
3708            !!!nack ('t258.1');            !!!nack ('t258.1');
3709             !!!next-token;             !!!next-token;
3710            next B;            next B;
3711          } else {          } else {
3712            !!!cp ('t259');            !!!cp ('t259');
3713            !!!parse-error (type => 'in table:/'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'in table:/',
3714                              text => $token->{tag_name}, token => $token);
3715    
3716            $insert = $insert_to_foster;            $insert = $insert_to_foster;
3717            #            #
3718          }          }
3719        } elsif ($token->{type} == END_OF_FILE_TOKEN) {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3720          unless ($self->{open_elements}->[-1]->[1] & HTML_EL and          unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
3721                  @{$self->{open_elements}} == 1) { # redundant, maybe                  @{$self->{open_elements}} == 1) { # redundant, maybe
3722            !!!parse-error (type => 'in body:#eof', token => $token);            !!!parse-error (type => 'in body:#eof', token => $token);
3723            !!!cp ('t259.1');            !!!cp ('t259.1');
# Line 5743  sub _tree_construction_main ($) { Line 3732  sub _tree_construction_main ($) {
3732        } else {        } else {
3733          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
3734        }        }
3735      } elsif ($self->{insertion_mode} == IN_COLUMN_GROUP_IM) {      } elsif (($self->{insertion_mode} & IM_MASK) == IN_COLUMN_GROUP_IM) {
3736            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
3737              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {              if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
3738                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
3739                unless (length $token->{data}) {                unless (length $token->{data}) {
3740                  !!!cp ('t260');                  !!!cp ('t260');
# Line 5770  sub _tree_construction_main ($) { Line 3759  sub _tree_construction_main ($) {
3759              }              }
3760            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
3761              if ($token->{tag_name} eq 'colgroup') {              if ($token->{tag_name} eq 'colgroup') {
3762                if ($self->{open_elements}->[-1]->[1] & HTML_EL) {                if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3763                  !!!cp ('t264');                  !!!cp ('t264');
3764                  !!!parse-error (type => 'unmatched end tag:colgroup', token => $token);                  !!!parse-error (type => 'unmatched end tag',
3765                                    text => 'colgroup', token => $token);
3766                  ## Ignore the token                  ## Ignore the token
3767                  !!!next-token;                  !!!next-token;
3768                  next B;                  next B;
# Line 5785  sub _tree_construction_main ($) { Line 3775  sub _tree_construction_main ($) {
3775                }                }
3776              } elsif ($token->{tag_name} eq 'col') {              } elsif ($token->{tag_name} eq 'col') {
3777                !!!cp ('t266');                !!!cp ('t266');
3778                !!!parse-error (type => 'unmatched end tag:col', token => $token);                !!!parse-error (type => 'unmatched end tag',
3779                                  text => 'col', token => $token);
3780                ## Ignore the token                ## Ignore the token
3781                !!!next-token;                !!!next-token;
3782                next B;                next B;
# Line 5794  sub _tree_construction_main ($) { Line 3785  sub _tree_construction_main ($) {
3785                #                #
3786              }              }
3787        } elsif ($token->{type} == END_OF_FILE_TOKEN) {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
3788          if ($self->{open_elements}->[-1]->[1] & HTML_EL and          if ($self->{open_elements}->[-1]->[1] == HTML_EL and
3789              @{$self->{open_elements}} == 1) { # redundant, maybe              @{$self->{open_elements}} == 1) { # redundant, maybe
3790            !!!cp ('t270.2');            !!!cp ('t270.2');
3791            ## Stop parsing.            ## Stop parsing.
# Line 5812  sub _tree_construction_main ($) { Line 3803  sub _tree_construction_main ($) {
3803        }        }
3804    
3805            ## As if </colgroup>            ## As if </colgroup>
3806            if ($self->{open_elements}->[-1]->[1] & HTML_EL) {            if ($self->{open_elements}->[-1]->[1] == HTML_EL) {
3807              !!!cp ('t269');              !!!cp ('t269');
3808  ## TODO: Wrong error type?  ## TODO: Wrong error type?
3809              !!!parse-error (type => 'unmatched end tag:colgroup', token => $token);              !!!parse-error (type => 'unmatched end tag',
3810                                text => 'colgroup', token => $token);
3811              ## Ignore the token              ## Ignore the token
3812              !!!nack ('t269.1');              !!!nack ('t269.1');
3813              !!!next-token;              !!!next-token;
# Line 5836  sub _tree_construction_main ($) { Line 3828  sub _tree_construction_main ($) {
3828          next B;          next B;
3829        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
3830          if ($token->{tag_name} eq 'option') {          if ($token->{tag_name} eq 'option') {
3831            if ($self->{open_elements}->[-1]->[1] & OPTION_EL) {            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3832              !!!cp ('t272');              !!!cp ('t272');
3833              ## As if </option>              ## As if </option>
3834              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
# Line 5849  sub _tree_construction_main ($) { Line 3841  sub _tree_construction_main ($) {
3841            !!!next-token;            !!!next-token;
3842            next B;            next B;
3843          } elsif ($token->{tag_name} eq 'optgroup') {          } elsif ($token->{tag_name} eq 'optgroup') {
3844            if ($self->{open_elements}->[-1]->[1] & OPTION_EL) {            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3845              !!!cp ('t274');              !!!cp ('t274');
3846              ## As if </option>              ## As if </option>
3847              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
# Line 5857  sub _tree_construction_main ($) { Line 3849  sub _tree_construction_main ($) {
3849              !!!cp ('t275');              !!!cp ('t275');
3850            }            }
3851    
3852            if ($self->{open_elements}->[-1]->[1] & OPTGROUP_EL) {            if ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3853              !!!cp ('t276');              !!!cp ('t276');
3854              ## As if </optgroup>              ## As if </optgroup>
3855              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
# Line 5869  sub _tree_construction_main ($) { Line 3861  sub _tree_construction_main ($) {
3861            !!!nack ('t277.1');            !!!nack ('t277.1');
3862            !!!next-token;            !!!next-token;
3863            next B;            next B;
3864          } elsif ($token->{tag_name} eq 'select' or          } elsif ({
3865                   $token->{tag_name} eq 'input' or                     select => 1, input => 1, textarea => 1, keygen => 1,
3866                   ($self->{insertion_mode} == IN_SELECT_IN_TABLE_IM and                   }->{$token->{tag_name}} or
3867                     (($self->{insertion_mode} & IM_MASK)
3868                          == IN_SELECT_IN_TABLE_IM and
3869                    {                    {
3870                     caption => 1, table => 1,                     caption => 1, table => 1,
3871                     tbody => 1, tfoot => 1, thead => 1,                     tbody => 1, tfoot => 1, thead => 1,
3872                     tr => 1, td => 1, th => 1,                     tr => 1, td => 1, th => 1,
3873                    }->{$token->{tag_name}})) {                    }->{$token->{tag_name}})) {
3874            ## TODO: The type below is not good - <select> is replaced by </select>  
3875            !!!parse-error (type => 'not closed:select', token => $token);            ## 1. Parse error.
3876            ## NOTE: As if the token were </select> (<select> case) or            if ($token->{tag_name} eq 'select') {
3877            ## as if there were </select> (otherwise).                !!!parse-error (type => 'select in select', ## XXX: documentation
3878            ## have an element in table scope                                token => $token);
3879              } else {
3880                !!!parse-error (type => 'not closed', text => 'select',
3881                                token => $token);
3882              }
3883    
3884              ## 2./<select>-1. Unless "have an element in table scope" (select):
3885            my $i;            my $i;
3886            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3887              my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
3888              if ($node->[1] & SELECT_EL) {              if ($node->[1] == SELECT_EL) {
3889                !!!cp ('t278');                !!!cp ('t278');
3890                $i = $_;                $i = $_;
3891                last INSCOPE;                last INSCOPE;
# Line 5896  sub _tree_construction_main ($) { Line 3896  sub _tree_construction_main ($) {
3896            } # INSCOPE            } # INSCOPE
3897            unless (defined $i) {            unless (defined $i) {
3898              !!!cp ('t280');              !!!cp ('t280');
3899              !!!parse-error (type => 'unmatched end tag:select', token => $token);              if ($token->{tag_name} eq 'select') {
3900              ## Ignore the token                ## NOTE: This error would be raised when
3901                  ## |select.innerHTML = '<select>'| is executed; in this
3902                  ## case two errors, "select in select" and "unmatched
3903                  ## end tags" are reported to the user, the latter might
3904                  ## be confusing but this is what the spec requires.
3905                  !!!parse-error (type => 'unmatched end tag',
3906                                  text => 'select',
3907                                  token => $token);
3908                }
3909                ## Ignore the token.
3910              !!!nack ('t280.1');              !!!nack ('t280.1');
3911              !!!next-token;              !!!next-token;
3912              next B;              next B;
3913            }            }
3914    
3915              ## 3. Otherwise, as if there were <select>:
3916                                
3917            !!!cp ('t281');            !!!cp ('t281');
3918            splice @{$self->{open_elements}}, $i;            splice @{$self->{open_elements}}, $i;
# Line 5918  sub _tree_construction_main ($) { Line 3929  sub _tree_construction_main ($) {
3929              ## Reprocess the token.              ## Reprocess the token.
