/[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 1.17 by wakaba, Sat Jun 23 08:15:21 2007 UTC revision 1.33 by wakaba, Sat Jul 7 13:41:05 2007 UTC
# Line 2  package Whatpm::HTML; Line 2  package Whatpm::HTML;
2  use strict;  use strict;
3  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};  our $VERSION=do{my @r=(q$Revision$=~/\d+/g);sprintf "%d."."%02d" x $#r,@r};
4    
5  ## This is an early version of an HTML parser.  ## ISSUE:
6    ## var doc = implementation.createDocument (null, null, null);
7    ## doc.write ('');
8    ## alert (doc.compatMode);
9    
10    ## ISSUE: HTML5 revision 967 says that the encoding layer MUST NOT
11    ## strip BOM and the HTML layer MUST ignore it.  Whether we can do it
12    ## is not yet clear.
13    ## "{U+FEFF}..." in UTF-16BE/UTF-16LE is three or four characters?
14    ## "{U+FEFF}..." in GB18030?
15    
16  my $permitted_slash_tag_name = {  my $permitted_slash_tag_name = {
17    base => 1,    base => 1,
# Line 155  sub _initialize_tokenizer ($) { Line 164  sub _initialize_tokenizer ($) {
164    # $self->{next_input_character}    # $self->{next_input_character}
165    !!!next-input-character;    !!!next-input-character;
166    $self->{token} = [];    $self->{token} = [];
167      # $self->{escape}
168  } # _initialize_tokenizer  } # _initialize_tokenizer
169    
170  ## A token has:  ## A token has:
171  ##   ->{type} eq 'DOCTYPE', 'start tag', 'end tag', 'comment',  ##   ->{type} eq 'DOCTYPE', 'start tag', 'end tag', 'comment',
172  ##       'character', or 'end-of-file'  ##       'character', or 'end-of-file'
173  ##   ->{name} (DOCTYPE, start tag (tagname), end tag (tagname))  ##   ->{name} (DOCTYPE, start tag (tag name), end tag (tag name))
174      ## ISSUE: the spec need s/tagname/tag name/  ##   ->{public_identifier} (DOCTYPE)
175  ##   ->{error} == 1 or 0 (DOCTYPE)  ##   ->{system_identifier} (DOCTYPE)
176    ##   ->{correct} == 1 or 0 (DOCTYPE)
177  ##   ->{attributes} isa HASH (start tag, end tag)  ##   ->{attributes} isa HASH (start tag, end tag)
178  ##   ->{data} (comment, character)  ##   ->{data} (comment, character)
179    
 ## Macros  
 ##   Macros MUST be preceded by three EXCLAMATION MARKs.  
 ##   emit ($token)  
 ##     Emits the specified token.  
   
180  ## Emitted token MUST immediately be handled by the tree construction state.  ## Emitted token MUST immediately be handled by the tree construction state.
181    
182  ## Before each step, UA MAY check to see if either one of the scripts in  ## Before each step, UA MAY check to see if either one of the scripts in
# Line 247  sub _get_next_token ($) { Line 253  sub _get_next_token ($) {
253      } elsif ($self->{state} eq 'entity data') {      } elsif ($self->{state} eq 'entity data') {
254        ## (cannot happen in CDATA state)        ## (cannot happen in CDATA state)
255                
256        my $token = $self->_tokenize_attempt_to_consume_an_entity;        my $token = $self->_tokenize_attempt_to_consume_an_entity (0);
257    
258        $self->{state} = 'data';        $self->{state} = 'data';
259        # next-input-character is already done        # next-input-character is already done
# Line 326  sub _get_next_token ($) { Line 332  sub _get_next_token ($) {
332      } elsif ($self->{state} eq 'close tag open') {      } elsif ($self->{state} eq 'close tag open') {
333        if ($self->{content_model_flag} eq 'RCDATA' or        if ($self->{content_model_flag} eq 'RCDATA' or
334            $self->{content_model_flag} eq 'CDATA') {            $self->{content_model_flag} eq 'CDATA') {
335          my @next_char;          if (defined $self->{last_emitted_start_tag_name}) {
336          TAGNAME: for (my $i = 0; $i < length $self->{last_emitted_start_tag_name}; $i++) {            ## NOTE: <http://krijnhoetmer.nl/irc-logs/whatwg/20070626#l-564>
337              my @next_char;
338              TAGNAME: for (my $i = 0; $i < length $self->{last_emitted_start_tag_name}; $i++) {
339                push @next_char, $self->{next_input_character};
340                my $c = ord substr ($self->{last_emitted_start_tag_name}, $i, 1);
341                my $C = 0x0061 <= $c && $c <= 0x007A ? $c - 0x0020 : $c;
342                if ($self->{next_input_character} == $c or $self->{next_input_character} == $C) {
343                  !!!next-input-character;
344                  next TAGNAME;
345                } else {
346                  $self->{next_input_character} = shift @next_char; # reconsume
347                  !!!back-next-input-character (@next_char);
348                  $self->{state} = 'data';
349    
350                  !!!emit ({type => 'character', data => '</'});
351      
352                  redo A;
353                }
354              }
355            push @next_char, $self->{next_input_character};            push @next_char, $self->{next_input_character};
356            my $c = ord substr ($self->{last_emitted_start_tag_name}, $i, 1);        
357            my $C = 0x0061 <= $c && $c <= 0x007A ? $c - 0x0020 : $c;            unless ($self->{next_input_character} == 0x0009 or # HT
358            if ($self->{next_input_character} == $c or $self->{next_input_character} == $C) {                    $self->{next_input_character} == 0x000A or # LF
359              !!!next-input-character;                    $self->{next_input_character} == 0x000B or # VT
360              next TAGNAME;                    $self->{next_input_character} == 0x000C or # FF
361            } else {                    $self->{next_input_character} == 0x0020 or # SP
362              !!!parse-error (type => 'unmatched end tag');                    $self->{next_input_character} == 0x003E or # >
363                      $self->{next_input_character} == 0x002F or # /
364                      $self->{next_input_character} == -1) {
365              $self->{next_input_character} = shift @next_char; # reconsume              $self->{next_input_character} = shift @next_char; # reconsume
366              !!!back-next-input-character (@next_char);              !!!back-next-input-character (@next_char);
367              $self->{state} = 'data';              $self->{state} = 'data';
   
368              !!!emit ({type => 'character', data => '</'});              !!!emit ({type => 'character', data => '</'});
   
369              redo A;              redo A;
370              } else {
371                $self->{next_input_character} = shift @next_char;
372                !!!back-next-input-character (@next_char);
373                # and consume...
374            }            }
375          }          } else {
376          push @next_char, $self->{next_input_character};            ## No start tag token has ever been emitted
377                  # next-input-character is already done
         unless ($self->{next_input_character} == 0x0009 or # HT  
                 $self->{next_input_character} == 0x000A or # LF  
                 $self->{next_input_character} == 0x000B or # VT  
                 $self->{next_input_character} == 0x000C or # FF  
                 $self->{next_input_character} == 0x0020 or # SP  
                 $self->{next_input_character} == 0x003E or # >  
                 $self->{next_input_character} == 0x002F or # /  
                 $self->{next_input_character} == -1) {  
           !!!parse-error (type => 'unmatched end tag');  
           $self->{next_input_character} = shift @next_char; # reconsume  
           !!!back-next-input-character (@next_char);  
378            $self->{state} = 'data';            $self->{state} = 'data';
   
379            !!!emit ({type => 'character', data => '</'});            !!!emit ({type => 'character', data => '</'});
   