3930              next B;              next B;
3931            }            }
3932            } elsif ($token->{tag_name} eq 'script') {
3933              !!!cp ('t281.3');
3934              ## NOTE: This is an "as if in head" code clone
3935              $script_start_tag->();
3936              next B;
3937          } else {          } else {
3938            !!!cp ('t282');            !!!cp ('t282');
3939            !!!parse-error (type => 'in select:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'in select',
3940                              text => $token->{tag_name}, token => $token);
3941            ## Ignore the token            ## Ignore the token
3942            !!!nack ('t282.1');            !!!nack ('t282.1');
3943            !!!next-token;            !!!next-token;
# Line 5928  sub _tree_construction_main ($) { Line 3945  sub _tree_construction_main ($) {
3945          }          }
3946        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
3947          if ($token->{tag_name} eq 'optgroup') {          if ($token->{tag_name} eq 'optgroup') {
3948            if ($self->{open_elements}->[-1]->[1] & OPTION_EL and            if ($self->{open_elements}->[-1]->[1] == OPTION_EL and
3949                $self->{open_elements}->[-2]->[1] & OPTGROUP_EL) {                $self->{open_elements}->[-2]->[1] == OPTGROUP_EL) {
3950              !!!cp ('t283');              !!!cp ('t283');
3951              ## As if </option>              ## As if </option>
3952              splice @{$self->{open_elements}}, -2;              splice @{$self->{open_elements}}, -2;
3953            } elsif ($self->{open_elements}->[-1]->[1] & OPTGROUP_EL) {            } elsif ($self->{open_elements}->[-1]->[1] == OPTGROUP_EL) {
3954              !!!cp ('t284');              !!!cp ('t284');
3955              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
3956            } else {            } else {
3957              !!!cp ('t285');              !!!cp ('t285');
3958              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'unmatched end tag',
3959                                text => $token->{tag_name}, token => $token);
3960              ## Ignore the token              ## Ignore the token
3961            }            }
3962            !!!nack ('t285.1');            !!!nack ('t285.1');
3963            !!!next-token;            !!!next-token;
3964            next B;            next B;
3965          } elsif ($token->{tag_name} eq 'option') {          } elsif ($token->{tag_name} eq 'option') {
3966            if ($self->{open_elements}->[-1]->[1] & OPTION_EL) {            if ($self->{open_elements}->[-1]->[1] == OPTION_EL) {
3967              !!!cp ('t286');              !!!cp ('t286');
3968              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
3969            } else {            } else {
3970              !!!cp ('t287');              !!!cp ('t287');
3971              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'unmatched end tag',
3972                                text => $token->{tag_name}, token => $token);
3973              ## Ignore the token              ## Ignore the token
3974            }            }
3975            !!!nack ('t287.1');            !!!nack ('t287.1');
# Line 5961  sub _tree_construction_main ($) { Line 3980  sub _tree_construction_main ($) {
3980            my $i;            my $i;
3981            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
3982              my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
3983              if ($node->[1] & SELECT_EL) {              if ($node->[1] == SELECT_EL) {
3984                !!!cp ('t288');                !!!cp ('t288');
3985                $i = $_;                $i = $_;
3986                last INSCOPE;                last INSCOPE;
# Line 5972  sub _tree_construction_main ($) { Line 3991  sub _tree_construction_main ($) {
3991            } # INSCOPE            } # INSCOPE
3992            unless (defined $i) {            unless (defined $i) {
3993              !!!cp ('t290');              !!!cp ('t290');
3994              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'unmatched end tag',
3995                                text => $token->{tag_name}, token => $token);
3996              ## Ignore the token              ## Ignore the token
3997              !!!nack ('t290.1');              !!!nack ('t290.1');
3998              !!!next-token;              !!!next-token;
# Line 5987  sub _tree_construction_main ($) { Line 4007  sub _tree_construction_main ($) {
4007            !!!nack ('t291.1');            !!!nack ('t291.1');
4008            !!!next-token;            !!!next-token;
4009            next B;            next B;
4010          } elsif ($self->{insertion_mode} == IN_SELECT_IN_TABLE_IM and          } elsif (($self->{insertion_mode} & IM_MASK)
4011                         == IN_SELECT_IN_TABLE_IM and
4012                   {                   {
4013                    caption => 1, table => 1, tbody => 1,                    caption => 1, table => 1, tbody => 1,
4014                    tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,                    tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,
4015                   }->{$token->{tag_name}}) {                   }->{$token->{tag_name}}) {
4016  ## TODO: The following is wrong?  ## TODO: The following is wrong?
4017            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
4018                              text => $token->{tag_name}, token => $token);
4019                                
4020            ## have an element in table scope            ## have an element in table scope
4021            my $i;            my $i;
# Line 6021  sub _tree_construction_main ($) { Line 4043  sub _tree_construction_main ($) {
4043            undef $i;            undef $i;
4044            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4045              my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
4046              if ($node->[1] & SELECT_EL) {              if ($node->[1] == SELECT_EL) {
4047                !!!cp ('t295');                !!!cp ('t295');
4048                $i = $_;                $i = $_;
4049                last INSCOPE;                last INSCOPE;
# Line 6034  sub _tree_construction_main ($) { Line 4056  sub _tree_construction_main ($) {
4056            unless (defined $i) {            unless (defined $i) {
4057              !!!cp ('t297');              !!!cp ('t297');
4058  ## TODO: The following error type is correct?  ## TODO: The following error type is correct?
4059              !!!parse-error (type => 'unmatched end tag:select', token => $token);              !!!parse-error (type => 'unmatched end tag',
4060                                text => 'select', token => $token);
4061              ## Ignore the </select> token              ## Ignore the </select> token
4062              !!!nack ('t297.1');              !!!nack ('t297.1');
4063              !!!next-token; ## TODO: ok?              !!!next-token; ## TODO: ok?
# Line 6051  sub _tree_construction_main ($) { Line 4074  sub _tree_construction_main ($) {
4074            next B;            next B;
4075          } else {          } else {
4076            !!!cp ('t299');            !!!cp ('t299');
4077            !!!parse-error (type => 'in select:/'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'in select:/',
4078                              text => $token->{tag_name}, token => $token);
4079            ## Ignore the token            ## Ignore the token
4080            !!!nack ('t299.3');            !!!nack ('t299.3');
4081            !!!next-token;            !!!next-token;
4082            next B;            next B;
4083          }          }
4084        } elsif ($token->{type} == END_OF_FILE_TOKEN) {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4085          unless ($self->{open_elements}->[-1]->[1] & HTML_EL and          unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
4086                  @{$self->{open_elements}} == 1) { # redundant, maybe                  @{$self->{open_elements}} == 1) { # redundant, maybe
4087            !!!cp ('t299.1');            !!!cp ('t299.1');
4088            !!!parse-error (type => 'in body:#eof', token => $token);            !!!parse-error (type => 'in body:#eof', token => $token);
# Line 6073  sub _tree_construction_main ($) { Line 4097  sub _tree_construction_main ($) {
4097        }        }
4098      } elsif ($self->{insertion_mode} & BODY_AFTER_IMS) {      } elsif ($self->{insertion_mode} & BODY_AFTER_IMS) {
4099        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
4100          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
4101            my $data = $1;            my $data = $1;
4102            ## As if in body            ## As if in body
4103            $reconstruct_active_formatting_elements->($insert_to_current);            $reconstruct_active_formatting_elements->($insert_to_current);
# Line 6089  sub _tree_construction_main ($) { Line 4113  sub _tree_construction_main ($) {
4113                    
4114          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4115            !!!cp ('t301');            !!!cp ('t301');
4116            !!!parse-error (type => 'after html:#character', token => $token);            !!!parse-error (type => 'after html:#text', token => $token);
4117              #
           ## Reprocess in the "after body" insertion mode.  
4118          } else {          } else {
4119            !!!cp ('t302');            !!!cp ('t302');
4120              ## "after body" insertion mode
4121              !!!parse-error (type => 'after body:#text', token => $token);
4122              #
4123          }          }
           
         ## "after body" insertion mode  
         !!!parse-error (type => 'after body:#character', token => $token);  
4124    
4125          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4126          ## reprocess          ## reprocess
# Line 6105  sub _tree_construction_main ($) { Line 4128  sub _tree_construction_main ($) {
4128        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
4129          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4130            !!!cp ('t303');            !!!cp ('t303');
4131            !!!parse-error (type => 'after html:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'after html',
4132                                        text => $token->{tag_name}, token => $token);
4133            ## Reprocess in the "after body" insertion mode.            #
4134          } else {          } else {
4135            !!!cp ('t304');            !!!cp ('t304');
4136              ## "after body" insertion mode
4137              !!!parse-error (type => 'after body',
4138                              text => $token->{tag_name}, token => $token);
4139              #
4140          }          }
4141    
         ## "after body" insertion mode  
         !!!parse-error (type => 'after body:'.$token->{tag_name}, token => $token);  
   
4142          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4143          !!!ack-later;          !!!ack-later;
4144          ## reprocess          ## reprocess
# Line 6122  sub _tree_construction_main ($) { Line 4146  sub _tree_construction_main ($) {
4146        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
4147          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4148            !!!cp ('t305');            !!!cp ('t305');
4149            !!!parse-error (type => 'after html:/'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'after html:/',
4150                              text => $token->{tag_name}, token => $token);
4151                        
4152            $self->{insertion_mode} = AFTER_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
4153            ## Reprocess in the "after body" insertion mode.            ## Reprocess.
4154              next B;
4155          } else {          } else {
4156            !!!cp ('t306');            !!!cp ('t306');
4157          }          }
# Line 6134  sub _tree_construction_main ($) { Line 4160  sub _tree_construction_main ($) {
4160          if ($token->{tag_name} eq 'html') {          if ($token->{tag_name} eq 'html') {
4161            if (defined $self->{inner_html_node}) {            if (defined $self->{inner_html_node}) {
4162              !!!cp ('t307');              !!!cp ('t307');
4163              !!!parse-error (type => 'unmatched end tag:html', token => $token);              !!!parse-error (type => 'unmatched end tag',
4164                                text => 'html', token => $token);
4165              ## Ignore the token              ## Ignore the token
4166              !!!next-token;              !!!next-token;
4167              next B;              next B;
# Line 6146  sub _tree_construction_main ($) { Line 4173  sub _tree_construction_main ($) {
4173            }            }
4174          } else {          } else {
4175            !!!cp ('t309');            !!!cp ('t309');
4176            !!!parse-error (type => 'after body:/'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'after body:/',
4177                              text => $token->{tag_name}, token => $token);
4178    
4179            $self->{insertion_mode} = IN_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
4180            ## reprocess            ## reprocess
# Line 6161  sub _tree_construction_main ($) { Line 4189  sub _tree_construction_main ($) {
4189        }        }
4190      } elsif ($self->{insertion_mode} & FRAME_IMS) {      } elsif ($self->{insertion_mode} & FRAME_IMS) {
4191        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
4192          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0C\x20]+)//) {
4193            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4194                        
4195            unless (length $token->{data}) {            unless (length $token->{data}) {
# Line 6171  sub _tree_construction_main ($) { Line 4199  sub _tree_construction_main ($) {
4199            }            }
4200          }          }
4201                    
4202          if ($token->{data} =~ s/^[^\x09\x0A\x0B\x0C\x20]+//) {          if ($token->{data} =~ s/^[^\x09\x0A\x0C\x20]+//) {
4203            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4204              !!!cp ('t311');              !!!cp ('t311');
4205              !!!parse-error (type => 'in frameset:#character', token => $token);              !!!parse-error (type => 'in frameset:#text', token => $token);
4206            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4207              !!!cp ('t312');              !!!cp ('t312');
4208              !!!parse-error (type => 'after frameset:#character', token => $token);              !!!parse-error (type => 'after frameset:#text', token => $token);
4209            } else { # "after html frameset"            } else { # "after after frameset"
4210              !!!cp ('t313');              !!!cp ('t313');
4211              !!!parse-error (type => 'after html:#character', token => $token);              !!!parse-error (type => 'after html:#text', token => $token);
   
             $self->{insertion_mode} = AFTER_FRAMESET_IM;  
             ## Reprocess in the "after frameset" insertion mode.  
             !!!parse-error (type => 'after frameset:#character', token => $token);  
4212            }            }
4213                        
4214            ## Ignore the token.            ## Ignore the token.
# Line 6200  sub _tree_construction_main ($) { Line 4224  sub _tree_construction_main ($) {
4224                    
4225          die qq[$0: Character "$token->{data}"];          die qq[$0: Character "$token->{data}"];
4226        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
         if ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {  
           !!!cp ('t316');  
           !!!parse-error (type => 'after html:'.$token->{tag_name}, token => $token);  
   
           $self->{insertion_mode} = AFTER_FRAMESET_IM;  
           ## Process in the "after frameset" insertion mode.  
         } else {  
           !!!cp ('t317');  
         }  
   
4227          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
4228              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
4229            !!!cp ('t318');            !!!cp ('t318');
# Line 6227  sub _tree_construction_main ($) { Line 4241  sub _tree_construction_main ($) {
4241            next B;            next B;
4242          } elsif ($token->{tag_name} eq 'noframes') {          } elsif ($token->{tag_name} eq 'noframes') {
4243            !!!cp ('t320');            !!!cp ('t320');
4244            ## NOTE: As if in body.            ## NOTE: As if in head.
4245            $parse_rcdata->(CDATA_CONTENT_MODEL);            $parse_rcdata->(CDATA_CONTENT_MODEL);
4246            next B;            next B;
4247    
4248              ## NOTE: |<!DOCTYPE HTML><frameset></frameset></html><noframes></noframes>|
4249              ## has no parse error.
4250          } else {          } else {
4251            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4252              !!!cp ('t321');              !!!cp ('t321');
4253              !!!parse-error (type => 'in frameset:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'in frameset',
4254            } else {                              text => $token->{tag_name}, token => $token);
4255              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4256              !!!cp ('t322');              !!!cp ('t322');
4257              !!!parse-error (type => 'after frameset:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'after frameset',
4258                                text => $token->{tag_name}, token => $token);
4259              } else { # "after after frameset"
4260                !!!cp ('t322.2');
4261                !!!parse-error (type => 'after after frameset',
4262                                text => $token->{tag_name}, token => $token);
4263            }            }
4264            ## Ignore the token            ## Ignore the token
4265            !!!nack ('t322.1');            !!!nack ('t322.1');
# Line 6244  sub _tree_construction_main ($) { Line 4267  sub _tree_construction_main ($) {
4267            next B;            next B;
4268          }          }
4269        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
         if ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {  
           !!!cp ('t323');  
           !!!parse-error (type => 'after html:/'.$token->{tag_name}, token => $token);  
   
           $self->{insertion_mode} = AFTER_FRAMESET_IM;  
           ## Process in the "after frameset" insertion mode.  
         } else {  
           !!!cp ('t324');  
         }  
   
4270          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
4271              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
4272            if ($self->{open_elements}->[-1]->[1] & HTML_EL and            if ($self->{open_elements}->[-1]->[1] == HTML_EL and
4273                @{$self->{open_elements}} == 1) {                @{$self->{open_elements}} == 1) {
4274              !!!cp ('t325');              !!!cp ('t325');
4275              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'unmatched end tag',
4276                                text => $token->{tag_name}, token => $token);
4277              ## Ignore the token              ## Ignore the token
4278              !!!next-token;              !!!next-token;
4279            } else {            } else {
# Line 6269  sub _tree_construction_main ($) { Line 4283  sub _tree_construction_main ($) {
4283            }            }
4284    
4285            if (not defined $self->{inner_html_node} and            if (not defined $self->{inner_html_node} and
4286                not ($self->{open_elements}->[-1]->[1] & FRAMESET_EL)) {                not ($self->{open_elements}->[-1]->[1] == FRAMESET_EL)) {
4287              !!!cp ('t327');              !!!cp ('t327');
4288              $self->{insertion_mode} = AFTER_FRAMESET_IM;              $self->{insertion_mode} = AFTER_FRAMESET_IM;
4289            } else {            } else {
# Line 6285  sub _tree_construction_main ($) { Line 4299  sub _tree_construction_main ($) {
4299          } else {          } else {
4300            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
4301              !!!cp ('t330');              !!!cp ('t330');
4302              !!!parse-error (type => 'in frameset:/'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'in frameset:/',
4303            } else {                              text => $token->{tag_name}, token => $token);
4304              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
4305                !!!cp ('t330.1');
4306                !!!parse-error (type => 'after frameset:/',
4307                                text => $token->{tag_name}, token => $token);
4308              } else { # "after after html"
4309              !!!cp ('t331');              !!!cp ('t331');
4310              !!!parse-error (type => 'after frameset:/'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'after after frameset:/',
4311                                text => $token->{tag_name}, token => $token);
4312            }            }
4313            ## Ignore the token            ## Ignore the token
4314            !!!next-token;            !!!next-token;
4315            next B;            next B;
4316          }          }
4317        } elsif ($token->{type} == END_OF_FILE_TOKEN) {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4318          unless ($self->{open_elements}->[-1]->[1] & HTML_EL and          unless ($self->{open_elements}->[-1]->[1] == HTML_EL and
4319                  @{$self->{open_elements}} == 1) { # redundant, maybe                  @{$self->{open_elements}} == 1) { # redundant, maybe
4320            !!!cp ('t331.1');            !!!cp ('t331.1');
4321            !!!parse-error (type => 'in body:#eof', token => $token);            !!!parse-error (type => 'in body:#eof', token => $token);
# Line 6308  sub _tree_construction_main ($) { Line 4328  sub _tree_construction_main ($) {
4328        } else {        } else {
4329          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
4330        }        }
   
       ## ISSUE: An issue in spec here  
4331      } else {      } else {
4332        die "$0: $self->{insertion_mode}: Unknown insertion mode";        die "$0: $self->{insertion_mode}: Unknown insertion mode";
4333      }      }
# Line 6327  sub _tree_construction_main ($) { Line 4345  sub _tree_construction_main ($) {
4345          $parse_rcdata->(CDATA_CONTENT_MODEL);          $parse_rcdata->(CDATA_CONTENT_MODEL);
4346          next B;          next B;
4347        } elsif ({        } elsif ({
4348                  base => 1, link => 1,                  base => 1, command => 1, eventsource => 1, link => 1,
4349                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4350          !!!cp ('t334');          !!!cp ('t334');
4351          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
4352          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4353          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          pop @{$self->{open_elements}};
4354          !!!ack ('t334.1');          !!!ack ('t334.1');
4355          !!!next-token;          !!!next-token;
4356          next B;          next B;
4357        } elsif ($token->{tag_name} eq 'meta') {        } elsif ($token->{tag_name} eq 'meta') {
4358          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
4359          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4360          my $meta_el = pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          my $meta_el = pop @{$self->{open_elements}};
4361    
4362          unless ($self->{confident}) {          unless ($self->{confident}) {
4363            if ($token->{attributes}->{charset}) {            if ($token->{attributes}->{charset}) {
# Line 6356  sub _tree_construction_main ($) { Line 4374  sub _tree_construction_main ($) {
4374            } elsif ($token->{attributes}->{content}) {            } elsif ($token->{attributes}->{content}) {
4375              if ($token->{attributes}->{content}->{value}              if ($token->{attributes}->{content}->{value}
4376                  =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]                  =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
4377                      [\x09-\x0D\x20]*=                      [\x09\x0A\x0C\x0D\x20]*=
4378                      [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                      [\x09\x0A\x0C\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
4379                      ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {                      ([^"'\x09\x0A\x0C\x0D\x20][^\x09\x0A\x0C\x0D\x20\x3B]*))
4380                       /x) {
4381                !!!cp ('t336');                !!!cp ('t336');
4382                ## NOTE: Whether the encoding is supported or not is handled                ## NOTE: Whether the encoding is supported or not is handled
4383                ## in the {change_encoding} callback.                ## in the {change_encoding} callback.
# Line 6396  sub _tree_construction_main ($) { Line 4415  sub _tree_construction_main ($) {
4415          $parse_rcdata->(RCDATA_CONTENT_MODEL);          $parse_rcdata->(RCDATA_CONTENT_MODEL);
4416          next B;          next B;
4417        } elsif ($token->{tag_name} eq 'body') {        } elsif ($token->{tag_name} eq 'body') {
4418          !!!parse-error (type => 'in body:body', token => $token);          !!!parse-error (type => 'in body', text => 'body', token => $token);
4419                                
4420          if (@{$self->{open_elements}} == 1 or          if (@{$self->{open_elements}} == 1 or
4421              not ($self->{open_elements}->[1]->[1] & BODY_EL)) {              not ($self->{open_elements}->[1]->[1] == BODY_EL)) {
4422            !!!cp ('t342');            !!!cp ('t342');
4423            ## Ignore the token            ## Ignore the token
4424          } else {          } else {
# Line 6417  sub _tree_construction_main ($) { Line 4436  sub _tree_construction_main ($) {
4436          !!!next-token;          !!!next-token;
4437          next B;          next B;
4438        } elsif ({        } elsif ({
4439                  address => 1, blockquote => 1, center => 1, dir => 1,                  ## NOTE: Start tags for non-phrasing flow content elements
4440                  div => 1, dl => 1, fieldset => 1,  
4441                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,                  ## NOTE: The normal one
4442                  menu => 1, ol => 1, p => 1, ul => 1,                  address => 1, article => 1, aside => 1, blockquote => 1,
4443                    center => 1, datagrid => 1, details => 1, dialog => 1,
4444                    dir => 1, div => 1, dl => 1, fieldset => 1, figure => 1,
4445                    footer => 1, h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1,
4446                    h6 => 1, header => 1, menu => 1, nav => 1, ol => 1, p => 1,
4447                    section => 1, ul => 1,
4448                    ## NOTE: As normal, but drops leading newline
4449                  pre => 1, listing => 1,                  pre => 1, listing => 1,
4450                    ## NOTE: As normal, but interacts with the form element pointer
4451                  form => 1,                  form => 1,
4452                    
4453                  table => 1,                  table => 1,
4454                  hr => 1,                  hr => 1,
4455                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4456    
4457            ## 1. When there is an opening |form| element:
4458          if ($token->{tag_name} eq 'form' and defined $self->{form_element}) {          if ($token->{tag_name} eq 'form' and defined $self->{form_element}) {
4459            !!!cp ('t350');            !!!cp ('t350');
4460            !!!parse-error (type => 'in form:form', token => $token);            !!!parse-error (type => 'in form:form', token => $token);
# Line 6435  sub _tree_construction_main ($) { Line 4464  sub _tree_construction_main ($) {
4464            next B;            next B;
4465          }          }
4466    
4467          ## has a p element in scope          ## 2. Close the |p| element, if any.
4468          INSCOPE: for (reverse @{$self->{open_elements}}) {          if ($token->{tag_name} ne 'table' or # The Hixie Quirk
4469            if ($_->[1] & P_EL) {              $self->{document}->manakai_compat_mode ne 'quirks') {
4470              !!!cp ('t344');            ## has a p element in scope
4471              !!!back-token; # <form>            INSCOPE: for (reverse @{$self->{open_elements}}) {
4472              $token = {type => END_TAG_TOKEN, tag_name => 'p',              if ($_->[1] == P_EL) {
4473                        line => $token->{line}, column => $token->{column}};                !!!cp ('t344');
4474              next B;                !!!back-token; # <form>
4475            } elsif ($_->[1] & SCOPING_EL) {                $token = {type => END_TAG_TOKEN, tag_name => 'p',
4476              !!!cp ('t345');                          line => $token->{line}, column => $token->{column}};
4477              last INSCOPE;                next B;
4478                } elsif ($_->[1] & SCOPING_EL) {
4479                  !!!cp ('t345');
4480                  last INSCOPE;
4481                }
4482              } # INSCOPE
4483            }
4484    
4485            ## 3. Close the opening <hn> element, if any.
4486            if ({h1 => 1, h2 => 1, h3 => 1,
4487                 h4 => 1, h5 => 1, h6 => 1}->{$token->{tag_name}}) {
4488              if ($self->{open_elements}->[-1]->[1] == HEADING_EL) {
4489                !!!parse-error (type => 'not closed',
4490                                text => $self->{open_elements}->[-1]->[0]->manakai_local_name,
4491                                token => $token);
4492                pop @{$self->{open_elements}};
4493            }            }
4494          } # INSCOPE          }
4495              
4496            ## 4. Insertion.