380            redo A;            redo A;
         } else {  
           $self->{next_input_character} = shift @next_char;  
           !!!back-next-input-character (@next_char);  
           # and consume...  
381          }          }
382        }        }
383                
# Line 414  sub _get_next_token ($) { Line 425  sub _get_next_token ($) {
425          redo A;          redo A;
426        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
427          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} eq 'start tag') {
428              $self->{current_token}->{first_start_tag}
429                  = not defined $self->{last_emitted_start_tag_name};
430            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
431          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} eq 'end tag') {
432            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model_flag} = 'PCDATA'; # MUST
# Line 427  sub _get_next_token ($) { Line 440  sub _get_next_token ($) {
440          !!!next-input-character;          !!!next-input-character;
441    
442          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
443    
444          redo A;          redo A;
445        } elsif (0x0041 <= $self->{next_input_character} and        } elsif (0x0041 <= $self->{next_input_character} and
# Line 440  sub _get_next_token ($) { Line 452  sub _get_next_token ($) {
452        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
453          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
454          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} eq 'start tag') {
455              $self->{current_token}->{first_start_tag}
456                  = not defined $self->{last_emitted_start_tag_name};
457            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
458          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} eq 'end tag') {
459            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model_flag} = 'PCDATA'; # MUST
# Line 453  sub _get_next_token ($) { Line 467  sub _get_next_token ($) {
467          # reconsume          # reconsume
468    
469          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
470    
471          redo A;          redo A;
472        } elsif ($self->{next_input_character} == 0x002F) { # /        } elsif ($self->{next_input_character} == 0x002F) { # /
# Line 487  sub _get_next_token ($) { Line 500  sub _get_next_token ($) {
500          redo A;          redo A;
501        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
502          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} eq 'start tag') {
503              $self->{current_token}->{first_start_tag}
504                  = not defined $self->{last_emitted_start_tag_name};
505            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
506          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} eq 'end tag') {
507            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model_flag} = 'PCDATA'; # MUST
# Line 500  sub _get_next_token ($) { Line 515  sub _get_next_token ($) {
515          !!!next-input-character;          !!!next-input-character;
516    
517          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
518    
519          redo A;          redo A;
520        } elsif (0x0041 <= $self->{next_input_character} and        } elsif (0x0041 <= $self->{next_input_character} and
# Line 526  sub _get_next_token ($) { Line 540  sub _get_next_token ($) {
540        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
541          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
542          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} eq 'start tag') {
543              $self->{current_token}->{first_start_tag}
544                  = not defined $self->{last_emitted_start_tag_name};
545            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
546          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} eq 'end tag') {
547            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model_flag} = 'PCDATA'; # MUST
# Line 539  sub _get_next_token ($) { Line 555  sub _get_next_token ($) {
555          # reconsume          # reconsume
556    
557          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
558    
559          redo A;          redo A;
560        } else {        } else {
# Line 578  sub _get_next_token ($) { Line 593  sub _get_next_token ($) {
593        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
594          $before_leave->();          $before_leave->();
595          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} eq 'start tag') {
596              $self->{current_token}->{first_start_tag}
597                  = not defined $self->{last_emitted_start_tag_name};
598            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
599          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} eq 'end tag') {
600            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model_flag} = 'PCDATA'; # MUST
# Line 591  sub _get_next_token ($) { Line 608  sub _get_next_token ($) {
608          !!!next-input-character;          !!!next-input-character;
609    
610          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
611    
612          redo A;          redo A;
613        } elsif (0x0041 <= $self->{next_input_character} and        } elsif (0x0041 <= $self->{next_input_character} and
# Line 618  sub _get_next_token ($) { Line 634  sub _get_next_token ($) {
634          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
635          $before_leave->();          $before_leave->();
636          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} eq 'start tag') {
637              $self->{current_token}->{first_start_tag}
638                  = not defined $self->{last_emitted_start_tag_name};
639            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
640          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} eq 'end tag') {
641            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model_flag} = 'PCDATA'; # MUST
# Line 631  sub _get_next_token ($) { Line 649  sub _get_next_token ($) {
649          # reconsume          # reconsume
650    
651          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
652    
653          redo A;          redo A;
654        } else {        } else {
# Line 655  sub _get_next_token ($) { Line 672  sub _get_next_token ($) {
672          redo A;          redo A;
673        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
674          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} eq 'start tag') {
675              $self->{current_token}->{first_start_tag}
676                  = not defined $self->{last_emitted_start_tag_name};
677            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
678          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} eq 'end tag') {
679            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model_flag} = 'PCDATA'; # MUST
# Line 668  sub _get_next_token ($) { Line 687  sub _get_next_token ($) {
687          !!!next-input-character;          !!!next-input-character;
688    
689          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
690    
691          redo A;          redo A;
692        } elsif (0x0041 <= $self->{next_input_character} and        } elsif (0x0041 <= $self->{next_input_character} and
# Line 687  sub _get_next_token ($) { Line 705  sub _get_next_token ($) {
705            #            #
706          } else {          } else {
707            !!!parse-error (type => 'nestc');            !!!parse-error (type => 'nestc');
708              ## TODO: Different error type for <aa / bb> than <aa/>
709          }          }
710          $self->{state} = 'before attribute name';          $self->{state} = 'before attribute name';
711          # next-input-character is already done          # next-input-character is already done
# Line 694  sub _get_next_token ($) { Line 713  sub _get_next_token ($) {
713        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
714          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
715          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} eq 'start tag') {
716              $self->{current_token}->{first_start_tag}
717                  = not defined $self->{last_emitted_start_tag_name};
718            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
719          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} eq 'end tag') {
720            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model_flag} = 'PCDATA'; # MUST
# Line 707  sub _get_next_token ($) { Line 728  sub _get_next_token ($) {
728          # reconsume          # reconsume
729    
730          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
731    
732          redo A;          redo A;
733        } else {        } else {
# Line 740  sub _get_next_token ($) { Line 760  sub _get_next_token ($) {
760          redo A;          redo A;
761        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
762          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} eq 'start tag') {
763              $self->{current_token}->{first_start_tag}
764                  = not defined $self->{last_emitted_start_tag_name};
765            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
766          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} eq 'end tag') {
767            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model_flag} = 'PCDATA'; # MUST
# Line 753  sub _get_next_token ($) { Line 775  sub _get_next_token ($) {
775          !!!next-input-character;          !!!next-input-character;
776    
777          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
778    
779          redo A;          redo A;
780        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
781          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
782          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} eq 'start tag') {
783              $self->{current_token}->{first_start_tag}
784                  = not defined $self->{last_emitted_start_tag_name};
785            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
786          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} eq 'end tag') {
787            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model_flag} = 'PCDATA'; # MUST
# Line 772  sub _get_next_token ($) { Line 795  sub _get_next_token ($) {
795          ## reconsume          ## reconsume
796    
797          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
798    
799          redo A;          redo A;
800        } else {        } else {
# Line 794  sub _get_next_token ($) { Line 816  sub _get_next_token ($) {
816        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
817          !!!parse-error (type => 'unclosed attribute value');          !!!parse-error (type => 'unclosed attribute value');
818          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} eq 'start tag') {
819              $self->{current_token}->{first_start_tag}
820                  = not defined $self->{last_emitted_start_tag_name};
821            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
822          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} eq 'end tag') {
823            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model_flag} = 'PCDATA'; # MUST
# Line 807  sub _get_next_token ($) { Line 831  sub _get_next_token ($) {
831          ## reconsume          ## reconsume
832    
833          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
834    
835          redo A;          redo A;
836        } else {        } else {
# Line 829  sub _get_next_token ($) { Line 852  sub _get_next_token ($) {
852        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
853          !!!parse-error (type => 'unclosed attribute value');          !!!parse-error (type => 'unclosed attribute value');
854          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} eq 'start tag') {
855              $self->{current_token}->{first_start_tag}
856                  = not defined $self->{last_emitted_start_tag_name};
857            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
858          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} eq 'end tag') {
859            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model_flag} = 'PCDATA'; # MUST
# Line 842  sub _get_next_token ($) { Line 867  sub _get_next_token ($) {
867          ## reconsume          ## reconsume
868    
869          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
870    
871          redo A;          redo A;
872        } else {        } else {
# Line 867  sub _get_next_token ($) { Line 891  sub _get_next_token ($) {
891          redo A;          redo A;
892        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
893          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} eq 'start tag') {
894              $self->{current_token}->{first_start_tag}
895                  = not defined $self->{last_emitted_start_tag_name};
896            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
897          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} eq 'end tag') {
898            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model_flag} = 'PCDATA'; # MUST
# Line 880  sub _get_next_token ($) { Line 906  sub _get_next_token ($) {
906          !!!next-input-character;          !!!next-input-character;
907    
908          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
909    
910          redo A;          redo A;
911        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
912          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
913          if ($self->{current_token}->{type} eq 'start tag') {          if ($self->{current_token}->{type} eq 'start tag') {
914              $self->{current_token}->{first_start_tag}
915                  = not defined $self->{last_emitted_start_tag_name};
916            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
917          } elsif ($self->{current_token}->{type} eq 'end tag') {          } elsif ($self->{current_token}->{type} eq 'end tag') {
918            $self->{content_model_flag} = 'PCDATA'; # MUST            $self->{content_model_flag} = 'PCDATA'; # MUST
# Line 899  sub _get_next_token ($) { Line 926  sub _get_next_token ($) {
926          ## reconsume          ## reconsume
927    
928          !!!emit ($self->{current_token}); # start tag or end tag          !!!emit ($self->{current_token}); # start tag or end tag
         undef $self->{current_token};  
929    
930          redo A;          redo A;
931        } else {        } else {
# Line 909  sub _get_next_token ($) { Line 935  sub _get_next_token ($) {
935          redo A;          redo A;
936        }        }
937      } elsif ($self->{state} eq 'entity in attribute value') {      } elsif ($self->{state} eq 'entity in attribute value') {
938        my $token = $self->_tokenize_attempt_to_consume_an_entity;        my $token = $self->_tokenize_attempt_to_consume_an_entity (1);
939    
940        unless (defined $token) {        unless (defined $token) {
941          $self->{current_attribute}->{value} .= '&';          $self->{current_attribute}->{value} .= '&';
# Line 958  sub _get_next_token ($) { Line 984  sub _get_next_token ($) {
984          push @next_char, $self->{next_input_character};          push @next_char, $self->{next_input_character};
985          if ($self->{next_input_character} == 0x002D) { # -          if ($self->{next_input_character} == 0x002D) { # -
986            $self->{current_token} = {type => 'comment', data => ''};            $self->{current_token} = {type => 'comment', data => ''};
987            $self->{state} = 'comment';            $self->{state} = 'comment start';
988            !!!next-input-character;            !!!next-input-character;
989            redo A;            redo A;
990          }          }
# Line 1000  sub _get_next_token ($) { Line 1026  sub _get_next_token ($) {
1026          }          }
1027        }        }
1028    
1029        !!!parse-error (type => 'bogus comment open');        !!!parse-error (type => 'bogus comment');
1030        $self->{next_input_character} = shift @next_char;        $self->{next_input_character} = shift @next_char;
1031        !!!back-next-input-character (@next_char);        !!!back-next-input-character (@next_char);
1032        $self->{state} = 'bogus comment';        $self->{state} = 'bogus comment';
# Line 1008  sub _get_next_token ($) { Line 1034  sub _get_next_token ($) {
1034                
1035        ## ISSUE: typos in spec: chacacters, is is a parse error        ## ISSUE: typos in spec: chacacters, is is a parse error
1036        ## ISSUE: spec is somewhat unclear on "is the first character that will be in the comment"; what is "that will be in the comment" is what the algorithm defines, isn't it?        ## ISSUE: spec is somewhat unclear on "is the first character that will be in the comment"; what is "that will be in the comment" is what the algorithm defines, isn't it?
1037        } elsif ($self->{state} eq 'comment start') {
1038          if ($self->{next_input_character} == 0x002D) { # -
1039            $self->{state} = 'comment start dash';
1040            !!!next-input-character;
1041            redo A;
1042          } elsif ($self->{next_input_character} == 0x003E) { # >
1043            !!!parse-error (type => 'bogus comment');
1044            $self->{state} = 'data';
1045            !!!next-input-character;
1046    
1047            !!!emit ($self->{current_token}); # comment
1048    
1049            redo A;
1050          } elsif ($self->{next_input_character} == -1) {
1051            !!!parse-error (type => 'unclosed comment');
1052            $self->{state} = 'data';
1053            ## reconsume
1054    