4497          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4498          if ($token->{tag_name} eq 'pre' or $token->{tag_name} eq 'listing') {          if ($token->{tag_name} eq 'pre' or $token->{tag_name} eq 'listing') {
4499            !!!nack ('t346.1');            !!!nack ('t346.1');
# Line 6489  sub _tree_construction_main ($) { Line 4534  sub _tree_construction_main ($) {
4534            !!!next-token;            !!!next-token;
4535          }          }
4536          next B;          next B;
4537        } elsif ({li => 1, dt => 1, dd => 1}->{$token->{tag_name}}) {        } elsif ($token->{tag_name} eq 'li') {
4538          ## has a p element in scope          ## NOTE: As normal, but imply </li> when there's another <li> ...
4539    
4540            ## NOTE: Special, Scope (<li><foo><li> == <li><foo><li/></foo></li>)::
4541              ## Interpreted as <li><foo/></li><li/> (non-conforming):
4542              ## blockquote (O9.27), center (O), dd (Fx3, O, S3.1.2, IE7),
4543              ## dt (Fx, O, S, IE), dl (O), fieldset (O, S, IE), form (Fx, O, S),
4544              ## hn (O), pre (O), applet (O, S), button (O, S), marquee (Fx, O, S),
4545              ## object (Fx)
4546              ## Generate non-tree (non-conforming):
4547              ## basefont (IE7 (where basefont is non-void)), center (IE),
4548              ## form (IE), hn (IE)
4549            ## address, div, p (<li><foo><li> == <li><foo/></li><li/>)::
4550              ## Interpreted as <li><foo><li/></foo></li> (non-conforming):
4551              ## div (Fx, S)
4552    
4553            my $non_optional;
4554            my $i = -1;
4555    
4556            ## 1.
4557            for my $node (reverse @{$self->{open_elements}}) {
4558              if ($node->[1] == LI_EL) {
4559                ## 2. (a) As if </li>
4560                {
4561                  ## If no </li> - not applied
4562                  #
4563    
4564                  ## Otherwise
4565    
4566                  ## 1. generate implied end tags, except for </li>
4567                  #
4568    
4569                  ## 2. If current node != "li", parse error
4570                  if ($non_optional) {
4571                    !!!parse-error (type => 'not closed',
4572                                    text => $non_optional->[0]->manakai_local_name,
4573                                    token => $token);
4574                    !!!cp ('t355');
4575                  } else {
4576                    !!!cp ('t356');
4577                  }
4578    
4579                  ## 3. Pop
4580                  splice @{$self->{open_elements}}, $i;
4581                }
4582    
4583                last; ## 2. (b) goto 5.
4584              } elsif (
4585                       ## NOTE: not "formatting" and not "phrasing"
4586                       ($node->[1] & SPECIAL_EL or
4587                        $node->[1] & SCOPING_EL) and
4588                       ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4589                       (not $node->[1] & ADDRESS_DIV_P_EL)
4590                      ) {
4591                ## 3.
4592                !!!cp ('t357');
4593                last; ## goto 5.
4594              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4595                !!!cp ('t358');
4596                #
4597              } else {
4598                !!!cp ('t359');
4599                $non_optional ||= $node;
4600                #
4601              }
4602              ## 4.
4603              ## goto 2.
4604              $i--;
4605            }
4606    
4607            ## 5. (a) has a |p| element in scope
4608          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4609            if ($_->[1] & P_EL) {            if ($_->[1] == P_EL) {
4610              !!!cp ('t353');              !!!cp ('t353');
4611    
4612                ## NOTE: |<p><li>|, for example.
4613    
4614              !!!back-token; # <x>              !!!back-token; # <x>
4615              $token = {type => END_TAG_TOKEN, tag_name => 'p',              $token = {type => END_TAG_TOKEN, tag_name => 'p',
4616                        line => $token->{line}, column => $token->{column}};                        line => $token->{line}, column => $token->{column}};
# Line 6503  sub _tree_construction_main ($) { Line 4620  sub _tree_construction_main ($) {
4620              last INSCOPE;              last INSCOPE;
4621            }            }
4622          } # INSCOPE          } # INSCOPE
4623              
4624          ## Step 1          ## 5. (b) insert
4625            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4626            !!!nack ('t359.1');
4627            !!!next-token;
4628            next B;
4629          } elsif ($token->{tag_name} eq 'dt' or
4630                   $token->{tag_name} eq 'dd') {
4631            ## NOTE: As normal, but imply </dt> or </dd> when ...
4632    
4633            my $non_optional;
4634          my $i = -1;          my $i = -1;
4635          my $node = $self->{open_elements}->[$i];  
4636          my $li_or_dtdd = {li => {li => 1},          ## 1.
4637                            dt => {dt => 1, dd => 1},          for my $node (reverse @{$self->{open_elements}}) {
4638                            dd => {dt => 1, dd => 1}}->{$token->{tag_name}};            if ($node->[1] == DTDD_EL) {
4639          LI: {              ## 2. (a) As if </li>
4640            ## Step 2              {
4641            if ($li_or_dtdd->{$node->[0]->manakai_local_name}) {                ## If no </li> - not applied
4642              if ($i != -1) {                #
4643                !!!cp ('t355');  
4644                !!!parse-error (type => 'not closed',                ## Otherwise
4645                                value => $self->{open_elements}->[-1]->[0]  
4646                                    ->manakai_local_name,                ## 1. generate implied end tags, except for </dt> or </dd>
4647                                token => $token);                #
4648              } else {  
4649                !!!cp ('t356');                ## 2. If current node != "dt"|"dd", parse error
4650                  if ($non_optional) {
4651                    !!!parse-error (type => 'not closed',
4652                                    text => $non_optional->[0]->manakai_local_name,
4653                                    token => $token);
4654                    !!!cp ('t355.1');
4655                  } else {
4656                    !!!cp ('t356.1');
4657                  }
4658    
4659                  ## 3. Pop
4660                  splice @{$self->{open_elements}}, $i;
4661              }              }
4662              splice @{$self->{open_elements}}, $i;  
4663              last LI;              last; ## 2. (b) goto 5.
4664              } elsif (
4665                       ## NOTE: not "formatting" and not "phrasing"
4666                       ($node->[1] & SPECIAL_EL or
4667                        $node->[1] & SCOPING_EL) and
4668                       ## NOTE: "li", "dt", and "dd" are in |SPECIAL_EL|.
4669    
4670                       (not $node->[1] & ADDRESS_DIV_P_EL)
4671                      ) {
4672                ## 3.
4673                !!!cp ('t357.1');
4674                last; ## goto 5.
4675              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
4676                !!!cp ('t358.1');
4677                #
4678            } else {            } else {
4679              !!!cp ('t357');              !!!cp ('t359.1');
4680            }              $non_optional ||= $node;
4681                          #
           ## Step 3  
           if (not ($node->[1] & FORMATTING_EL) and  
               #not $phrasing_category->{$node->[1]} and  
               ($node->[1] & SPECIAL_EL or  
                $node->[1] & SCOPING_EL) and  
               not ($node->[1] & ADDRESS_EL) and  
               not ($node->[1] & DIV_EL)) {  
             !!!cp ('t358');  
             last LI;  
4682            }            }
4683                        ## 4.
4684            !!!cp ('t359');            ## goto 2.
           ## Step 4  
4685            $i--;            $i--;
4686            $node = $self->{open_elements}->[$i];          }
4687            redo LI;  
4688          } # LI          ## 5. (a) has a |p| element in scope
4689                      INSCOPE: for (reverse @{$self->{open_elements}}) {
4690              if ($_->[1] == P_EL) {
4691                !!!cp ('t353.1');
4692                !!!back-token; # <x>
4693                $token = {type => END_TAG_TOKEN, tag_name => 'p',
4694                          line => $token->{line}, column => $token->{column}};
4695                next B;
4696              } elsif ($_->[1] & SCOPING_EL) {
4697                !!!cp ('t354.1');
4698                last INSCOPE;
4699              }
4700            } # INSCOPE
4701    
4702            ## 5. (b) insert
4703          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4704          !!!nack ('t359.1');          !!!nack ('t359.2');
4705          !!!next-token;          !!!next-token;
4706          next B;          next B;
4707        } elsif ($token->{tag_name} eq 'plaintext') {        } elsif ($token->{tag_name} eq 'plaintext') {
4708            ## NOTE: As normal, but effectively ends parsing
4709    
4710          ## has a p element in scope          ## has a p element in scope
4711          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
4712            if ($_->[1] & P_EL) {            if ($_->[1] == P_EL) {
4713              !!!cp ('t367');              !!!cp ('t367');
4714              !!!back-token; # <plaintext>              !!!back-token; # <plaintext>
4715              $token = {type => END_TAG_TOKEN, tag_name => 'p',              $token = {type => END_TAG_TOKEN, tag_name => 'p',
# Line 6575  sub _tree_construction_main ($) { Line 4731  sub _tree_construction_main ($) {
4731        } elsif ($token->{tag_name} eq 'a') {        } elsif ($token->{tag_name} eq 'a') {
4732          AFE: for my $i (reverse 0..$#$active_formatting_elements) {          AFE: for my $i (reverse 0..$#$active_formatting_elements) {
4733            my $node = $active_formatting_elements->[$i];            my $node = $active_formatting_elements->[$i];
4734            if ($node->[1] & A_EL) {            if ($node->[1] == A_EL) {
4735              !!!cp ('t371');              !!!cp ('t371');
4736              !!!parse-error (type => 'in a:a', token => $token);              !!!parse-error (type => 'in a:a', token => $token);
4737                            
# Line 6619  sub _tree_construction_main ($) { Line 4775  sub _tree_construction_main ($) {
4775          ## has a |nobr| element in scope          ## has a |nobr| element in scope
4776          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4777            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
4778            if ($node->[1] & NOBR_EL) {            if ($node->[1] == NOBR_EL) {
4779              !!!cp ('t376');              !!!cp ('t376');
4780              !!!parse-error (type => 'in nobr:nobr', token => $token);              !!!parse-error (type => 'in nobr:nobr', token => $token);
4781              !!!back-token; # <nobr>              !!!back-token; # <nobr>
# Line 6642  sub _tree_construction_main ($) { Line 4798  sub _tree_construction_main ($) {
4798          ## has a button element in scope          ## has a button element in scope
4799          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4800            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
4801            if ($node->[1] & BUTTON_EL) {            if ($node->[1] == BUTTON_EL) {
4802              !!!cp ('t378');              !!!cp ('t378');
4803              !!!parse-error (type => 'in button:button', token => $token);              !!!parse-error (type => 'in button:button', token => $token);
4804              !!!back-token; # <button>              !!!back-token; # <button>
# Line 6670  sub _tree_construction_main ($) { Line 4826  sub _tree_construction_main ($) {
4826                  xmp => 1,                  xmp => 1,
4827                  iframe => 1,                  iframe => 1,
4828                  noembed => 1,                  noembed => 1,
4829                  noframes => 1,                  noframes => 1, ## NOTE: This is an "as if in head" code clone.
4830                  noscript => 0, ## TODO: 1 if scripting is enabled                  noscript => 0, ## TODO: 1 if scripting is enabled
4831                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
4832          if ($token->{tag_name} eq 'xmp') {          if ($token->{tag_name} eq 'xmp') {
# Line 6692  sub _tree_construction_main ($) { Line 4848  sub _tree_construction_main ($) {
4848            !!!next-token;            !!!next-token;
4849            next B;            next B;
4850          } else {          } else {
4851              !!!ack ('t391.1');
4852    
4853            my $at = $token->{attributes};            my $at = $token->{attributes};
4854            my $form_attrs;            my $form_attrs;
4855            $form_attrs->{action} = $at->{action} if $at->{action};            $form_attrs->{action} = $at->{action} if $at->{action};
# Line 6705  sub _tree_construction_main ($) { Line 4863  sub _tree_construction_main ($) {
4863                           line => $token->{line}, column => $token->{column}},                           line => $token->{line}, column => $token->{column}},
4864                          {type => START_TAG_TOKEN, tag_name => 'hr',                          {type => START_TAG_TOKEN, tag_name => 'hr',
4865                           line => $token->{line}, column => $token->{column}},                           line => $token->{line}, column => $token->{column}},
                         {type => START_TAG_TOKEN, tag_name => 'p',  
                          line => $token->{line}, column => $token->{column}},  
4866                          {type => START_TAG_TOKEN, tag_name => 'label',                          {type => START_TAG_TOKEN, tag_name => 'label',
4867                           line => $token->{line}, column => $token->{column}},                           line => $token->{line}, column => $token->{column}},
4868                         );                         );
# Line 6729  sub _tree_construction_main ($) { Line 4885  sub _tree_construction_main ($) {
4885                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD
4886                          {type => END_TAG_TOKEN, tag_name => 'label',                          {type => END_TAG_TOKEN, tag_name => 'label',
4887                           line => $token->{line}, column => $token->{column}},                           line => $token->{line}, column => $token->{column}},
                         {type => END_TAG_TOKEN, tag_name => 'p',  
                          line => $token->{line}, column => $token->{column}},  
4888                          {type => START_TAG_TOKEN, tag_name => 'hr',                          {type => START_TAG_TOKEN, tag_name => 'hr',
4889                           line => $token->{line}, column => $token->{column}},                           line => $token->{line}, column => $token->{column}},
4890                          {type => END_TAG_TOKEN, tag_name => 'form',                          {type => END_TAG_TOKEN, tag_name => 'form',
4891                           line => $token->{line}, column => $token->{column}};                           line => $token->{line}, column => $token->{column}};
           !!!nack ('t391.1'); ## NOTE: Not acknowledged.  
4892            !!!back-token (@tokens);            !!!back-token (@tokens);
4893            !!!next-token;            !!!next-token;
4894            next B;            next B;
4895          }          }
4896        } elsif ($token->{tag_name} eq 'textarea') {        } elsif ($token->{tag_name} eq 'textarea') {
4897          my $tag_name = $token->{tag_name};          ## 1. Insert
4898          my $el;          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
         !!!create-element ($el, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);  
4899                    
4900            ## Step 2 # XXX
4901          ## TODO: $self->{form_element} if defined          ## TODO: $self->{form_element} if defined
4902    
4903            ## 2. Drop U+000A LINE FEED
4904            $self->{ignore_newline} = 1;
4905    
4906            ## 3. RCDATA
4907          $self->{content_model} = RCDATA_CONTENT_MODEL;          $self->{content_model} = RCDATA_CONTENT_MODEL;
4908          delete $self->{escape}; # MUST          delete $self->{escape}; # MUST
4909            
4910          $insert->($el);          ## 4., 6. Insertion mode
4911                    $self->{insertion_mode} |= IN_CDATA_RCDATA_IM;
4912          my $text = '';  
4913            ## XXX: 5. frameset-ok flag
4914    
4915          !!!nack ('t392.1');          !!!nack ('t392.1');
4916          !!!next-token;          !!!next-token;
4917          if ($token->{type} == CHARACTER_TOKEN) {          next B;
4918            $token->{data} =~ s/^\x0A//;        } elsif ($token->{tag_name} eq 'optgroup' or
4919            unless (length $token->{data}) {                 $token->{tag_name} eq 'option') {
4920              !!!cp ('t392');          ## has an |option| element in scope
4921              !!!next-token;          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4922            } else {            my $node = $self->{open_elements}->[$_];
4923              !!!cp ('t393');            if ($node->[1] == OPTION_EL) {
4924                !!!cp ('t397.1');
4925                ## NOTE: As if </option>
4926                !!!back-token; # <option> or <optgroup>
4927                $token = {type => END_TAG_TOKEN, tag_name => 'option',
4928                          line => $token->{line}, column => $token->{column}};
4929                next B;
4930              } elsif ($node->[1] & SCOPING_EL) {
4931                !!!cp ('t397.2');
4932                last INSCOPE;
4933            }            }
4934          } else {          } # INSCOPE
4935            !!!cp ('t394');  
4936          }          $reconstruct_active_formatting_elements->($insert_to_current);
4937          while ($token->{type} == CHARACTER_TOKEN) {  
4938            !!!cp ('t395');          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4939            $text .= $token->{data};  
4940            !!!next-token;          !!!nack ('t397.3');
         }  
         if (length $text) {  
           !!!cp ('t396');  
           $el->manakai_append_text ($text);  
         }  
           
         $self->{content_model} = PCDATA_CONTENT_MODEL;  
           
         if ($token->{type} == END_TAG_TOKEN and  
             $token->{tag_name} eq $tag_name) {  
           !!!cp ('t397');  
           ## Ignore the token  
         } else {  
           !!!cp ('t398');  
           !!!parse-error (type => 'in RCDATA:#'.$token->{type}, token => $token);  
         }  
4941          !!!next-token;          !!!next-token;
4942          next B;          redo B;
4943          } elsif ($token->{tag_name} eq 'rt' or
4944                   $token->{tag_name} eq 'rp') {
4945            ## has a |ruby| element in scope
4946            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
4947              my $node = $self->{open_elements}->[$_];
4948              if ($node->[1] == RUBY_EL) {
4949                !!!cp ('t398.1');
4950                ## generate implied end tags
4951                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
4952                  !!!cp ('t398.2');
4953                  pop @{$self->{open_elements}};
4954                }
4955                unless ($self->{open_elements}->[-1]->[1] == RUBY_EL) {
4956                  !!!cp ('t398.3');
4957                  !!!parse-error (type => 'not closed',
4958                                  text => $self->{open_elements}->[-1]->[0]
4959                                      ->manakai_local_name,
4960                                  token => $token);
4961                  pop @{$self->{open_elements}}
4962                      while not $self->{open_elements}->[-1]->[1] == RUBY_EL;
4963                }
4964                last INSCOPE;
4965              } elsif ($node->[1] & SCOPING_EL) {
4966                !!!cp ('t398.4');
4967                last INSCOPE;
4968              }
4969            } # INSCOPE
4970              
4971            ## TODO: <non-ruby><rt> is not allowed.
4972    
4973            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
4974    
4975            !!!nack ('t398.5');
4976            !!!next-token;
4977            redo B;
4978        } elsif ($token->{tag_name} eq 'math' or        } elsif ($token->{tag_name} eq 'math' or
4979                 $token->{tag_name} eq 'svg') {                 $token->{tag_name} eq 'svg') {
4980          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
4981    
4982            ## "Adjust MathML attributes" ('math' only) - done in insert-element-f
4983    
4984          ## "adjust SVG attributes" ('svg' only) - done in insert-element-f          ## "adjust SVG attributes" ('svg' only) - done in insert-element-f
4985    
4986          ## "adjust foreign attributes" - done in insert-element-f          ## "adjust foreign attributes" - done in insert-element-f
# Line 6799  sub _tree_construction_main ($) { Line 4989  sub _tree_construction_main ($) {
4989                    
4990          if ($self->{self_closing}) {          if ($self->{self_closing}) {
4991            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
4992            !!!ack ('t398.1');            !!!ack ('t398.6');
4993          } else {          } else {
4994            !!!cp ('t398.2');            !!!cp ('t398.7');
4995            $self->{insertion_mode} |= IN_FOREIGN_CONTENT_IM;            $self->{insertion_mode} |= IN_FOREIGN_CONTENT_IM;
4996            ## NOTE: |<body><math><mi><svg>| -> "in foreign content" insertion            ## NOTE: |<body><math><mi><svg>| -> "in foreign content" insertion
4997            ## mode, "in body" (not "in foreign content") secondary insertion            ## mode, "in body" (not "in foreign content") secondary insertion
# Line 6812  sub _tree_construction_main ($) { Line 5002  sub _tree_construction_main ($) {
5002          next B;          next B;
5003        } elsif ({        } elsif ({
5004                  caption => 1, col => 1, colgroup => 1, frame => 1,                  caption => 1, col => 1, colgroup => 1, frame => 1,
5005                  frameset => 1, head => 1, option => 1, optgroup => 1,                  frameset => 1, head => 1,
5006                  tbody => 1, td => 1, tfoot => 1, th => 1,                  tbody => 1, td => 1, tfoot => 1, th => 1,
5007                  thead => 1, tr => 1,                  thead => 1, tr => 1,
5008                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5009          !!!cp ('t401');          !!!cp ('t401');
5010          !!!parse-error (type => 'in body:'.$token->{tag_name}, token => $token);          !!!parse-error (type => 'in body',
5011                            text => $token->{tag_name}, token => $token);
5012          ## Ignore the token          ## Ignore the token
5013          !!!nack ('t401.1'); ## NOTE: |<col/>| or |<frame/>| here is an error.          !!!nack ('t401.1'); ## NOTE: |<col/>| or |<frame/>| here is an error.