1055            !!!emit ($self->{current_token}); # comment
1056    
1057            redo A;
1058          } else {
1059            $self->{current_token}->{data} # comment
1060                .= chr ($self->{next_input_character});
1061            $self->{state} = 'comment';
1062            !!!next-input-character;
1063            redo A;
1064          }
1065        } elsif ($self->{state} eq 'comment start dash') {
1066          if ($self->{next_input_character} == 0x002D) { # -
1067            $self->{state} = 'comment end';
1068            !!!next-input-character;
1069            redo A;
1070          } elsif ($self->{next_input_character} == 0x003E) { # >
1071            !!!parse-error (type => 'bogus comment');
1072            $self->{state} = 'data';
1073            !!!next-input-character;
1074    
1075            !!!emit ($self->{current_token}); # comment
1076    
1077            redo A;
1078          } elsif ($self->{next_input_character} == -1) {
1079            !!!parse-error (type => 'unclosed comment');
1080            $self->{state} = 'data';
1081            ## reconsume
1082    
1083            !!!emit ($self->{current_token}); # comment
1084    
1085            redo A;
1086          } else {
1087            $self->{current_token}->{data} # comment
1088                .= '-' . chr ($self->{next_input_character});
1089            $self->{state} = 'comment';
1090            !!!next-input-character;
1091            redo A;
1092          }
1093      } elsif ($self->{state} eq 'comment') {      } elsif ($self->{state} eq 'comment') {
1094        if ($self->{next_input_character} == 0x002D) { # -        if ($self->{next_input_character} == 0x002D) { # -
1095          $self->{state} = 'comment dash';          $self->{state} = 'comment end dash';
1096          !!!next-input-character;          !!!next-input-character;
1097          redo A;          redo A;
1098        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
# Line 1019  sub _get_next_token ($) { Line 1101  sub _get_next_token ($) {
1101          ## reconsume          ## reconsume
1102    
1103          !!!emit ($self->{current_token}); # comment          !!!emit ($self->{current_token}); # comment
         undef $self->{current_token};  
1104    
1105          redo A;          redo A;
1106        } else {        } else {
# Line 1028  sub _get_next_token ($) { Line 1109  sub _get_next_token ($) {
1109          !!!next-input-character;          !!!next-input-character;
1110          redo A;          redo A;
1111        }        }
1112      } elsif ($self->{state} eq 'comment dash') {      } elsif ($self->{state} eq 'comment end dash') {
1113        if ($self->{next_input_character} == 0x002D) { # -        if ($self->{next_input_character} == 0x002D) { # -
1114          $self->{state} = 'comment end';          $self->{state} = 'comment end';
1115          !!!next-input-character;          !!!next-input-character;
# Line 1039  sub _get_next_token ($) { Line 1120  sub _get_next_token ($) {
1120          ## reconsume          ## reconsume
1121    
1122          !!!emit ($self->{current_token}); # comment          !!!emit ($self->{current_token}); # comment
         undef $self->{current_token};  
1123    
1124          redo A;          redo A;
1125        } else {        } else {
# Line 1054  sub _get_next_token ($) { Line 1134  sub _get_next_token ($) {
1134          !!!next-input-character;          !!!next-input-character;
1135    
1136          !!!emit ($self->{current_token}); # comment          !!!emit ($self->{current_token}); # comment
         undef $self->{current_token};  
1137    
1138          redo A;          redo A;
1139        } elsif ($self->{next_input_character} == 0x002D) { # -        } elsif ($self->{next_input_character} == 0x002D) { # -
# Line 1069  sub _get_next_token ($) { Line 1148  sub _get_next_token ($) {
1148          ## reconsume          ## reconsume
1149    
1150          !!!emit ($self->{current_token}); # comment          !!!emit ($self->{current_token}); # comment
         undef $self->{current_token};  
1151    
1152          redo A;          redo A;
1153        } else {        } else {
# Line 1103  sub _get_next_token ($) { Line 1181  sub _get_next_token ($) {
1181          ## Stay in the state          ## Stay in the state
1182          !!!next-input-character;          !!!next-input-character;
1183          redo A;          redo A;
       } elsif (0x0061 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x007A) { # a..z  
 ## ISSUE: "Set the token's name name to the" in the spec  
         $self->{current_token} = {type => 'DOCTYPE',  
                           name => chr ($self->{next_input_character} - 0x0020),  
                           error => 1};  
         $self->{state} = 'DOCTYPE name';  
         !!!next-input-character;  
         redo A;  
1184        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
1185          !!!parse-error (type => 'no DOCTYPE name');          !!!parse-error (type => 'no DOCTYPE name');
1186          $self->{state} = 'data';          $self->{state} = 'data';
1187          !!!next-input-character;          !!!next-input-character;
1188    
1189          !!!emit ({type => 'DOCTYPE', name => '', error => 1});          !!!emit ({type => 'DOCTYPE'}); # incorrect
1190    
1191          redo A;          redo A;
1192        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
# Line 1125  sub _get_next_token ($) { Line 1194  sub _get_next_token ($) {
1194          $self->{state} = 'data';          $self->{state} = 'data';
1195          ## reconsume          ## reconsume
1196    
1197          !!!emit ({type => 'DOCTYPE', name => '', error => 1});          !!!emit ({type => 'DOCTYPE'}); # incorrect
1198    
1199          redo A;          redo A;
1200        } else {        } else {
1201          $self->{current_token} = {type => 'DOCTYPE',          $self->{current_token}
1202                            name => chr ($self->{next_input_character}),              = {type => 'DOCTYPE',
1203                            error => 1};                 name => chr ($self->{next_input_character}),
1204                   correct => 1};
1205  ## ISSUE: "Set the token's name name to the" in the spec  ## ISSUE: "Set the token's name name to the" in the spec
1206          $self->{state} = 'DOCTYPE name';          $self->{state} = 'DOCTYPE name';
1207          !!!next-input-character;          !!!next-input-character;
1208          redo A;          redo A;
1209        }        }
1210      } elsif ($self->{state} eq 'DOCTYPE name') {      } elsif ($self->{state} eq 'DOCTYPE name') {
1211    ## ISSUE: Redundant "First," in the spec.
1212        if ($self->{next_input_character} == 0x0009 or # HT        if ($self->{next_input_character} == 0x0009 or # HT
1213            $self->{next_input_character} == 0x000A or # LF            $self->{next_input_character} == 0x000A or # LF
1214            $self->{next_input_character} == 0x000B or # VT            $self->{next_input_character} == 0x000B or # VT
1215            $self->{next_input_character} == 0x000C or # FF            $self->{next_input_character} == 0x000C or # FF
1216            $self->{next_input_character} == 0x0020) { # SP            $self->{next_input_character} == 0x0020) { # SP
         $self->{current_token}->{error} = ($self->{current_token}->{name} ne 'HTML'); # DOCTYPE  
1217          $self->{state} = 'after DOCTYPE name';          $self->{state} = 'after DOCTYPE name';
1218          !!!next-input-character;          !!!next-input-character;
1219          redo A;          redo A;
1220        } elsif ($self->{next_input_character} == 0x003E) { # >        } elsif ($self->{next_input_character} == 0x003E) { # >
         $self->{current_token}->{error} = ($self->{current_token}->{name} ne 'HTML'); # DOCTYPE  
1221          $self->{state} = 'data';          $self->{state} = 'data';
1222          !!!next-input-character;          !!!next-input-character;
1223    
1224          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
         undef $self->{current_token};  
1225    
1226          redo A;          redo A;
       } elsif (0x0061 <= $self->{next_input_character} and  
                $self->{next_input_character} <= 0x007A) { # a..z  
         $self->{current_token}->{name} .= chr ($self->{next_input_character} - 0x0020); # DOCTYPE  
         #$self->{current_token}->{error} = ($self->{current_token}->{name} ne 'HTML');  
         ## Stay in the state  
         !!!next-input-character;  
         redo A;  
1227        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
1228          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
         $self->{current_token}->{error} = ($self->{current_token}->{name} ne 'HTML'); # DOCTYPE  
1229          $self->{state} = 'data';          $self->{state} = 'data';
1230          ## reconsume          ## reconsume
1231    
1232          !!!emit ($self->{current_token});          delete $self->{current_token}->{correct};
1233          undef $self->{current_token};          !!!emit ($self->{current_token}); # DOCTYPE
1234    
1235          redo A;          redo A;
1236        } else {        } else {
1237          $self->{current_token}->{name}          $self->{current_token}->{name}
1238            .= chr ($self->{next_input_character}); # DOCTYPE            .= chr ($self->{next_input_character}); # DOCTYPE
         #$self->{current_token}->{error} = ($self->{current_token}->{name} ne 'HTML');  
1239          ## Stay in the state          ## Stay in the state
1240          !!!next-input-character;          !!!next-input-character;
1241          redo A;          redo A;
# Line 1195  sub _get_next_token ($) { Line 1254  sub _get_next_token ($) {
1254          !!!next-input-character;          !!!next-input-character;
1255    
1256          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
         undef $self->{current_token};  
1257    
1258          redo A;          redo A;
1259        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
# Line 1203  sub _get_next_token ($) { Line 1261  sub _get_next_token ($) {
1261          $self->{state} = 'data';          $self->{state} = 'data';
1262          ## reconsume          ## reconsume
1263    
1264            delete $self->{current_token}->{correct};
1265            !!!emit ($self->{current_token}); # DOCTYPE
1266    
1267            redo A;
1268          } elsif ($self->{next_input_character} == 0x0050 or # P
1269                   $self->{next_input_character} == 0x0070) { # p
1270            !!!next-input-character;
1271            if ($self->{next_input_character} == 0x0055 or # U
1272                $self->{next_input_character} == 0x0075) { # u
1273              !!!next-input-character;
1274              if ($self->{next_input_character} == 0x0042 or # B
1275                  $self->{next_input_character} == 0x0062) { # b
1276                !!!next-input-character;
1277                if ($self->{next_input_character} == 0x004C or # L
1278                    $self->{next_input_character} == 0x006C) { # l
1279                  !!!next-input-character;
1280                  if ($self->{next_input_character} == 0x0049 or # I
1281                      $self->{next_input_character} == 0x0069) { # i
1282                    !!!next-input-character;
1283                    if ($self->{next_input_character} == 0x0043 or # C
1284                        $self->{next_input_character} == 0x0063) { # c
1285                      $self->{state} = 'before DOCTYPE public identifier';
1286                      !!!next-input-character;
1287                      redo A;
1288                    }
1289                  }
1290                }
1291              }
1292            }
1293    
1294            #
1295          } elsif ($self->{next_input_character} == 0x0053 or # S
1296                   $self->{next_input_character} == 0x0073) { # s
1297            !!!next-input-character;
1298            if ($self->{next_input_character} == 0x0059 or # Y
1299                $self->{next_input_character} == 0x0079) { # y
1300              !!!next-input-character;
1301              if ($self->{next_input_character} == 0x0053 or # S
1302                  $self->{next_input_character} == 0x0073) { # s
1303                !!!next-input-character;
1304                if ($self->{next_input_character} == 0x0054 or # T
1305                    $self->{next_input_character} == 0x0074) { # t
1306                  !!!next-input-character;
1307                  if ($self->{next_input_character} == 0x0045 or # E
1308                      $self->{next_input_character} == 0x0065) { # e
1309                    !!!next-input-character;
1310                    if ($self->{next_input_character} == 0x004D or # M
1311                        $self->{next_input_character} == 0x006D) { # m
1312                      $self->{state} = 'before DOCTYPE system identifier';
1313                      !!!next-input-character;
1314                      redo A;
1315                    }
1316                  }
1317                }
1318              }
1319            }
1320    
1321            #
1322          } else {
1323            !!!next-input-character;
1324            #
1325          }
1326    
1327          !!!parse-error (type => 'string after DOCTYPE name');
1328          $self->{state} = 'bogus DOCTYPE';
1329          # next-input-character is already done
1330          redo A;
1331        } elsif ($self->{state} eq 'before DOCTYPE public identifier') {
1332          if ({
1333                0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,
1334                #0x000D => 1, # HT, LF, VT, FF, SP, CR
1335              }->{$self->{next_input_character}}) {
1336            ## Stay in the state
1337            !!!next-input-character;
1338            redo A;
1339          } elsif ($self->{next_input_character} eq 0x0022) { # "
1340            $self->{current_token}->{public_identifier} = ''; # DOCTYPE
1341            $self->{state} = 'DOCTYPE public identifier (double-quoted)';
1342            !!!next-input-character;
1343            redo A;
1344          } elsif ($self->{next_input_character} eq 0x0027) { # '
1345            $self->{current_token}->{public_identifier} = ''; # DOCTYPE
1346            $self->{state} = 'DOCTYPE public identifier (single-quoted)';
1347            !!!next-input-character;
1348            redo A;
1349          } elsif ($self->{next_input_character} eq 0x003E) { # >
1350            !!!parse-error (type => 'no PUBLIC literal');
1351    
1352            $self->{state} = 'data';
1353            !!!next-input-character;
1354    
1355            delete $self->{current_token}->{correct};
1356            !!!emit ($self->{current_token}); # DOCTYPE
1357    
1358            redo A;
1359          } elsif ($self->{next_input_character} == -1) {
1360            !!!parse-error (type => 'unclosed DOCTYPE');
1361    
1362            $self->{state} = 'data';
1363            ## reconsume
1364    
1365            delete $self->{current_token}->{correct};
1366          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
         undef $self->{current_token};  
1367    
1368          redo A;          redo A;
1369        } else {        } else {
1370          !!!parse-error (type => 'string after DOCTYPE name');          !!!parse-error (type => 'string after PUBLIC');
1371          $self->{current_token}->{error} = 1; # DOCTYPE          $self->{state} = 'bogus DOCTYPE';
1372            !!!next-input-character;
1373            redo A;
1374          }
1375        } elsif ($self->{state} eq 'DOCTYPE public identifier (double-quoted)') {
1376          if ($self->{next_input_character} == 0x0022) { # "
1377            $self->{state} = 'after DOCTYPE public identifier';
1378            !!!next-input-character;
1379            redo A;
1380          } elsif ($self->{next_input_character} == -1) {
1381            !!!parse-error (type => 'unclosed PUBLIC literal');
1382    
1383            $self->{state} = 'data';
1384            ## reconsume
1385    
1386            delete $self->{current_token}->{correct};
1387            !!!emit ($self->{current_token}); # DOCTYPE
1388    
1389            redo A;
1390          } else {
1391            $self->{current_token}->{public_identifier} # DOCTYPE
1392                .= chr $self->{next_input_character};
1393            ## Stay in the state
1394            !!!next-input-character;
1395            redo A;
1396          }
1397        } elsif ($self->{state} eq 'DOCTYPE public identifier (single-quoted)') {
1398          if ($self->{next_input_character} == 0x0027) { # '
1399            $self->{state} = 'after DOCTYPE public identifier';
1400            !!!next-input-character;
1401            redo A;
1402          } elsif ($self->{next_input_character} == -1) {
1403            !!!parse-error (type => 'unclosed PUBLIC literal');
1404    
1405            $self->{state} = 'data';
1406            ## reconsume
1407    
1408            delete $self->{current_token}->{correct};
1409            !!!emit ($self->{current_token}); # DOCTYPE
1410    
1411            redo A;
1412          } else {
1413            $self->{current_token}->{public_identifier} # DOCTYPE
1414                .= chr $self->{next_input_character};
1415            ## Stay in the state
1416            !!!next-input-character;
1417            redo A;
1418          }
1419        } elsif ($self->{state} eq 'after DOCTYPE public identifier') {
1420          if ({
1421                0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,
1422                #0x000D => 1, # HT, LF, VT, FF, SP, CR
1423              }->{$self->{next_input_character}}) {
1424            ## Stay in the state
1425            !!!next-input-character;
1426            redo A;
1427          } elsif ($self->{next_input_character} == 0x0022) { # "
1428            $self->{current_token}->{system_identifier} = ''; # DOCTYPE