5014          !!!next-token;          !!!next-token;
5015          next B;          next B;
5016                  } elsif ($token->{tag_name} eq 'param' or
5017          ## ISSUE: An issue on HTML5 new elements in the spec.                 $token->{tag_name} eq 'source') {
5018            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
5019            pop @{$self->{open_elements}};
5020    
5021            !!!ack ('t398.5');
5022            !!!next-token;
5023            redo B;
5024        } else {        } else {
5025          if ($token->{tag_name} eq 'image') {          if ($token->{tag_name} eq 'image') {
5026            !!!cp ('t384');            !!!cp ('t384');
# Line 6846  sub _tree_construction_main ($) { Line 5043  sub _tree_construction_main ($) {
5043            !!!nack ('t380.1');            !!!nack ('t380.1');
5044          } elsif ({          } elsif ({
5045                    b => 1, big => 1, em => 1, font => 1, i => 1,                    b => 1, big => 1, em => 1, font => 1, i => 1,
5046                    s => 1, small => 1, strile => 1,                    s => 1, small => 1, strike => 1,
5047                    strong => 1, tt => 1, u => 1,                    strong => 1, tt => 1, u => 1,
5048                   }->{$token->{tag_name}}) {                   }->{$token->{tag_name}}) {
5049            !!!cp ('t375');            !!!cp ('t375');
# Line 6859  sub _tree_construction_main ($) { Line 5056  sub _tree_construction_main ($) {
5056            !!!ack ('t388.2');            !!!ack ('t388.2');
5057          } elsif ({          } elsif ({
5058                    area => 1, basefont => 1, bgsound => 1, br => 1,                    area => 1, basefont => 1, bgsound => 1, br => 1,
5059                    embed => 1, img => 1, param => 1, spacer => 1, wbr => 1,                    embed => 1, img => 1, spacer => 1, wbr => 1,
                   #image => 1,  
5060                   }->{$token->{tag_name}}) {                   }->{$token->{tag_name}}) {
5061            !!!cp ('t388.1');            !!!cp ('t388.1');
5062            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
# Line 6870  sub _tree_construction_main ($) { Line 5066  sub _tree_construction_main ($) {
5066                    
5067            if ($self->{insertion_mode} & TABLE_IMS or            if ($self->{insertion_mode} & TABLE_IMS or
5068                $self->{insertion_mode} & BODY_TABLE_IMS or                $self->{insertion_mode} & BODY_TABLE_IMS or
5069                $self->{insertion_mode} == IN_COLUMN_GROUP_IM) {                ($self->{insertion_mode} & IM_MASK) == IN_COLUMN_GROUP_IM) {
5070              !!!cp ('t400.1');              !!!cp ('t400.1');
5071              $self->{insertion_mode} = IN_SELECT_IN_TABLE_IM;              $self->{insertion_mode} = IN_SELECT_IN_TABLE_IM;
5072            } else {            } else {
# Line 6887  sub _tree_construction_main ($) { Line 5083  sub _tree_construction_main ($) {
5083        }        }
5084      } elsif ($token->{type} == END_TAG_TOKEN) {      } elsif ($token->{type} == END_TAG_TOKEN) {
5085        if ($token->{tag_name} eq 'body') {        if ($token->{tag_name} eq 'body') {
5086          ## has a |body| element in scope  
5087            ## 1. If not "have an element in scope":
5088            ## "has a |body| element in scope"
5089          my $i;          my $i;
5090          INSCOPE: {          INSCOPE: {
5091            for (reverse @{$self->{open_elements}}) {            for (reverse @{$self->{open_elements}}) {
5092              if ($_->[1] & BODY_EL) {              if ($_->[1] == BODY_EL) {
5093                !!!cp ('t405');                !!!cp ('t405');
5094                $i = $_;                $i = $_;
5095                last INSCOPE;                last INSCOPE;
# Line 6901  sub _tree_construction_main ($) { Line 5099  sub _tree_construction_main ($) {
5099              }              }
5100            }            }
5101    
5102            !!!parse-error (type => 'start tag not allowed',            ## NOTE: |<marquee></body>|, |<svg><foreignobject></body>|
5103                            value => $token->{tag_name}, token => $token);  
5104              !!!parse-error (type => 'unmatched end tag',
5105                              text => $token->{tag_name}, token => $token);
5106            ## NOTE: Ignore the token.            ## NOTE: Ignore the token.
5107            !!!next-token;            !!!next-token;
5108            next B;            next B;
5109          } # INSCOPE          } # INSCOPE
5110    
5111            ## 2. If unclosed elements:
5112          for (@{$self->{open_elements}}) {          for (@{$self->{open_elements}}) {
5113            unless ($_->[1] & ALL_END_TAG_OPTIONAL_EL) {            unless ($_->[1] & ALL_END_TAG_OPTIONAL_EL ||
5114                      $_->[1] == OPTGROUP_EL ||
5115                      $_->[1] == OPTION_EL ||
5116                      $_->[1] == RUBY_COMPONENT_EL) {
5117              !!!cp ('t403');              !!!cp ('t403');
5118              !!!parse-error (type => 'not closed',              !!!parse-error (type => 'not closed',
5119                              value => $_->[0]->manakai_local_name,                              text => $_->[0]->manakai_local_name,
5120                              token => $token);                              token => $token);
5121              last;              last;
5122            } else {            } else {
# Line 6920  sub _tree_construction_main ($) { Line 5124  sub _tree_construction_main ($) {
5124            }            }
5125          }          }
5126    
5127            ## 3. Switch the insertion mode.
5128          $self->{insertion_mode} = AFTER_BODY_IM;          $self->{insertion_mode} = AFTER_BODY_IM;
5129          !!!next-token;          !!!next-token;
5130          next B;          next B;
# Line 6927  sub _tree_construction_main ($) { Line 5132  sub _tree_construction_main ($) {
5132          ## TODO: Update this code.  It seems that the code below is not          ## TODO: Update this code.  It seems that the code below is not
5133          ## up-to-date, though it has same effect as speced.          ## up-to-date, though it has same effect as speced.
5134          if (@{$self->{open_elements}} > 1 and          if (@{$self->{open_elements}} > 1 and
5135              $self->{open_elements}->[1]->[1] & BODY_EL) {              $self->{open_elements}->[1]->[1] == BODY_EL) {
5136            ## ISSUE: There is an issue in the spec.            unless ($self->{open_elements}->[-1]->[1] == BODY_EL) {
           unless ($self->{open_elements}->[-1]->[1] & BODY_EL) {  
5137              !!!cp ('t406');              !!!cp ('t406');
5138              !!!parse-error (type => 'not closed',              !!!parse-error (type => 'not closed',
5139                              value => $self->{open_elements}->[1]->[0]                              text => $self->{open_elements}->[1]->[0]
5140                                  ->manakai_local_name,                                  ->manakai_local_name,
5141                              token => $token);                              token => $token);
5142            } else {            } else {
# Line 6943  sub _tree_construction_main ($) { Line 5147  sub _tree_construction_main ($) {
5147            next B;            next B;
5148          } else {          } else {
5149            !!!cp ('t408');            !!!cp ('t408');
5150            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
5151                              text => $token->{tag_name}, token => $token);
5152            ## Ignore the token            ## Ignore the token
5153            !!!next-token;            !!!next-token;
5154            next B;            next B;
5155          }          }
5156        } elsif ({        } elsif ({
5157                  address => 1, blockquote => 1, center => 1, dir => 1,                  ## NOTE: End tags for non-phrasing flow content elements
5158                  div => 1, dl => 1, fieldset => 1, listing => 1,  
5159                  menu => 1, ol => 1, pre => 1, ul => 1,                  ## NOTE: The normal ones
5160                    address => 1, article => 1, aside => 1, blockquote => 1,
5161                    center => 1, datagrid => 1, details => 1, dialog => 1,
5162                    dir => 1, div => 1, dl => 1, fieldset => 1, figure => 1,
5163                    footer => 1, header => 1, listing => 1, menu => 1, nav => 1,
5164                    ol => 1, pre => 1, section => 1, ul => 1,
5165    
5166                    ## NOTE: As normal, but ... optional tags
5167                  dd => 1, dt => 1, li => 1,                  dd => 1, dt => 1, li => 1,
5168    
5169                  applet => 1, button => 1, marquee => 1, object => 1,                  applet => 1, button => 1, marquee => 1, object => 1,
5170                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5171            ## NOTE: Code for <li> start tags includes "as if </li>" code.
5172            ## Code for <dt> or <dd> start tags includes "as if </dt> or
5173            ## </dd>" code.
5174    
5175          ## has an element in scope          ## has an element in scope
5176          my $i;          my $i;
5177          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
# Line 6971  sub _tree_construction_main ($) { Line 5188  sub _tree_construction_main ($) {
5188    
5189          unless (defined $i) { # has an element in scope          unless (defined $i) { # has an element in scope
5190            !!!cp ('t413');            !!!cp ('t413');
5191            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
5192                              text => $token->{tag_name}, token => $token);
5193              ## NOTE: Ignore the token.
5194          } else {          } else {
5195            ## Step 1. generate implied end tags            ## Step 1. generate implied end tags
5196            while ({            while ({
5197                      ## END_TAG_OPTIONAL_EL
5198                    dd => ($token->{tag_name} ne 'dd'),                    dd => ($token->{tag_name} ne 'dd'),
5199                    dt => ($token->{tag_name} ne 'dt'),                    dt => ($token->{tag_name} ne 'dt'),
5200                    li => ($token->{tag_name} ne 'li'),                    li => ($token->{tag_name} ne 'li'),
5201                      option => 1,
5202                      optgroup => 1,
5203                    p => 1,                    p => 1,
5204                      rt => 1,
5205                      rp => 1,
5206                   }->{$self->{open_elements}->[-1]->[0]->manakai_local_name}) {                   }->{$self->{open_elements}->[-1]->[0]->manakai_local_name}) {
5207              !!!cp ('t409');              !!!cp ('t409');
5208              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
# Line 6989  sub _tree_construction_main ($) { Line 5213  sub _tree_construction_main ($) {
5213                    ne $token->{tag_name}) {                    ne $token->{tag_name}) {
5214              !!!cp ('t412');              !!!cp ('t412');
5215              !!!parse-error (type => 'not closed',              !!!parse-error (type => 'not closed',
5216                              value => $self->{open_elements}->[-1]->[0]                              text => $self->{open_elements}->[-1]->[0]
5217                                  ->manakai_local_name,                                  ->manakai_local_name,
5218                              token => $token);                              token => $token);
5219            } else {            } else {
# Line 7008  sub _tree_construction_main ($) { Line 5232  sub _tree_construction_main ($) {
5232          !!!next-token;          !!!next-token;
5233          next B;          next B;
5234        } elsif ($token->{tag_name} eq 'form') {        } elsif ($token->{tag_name} eq 'form') {
5235            ## NOTE: As normal, but interacts with the form element pointer
5236    
5237          undef $self->{form_element};          undef $self->{form_element};
5238    
5239          ## has an element in scope          ## has an element in scope
5240          my $i;          my $i;
5241          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5242            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5243            if ($node->[1] & FORM_EL) {            if ($node->[1] == FORM_EL) {
5244              !!!cp ('t418');              !!!cp ('t418');
5245              $i = $_;              $i = $_;
5246              last INSCOPE;              last INSCOPE;
# Line 7026  sub _tree_construction_main ($) { Line 5252  sub _tree_construction_main ($) {
5252    
5253          unless (defined $i) { # has an element in scope          unless (defined $i) { # has an element in scope
5254            !!!cp ('t421');            !!!cp ('t421');
5255            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
5256                              text => $token->{tag_name}, token => $token);
5257              ## NOTE: Ignore the token.
5258          } else {          } else {
5259            ## Step 1. generate implied end tags            ## Step 1. generate implied end tags
5260            while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {            while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
# Line 7039  sub _tree_construction_main ($) { Line 5267  sub _tree_construction_main ($) {
5267                    ne $token->{tag_name}) {                    ne $token->{tag_name}) {
5268              !!!cp ('t417.1');              !!!cp ('t417.1');
5269              !!!parse-error (type => 'not closed',              !!!parse-error (type => 'not closed',
5270                              value => $self->{open_elements}->[-1]->[0]                              text => $self->{open_elements}->[-1]->[0]
5271                                  ->manakai_local_name,                                  ->manakai_local_name,
5272                              token => $token);                              token => $token);
5273            } else {            } else {
# Line 7053  sub _tree_construction_main ($) { Line 5281  sub _tree_construction_main ($) {
5281          !!!next-token;          !!!next-token;
5282          next B;          next B;
5283        } elsif ({        } elsif ({
5284                    ## NOTE: As normal, except acts as a closer for any ...
5285                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
5286                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5287          ## has an element in scope          ## has an element in scope
5288          my $i;          my $i;
5289          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5290            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5291            if ($node->[1] & HEADING_EL) {            if ($node->[1] == HEADING_EL) {
5292              !!!cp ('t423');              !!!cp ('t423');
5293              $i = $_;              $i = $_;
5294              last INSCOPE;              last INSCOPE;
# Line 7071  sub _tree_construction_main ($) { Line 5300  sub _tree_construction_main ($) {
5300    
5301          unless (defined $i) { # has an element in scope          unless (defined $i) { # has an element in scope
5302            !!!cp ('t425.1');            !!!cp ('t425.1');
5303            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
5304                              text => $token->{tag_name}, token => $token);
5305              ## NOTE: Ignore the token.
5306          } else {          } else {
5307            ## Step 1. generate implied end tags            ## Step 1. generate implied end tags
5308            while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {            while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
# Line 7083  sub _tree_construction_main ($) { Line 5314  sub _tree_construction_main ($) {
5314            if ($self->{open_elements}->[-1]->[0]->manakai_local_name            if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5315                    ne $token->{tag_name}) {                    ne $token->{tag_name}) {
5316              !!!cp ('t425');              !!!cp ('t425');
5317              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);              !!!parse-error (type => 'unmatched end tag',
5318                                text => $token->{tag_name}, token => $token);
5319            } else {            } else {
5320              !!!cp ('t426');              !!!cp ('t426');
5321            }            }
# Line 7095  sub _tree_construction_main ($) { Line 5327  sub _tree_construction_main ($) {
5327          !!!next-token;          !!!next-token;
5328          next B;          next B;
5329        } elsif ($token->{tag_name} eq 'p') {        } elsif ($token->{tag_name} eq 'p') {
5330            ## NOTE: As normal, except </p> implies <p> and ...
5331    
5332          ## has an element in scope          ## has an element in scope
5333            my $non_optional;
5334          my $i;          my $i;
5335          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5336            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
5337            if ($node->[1] & P_EL) {            if ($node->[1] == P_EL) {
5338              !!!cp ('t410.1');              !!!cp ('t410.1');
5339              $i = $_;              $i = $_;
5340              last INSCOPE;              last INSCOPE;
5341            } elsif ($node->[1] & SCOPING_EL) {            } elsif ($node->[1] & SCOPING_EL) {
5342              !!!cp ('t411.1');              !!!cp ('t411.1');
5343              last INSCOPE;              last INSCOPE;
5344              } elsif ($node->[1] & END_TAG_OPTIONAL_EL) {
5345                ## NOTE: |END_TAG_OPTIONAL_EL| includes "p"
5346                !!!cp ('t411.2');
5347                #
5348              } else {
5349                !!!cp ('t411.3');
5350                $non_optional ||= $node;
5351                #
5352            }            }
5353          } # INSCOPE          } # INSCOPE
5354    
5355          if (defined $i) {          if (defined $i) {
5356            if ($self->{open_elements}->[-1]->[0]->manakai_local_name            ## 1. Generate implied end tags
5357                    ne $token->{tag_name}) {            #
5358    
5359              ## 2. If current node != "p", parse error
5360              if ($non_optional) {
5361              !!!cp ('t412.1');              !!!cp ('t412.1');
5362              !!!parse-error (type => 'not closed',              !!!parse-error (type => 'not closed',
5363                              value => $self->{open_elements}->[-1]->[0]                              text => $non_optional->[0]->manakai_local_name,
                                 ->manakai_local_name,  
5364                              token => $token);                              token => $token);
5365            } else {            } else {
5366              !!!cp ('t414.1');              !!!cp ('t414.1');
5367            }            }
5368    
5369              ## 3. Pop
5370            splice @{$self->{open_elements}}, $i;            splice @{$self->{open_elements}}, $i;
5371          } else {          } else {
5372            !!!cp ('t413.1');            !!!cp ('t413.1');
5373            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);            !!!parse-error (type => 'unmatched end tag',
5374                              text => $token->{tag_name}, token => $token);
5375    
5376            !!!cp ('t415.1');            !!!cp ('t415.1');
5377            ## As if <p>, then reprocess the current token            ## As if <p>, then reprocess the current token
# Line 7139  sub _tree_construction_main ($) { Line 5386  sub _tree_construction_main ($) {
5386        } elsif ({        } elsif ({
5387                  a => 1,                  a => 1,
5388                  b => 1, big => 1, em => 1, font => 1, i => 1,                  b => 1, big => 1, em => 1, font => 1, i => 1,
5389                  nobr => 1, s => 1, small => 1, strile => 1,                  nobr => 1, s => 1, small => 1, strike => 1,
5390                  strong => 1, tt => 1, u => 1,                  strong => 1, tt => 1, u => 1,
5391                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
5392          !!!cp ('t427');          !!!cp ('t427');
# Line 7147  sub _tree_construction_main ($) { Line 5394  sub _tree_construction_main ($) {
5394          next B;          next B;
5395        } elsif ($token->{tag_name} eq 'br') {        } elsif ($token->{tag_name} eq 'br') {
5396          !!!cp ('t428');          !!!cp ('t428');
5397          !!!parse-error (type => 'unmatched end tag:br', token => $token);          !!!parse-error (type => 'unmatched end tag',
5398                            text => 'br', token => $token);
5399    
5400          ## As if <br>          ## As if <br>
5401          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
# Line 7159  sub _tree_construction_main ($) { Line 5407  sub _tree_construction_main ($) {
5407          ## Ignore the token.          ## Ignore the token.
5408          !!!next-token;          !!!next-token;
5409          next 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  
                }->{$token->{tag_name}}) {  
         !!!cp ('t429');  
         !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);  
         ## Ignore the token  
         !!!next-token;  
         next B;  
           
         ## ISSUE: Issue on HTML5 new elements in spec  
           
5410        } else {        } else {
5411            if ($token->{tag_name} eq 'sarcasm') {
5412              sleep 0.001; # take a deep breath
5413            }
5414    
5415          ## Step 1          ## Step 1
5416          my $node_i = -1;          my $node_i = -1;
5417          my $node = $self->{open_elements}->[$node_i];          my $node = $self->{open_elements}->[$node_i];
5418    
5419          ## Step 2          ## Step 2
5420          S2: {          S2: {
5421            if ($node->[0]->manakai_local_name eq $token->{tag_name}) {            my $node_tag_name = $node->[0]->manakai_local_name;
5422              $node_tag_name =~ tr/A-Z/a-z/; # for SVG camelCase tag names
5423              if ($node_tag_name eq $token->{tag_name}) {
5424              ## Step 1              ## Step 1
5425              ## generate implied end tags              ## generate implied end tags
5426              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5427                !!!cp ('t430');                !!!cp ('t430');
5428                ## ISSUE: Can this case be reached?                ## NOTE: |<ruby><rt></ruby>|.
5429                  ## ISSUE: <ruby><rt></rt> will also take this code path,
5430                  ## which seems wrong.
5431                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
5432                  $node_i++;
5433              }              }
5434                    
5435              ## Step 2              ## Step 2
5436              if ($self->{open_elements}->[-1]->[0]->manakai_local_name              my $current_tag_name
5437                      ne $token->{tag_name}) {                  = $self->{open_elements}->[-1]->[0]->manakai_local_name;
5438                $current_tag_name =~ tr/A-Z/a-z/;
5439                if ($current_tag_name ne $token->{tag_name}) {
5440                !!!cp ('t431');                !!!cp ('t431');
5441                ## NOTE: <x><y></x>                ## NOTE: <x><y></x>
5442                !!!parse-error (type => 'not closed',                !!!parse-error (type => 'not closed',
5443                                value => $self->{open_elements}->[-1]->[0]                                text => $self->{open_elements}->[-1]->[0]
5444                                    ->manakai_local_name,                                    ->manakai_local_name,
5445                                token => $token);                                token => $token);
5446              } else {              } else {
# Line 7209  sub _tree_construction_main ($) { Line 5448  sub _tree_construction_main ($) {
5448              }              }
5449                            
5450              ## Step 3              ## Step 3
5451              splice @{$self->{open_elements}}, $node_i;              splice @{$self->{open_elements}}, $node_i if $node_i < 0;
5452    
5453              !!!next-token;              !!!next-token;
5454              last S2;              last S2;
# Line 7220  sub _tree_construction_main ($) { Line 5459  sub _tree_construction_main ($) {
5459                  ($node->[1] & SPECIAL_EL or                  ($node->[1] & SPECIAL_EL or
5460                   $node->[1] & SCOPING_EL)) {                   $node->[1] & SCOPING_EL)) {
5461                !!!cp ('t433');                !!!cp ('t433');
5462                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name}, token => $token);                !!!parse-error (type => 'unmatched end tag',
5463                                  text => $token->{tag_name}, token => $token);
5464                ## Ignore the token                ## Ignore the token
5465                !!!next-token;                !!!next-token;
5466                last S2;                last S2;
             }  
5467    
5468                  ## NOTE: |<span><dd></span>a|: In Safari 3.1.2 and Opera
5469                  ## 9.27, "a" is a child of <dd> (conforming).  In
5470                  ## Firefox 3.0.2, "a" is a child of <body>.  In WinIE 7,
5471                  ## "a" is a child of both <body> and <dd>.
5472                }
5473                
5474              !!!cp ('t434');              !!!cp ('t434');
5475            }            }
5476                        
# Line 7266  sub _tree_construction_main ($) { Line 5511  sub _tree_construction_main ($) {
5511    ## TODO: script stuffs    ## TODO: script stuffs
5512  } # _tree_construct_main  } # _tree_construct_main
5513    
5514  sub set_inner_html ($$$) {  ## XXX: How this method is organized is somewhat out of date, although
5515    ## it still does what the current spec documents.
5516    sub set_inner_html ($$$$;$) {
5517    my $class = shift;    my $class = shift;
5518    my $node = shift;    my $node = shift; # /context/
5519    my $s = \$_[0];    #my $s = \$_[0];
5520    my $onerror = $_[1];    my $onerror = $_[1];
5521      my $get_wrapper = $_[2] || sub ($) { return $_[0] };
5522    
5523    ## ISSUE: Should {confident} be true?    ## ISSUE: Should {confident} be true?
5524    
5525    my $nt = $node->node_type;    my $nt = $node->node_type;
5526    if ($nt == 9) {    if ($nt == 9) { # Document (invoke the algorithm with no /context/ element)
5527      # MUST      # MUST
5528            
5529      ## Step 1 # MUST      ## Step 1 # MUST
# Line 7289  sub set_inner_html ($$$) { Line 5537  sub set_inner_html ($$$) {
5537      }      }
5538    
5539      ## Step 3, 4, 5 # MUST      ## Step 3, 4, 5 # MUST
5540      $class->parse_string ($$s => $node, $onerror);      $class->parse_char_string ($_[0] => $node, $onerror, $get_wrapper);
5541    } elsif ($nt == 1) {    } elsif ($nt == 1) { # Element (invoke the algorithm with /context/ element)
5542      ## TODO: If non-html element      ## TODO: If non-html element
5543    
5544      ## NOTE: Most of this code is copied from |parse_string|      ## NOTE: Most of this code is copied from |parse_string|
5545    
5546      ## Step 1 # MUST  ## TODO: Support for $get_wrapper
5547    
5548        ## F1. Create an HTML document.