1429            $self->{state} = 'DOCTYPE system identifier (double-quoted)';
1430            !!!next-input-character;
1431            redo A;
1432          } elsif ($self->{next_input_character} == 0x0027) { # '
1433            $self->{current_token}->{system_identifier} = ''; # DOCTYPE
1434            $self->{state} = 'DOCTYPE system identifier (single-quoted)';
1435            !!!next-input-character;
1436            redo A;
1437          } elsif ($self->{next_input_character} == 0x003E) { # >
1438            $self->{state} = 'data';
1439            !!!next-input-character;
1440    
1441            !!!emit ($self->{current_token}); # DOCTYPE
1442    
1443            redo A;
1444          } elsif ($self->{next_input_character} == -1) {
1445            !!!parse-error (type => 'unclosed DOCTYPE');
1446    
1447            $self->{state} = 'data';
1448            ## reconsume
1449    
1450            delete $self->{current_token}->{correct};
1451            !!!emit ($self->{current_token}); # DOCTYPE
1452    
1453            redo A;
1454          } else {
1455            !!!parse-error (type => 'string after PUBLIC literal');
1456            $self->{state} = 'bogus DOCTYPE';
1457            !!!next-input-character;
1458            redo A;
1459          }
1460        } elsif ($self->{state} eq 'before DOCTYPE system identifier') {
1461          if ({
1462                0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,
1463                #0x000D => 1, # HT, LF, VT, FF, SP, CR
1464              }->{$self->{next_input_character}}) {
1465            ## Stay in the state
1466            !!!next-input-character;
1467            redo A;
1468          } elsif ($self->{next_input_character} == 0x0022) { # "
1469            $self->{current_token}->{system_identifier} = ''; # DOCTYPE
1470            $self->{state} = 'DOCTYPE system identifier (double-quoted)';
1471            !!!next-input-character;
1472            redo A;
1473          } elsif ($self->{next_input_character} == 0x0027) { # '
1474            $self->{current_token}->{system_identifier} = ''; # DOCTYPE
1475            $self->{state} = 'DOCTYPE system identifier (single-quoted)';
1476            !!!next-input-character;
1477            redo A;
1478          } elsif ($self->{next_input_character} == 0x003E) { # >
1479            !!!parse-error (type => 'no SYSTEM literal');
1480            $self->{state} = 'data';
1481            !!!next-input-character;
1482    
1483            delete $self->{current_token}->{correct};
1484            !!!emit ($self->{current_token}); # DOCTYPE
1485    
1486            redo A;
1487          } elsif ($self->{next_input_character} == -1) {
1488            !!!parse-error (type => 'unclosed DOCTYPE');
1489    
1490            $self->{state} = 'data';
1491            ## reconsume
1492    
1493            delete $self->{current_token}->{correct};
1494            !!!emit ($self->{current_token}); # DOCTYPE
1495    
1496            redo A;
1497          } else {
1498            !!!parse-error (type => 'string after SYSTEM');
1499            $self->{state} = 'bogus DOCTYPE';
1500            !!!next-input-character;
1501            redo A;
1502          }
1503        } elsif ($self->{state} eq 'DOCTYPE system identifier (double-quoted)') {
1504          if ($self->{next_input_character} == 0x0022) { # "
1505            $self->{state} = 'after DOCTYPE system identifier';
1506            !!!next-input-character;
1507            redo A;
1508          } elsif ($self->{next_input_character} == -1) {
1509            !!!parse-error (type => 'unclosed SYSTEM literal');
1510    
1511            $self->{state} = 'data';
1512            ## reconsume
1513    
1514            delete $self->{current_token}->{correct};
1515            !!!emit ($self->{current_token}); # DOCTYPE
1516    
1517            redo A;
1518          } else {
1519            $self->{current_token}->{system_identifier} # DOCTYPE
1520                .= chr $self->{next_input_character};
1521            ## Stay in the state
1522            !!!next-input-character;
1523            redo A;
1524          }
1525        } elsif ($self->{state} eq 'DOCTYPE system identifier (single-quoted)') {
1526          if ($self->{next_input_character} == 0x0027) { # '
1527            $self->{state} = 'after DOCTYPE system identifier';
1528            !!!next-input-character;
1529            redo A;
1530          } elsif ($self->{next_input_character} == -1) {
1531            !!!parse-error (type => 'unclosed SYSTEM literal');
1532    
1533            $self->{state} = 'data';
1534            ## reconsume
1535    
1536            delete $self->{current_token}->{correct};
1537            !!!emit ($self->{current_token}); # DOCTYPE
1538    
1539            redo A;
1540          } else {
1541            $self->{current_token}->{system_identifier} # DOCTYPE
1542                .= chr $self->{next_input_character};
1543            ## Stay in the state
1544            !!!next-input-character;
1545            redo A;
1546          }
1547        } elsif ($self->{state} eq 'after DOCTYPE system identifier') {
1548          if ({
1549                0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,
1550                #0x000D => 1, # HT, LF, VT, FF, SP, CR
1551              }->{$self->{next_input_character}}) {
1552            ## Stay in the state
1553            !!!next-input-character;
1554            redo A;
1555          } elsif ($self->{next_input_character} == 0x003E) { # >
1556            $self->{state} = 'data';
1557            !!!next-input-character;
1558    
1559            !!!emit ($self->{current_token}); # DOCTYPE
1560    
1561            redo A;
1562          } elsif ($self->{next_input_character} == -1) {
1563            !!!parse-error (type => 'unclosed DOCTYPE');
1564    
1565            $self->{state} = 'data';
1566            ## reconsume
1567    
1568            delete $self->{current_token}->{correct};
1569            !!!emit ($self->{current_token}); # DOCTYPE
1570    
1571            redo A;
1572          } else {
1573            !!!parse-error (type => 'string after SYSTEM literal');
1574          $self->{state} = 'bogus DOCTYPE';          $self->{state} = 'bogus DOCTYPE';
1575          !!!next-input-character;          !!!next-input-character;
1576          redo A;          redo A;
# Line 1219  sub _get_next_token ($) { Line 1580  sub _get_next_token ($) {
1580          $self->{state} = 'data';          $self->{state} = 'data';
1581          !!!next-input-character;          !!!next-input-character;
1582    
1583            delete $self->{current_token}->{correct};
1584          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
         undef $self->{current_token};  
1585    
1586          redo A;          redo A;
1587        } elsif ($self->{next_input_character} == -1) {        } elsif ($self->{next_input_character} == -1) {
# Line 1228  sub _get_next_token ($) { Line 1589  sub _get_next_token ($) {
1589          $self->{state} = 'data';          $self->{state} = 'data';
1590          ## reconsume          ## reconsume
1591    
1592            delete $self->{current_token}->{correct};
1593          !!!emit ($self->{current_token}); # DOCTYPE          !!!emit ($self->{current_token}); # DOCTYPE
         undef $self->{current_token};  
1594    
1595          redo A;          redo A;
1596        } else {        } else {
# Line 1245  sub _get_next_token ($) { Line 1606  sub _get_next_token ($) {
1606    die "$0: _get_next_token: unexpected case";    die "$0: _get_next_token: unexpected case";
1607  } # _get_next_token  } # _get_next_token
1608    
1609  sub _tokenize_attempt_to_consume_an_entity ($) {  sub _tokenize_attempt_to_consume_an_entity ($$) {
1610    my $self = shift;    my ($self, $in_attr) = @_;
1611      
1612    if ($self->{next_input_character} == 0x0023) { # #    if ({
1613           0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, # HT, LF, VT, FF,
1614           0x0020 => 1, 0x003C => 1, 0x0026 => 1, -1 => 1, # SP, <, & # 0x000D # CR
1615          }->{$self->{next_input_character}}) {
1616        ## Don't consume
1617        ## No error
1618        return undef;
1619      } elsif ($self->{next_input_character} == 0x0023) { # #
1620      !!!next-input-character;      !!!next-input-character;
1621      if ($self->{next_input_character} == 0x0078 or # x      if ($self->{next_input_character} == 0x0078 or # x
1622          $self->{next_input_character} == 0x0058) { # X          $self->{next_input_character} == 0x0058) { # X
1623        my $num;        my $code;
1624        X: {        X: {
1625          my $x_char = $self->{next_input_character};          my $x_char = $self->{next_input_character};
1626          !!!next-input-character;          !!!next-input-character;
1627          if (0x0030 <= $self->{next_input_character} and          if (0x0030 <= $self->{next_input_character} and
1628              $self->{next_input_character} <= 0x0039) { # 0..9              $self->{next_input_character} <= 0x0039) { # 0..9
1629            $num ||= 0;            $code ||= 0;
1630            $num *= 0x10;            $code *= 0x10;
1631            $num += $self->{next_input_character} - 0x0030;            $code += $self->{next_input_character} - 0x0030;
1632            redo X;            redo X;
1633          } elsif (0x0061 <= $self->{next_input_character} and          } elsif (0x0061 <= $self->{next_input_character} and
1634                   $self->{next_input_character} <= 0x0066) { # a..f                   $self->{next_input_character} <= 0x0066) { # a..f
1635            ## ISSUE: the spec says U+0078, which is apparently incorrect            $code ||= 0;
1636            $num ||= 0;            $code *= 0x10;
1637            $num *= 0x10;            $code += $self->{next_input_character} - 0x0060 + 9;
           $num += $self->{next_input_character} - 0x0060 + 9;  
1638            redo X;            redo X;
1639          } elsif (0x0041 <= $self->{next_input_character} and          } elsif (0x0041 <= $self->{next_input_character} and
1640                   $self->{next_input_character} <= 0x0046) { # A..F                   $self->{next_input_character} <= 0x0046) { # A..F
1641            ## ISSUE: the spec says U+0058, which is apparently incorrect            $code ||= 0;
1642            $num ||= 0;            $code *= 0x10;
1643            $num *= 0x10;            $code += $self->{next_input_character} - 0x0040 + 9;
           $num += $self->{next_input_character} - 0x0040 + 9;  
1644            redo X;            redo X;
1645          } elsif (not defined $num) { # no hexadecimal digit          } elsif (not defined $code) { # no hexadecimal digit
1646            !!!parse-error (type => 'bare hcro');            !!!parse-error (type => 'bare hcro');
1647            $self->{next_input_character} = 0x0023; # #            $self->{next_input_character} = 0x0023; # #
1648            !!!back-next-input-character ($x_char);            !!!back-next-input-character ($x_char);
# Line 1287  sub _tokenize_attempt_to_consume_an_enti Line 1653  sub _tokenize_attempt_to_consume_an_enti
1653            !!!parse-error (type => 'no refc');            !!!parse-error (type => 'no refc');
1654          }          }
1655    
1656          ## TODO: check the definition for |a valid Unicode character|.          if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {
1657          ## <http://lists.whatwg.org/pipermail/whatwg-whatwg.org/2006-December/thread.html#8189>            !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);
1658          if ($num > 1114111 or $num == 0) {            $code = 0xFFFD;
1659            $num = 0xFFFD; # REPLACEMENT CHARACTER          } elsif ($code > 0x10FFFF) {
1660            ## ISSUE: Why this is not an error?            !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);
1661          } elsif (0x80 <= $num and $num <= 0x9F) {            $code = 0xFFFD;
1662            !!!parse-error (type => sprintf 'c1 entity:U+%04X', $num);          } elsif ($code == 0x000D) {
1663            $num = $c1_entity_char->{$num};            !!!parse-error (type => 'CR character reference');
1664              $code = 0x000A;
1665            } elsif (0x80 <= $code and $code <= 0x9F) {
1666              !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);
1667              $code = $c1_entity_char->{$code};
1668          }          }
1669    
1670          return {type => 'character', data => chr $num};          return {type => 'character', data => chr $code};
1671        } # X        } # X
1672      } elsif (0x0030 <= $self->{next_input_character} and      } elsif (0x0030 <= $self->{next_input_character} and
1673               $self->{next_input_character} <= 0x0039) { # 0..9               $self->{next_input_character} <= 0x0039) { # 0..9
# Line 1318  sub _tokenize_attempt_to_consume_an_enti Line 1688  sub _tokenize_attempt_to_consume_an_enti
1688          !!!parse-error (type => 'no refc');          !!!parse-error (type => 'no refc');
1689        }        }
1690    
1691        ## TODO: check the definition for |a valid Unicode character|.        if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {
1692        if ($code > 1114111 or $code == 0) {          !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);
1693          $code = 0xFFFD; # REPLACEMENT CHARACTER          $code = 0xFFFD;
1694          ## ISSUE: Why this is not an error?        } elsif ($code > 0x10FFFF) {
1695            !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);
1696            $code = 0xFFFD;
1697          } elsif ($code == 0x000D) {
1698            !!!parse-error (type => 'CR character reference');
1699            $code = 0x000A;
1700        } elsif (0x80 <= $code and $code <= 0x9F) {        } elsif (0x80 <= $code and $code <= 0x9F) {
1701          !!!parse-error (type => sprintf 'c1 entity:U+%04X', $code);          !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);
1702          $code = $c1_entity_char->{$code};          $code = $c1_entity_char->{$code};
1703        }        }
1704                
# Line 1357  sub _tokenize_attempt_to_consume_an_enti Line 1732  sub _tokenize_attempt_to_consume_an_enti
1732              $self->{next_input_character} == 0x003B)) { # ;              $self->{next_input_character} == 0x003B)) { # ;
1733        $entity_name .= chr $self->{next_input_character};        $entity_name .= chr $self->{next_input_character};
1734        if (defined $EntityChar->{$entity_name}) {        if (defined $EntityChar->{$entity_name}) {
         $value = $EntityChar->{$entity_name};  
1735          if ($self->{next_input_character} == 0x003B) { # ;          if ($self->{next_input_character} == 0x003B) { # ;
1736              $value = $EntityChar->{$entity_name};
1737            $match = 1;            $match = 1;
1738            !!!next-input-character;            !!!next-input-character;
1739            last;            last;
1740          } else {          } elsif (not $in_attr) {
1741              $value = $EntityChar->{$entity_name};
1742            $match = -1;            $match = -1;
1743            } else {
1744              $value .= chr $self->{next_input_character};
1745          }          }
1746        } else {        } else {
1747          $value .= chr $self->{next_input_character};          $value .= chr $self->{next_input_character};
# Line 1374  sub _tokenize_attempt_to_consume_an_enti Line 1752  sub _tokenize_attempt_to_consume_an_enti
1752      if ($match > 0) {      if ($match > 0) {
1753        return {type => 'character', data => $value};        return {type => 'character', data => $value};
1754      } elsif ($match < 0) {      } elsif ($match < 0) {
1755        !!!parse-error (type => 'refc');        !!!parse-error (type => 'no refc');
1756        return {type => 'character', data => $value};        return {type => 'character', data => $value};
1757      } else {      } else {
1758        !!!parse-error (type => 'bare ero');        !!!parse-error (type => 'bare ero');
1759        ## NOTE: No characters are consumed in the spec.        ## NOTE: No characters are consumed in the spec.
1760        !!!back-token ({type => 'character', data => $value});        return {type => 'character', data => '&'.$value};
       return undef;  
1761      }      }
1762    } else {    } else {
1763      ## no characters are consumed      ## no characters are consumed
# Line 1395  sub _initialize_tree_constructor ($) { Line 1772  sub _initialize_tree_constructor ($) {
1772    $self->{document}->strict_error_checking (0);    $self->{document}->strict_error_checking (0);
1773    ## TODO: Turn mutation events off # MUST    ## TODO: Turn mutation events off # MUST
1774    ## TODO: Turn loose Document option (manakai extension) on    ## TODO: Turn loose Document option (manakai extension) on
1775    ## TODO: Mark the Document as an HTML document # MUST    $self->{document}->manakai_is_html (1); # MUST
1776  } # _initialize_tree_constructor  } # _initialize_tree_constructor
1777    
1778  sub _terminate_tree_constructor ($) {  sub _terminate_tree_constructor ($) {
# Line 1435  sub _construct_tree ($) { Line 1812  sub _construct_tree ($) {
1812    
1813  sub _tree_construction_initial ($) {  sub _tree_construction_initial ($) {
1814    my $self = shift;    my $self = shift;
1815    B: {    INITIAL: {
1816        if ($token->{type} eq 'DOCTYPE') {      if ($token->{type} eq 'DOCTYPE') {
1817          if ($token->{error}) {        ## NOTE: Conformance checkers MAY, instead of reporting "not HTML5"
1818            ## ISSUE: Spec currently left this case undefined.        ## error, switch to a conformance checking mode for another
1819            !!!parse-error (type => 'bogus DOCTYPE');        ## language.
1820          }        my $doctype_name = $token->{name};
1821          my $doctype = $self->{document}->create_document_type_definition        $doctype_name = '' unless defined $doctype_name;
1822            ($token->{name});        $doctype_name =~ tr/a-z/A-Z/;
1823          $self->{document}->append_child ($doctype);        if (not defined $token->{name} or # <!DOCTYPE>
1824          #$phase = 'root element';            defined $token->{public_identifier} or
1825          !!!next-token;            defined $token->{system_identifier}) {
1826          #redo B;          !!!parse-error (type => 'not HTML5');
1827          return;        } elsif ($doctype_name ne 'HTML') {
1828        } elsif ({          ## ISSUE: ASCII case-insensitive? (in fact it does not matter)
1829                  comment => 1,          !!!parse-error (type => 'not HTML5');
1830                  'start tag' => 1,        }
1831                  'end tag' => 1,        
1832                  'end-of-file' => 1,        my $doctype = $self->{document}->create_document_type_definition
1833                 }->{$token->{type}}) {          ($token->{name}); ## ISSUE: If name is missing (e.g. <!DOCTYPE>)?
1834          ## ISSUE: Spec currently left this case undefined.        $doctype->public_id ($token->{public_identifier})
1835          !!!parse-error (type => 'missing DOCTYPE');            if defined $token->{public_identifier};
1836          #$phase = 'root element';        $doctype->system_id ($token->{system_identifier})
1837          ## reprocess            if defined $token->{system_identifier};
1838          #redo B;        ## NOTE: Other DocumentType attributes are null or empty lists.
1839          return;        ## ISSUE: internalSubset = null??
1840        } elsif ($token->{type} eq 'character') {        $self->{document}->append_child ($doctype);
1841          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {        
1842            $self->{document}->manakai_append_text ($1);        if (not $token->{correct} or $doctype_name ne 'HTML') {
1843            ## ISSUE: DOM3 Core does not allow Document > Text          $self->{document}->manakai_compat_mode ('quirks');
1844            unless (length $token->{data}) {        } elsif (defined $token->{public_identifier}) {
1845              ## Stay in the phase          my $pubid = $token->{public_identifier};
1846              !!!next-token;          $pubid =~ tr/a-z/A-z/;
1847              redo B;          if ({
1848              "+//SILMARIL//DTD HTML PRO V0R11 19970101//EN" => 1,
1849              "-//ADVASOFT LTD//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,
1850              "-//AS//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,
1851              "-//IETF//DTD HTML 2.0 LEVEL 1//EN" => 1,
1852              "-//IETF//DTD HTML 2.0 LEVEL 2//EN" => 1,
1853              "-//IETF//DTD HTML 2.0 STRICT LEVEL 1//EN" => 1,
1854              "-//IETF//DTD HTML 2.0 STRICT LEVEL 2//EN" => 1,
1855              "-//IETF//DTD HTML 2.0 STRICT//EN" => 1,
1856              "-//IETF//DTD HTML 2.0//EN" => 1,
1857              "-//IETF//DTD HTML 2.1E//EN" => 1,
1858              "-//IETF//DTD HTML 3.0//EN" => 1,
1859              "-//IETF//DTD HTML 3.0//EN//" => 1,
1860              "-//IETF//DTD HTML 3.2 FINAL//EN" => 1,
1861              "-//IETF//DTD HTML 3.2//EN" => 1,
1862              "-//IETF//DTD HTML 3//EN" => 1,
1863              "-//IETF//DTD HTML LEVEL 0//EN" => 1,
1864              "-//IETF//DTD HTML LEVEL 0//EN//2.0" => 1,
1865              "-//IETF//DTD HTML LEVEL 1//EN" => 1,
1866              "-//IETF//DTD HTML LEVEL 1//EN//2.0" => 1,
1867              "-//IETF//DTD HTML LEVEL 2//EN" => 1,
1868              "-//IETF//DTD HTML LEVEL 2//EN//2.0" => 1,
1869              "-//IETF//DTD HTML LEVEL 3//EN" => 1,
1870              "-//IETF//DTD HTML LEVEL 3//EN//3.0" => 1,
1871              "-//IETF//DTD HTML STRICT LEVEL 0//EN" => 1,
1872              "-//IETF//DTD HTML STRICT LEVEL 0//EN//2.0" => 1,
1873              "-//IETF//DTD HTML STRICT LEVEL 1//EN" => 1,
1874              "-//IETF//DTD HTML STRICT LEVEL 1//EN//2.0" => 1,
1875              "-//IETF//DTD HTML STRICT LEVEL 2//EN" => 1,
1876              "-//IETF//DTD HTML STRICT LEVEL 2//EN//2.0" => 1,
1877              "-//IETF//DTD HTML STRICT LEVEL 3//EN" => 1,
1878              "-//IETF//DTD HTML STRICT LEVEL 3//EN//3.0" => 1,
1879              "-//IETF//DTD HTML STRICT//EN" => 1,
1880              "-//IETF//DTD HTML STRICT//EN//2.0" => 1,
1881              "-//IETF//DTD HTML STRICT//EN//3.0" => 1,
1882              "-//IETF//DTD HTML//EN" => 1,
1883              "-//IETF//DTD HTML//EN//2.0" => 1,
1884              "-//IETF//DTD HTML//EN//3.0" => 1,
1885              "-//METRIUS//DTD METRIUS PRESENTATIONAL//EN" => 1,
1886              "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML STRICT//EN" => 1,
1887              "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML//EN" => 1,
1888              "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 TABLES//EN" => 1,
1889              "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML STRICT//EN" => 1,
1890              "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML//EN" => 1,
1891              "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 TABLES//EN" => 1,
1892              "-//NETSCAPE COMM. CORP.//DTD HTML//EN" => 1,
1893              "-//NETSCAPE COMM. CORP.//DTD STRICT HTML//EN" => 1,
1894              "-//O'REILLY AND ASSOCIATES//DTD HTML 2.0//EN" => 1,
1895              "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED 1.0//EN" => 1,
1896              "-//SPYGLASS//DTD HTML 2.0 EXTENDED//EN" => 1,
1897              "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//EN" => 1,
1898              "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//EN" => 1,
1899              "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//EN" => 1,
1900              "-//W3C//DTD HTML 3 1995-03-24//EN" => 1,
1901              "-//W3C//DTD HTML 3.2 DRAFT//EN" => 1,
1902              "-//W3C//DTD HTML 3.2 FINAL//EN" => 1,
1903              "-//W3C//DTD HTML 3.2//EN" => 1,
1904              "-//W3C//DTD HTML 3.2S DRAFT//EN" => 1,
1905              "-//W3C//DTD HTML 4.0 FRAMESET//EN" => 1,
1906              "-//W3C//DTD HTML 4.0 TRANSITIONAL//EN" => 1,
1907              "-//W3C//DTD HTML EXPERIMETNAL 19960712//EN" => 1,
1908              "-//W3C//DTD HTML EXPERIMENTAL 970421//EN" => 1,
1909              "-//W3C//DTD W3 HTML//EN" => 1,
1910              "-//W3O//DTD W3 HTML 3.0//EN" => 1,
1911              "-//W3O//DTD W3 HTML 3.0//EN//" => 1,
1912              "-//W3O//DTD W3 HTML STRICT 3.0//EN//" => 1,
1913              "-//WEBTECHS//DTD MOZILLA HTML 2.0//EN" => 1,
1914              "-//WEBTECHS//DTD MOZILLA HTML//EN" => 1,
1915              "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" => 1,
1916              "HTML" => 1,
1917            }->{$pubid}) {
1918              $self->{document}->manakai_compat_mode ('quirks');
1919            } elsif ($pubid eq "-//W3C//DTD HTML 4.01 FRAMESET//EN" or
1920                     $pubid eq "-//W3C//DTD HTML 4.01 TRANSITIONAL//EN") {
1921              if (defined $token->{system_identifier}) {
1922                $self->{document}->manakai_compat_mode ('quirks');
1923              } else {
1924                $self->{document}->manakai_compat_mode ('limited quirks');
1925            }            }
1926            } elsif ($pubid eq "-//W3C//DTD XHTML 1.0 Frameset//EN" or
1927                     $pubid eq "-//W3C//DTD XHTML 1.0 Transitional//EN") {
1928              $self->{document}->manakai_compat_mode ('limited quirks');
1929            }
1930          }
1931          if (defined $token->{system_identifier}) {
1932            my $sysid = $token->{system_identifier};
1933            $sysid =~ tr/A-Z/a-z/;
1934            if ($sysid eq "http://www.ibm.com/data/dtd/v11/ibmxhtml1-transitional.dtd") {
1935              $self->{document}->manakai_compat_mode ('quirks');
1936            }
1937          }
1938          
1939          ## Go to the root element phase.
1940          !!!next-token;
1941          return;
1942        } elsif ({
1943                  'start tag' => 1,
1944                  'end tag' => 1,
1945                  'end-of-file' => 1,
1946                 }->{$token->{type}}) {
1947          !!!parse-error (type => 'no DOCTYPE');
1948          $self->{document}->manakai_compat_mode ('quirks');
1949          ## Go to the root element phase
1950          ## reprocess
1951          return;
1952        } elsif ($token->{type} eq 'character') {
1953          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D
1954            ## Ignore the token
1955    
1956            unless (length $token->{data}) {
1957              ## Stay in the phase
1958              !!!next-token;
1959              redo INITIAL;
1960          }          }
         ## ISSUE: Spec currently left this case undefined.  
         !!!parse-error (type => 'missing DOCTYPE');  
         #$phase = 'root element';  
         ## reprocess  
         #redo B;  
         return;  
       } else {  
         die "$0: $token->{type}: Unknown token";  
1961        }        }
1962      } # B  
1963          !!!parse-error (type => 'no DOCTYPE');
1964          $self->{document}->manakai_compat_mode ('quirks');
1965          ## Go to the root element phase
1966          ## reprocess
1967          return;
1968        } elsif ($token->{type} eq 'comment') {
1969          my $comment = $self->{document}->create_comment ($token->{data});
1970          $self->{document}->append_child ($comment);
1971          
1972          ## Stay in the phase.
1973          !!!next-token;
1974          redo INITIAL;
1975        } else {
1976          die "$0: $token->{type}: Unknown token";
1977        }
1978      } # INITIAL
1979  } # _tree_construction_initial  } # _tree_construction_initial
1980    
1981  sub _tree_construction_root_element ($) {  sub _tree_construction_root_element ($) {
# Line 1499  sub _tree_construction_root_element ($) Line 1995  sub _tree_construction_root_element ($)
1995          !!!next-token;          !!!next-token;
1996          redo B;          redo B;
1997        } elsif ($token->{type} eq 'character') {        } elsif ($token->{type} eq 'character') {
1998          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D
1999            $self->{document}->manakai_append_text ($1);            ## Ignore the token.
2000            ## ISSUE: DOM3 Core does not allow Document > Text  
2001            unless (length $token->{data}) {            unless (length $token->{data}) {
2002              ## Stay in the phase              ## Stay in the phase
2003              !!!next-token;              !!!next-token;
# Line 1541  sub _reset_insertion_mode ($) { Line 2037  sub _reset_insertion_mode ($) {
2037            
2038      ## Step 3      ## Step 3
2039      S3: {      S3: {
2040        $last = 1 if $self->{open_elements}->[0]->[0] eq $node->[0];        ## ISSUE: Oops! "If node is the first node in the stack of open
2041        if (defined $self->{inner_html_node}) {        ## elements, then set last to true. If the context element of the
2042          if ($self->{inner_html_node}->[1] eq 'td' or        ## HTML fragment parsing algorithm is neither a td element nor a
2043              $self->{inner_html_node}->[1] eq 'th') {        ## th element, then set node to the context element. (fragment case)":
2044            #        ## The second "if" is in the scope of the first "if"!?
2045          } else {        if ($self->{open_elements}->[0]->[0] eq $node->[0]) {
2046            $node = $self->{inner_html_node};          $last = 1;
2047            if (defined $self->{inner_html_node}) {
2048              if ($self->{inner_html_node}->[1] eq 'td' or
2049                  $self->{inner_html_node}->[1] eq 'th') {
2050                #
2051              } else {
2052                $node = $self->{inner_html_node};
2053              }
2054          }          }
2055        }        }
2056            
# Line 1678  sub _tree_construction_main ($) { Line 2181  sub _tree_construction_main ($) {
2181      }      }
2182    }; # $clear_up_to_marker    }; # $clear_up_to_marker
2183    
2184    my $style_start_tag = sub {    my $parse_rcdata = sub ($$) {
2185      my $style_el; !!!create-element ($style_el, 'style', $token->{attributes});      my ($content_model_flag, $insert) = @_;
2186      ## $self->{insertion_mode} eq 'in head' and ... (always true)  
2187      (($self->{insertion_mode} eq 'in head' and defined $self->{head_element})      ## Step 1
2188       ? $self->{head_element} : $self->{open_elements}->[-1]->[0])      my $start_tag_name = $token->{tag_name};
2189        ->append_child ($style_el);      my $el;
2190      $self->{content_model_flag} = 'CDATA';      !!!create-element ($el, $start_tag_name, $token->{attributes});
2191    
2192        ## Step 2
2193        $insert->($el); # /context node/->append_child ($el)
2194    
2195        ## Step 3
2196        $self->{content_model_flag} = $content_model_flag; # CDATA or RCDATA
2197      delete $self->{escape}; # MUST      delete $self->{escape}; # MUST
2198                  
2199        ## Step 4
2200      my $text = '';      my $text = '';
2201      !!!next-token;      !!!next-token;
2202      while ($token->{type} eq 'character') {      while ($token->{type} eq 'character') { # or until stop tokenizing
2203        $text .= $token->{data};        $text .= $token->{data};
2204        !!!next-token;        !!!next-token;
2205      } # stop if non-character token or tokenizer stops tokenising      }
2206    
2207        ## Step 5
2208      if (length $text) {      if (length $text) {
2209        $style_el->manakai_append_text ($text);        my $text = $self->{document}->create_text_node ($text);
2210          $el->append_child ($text);
2211      }      }
2212        
2213        ## Step 6
2214      $self->{content_model_flag} = 'PCDATA';      $self->{content_model_flag} = 'PCDATA';
2215                  
2216      if ($token->{type} eq 'end tag' and $token->{tag_name} eq 'style') {      ## Step 7
2217        if ($token->{type} eq 'end tag' and $token->{tag_name} eq $start_tag_name) {
2218        ## Ignore the token        ## Ignore the token
2219      } else {      } else {
2220        !!!parse-error (type => 'in CDATA:#'.$token->{type});        !!!parse-error (type => 'in '.$content_model_flag.':#'.$token->{type});
       ## ISSUE: And ignore?  
2221      }      }
2222      !!!next-token;      !!!next-token;
2223    }; # $style_start_tag    }; # $parse_rcdata
2224    
2225    my $script_start_tag = sub {    my $script_start_tag = sub ($) {
2226        my $insert = $_[0];
2227      my $script_el;      my $script_el;
2228      !!!create-element ($script_el, 'script', $token->{attributes});      !!!create-element ($script_el, 'script', $token->{attributes});
2229      ## TODO: mark as "parser-inserted"      ## TODO: mark as "parser-inserted"
# Line 1742  sub _tree_construction_main ($) { Line 2257  sub _tree_construction_main ($) {
2257      } else {      } else {
2258        ## TODO: $old_insertion_point = current insertion point        ## TODO: $old_insertion_point = current insertion point
2259        ## TODO: insertion point = just before the next input character        ## TODO: insertion point = just before the next input character
2260          
2261        (($self->{insertion_mode} eq 'in head' and defined $self->{head_element})        $insert->($script_el);
        ? $self->{head_element} : $self->{open_elements}->[-1]->[0])->append_child ($script_el);  
2262                
2263        ## TODO: insertion point = $old_insertion_point (might be "undefined")        ## TODO: insertion point = $old_insertion_point (might be "undefined")
2264                
# Line 1938  sub _tree_construction_main ($) { Line 2452  sub _tree_construction_main ($) {
2452    }; # $formatting_end_tag    }; # $formatting_end_tag
2453    
2454    my $insert_to_current = sub {    my $insert_to_current = sub {
2455      $self->{open_elements}->[-1]->[0]->append_child (shift);      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);
2456    }; # $insert_to_current    }; # $insert_to_current
2457    
2458    my $insert_to_foster = sub {    my $insert_to_foster = sub {
# Line 1976  sub _tree_construction_main ($) { Line 2490  sub _tree_construction_main ($) {
2490      my $insert = shift;      my $insert = shift;
2491      if ($token->{type} eq 'start tag') {      if ($token->{type} eq 'start tag') {
2492        if ($token->{tag_name} eq 'script') {        if ($token->{tag_name} eq 'script') {
2493          $script_start_tag->();          ## NOTE: This is an "as if in head" code clone
2494            $script_start_tag->($insert);
2495          return;          return;
2496        } elsif ($token->{tag_name} eq 'style') {        } elsif ($token->{tag_name} eq 'style') {
2497          $style_start_tag->();          ## NOTE: This is an "as if in head" code clone
2498            $parse_rcdata->('CDATA', $insert);
2499          return;          return;
2500        } elsif ({        } elsif ({
2501                  base => 1, link => 1, meta => 1,                  base => 1, link => 1, meta => 1,
2502                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
2503          !!!parse-error (type => 'in body:'.$token->{tag_name});          ## NOTE: This is an "as if in head" code clone, only "-t" differs
2504          ## NOTE: This is an "as if in head" code clone          !!!insert-element-t ($token->{tag_name}, $token->{attributes});
2505          my $el;          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
         !!!create-element ($el, $token->{tag_name}, $token->{attributes});  
         if (defined $self->{head_element}) {  
           $self->{head_element}->append_child ($el);  
         } else {  
           $insert->($el);  
         }  
           