5549      my $this_doc = $node->owner_document;      my $this_doc = $node->owner_document;
5550      my $doc = $this_doc->implementation->create_document;      my $doc = $this_doc->implementation->create_document;
5551      $doc->manakai_is_html (1);      $doc->manakai_is_html (1);
5552    
5553        ## F2. Propagate quirkness flag
5554        my $node_doc = $node->owner_document;
5555        $doc->manakai_compat_mode ($node_doc->manakai_compat_mode);
5556    
5557        ## F3. Create an HTML parser
5558      my $p = $class->new;      my $p = $class->new;
5559      $p->{document} = $doc;      $p->{document} = $doc;
5560    
# Line 7306  sub set_inner_html ($$$) { Line 5562  sub set_inner_html ($$$) {
5562      my $i = 0;      my $i = 0;
5563      $p->{line_prev} = $p->{line} = 1;      $p->{line_prev} = $p->{line} = 1;
5564      $p->{column_prev} = $p->{column} = 0;      $p->{column_prev} = $p->{column} = 0;
5565      $p->{set_next_char} = sub {      require Whatpm::Charset::DecodeHandle;
5566        my $input = Whatpm::Charset::DecodeHandle::CharString->new (\($_[0]));
5567        $input = $get_wrapper->($input);
5568        $p->{set_nc} = sub {
5569        my $self = shift;        my $self = shift;
5570    
5571        pop @{$self->{prev_char}};        my $char = '';
5572        unshift @{$self->{prev_char}}, $self->{next_char};        if (defined $self->{next_nc}) {
5573            $char = $self->{next_nc};
5574        $self->{next_char} = -1 and return if $i >= length $$s;          delete $self->{next_nc};
5575        $self->{next_char} = ord substr $$s, $i++, 1;          $self->{nc} = ord $char;
5576          } else {
5577            $self->{char_buffer} = '';
5578            $self->{char_buffer_pos} = 0;
5579            
5580            my $count = $input->manakai_read_until
5581                ($self->{char_buffer}, qr/[^\x00\x0A\x0D]/,
5582                 $self->{char_buffer_pos});
5583            if ($count) {
5584              $self->{line_prev} = $self->{line};
5585              $self->{column_prev} = $self->{column};
5586              $self->{column}++;
5587              $self->{nc}
5588                  = ord substr ($self->{char_buffer},
5589                                $self->{char_buffer_pos}++, 1);
5590              return;
5591            }
5592            
5593            if ($input->read ($char, 1)) {
5594              $self->{nc} = ord $char;
5595            } else {
5596              $self->{nc} = -1;
5597              return;
5598            }
5599          }
5600    
5601        ($p->{line_prev}, $p->{column_prev}) = ($p->{line}, $p->{column});        ($p->{line_prev}, $p->{column_prev}) = ($p->{line}, $p->{column});
5602        $p->{column}++;        $p->{column}++;
5603    
5604        if ($self->{next_char} == 0x000A) { # LF        if ($self->{nc} == 0x000A) { # LF
5605          $p->{line}++;          $p->{line}++;
5606          $p->{column} = 0;          $p->{column} = 0;
5607          !!!cp ('i1');          !!!cp ('i1');
5608        } elsif ($self->{next_char} == 0x000D) { # CR        } elsif ($self->{nc} == 0x000D) { # CR
5609          $i++ if substr ($$s, $i, 1) eq "\x0A";  ## TODO: support for abort/streaming
5610          $self->{next_char} = 0x000A; # LF # MUST          my $next = '';
5611            if ($input->read ($next, 1) and $next ne "\x0A") {
5612              $self->{next_nc} = $next;
5613            }
5614            $self->{nc} = 0x000A; # LF # MUST
5615          $p->{line}++;          $p->{line}++;
5616          $p->{column} = 0;          $p->{column} = 0;
5617          !!!cp ('i2');          !!!cp ('i2');
5618        } elsif ($self->{next_char} > 0x10FFFF) {        } elsif ($self->{nc} == 0x0000) { # NULL
         $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST  
         !!!cp ('i3');  
       } elsif ($self->{next_char} == 0x0000) { # NULL  
5619          !!!cp ('i4');          !!!cp ('i4');
5620          !!!parse-error (type => 'NULL');          !!!parse-error (type => 'NULL');
5621          $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{nc} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
       } elsif ($self->{next_char} <= 0x0008 or  
                (0x000E <= $self->{next_char} and  
                 $self->{next_char} <= 0x001F) or  
                (0x007F <= $self->{next_char} and  
                 $self->{next_char} <= 0x009F) or  
                (0xD800 <= $self->{next_char} and  
                 $self->{next_char} <= 0xDFFF) or  
                (0xFDD0 <= $self->{next_char} and  
                 $self->{next_char} <= 0xFDDF) or  
                {  
                 0xFFFE => 1, 0xFFFF => 1, 0x1FFFE => 1, 0x1FFFF => 1,  
                 0x2FFFE => 1, 0x2FFFF => 1, 0x3FFFE => 1, 0x3FFFF => 1,  
                 0x4FFFE => 1, 0x4FFFF => 1, 0x5FFFE => 1, 0x5FFFF => 1,  
                 0x6FFFE => 1, 0x6FFFF => 1, 0x7FFFE => 1, 0x7FFFF => 1,  
                 0x8FFFE => 1, 0x8FFFF => 1, 0x9FFFE => 1, 0x9FFFF => 1,  
                 0xAFFFE => 1, 0xAFFFF => 1, 0xBFFFE => 1, 0xBFFFF => 1,  
                 0xCFFFE => 1, 0xCFFFF => 1, 0xDFFFE => 1, 0xDFFFF => 1,  
                 0xEFFFE => 1, 0xEFFFF => 1, 0xFFFFE => 1, 0xFFFFF => 1,  
                 0x10FFFE => 1, 0x10FFFF => 1,  
                }->{$self->{next_char}}) {  
         !!!cp ('i4.1');  
         !!!parse-error (type => 'control char', level => $self->{must_level});  
 ## TODO: error type documentation  
5622        }        }
5623      };      };
5624      $p->{prev_char} = [-1, -1, -1];  
5625      $p->{next_char} = -1;      $p->{read_until} = sub {
5626              #my ($scalar, $specials_range, $offset) = @_;
5627          return 0 if defined $p->{next_nc};
5628    
5629          my $pattern = qr/[^$_[1]\x00\x0A\x0D]/;
5630          my $offset = $_[2] || 0;
5631          
5632          if ($p->{char_buffer_pos} < length $p->{char_buffer}) {
5633            pos ($p->{char_buffer}) = $p->{char_buffer_pos};
5634            if ($p->{char_buffer} =~ /\G(?>$pattern)+/) {
5635              substr ($_[0], $offset)
5636                  = substr ($p->{char_buffer}, $-[0], $+[0] - $-[0]);
5637              my $count = $+[0] - $-[0];
5638              if ($count) {
5639                $p->{column} += $count;
5640                $p->{char_buffer_pos} += $count;
5641                $p->{line_prev} = $p->{line};
5642                $p->{column_prev} = $p->{column} - 1;
5643                $p->{nc} = -1;
5644              }
5645              return $count;
5646            } else {
5647              return 0;
5648            }
5649          } else {
5650            my $count = $input->manakai_read_until ($_[0], $pattern, $_[2]);
5651            if ($count) {
5652              $p->{column} += $count;
5653              $p->{column_prev} += $count;
5654              $p->{nc} = -1;
5655            }
5656            return $count;
5657          }
5658        }; # $p->{read_until}
5659    
5660      my $ponerror = $onerror || sub {      my $ponerror = $onerror || sub {
5661        my (%opt) = @_;        my (%opt) = @_;
5662        my $line = $opt{line};        my $line = $opt{line};
# Line 7377  sub set_inner_html ($$$) { Line 5671  sub set_inner_html ($$$) {
5671        $ponerror->(line => $p->{line}, column => $p->{column}, @_);        $ponerror->(line => $p->{line}, column => $p->{column}, @_);
5672      };      };
5673            
5674        my $char_onerror = sub {
5675          my (undef, $type, %opt) = @_;
5676          $ponerror->(layer => 'encode',
5677                      line => $p->{line}, column => $p->{column} + 1,
5678                      %opt, type => $type);
5679        }; # $char_onerror
5680        $input->onerror ($char_onerror);
5681    
5682      $p->_initialize_tokenizer;      $p->_initialize_tokenizer;
5683      $p->_initialize_tree_constructor;      $p->_initialize_tree_constructor;
5684    
5685      ## Step 2      ## F4. If /context/ is not undef...
5686    
5687        ## F4.1. content model flag
5688      my $node_ln = $node->manakai_local_name;      my $node_ln = $node->manakai_local_name;
5689      $p->{content_model} = {      $p->{content_model} = {
5690        title => RCDATA_CONTENT_MODEL,        title => RCDATA_CONTENT_MODEL,
# Line 7396  sub set_inner_html ($$$) { Line 5700  sub set_inner_html ($$$) {
5700      }->{$node_ln};      }->{$node_ln};
5701      $p->{content_model} = PCDATA_CONTENT_MODEL      $p->{content_model} = PCDATA_CONTENT_MODEL
5702          unless defined $p->{content_model};          unless defined $p->{content_model};
         ## ISSUE: What is "the name of the element"? local name?  
5703    
5704      $p->{inner_html_node} = [$node, $el_category->{$node_ln}];      $p->{inner_html_node} = [$node, $el_category->{$node_ln}];
5705        ## TODO: Foreign element OK?        ## TODO: Foreign element OK?
5706    
5707      ## Step 3      ## F4.2. Root |html| element
5708      my $root = $doc->create_element_ns      my $root = $doc->create_element_ns
5709        ('http://www.w3.org/1999/xhtml', [undef, 'html']);        ('http://www.w3.org/1999/xhtml', [undef, 'html']);
5710    
5711      ## Step 4 # MUST      ## F4.3.
5712      $doc->append_child ($root);      $doc->append_child ($root);
5713    
5714      ## Step 5 # MUST      ## F4.4.
5715      push @{$p->{open_elements}}, [$root, $el_category->{html}];      push @{$p->{open_elements}}, [$root, $el_category->{html}];
5716    
5717      undef $p->{head_element};      undef $p->{head_element};
5718        undef $p->{head_element_inserted};
5719    
5720      ## Step 6 # MUST      ## F4.5.
5721      $p->_reset_insertion_mode;      $p->_reset_insertion_mode;
5722    
5723      ## Step 7 # MUST      ## F4.6.
5724      my $anode = $node;      my $anode = $node;
5725      AN: while (defined $anode) {      AN: while (defined $anode) {
5726        if ($anode->node_type == 1) {        if ($anode->node_type == 1) {
# Line 7431  sub set_inner_html ($$$) { Line 5735  sub set_inner_html ($$$) {
5735        }        }
5736        $anode = $anode->parent_node;        $anode = $anode->parent_node;
5737      } # AN      } # AN
5738        
5739      ## Step 9 # MUST      ## F.6. Start the parser.
5740      {      {
5741        my $self = $p;        my $self = $p;
5742        !!!next-token;        !!!next-token;
5743      }      }
5744      $p->_tree_construction_main;      $p->_tree_construction_main;
5745    
5746      ## Step 10 # MUST      ## F.7.
5747      my @cn = @{$node->child_nodes};      my @cn = @{$node->child_nodes};
5748      for (@cn) {      for (@cn) {
5749        $node->remove_child ($_);        $node->remove_child ($_);
Legend:
Removed from v.1.144  
changed lines
  Added in v.1.229
[email protected]
 ViewVC Help
Powered by ViewVC 1.1.24