2506          !!!next-token;          !!!next-token;
2507            ## TODO: Extracting |charset| from |meta|.
2508          return;          return;
2509        } elsif ($token->{tag_name} eq 'title') {        } elsif ($token->{tag_name} eq 'title') {
2510          !!!parse-error (type => 'in body:title');          !!!parse-error (type => 'in body:title');
2511          ## NOTE: There is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
2512          my $title_el;          $parse_rcdata->('RCDATA', sub {
2513          !!!create-element ($title_el, 'title', $token->{attributes});            if (defined $self->{head_element}) {
2514          (defined $self->{head_element} ? $self->{head_element} : $self->{open_elements}->[-1]->[0])              $self->{head_element}->append_child ($_[0]);
2515            ->append_child ($title_el);            } else {
2516          $self->{content_model_flag} = 'RCDATA';              $insert->($_[0]);
2517          delete $self->{escape}; # MUST            }
2518                    });
         my $text = '';  
         !!!next-token;  
         while ($token->{type} eq 'character') {  
           $text .= $token->{data};  
           !!!next-token;  
         }  
         if (length $text) {  
           $title_el->manakai_append_text ($text);  
         }  
           
         $self->{content_model_flag} = 'PCDATA';  
           
         if ($token->{type} eq 'end tag' and  
             $token->{tag_name} eq 'title') {  
           ## Ignore the token  
         } else {  
           !!!parse-error (type => 'in RCDATA:#'.$token->{type});  
           ## ISSUE: And ignore?  
         }  
         !!!next-token;  
2519          return;          return;
2520        } elsif ($token->{tag_name} eq 'body') {        } elsif ($token->{tag_name} eq 'body') {
2521          !!!parse-error (type => 'in body:body');          !!!parse-error (type => 'in body:body');
# Line 2128  sub _tree_construction_main ($) { Line 2618  sub _tree_construction_main ($) {
2618              if ($i != -1) {              if ($i != -1) {
2619                !!!parse-error (type => 'end tag missing:'.                !!!parse-error (type => 'end tag missing:'.
2620                                $self->{open_elements}->[-1]->[1]);                                $self->{open_elements}->[-1]->[1]);
               ## TODO: test  
2621              }              }
2622              splice @{$self->{open_elements}}, $i;              splice @{$self->{open_elements}}, $i;
2623              last LI;              last LI;
# Line 2176  sub _tree_construction_main ($) { Line 2665  sub _tree_construction_main ($) {
2665              if ($i != -1) {              if ($i != -1) {
2666                !!!parse-error (type => 'end tag missing:'.                !!!parse-error (type => 'end tag missing:'.
2667                                $self->{open_elements}->[-1]->[1]);                                $self->{open_elements}->[-1]->[1]);
               ## TODO: test  
2668              }              }
2669              splice @{$self->{open_elements}}, $i;              splice @{$self->{open_elements}}, $i;
2670              last LI;              last LI;
# Line 2239  sub _tree_construction_main ($) { Line 2727  sub _tree_construction_main ($) {
2727            }            }
2728          } # INSCOPE          } # INSCOPE
2729                        
2730            ## NOTE: See <http://html5.org/tools/web-apps-tracker?from=925&to=926>
2731          ## has an element in scope          ## has an element in scope
2732          my $i;          #my $i;
2733          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          #INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
2734            my $node = $self->{open_elements}->[$_];          #  my $node = $self->{open_elements}->[$_];
2735            if ({          #  if ({
2736                 h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,          #       h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
2737                }->{$node->[1]}) {          #      }->{$node->[1]}) {
2738              $i = $_;          #    $i = $_;
2739              last INSCOPE;          #    last INSCOPE;
2740            } elsif ({          #  } elsif ({
2741                      table => 1, caption => 1, td => 1, th => 1,          #            table => 1, caption => 1, td => 1, th => 1,
2742                      button => 1, marquee => 1, object => 1, html => 1,          #            button => 1, marquee => 1, object => 1, html => 1,
2743                     }->{$node->[1]}) {          #           }->{$node->[1]}) {
2744              last INSCOPE;          #    last INSCOPE;
2745            }          #  }
2746          } # INSCOPE          #} # INSCOPE
2747                      #  
2748          if (defined $i) {          #if (defined $i) {
2749            !!!parse-error (type => 'in hn:hn');          #  !!! parse-error (type => 'in hn:hn');
2750            splice @{$self->{open_elements}}, $i;          #  splice @{$self->{open_elements}}, $i;
2751          }          #}
2752                        
2753          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes});
2754                        
# Line 2302  sub _tree_construction_main ($) { Line 2791  sub _tree_construction_main ($) {
2791          return;          return;
2792        } elsif ({        } elsif ({
2793                  b => 1, big => 1, em => 1, font => 1, i => 1,                  b => 1, big => 1, em => 1, font => 1, i => 1,
2794                  nobr => 1, s => 1, small => 1, strile => 1,                  s => 1, small => 1, strile => 1,
2795                  strong => 1, tt => 1, u => 1,                  strong => 1, tt => 1, u => 1,
2796                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
2797          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
# Line 2312  sub _tree_construction_main ($) { Line 2801  sub _tree_construction_main ($) {
2801                    
2802          !!!next-token;          !!!next-token;
2803          return;          return;
2804          } elsif ($token->{tag_name} eq 'nobr') {
2805            $reconstruct_active_formatting_elements->($insert_to_current);
2806    
2807            ## has a |nobr| element in scope
2808            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
2809              my $node = $self->{open_elements}->[$_];
2810              if ($node->[1] eq 'nobr') {
2811                !!!parse-error (type => 'not closed:nobr');
2812                !!!back-token;
2813                $token = {type => 'end tag', tag_name => 'nobr'};
2814                return;
2815              } elsif ({
2816                        table => 1, caption => 1, td => 1, th => 1,
2817                        button => 1, marquee => 1, object => 1, html => 1,
2818                       }->{$node->[1]}) {
2819                last INSCOPE;
2820              }
2821            } # INSCOPE
2822            
2823            !!!insert-element-t ($token->{tag_name}, $token->{attributes});
2824            push @$active_formatting_elements, $self->{open_elements}->[-1];
2825            
2826            !!!next-token;
2827            return;
2828        } elsif ($token->{tag_name} eq 'button') {        } elsif ($token->{tag_name} eq 'button') {
2829          ## has a button element in scope          ## has a button element in scope
2830          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
# Line 2347  sub _tree_construction_main ($) { Line 2860  sub _tree_construction_main ($) {
2860          return;          return;
2861        } elsif ($token->{tag_name} eq 'xmp') {        } elsif ($token->{tag_name} eq 'xmp') {
2862          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
2863                    $parse_rcdata->('CDATA', $insert);
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
           
         $self->{content_model_flag} = 'CDATA';  
         delete $self->{escape}; # MUST  
           
         !!!next-token;  
2864          return;          return;
2865        } elsif ($token->{tag_name} eq 'table') {        } elsif ($token->{tag_name} eq 'table') {
2866          ## has a p element in scope          ## has a p element in scope
# Line 2385  sub _tree_construction_main ($) { Line 2892  sub _tree_construction_main ($) {
2892            !!!parse-error (type => 'image');            !!!parse-error (type => 'image');
2893            $token->{tag_name} = 'img';            $token->{tag_name} = 'img';
2894          }          }
2895            
2896            ## NOTE: There is an "as if <br>" code clone.
2897          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
2898                    
2899          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes});
# Line 2431  sub _tree_construction_main ($) { Line 2939  sub _tree_construction_main ($) {
2939            return;            return;
2940          } else {          } else {
2941            my $at = $token->{attributes};            my $at = $token->{attributes};
2942              my $form_attrs;
2943              $form_attrs->{action} = $at->{action} if $at->{action};
2944              my $prompt_attr = $at->{prompt};
2945            $at->{name} = {name => 'name', value => 'isindex'};            $at->{name} = {name => 'name', value => 'isindex'};
2946              delete $at->{action};
2947              delete $at->{prompt};
2948            my @tokens = (            my @tokens = (
2949                          {type => 'start tag', tag_name => 'form'},                          {type => 'start tag', tag_name => 'form',
2950                             attributes => $form_attrs},
2951                          {type => 'start tag', tag_name => 'hr'},                          {type => 'start tag', tag_name => 'hr'},
2952                          {type => 'start tag', tag_name => 'p'},                          {type => 'start tag', tag_name => 'p'},
2953                          {type => 'start tag', tag_name => 'label'},                          {type => 'start tag', tag_name => 'label'},
2954                          {type => 'character',                         );
2955                           data => 'This is a searchable index. Insert your search keywords here: '}, # SHOULD            if ($prompt_attr) {
2956                          ## TODO: make this configurable              push @tokens, {type => 'character', data => $prompt_attr->{value}};
2957              } else {
2958                push @tokens, {type => 'character',
2959                               data => 'This is a searchable index. Insert your search keywords here: '}; # SHOULD
2960                ## TODO: make this configurable
2961              }
2962              push @tokens,
2963                          {type => 'start tag', tag_name => 'input', attributes => $at},                          {type => 'start tag', tag_name => 'input', attributes => $at},
2964                          #{type => 'character', data => ''}, # SHOULD                          #{type => 'character', data => ''}, # SHOULD
2965                          {type => 'end tag', tag_name => 'label'},                          {type => 'end tag', tag_name => 'label'},
2966                          {type => 'end tag', tag_name => 'p'},                          {type => 'end tag', tag_name => 'p'},
2967                          {type => 'start tag', tag_name => 'hr'},                          {type => 'start tag', tag_name => 'hr'},
2968                          {type => 'end tag', tag_name => 'form'},                          {type => 'end tag', tag_name => 'form'};
                        );  
2969            $token = shift @tokens;            $token = shift @tokens;
2970            !!!back-token (@tokens);            !!!back-token (@tokens);
2971            return;            return;
2972          }          }
2973        } elsif ({        } elsif ($token->{tag_name} eq 'textarea') {
                 textarea => 1,  
                 iframe => 1,  
                 noembed => 1,  
                 noframes => 1,  
                 noscript => 0, ## TODO: 1 if scripting is enabled  
                }->{$token->{tag_name}}) {  
2974          my $tag_name = $token->{tag_name};          my $tag_name = $token->{tag_name};
2975          my $el;          my $el;
2976          !!!create-element ($el, $token->{tag_name}, $token->{attributes});          !!!create-element ($el, $token->{tag_name}, $token->{attributes});
2977                    
2978          if ($token->{tag_name} eq 'textarea') {          ## TODO: $self->{form_element} if defined
2979            ## TODO: $self->{form_element} if defined          $self->{content_model_flag} = 'RCDATA';
           $self->{content_model_flag} = 'RCDATA';  
         } else {  
           $self->{content_model_flag} = 'CDATA';  
         }  
2980          delete $self->{escape}; # MUST          delete $self->{escape}; # MUST
2981                    
2982          $insert->($el);          $insert->($el);
2983                    
2984          my $text = '';          my $text = '';
2985          if ($token->{tag_name} eq 'textarea') {          !!!next-token;
2986            !!!next-token;          if ($token->{type} eq 'character') {
2987            if ($token->{type} eq 'character') {            $token->{data} =~ s/^\x0A//;
2988              $token->{data} =~ s/^\x0A//;            unless (length $token->{data}) {
2989              unless (length $token->{data}) {              !!!next-token;
               !!!next-token;  
             }  
2990            }            }
         } else {  
           !!!next-token;  
2991          }          }
2992          while ($token->{type} eq 'character') {          while ($token->{type} eq 'character') {
2993            $text .= $token->{data};            $text .= $token->{data};
# Line 2498  sub _tree_construction_main ($) { Line 3003  sub _tree_construction_main ($) {
3003              $token->{tag_name} eq $tag_name) {              $token->{tag_name} eq $tag_name) {
3004            ## Ignore the token            ## Ignore the token
3005          } else {          } else {
3006            if ($token->{tag_name} eq 'textarea') {            !!!parse-error (type => 'in RCDATA:#'.$token->{type});
             !!!parse-error (type => 'in RCDATA:#'.$token->{type});  
           } else {  
             !!!parse-error (type => 'in CDATA:#'.$token->{type});  
           }  
           ## ISSUE: And ignore?  
3007          }          }
3008          !!!next-token;          !!!next-token;
3009          return;          return;
3010          } elsif ({
3011                    iframe => 1,
3012                    noembed => 1,
3013                    noframes => 1,
3014                    noscript => 0, ## TODO: 1 if scripting is enabled
3015                   }->{$token->{tag_name}}) {
3016            $parse_rcdata->('CDATA', $insert);
3017            return;
3018        } elsif ($token->{tag_name} eq 'select') {        } elsif ($token->{tag_name} eq 'select') {
3019          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
3020                    
# Line 2537  sub _tree_construction_main ($) { Line 3045  sub _tree_construction_main ($) {
3045        }        }
3046      } elsif ($token->{type} eq 'end tag') {      } elsif ($token->{type} eq 'end tag') {
3047        if ($token->{tag_name} eq 'body') {        if ($token->{tag_name} eq 'body') {
3048          if (@{$self->{open_elements}} > 1 and $self->{open_elements}->[1]->[1] eq 'body') {          if (@{$self->{open_elements}} > 1 and
3049            ## ISSUE: There is an issue in the spec.              $self->{open_elements}->[1]->[1] eq 'body') {
3050            if ($self->{open_elements}->[-1]->[1] ne 'body') {            for (@{$self->{open_elements}}) {
3051              !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);              unless ({
3052                           dd => 1, dt => 1, li => 1, p => 1, td => 1,
3053                           th => 1, tr => 1, body => 1, html => 1,
3054                         tbody => 1, tfoot => 1, thead => 1,
3055                        }->{$_->[1]}) {
3056                  !!!parse-error (type => 'not closed:'.$_->[1]);
3057                }
3058            }            }
3059    
3060            $self->{insertion_mode} = 'after body';            $self->{insertion_mode} = 'after body';
3061            !!!next-token;            !!!next-token;
3062            return;            return;
# Line 2586  sub _tree_construction_main ($) { Line 3101  sub _tree_construction_main ($) {
3101                   li => ($token->{tag_name} ne 'li'),                   li => ($token->{tag_name} ne 'li'),
3102                   p => ($token->{tag_name} ne 'p'),                   p => ($token->{tag_name} ne 'p'),
3103                   td => 1, th => 1, tr => 1,                   td => 1, th => 1, tr => 1,
3104                     tbody => 1, tfoot=> 1, thead => 1,
3105                  }->{$self->{open_elements}->[-1]->[1]}) {                  }->{$self->{open_elements}->[-1]->[1]}) {
3106                !!!back-token;                !!!back-token;
3107                $token = {type => 'end tag',                $token = {type => 'end tag',
# Line 2603  sub _tree_construction_main ($) { Line 3119  sub _tree_construction_main ($) {
3119          } # INSCOPE          } # INSCOPE
3120                    
3121          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {
3122            !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);            if (defined $i) {
3123                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);
3124              } else {
3125                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3126              }
3127          }          }
3128                    
3129          splice @{$self->{open_elements}}, $i if defined $i;          if (defined $i) {
3130              splice @{$self->{open_elements}}, $i;
3131            } elsif ($token->{tag_name} eq 'p') {
3132              ## As if <p>, then reprocess the current token
3133              my $el;
3134              !!!create-element ($el, 'p');
3135              $insert->($el);
3136            }
3137          $clear_up_to_marker->()          $clear_up_to_marker->()
3138            if {            if {
3139              button => 1, marquee => 1, object => 1,              button => 1, marquee => 1, object => 1,
# Line 2622  sub _tree_construction_main ($) { Line 3149  sub _tree_construction_main ($) {
3149              if ({              if ({
3150                   dd => 1, dt => 1, li => 1, p => 1,                   dd => 1, dt => 1, li => 1, p => 1,
3151                   td => 1, th => 1, tr => 1,                   td => 1, th => 1, tr => 1,
3152                     tbody => 1, tfoot=> 1, thead => 1,
3153                  }->{$self->{open_elements}->[-1]->[1]}) {                  }->{$self->{open_elements}->[-1]->[1]}) {
3154                !!!back-token;                !!!back-token;
3155                $token = {type => 'end tag',                $token = {type => 'end tag',
# Line 2660  sub _tree_construction_main ($) { Line 3188  sub _tree_construction_main ($) {
3188              if ({              if ({
3189                   dd => 1, dt => 1, li => 1, p => 1,                   dd => 1, dt => 1, li => 1, p => 1,
3190                   td => 1, th => 1, tr => 1,                   td => 1, th => 1, tr => 1,
3191                     tbody => 1, tfoot=> 1, thead => 1,
3192                  }->{$self->{open_elements}->[-1]->[1]}) {                  }->{$self->{open_elements}->[-1]->[1]}) {
3193                !!!back-token;                !!!back-token;
3194                $token = {type => 'end tag',                $token = {type => 'end tag',
# Line 2690  sub _tree_construction_main ($) { Line 3219  sub _tree_construction_main ($) {
3219                  strong => 1, tt => 1, u => 1,                  strong => 1, tt => 1, u => 1,
3220                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
3221          $formatting_end_tag->($token->{tag_name});          $formatting_end_tag->($token->{tag_name});
3222  ## TODO: <http://html5.org/tools/web-apps-tracker?from=883&to=884>          return;
3223          } elsif ($token->{tag_name} eq 'br') {
3224            !!!parse-error (type => 'unmatched end tag:br');
3225    
3226            ## As if <br>
3227            $reconstruct_active_formatting_elements->($insert_to_current);
3228            
3229            my $el;
3230            !!!create-element ($el, 'br');
3231            $insert->($el);
3232            
3233            ## Ignore the token.
3234            !!!next-token;
3235          return;          return;
3236        } elsif ({        } elsif ({
3237                  caption => 1, col => 1, colgroup => 1, frame => 1,                  caption => 1, col => 1, colgroup => 1, frame => 1,
3238                  frameset => 1, head => 1, option => 1, optgroup => 1,                  frameset => 1, head => 1, option => 1, optgroup => 1,
3239                  tbody => 1, td => 1, tfoot => 1, th => 1,                  tbody => 1, td => 1, tfoot => 1, th => 1,
3240                  thead => 1, tr => 1,                  thead => 1, tr => 1,
3241                  area => 1, basefont => 1, bgsound => 1, br => 1,                  area => 1, basefont => 1, bgsound => 1,
3242                  embed => 1, hr => 1, iframe => 1, image => 1,                  embed => 1, hr => 1, iframe => 1, image => 1,
3243                  img => 1, input => 1, isindex => 1, noembed => 1,                  img => 1, input => 1, isindex => 1, noembed => 1,
3244                  noframes => 1, param => 1, select => 1, spacer => 1,                  noframes => 1, param => 1, select => 1, spacer => 1,
# Line 2724  sub _tree_construction_main ($) { Line 3265  sub _tree_construction_main ($) {
3265              if ({              if ({
3266                   dd => 1, dt => 1, li => 1, p => 1,                   dd => 1, dt => 1, li => 1, p => 1,
3267                   td => 1, th => 1, tr => 1,                   td => 1, th => 1, tr => 1,
3268                     tbody => 1, tfoot=> 1, thead => 1,
3269                  }->{$self->{open_elements}->[-1]->[1]}) {                  }->{$self->{open_elements}->[-1]->[1]}) {
3270                !!!back-token;                !!!back-token;
3271                $token = {type => 'end tag',                $token = {type => 'end tag',
# Line 2747  sub _tree_construction_main ($) { Line 3289  sub _tree_construction_main ($) {
3289                  #not $phrasing_category->{$node->[1]} and                  #not $phrasing_category->{$node->[1]} and
3290                  ($special_category->{$node->[1]} or                  ($special_category->{$node->[1]} or
3291                   $scoping_category->{$node->[1]})) {                   $scoping_category->{$node->[1]})) {
3292                !!!parse-error (type => 'not closed:'.$node->[1]);                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3293                ## Ignore the token                ## Ignore the token
3294                !!!next-token;                !!!next-token;
3295                last S2;                last S2;
# Line 2776  sub _tree_construction_main ($) { Line 3318  sub _tree_construction_main ($) {
3318          redo B;          redo B;
3319        } elsif ($token->{type} eq 'start tag' and        } elsif ($token->{type} eq 'start tag' and
3320                 $token->{tag_name} eq 'html') {                 $token->{tag_name} eq 'html') {
3321          ## TODO: unless it is the first start tag token, parse-error  ## ISSUE: "aa<html>" is not a parse error.
3322    ## ISSUE: "<html>" in fragment is not a parse error.
3323            unless ($token->{first_start_tag}) {
3324              !!!parse-error (type => 'not first start tag');
3325            }
3326          my $top_el = $self->{open_elements}->[0]->[0];          my $top_el = $self->{open_elements}->[0]->[0];
3327          for my $attr_name (keys %{$token->{attributes}}) {          for my $attr_name (keys %{$token->{attributes}}) {
3328            unless ($top_el->has_attribute_ns (undef, $attr_name)) {            unless ($top_el->has_attribute_ns (undef, $attr_name)) {
# Line 2791  sub _tree_construction_main ($) { Line 3337  sub _tree_construction_main ($) {
3337          ## Generate implied end tags          ## Generate implied end tags
3338          if ({          if ({
3339               dd => 1, dt => 1, li => 1, p => 1, td => 1, th => 1, tr => 1,               dd => 1, dt => 1, li => 1, p => 1, td => 1, th => 1, tr => 1,
3340                 tbody => 1, tfoot=> 1, thead => 1,
3341              }->{$self->{open_elements}->[-1]->[1]}) {              }->{$self->{open_elements}->[-1]->[1]}) {
3342            !!!back-token;            !!!back-token;
3343            $token = {type => 'end tag', tag_name => $self->{open_elements}->[-1]->[1]};            $token = {type => 'end tag', tag_name => $self->{open_elements}->[-1]->[1]};
# Line 2850  sub _tree_construction_main ($) { Line 3397  sub _tree_construction_main ($) {
3397              }              }
3398              redo B;              redo B;
3399            } elsif ($token->{type} eq 'end tag') {            } elsif ($token->{type} eq 'end tag') {
3400              if ($token->{tag_name} eq 'html') {              if ({
3401                     head => 1, body => 1, html => 1,
3402                     p => 1, br => 1,
3403                    }->{$token->{tag_name}}) {
3404                ## As if <head>                ## As if <head>
3405                !!!create-element ($self->{head_element}, 'head');                !!!create-element ($self->{head_element}, 'head');
3406                $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
# Line 2860  sub _tree_construction_main ($) { Line 3410  sub _tree_construction_main ($) {
3410                redo B;                redo B;
3411              } else {              } else {
3412                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3413                ## Ignore the token                ## Ignore the token ## ISSUE: An issue in the spec.
3414                !!!next-token;                !!!next-token;
3415                redo B;                redo B;
3416              }              }
3417            } else {            } else {
3418              die "$0: $token->{type}: Unknown type";              die "$0: $token->{type}: Unknown type";
3419            }            }
3420          } elsif ($self->{insertion_mode} eq 'in head') {          } elsif ($self->{insertion_mode} eq 'in head' or
3421                     $self->{insertion_mode} eq 'in head noscript' or
3422                     $self->{insertion_mode} eq 'after head') {
3423            if ($token->{type} eq 'character') {            if ($token->{type} eq 'character') {
3424              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {
3425                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
# Line 2884  sub _tree_construction_main ($) { Line 3436  sub _tree_construction_main ($) {
3436              !!!next-token;              !!!next-token;
3437              redo B;              redo B;
3438            } elsif ($token->{type} eq 'start tag') {            } elsif ($token->{type} eq 'start tag') {
3439              if ($token->{tag_name} eq 'title') {              if ({base => ($self->{insertion_mode} eq 'in head' or
3440                ## NOTE: There is an "as if in head" code clone                            $self->{insertion_mode} eq 'after head'),
3441                my $title_el;                   link => 1, meta => 1}->{$token->{tag_name}}) {
3442                !!!create-element ($title_el, 'title', $token->{attributes});                ## NOTE: There is a "as if in head" code clone.
3443                (defined $self->{head_element} ? $self->{head_element} : $self->{open_elements}->[-1]->[0])                if ($self->{insertion_mode} eq 'after head') {
3444                  ->append_child ($title_el);                  !!!parse-error (type => 'after head:'.$token->{tag_name});
3445                $self->{content_model_flag} = 'RCDATA';                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
3446                delete $self->{escape}; # MUST                }
3447                  !!!insert-element ($token->{tag_name}, $token->{attributes});
3448                my $text = '';                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
3449                  ## TODO: Extracting |charset| from |meta|.
3450                  pop @{$self->{open_elements}}
3451                      if $self->{insertion_mode} eq 'after head';
3452                !!!next-token;                !!!next-token;
3453                while ($token->{type} eq 'character') {                redo B;
3454                  $text .= $token->{data};              } elsif ($token->{tag_name} eq 'title' and
3455                         $self->{insertion_mode} eq 'in head') {
3456                  ## NOTE: There is a "as if in head" code clone.
3457                  if ($self->{insertion_mode} eq 'after head') {
3458                    !!!parse-error (type => 'after head:'.$token->{tag_name});
3459                    push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
3460                  }
3461                  my $parent = defined $self->{head_element} ? $self->{head_element}
3462                      : $self->{open_elements}->[-1]->[0];
3463                  $parse_rcdata->('RCDATA', sub { $parent->append_child ($_[0]) });
3464                  pop @{$self->{open_elements}}
3465                      if $self->{insertion_mode} eq 'after head';
3466                  redo B;
3467                } elsif ($token->{tag_name} eq 'style') {
3468                  ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and
3469                  ## insertion mode 'in head')
3470                  ## NOTE: There is a "as if in head" code clone.
3471                  if ($self->{insertion_mode} eq 'after head') {
3472                    !!!parse-error (type => 'after head:'.$token->{tag_name});
3473                    push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
3474                  }
3475                  $parse_rcdata->('CDATA', $insert_to_current);
3476                  pop @{$self->{open_elements}}
3477                      if $self->{insertion_mode} eq 'after head';
3478                  redo B;
3479                } elsif ($token->{tag_name} eq 'noscript') {
3480                  if ($self->{insertion_mode} eq 'in head') {
3481                    ## NOTE: and scripting is disalbed
3482                    !!!insert-element ($token->{tag_name}, $token->{attributes});
3483                    $self->{insertion_mode} = 'in head noscript';
3484                  !!!next-token;                  !!!next-token;
3485                }                  redo B;
3486                if (length $text) {                } elsif ($self->{insertion_mode} eq 'in head noscript') {
3487                  $title_el->manakai_append_text ($text);                  !!!parse-error (type => 'in noscript:noscript');
               }  
                 
               $self->{content_model_flag} = 'PCDATA';  
                 
               if ($token->{type} eq 'end tag' and  
                   $token->{tag_name} eq 'title') {  
3488                  ## Ignore the token                  ## Ignore the token
3489                    redo B;
3490                } else {                } else {
3491                  !!!parse-error (type => 'in RCDATA:#'.$token->{type});                  #
                 ## ISSUE: And ignore?  
3492                }                }
3493                } elsif ($token->{tag_name} eq 'head' and
3494                         $self->{insertion_mode} ne 'after head') {
3495                  !!!parse-error (type => 'in head:head'); # or in head noscript
3496                  ## Ignore the token
3497                !!!next-token;                !!!next-token;
3498                redo B;                redo B;
3499              } elsif ($token->{tag_name} eq 'style') {              } elsif ($self->{insertion_mode} ne 'in head noscript' and
3500                $style_start_tag->();                       $token->{tag_name} eq 'script') {
3501                redo B;                if ($self->{insertion_mode} eq 'after head') {
3502              } elsif ($token->{tag_name} eq 'script') {                  !!!parse-error (type => 'after head:'.$token->{tag_name});
3503                $script_start_tag->();                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];
3504                  }
3505                  ## NOTE: There is a "as if in head" code clone.
3506                  $script_start_tag->($insert_to_current);
3507                  pop @{$self->{open_elements}}
3508                      if $self->{insertion_mode} eq 'after head';
3509                redo B;                redo B;
3510              } elsif ({base => 1, link => 1, meta => 1}->{$token->{tag_name}}) {              } elsif ($self->{insertion_mode} eq 'after head' and
3511                ## NOTE: There are "as if in head" code clones                       $token->{tag_name} eq 'body') {
3512                my $el;                !!!insert-element ('body', $token->{attributes});
3513                !!!create-element ($el, $token->{tag_name}, $token->{attributes});                $self->{insertion_mode} = 'in body';
               (defined $self->{head_element} ? $self->{head_element} : $self->{open_elements}->[-1]->[0])  
                 ->append_child ($el);  
   
3514                !!!next-token;                !!!next-token;
3515                redo B;                redo B;
3516              } elsif ($token->{tag_name} eq 'head') {              } elsif ($self->{insertion_mode} eq 'after head' and
3517                !!!parse-error (type => 'in head:head');                       $token->{tag_name} eq 'frameset') {
3518                ## Ignore the token                !!!insert-element ('frameset', $token->{attributes});
3519                  $self->{insertion_mode} = 'in frameset';
3520                !!!next-token;                !!!next-token;
3521                redo B;                redo B;
3522              } else {              } else {
3523                #                #
3524              }              }
3525            } elsif ($token->{type} eq 'end tag') {            } elsif ($token->{type} eq 'end tag') {
3526              if ($token->{tag_name} eq 'head') {              if ($self->{insertion_mode} eq 'in head' and
3527                if ($self->{open_elements}->[-1]->[1] eq 'head') {                  $token->{tag_name} eq 'head') {
3528                  pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
               } else {  
                 !!!parse-error (type => 'unmatched end tag:head');  
               }  
3529                $self->{insertion_mode} = 'after head';                $self->{insertion_mode} = 'after head';
3530                !!!next-token;                !!!next-token;
3531                redo B;                redo B;
3532              } elsif ($token->{tag_name} eq 'html') {              } elsif ($self->{insertion_mode} eq 'in head noscript' and
3533                    $token->{tag_name} eq 'noscript') {
3534                  pop @{$self->{open_elements}};
3535                  $self->{insertion_mode} = 'in head';
3536                  !!!next-token;
3537                  redo B;
3538                } elsif ($self->{insertion_mode} eq 'in head' and
3539                         {
3540                          body => 1, html => 1,
3541                          p => 1, br => 1,
3542                         }->{$token->{tag_name}}) {
3543                #                #
3544              } else {              } elsif ($self->{insertion_mode} eq 'in head noscript' and
3545                         {
3546                          p => 1, br => 1,
3547                         }->{$token->{tag_name}}) {
3548                  #
3549                } elsif ($self->{insertion_mode} ne 'after head') {
3550                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});
3551                ## Ignore the token                ## Ignore the token
3552                !!!next-token;                !!!next-token;
3553                redo B;                redo B;
3554                } else {
3555                  #
3556              }              }
3557            } else {            } else {
3558              #              #
3559            }            }
3560    
3561            if ($self->{open_elements}->[-1]->[1] eq 'head') {            ## As if </head> or </noscript> or <body>
3562              ## As if </head>            if ($self->{insertion_mode} eq 'in head') {
3563              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
3564                $self->{insertion_mode} = 'after head';
3565              } elsif ($self->{insertion_mode} eq 'in head noscript') {
3566                pop @{$self->{open_elements}};
3567                !!!parse-error (type => 'in noscript:'.(defined $token->{tag_name} ? ($token->{type} eq 'end tag' ? '/' : '') . $token->{tag_name} : '#' . $token->{type}));
3568                $self->{insertion_mode} = 'in head';
3569              } else { # 'after head'
3570                !!!insert-element ('body');
3571                $self->{insertion_mode} = 'in body';
3572            }            }
           $self->{insertion_mode} = 'after head';  
3573            ## reprocess            ## reprocess
3574            redo B;            redo B;
3575    
3576            ## ISSUE: An issue in the spec.            ## ISSUE: An issue in the spec.
         } elsif ($self->{insertion_mode} eq 'after head') {  
           if ($token->{type} eq 'character') {  
             if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {  
               $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);  
               unless (length $token->{data}) {  
                 !!!next-token;  
                 redo B;  
               }  
             }  
               
             #  
           } elsif ($token->{type} eq 'comment') {  
             my $comment = $self->{document}->create_comment ($token->{data});  
             $self->{open_elements}->[-1]->[0]->append_child ($comment);  
             !!!next-token;  
             redo B;  
           } elsif ($token->{type} eq 'start tag') {  
             if ($token->{tag_name} eq 'body') {  
               !!!insert-element ('body', $token->{attributes});  
               $self->{insertion_mode} = 'in body';  
               !!!next-token;  
               redo B;  
             } elsif ($token->{tag_name} eq 'frameset') {  
               !!!insert-element ('frameset', $token->{attributes});  
               $self->{insertion_mode} = 'in frameset';  
               !!!next-token;  
               redo B;  
             } elsif ({  
                       base => 1, link => 1, meta => 1,  
                       script => 1, style => 1, title => 1,  
                      }->{$token->{tag_name}}) {  
               !!!parse-error (type => 'after head:'.$token->{tag_name});  
               $self->{insertion_mode} = 'in head';  
               ## reprocess  
               redo B;  
             } else {  
               #  
             }  
           } else {  
             #  
           }  
             
           ## As if <body>  
           !!!insert-element ('body');  
           $self->{insertion_mode} = 'in body';  
           ## reprocess  
           redo B;  
3577          } elsif ($self->{insertion_mode} eq 'in body') {          } elsif ($self->{insertion_mode} eq 'in body') {
3578            if ($token->{type} eq 'character') {            if ($token->{type} eq 'character') {
3579              ## NOTE: There is a code clone of "character in body".              ## NOTE: There is a code clone of "character in body".
# Line 3169  sub _tree_construction_main ($) { Line 3728  sub _tree_construction_main ($) {
3728                if ({                if ({
3729                     dd => 1, dt => 1, li => 1, p => 1,                     dd => 1, dt => 1, li => 1, p => 1,
3730                     td => 1, th => 1, tr => 1,                     td => 1, th => 1, tr => 1,
3731                       tbody => 1, tfoot=> 1, thead => 1,
3732                    }->{$self->{open_elements}->[-1]->[1]}) {                    }->{$self->{open_elements}->[-1]->[1]}) {
3733                  !!!back-token; # <table>                  !!!back-token; # <table>
3734                  $token = {type => 'end tag', tag_name => 'table'};                  $token = {type => 'end tag', tag_name => 'table'};
# Line 3217  sub _tree_construction_main ($) { Line 3777  sub _tree_construction_main ($) {
3777                if ({                if ({
3778                     dd => 1, dt => 1, li => 1, p => 1,                     dd => 1, dt => 1, li => 1, p => 1,
3779                     td => 1, th => 1, tr => 1,                     td => 1, th => 1, tr => 1,
3780                       tbody => 1, tfoot=> 1, thead => 1,
3781                    }->{$self->{open_elements}->[-1]->[1]}) {                    }->{$self->{open_elements}->[-1]->[1]}) {
3782                  !!!back-token;                  !!!back-token;
3783                  $token = {type => 'end tag',                  $token = {type => 'end tag',
# Line 3300  sub _tree_construction_main ($) { Line 3861  sub _tree_construction_main ($) {
3861                if ({                if ({
3862                     dd => 1, dt => 1, li => 1, p => 1,                     dd => 1, dt => 1, li => 1, p => 1,
3863                     td => 1, th => 1, tr => 1,                     td => 1, th => 1, tr => 1,
3864                       tbody => 1, tfoot=> 1, thead => 1,
3865                    }->{$self->{open_elements}->[-1]->[1]}) {                    }->{$self->{open_elements}->[-1]->[1]}) {
3866                  !!!back-token; # <?>                  !!!back-token; # <?>
3867                  $token = {type => 'end tag', tag_name => 'caption'};                  $token = {type => 'end tag', tag_name => 'caption'};
# Line 3350  sub _tree_construction_main ($) { Line 3912  sub _tree_construction_main ($) {
3912                if ({                if ({
3913                     dd => 1, dt => 1, li => 1, p => 1,                     dd => 1, dt => 1, li => 1, p => 1,
3914                     td => 1, th => 1, tr => 1,                     td => 1, th => 1, tr => 1,
3915                       tbody => 1, tfoot=> 1, thead => 1,
3916                    }->{$self->{open_elements}->[-1]->[1]}) {                    }->{$self->{open_elements}->[-1]->[1]}) {
3917                  !!!back-token;                  !!!back-token;
3918                  $token = {type => 'end tag',                  $token = {type => 'end tag',
# Line 3397  sub _tree_construction_main ($) { Line 3960  sub _tree_construction_main ($) {
3960                if ({                if ({
3961                     dd => 1, dt => 1, li => 1, p => 1,                     dd => 1, dt => 1, li => 1, p => 1,
3962                     td => 1, th => 1, tr => 1,                     td => 1, th => 1, tr => 1,
3963                       tbody => 1, tfoot=> 1, thead => 1,
3964                    }->{$self->{open_elements}->[-1]->[1]}) {                    }->{$self->{open_elements}->[-1]->[1]}) {
3965                  !!!back-token; # </table>                  !!!back-token; # </table>
3966                  $token = {type => 'end tag', tag_name => 'caption'};                  $token = {type => 'end tag', tag_name => 'caption'};
# Line 3662  sub _tree_construction_main ($) { Line 4226  sub _tree_construction_main ($) {
4226                if ({                if ({
4227                     dd => 1, dt => 1, li => 1, p => 1,                     dd => 1, dt => 1, li => 1, p => 1,
4228                     td => 1, th => 1, tr => 1,                     td => 1, th => 1, tr => 1,
4229                       tbody => 1, tfoot=> 1, thead => 1,
4230                    }->{$self->{open_elements}->[-1]->[1]}) {                    }->{$self->{open_elements}->[-1]->[1]}) {
4231                  !!!back-token; # <table>                  !!!back-token; # <table>
4232                  $token = {type => 'end tag', tag_name => 'table'};                  $token = {type => 'end tag', tag_name => 'table'};
# Line 3930  sub _tree_construction_main ($) { Line 4495  sub _tree_construction_main ($) {
4495                if ({                if ({
4496                     dd => 1, dt => 1, li => 1, p => 1,                     dd => 1, dt => 1, li => 1, p => 1,
4497                     td => 1, th => 1, tr => 1,                     td => 1, th => 1, tr => 1,
4498                       tbody => 1, tfoot=> 1, thead => 1,
4499                    }->{$self->{open_elements}->[-1]->[1]}) {                    }->{$self->{open_elements}->[-1]->[1]}) {
4500                  !!!back-token; # <table>                  !!!back-token; # <table>
4501                  $token = {type => 'end tag', tag_name => 'table'};                  $token = {type => 'end tag', tag_name => 'table'};
# Line 4171  sub _tree_construction_main ($) { Line 4737  sub _tree_construction_main ($) {
4737                     td => ($token->{tag_name} eq 'th'),                     td => ($token->{tag_name} eq 'th'),
4738                     th => ($token->{tag_name} eq 'td'),                     th => ($token->{tag_name} eq 'td'),
4739                     tr => 1,                     tr => 1,
4740                       tbody => 1, tfoot=> 1, thead => 1,
4741                    }->{$self->{open_elements}->[-1]->[1]}) {                    }->{$self->{open_elements}->[-1]->[1]}) {
4742                  !!!back-token;                  !!!back-token;
4743                  $token = {type => 'end tag',                  $token = {type => 'end tag',
# Line 4523  sub _tree_construction_main ($) { Line 5090  sub _tree_construction_main ($) {
5090            }            }
5091                        
5092            if (defined $token->{tag_name}) {            if (defined $token->{tag_name}) {
5093              !!!parse-error (type => 'in frameset:'.$token->{tag_name});              !!!parse-error (type => 'in frameset:'.($token->{type} eq 'end tag' ? '/' : '').$token->{tag_name});
5094            } else {            } else {
5095              !!!parse-error (type => 'in frameset:#'.$token->{type});              !!!parse-error (type => 'in frameset:#'.$token->{type});
5096            }            }
# Line 4567  sub _tree_construction_main ($) { Line 5134  sub _tree_construction_main ($) {
5134            }            }
5135                        
5136            if (defined $token->{tag_name}) {            if (defined $token->{tag_name}) {
5137              !!!parse-error (type => 'after frameset:'.$token->{tag_name});              !!!parse-error (type => 'after frameset:'.($token->{tag_name} eq 'end tag' ? '/' : '').$token->{tag_name});
5138            } else {            } else {
5139              !!!parse-error (type => 'after frameset:#'.$token->{type});              !!!parse-error (type => 'after frameset:#'.$token->{type});
5140            }            }
# Line 4617  sub _tree_construction_main ($) { Line 5184  sub _tree_construction_main ($) {
5184          redo B;          redo B;
5185        } elsif ($token->{type} eq 'start tag' or        } elsif ($token->{type} eq 'start tag' or
5186                 $token->{type} eq 'end tag') {                 $token->{type} eq 'end tag') {
5187          !!!parse-error (type => 'after html:'.$token->{tag_name});          !!!parse-error (type => 'after html:'.($token->{type} eq 'end tag' ? '/' : '').$token->{tag_name});
5188          $phase = 'main';          $phase = 'main';
5189          ## reprocess          ## reprocess
5190          redo B;          redo B;
# Line 4665  sub set_inner_html ($$$) { Line 5232  sub set_inner_html ($$$) {
5232      ## Step 1 # MUST      ## Step 1 # MUST
5233      my $this_doc = $node->owner_document;      my $this_doc = $node->owner_document;
5234      my $doc = $this_doc->implementation->create_document;      my $doc = $this_doc->implementation->create_document;
5235      ## TODO: Mark as HTML document      $doc->manakai_is_html (1);
5236      my $p = $class->new;      my $p = $class->new;
5237      $p->{document} = $doc;      $p->{document} = $doc;
5238    
# Line 4826  sub get_inner_html ($$$) { Line 5393  sub get_inner_html ($$$) {
5393            
5394      my $nt = $child->node_type;      my $nt = $child->node_type;
5395      if ($nt == 1) { # Element      if ($nt == 1) { # Element
5396        my $tag_name = lc $child->tag_name; ## ISSUE: Definition of "lowercase"        my $tag_name = $child->tag_name; ## TODO: manakai_tag_name
5397        $s .= '<' . $tag_name;        $s .= '<' . $tag_name;
5398          ## NOTE: Non-HTML case:
5399        ## ISSUE: Non-html elements        ## <http://permalink.gmane.org/gmane.org.w3c.whatwg.discuss/11191>
5400    
5401        my @attrs = @{$child->attributes}; # sort order MUST be stable        my @attrs = @{$child->attributes}; # sort order MUST be stable
5402        for my $attr (@attrs) { # order is implementation dependent        for my $attr (@attrs) { # order is implementation dependent
5403          my $attr_name = lc $attr->name; ## ISSUE: Definition of "lowercase"          my $attr_name = $attr->name; ## TODO: manakai_name
5404          $s .= ' ' . $attr_name . '="';          $s .= ' ' . $attr_name . '="';
5405          my $attr_value = $attr->value;          my $attr_value = $attr->value;
5406          ## escape          ## escape
# Line 4852  sub get_inner_html ($$$) { Line 5419  sub get_inner_html ($$$) {
5419          spacer => 1, wbr => 1,          spacer => 1, wbr => 1,
5420        }->{$tag_name};        }->{$tag_name};
5421    
5422          $s .= "\x0A" if $tag_name eq 'pre' or $tag_name eq 'textarea';
5423    
5424        if (not $in_cdata and {        if (not $in_cdata and {
5425          style => 1, script => 1, xmp => 1, iframe => 1,          style => 1, script => 1, xmp => 1, iframe => 1,
5426          noembed => 1, noframes => 1, noscript => 1,          noembed => 1, noframes => 1, noscript => 1,
5427            plaintext => 1,
5428        }->{$tag_name}) {        }->{$tag_name}) {
5429          unshift @node, 'cdata-out';          unshift @node, 'cdata-out';
5430          $in_cdata = 1;          $in_cdata = 1;

Legend:
Removed from v.1.17  
changed lines
  Added in v.1.33

[email protected]
ViewVC Help
Powered by ViewVC 1.1.24