/[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 1.76 by wakaba, Mon Mar 3 09:17:10 2008 UTC revision 1.168 by wakaba, Sat Sep 13 10:49:21 2008 UTC
# Line 8  use Error qw(:try); Line 8  use Error qw(:try);
8  ## doc.write ('');  ## doc.write ('');
9  ## alert (doc.compatMode);  ## alert (doc.compatMode);
10    
11  ## TODO: Control charcters and noncharacters are not allowed (HTML5 revision 1263)  require IO::Handle;
12  ## TODO: 1252 parse error (revision 1264)  
13  ## TODO: 8859-11 = 874 (revision 1271)  my $HTML_NS = q<http://www.w3.org/1999/xhtml>;
14    my $MML_NS = q<http://www.w3.org/1998/Math/MathML>;
15  my $permitted_slash_tag_name = {  my $SVG_NS = q<http://www.w3.org/2000/svg>;
16    base => 1,  my $XLINK_NS = q<http://www.w3.org/1999/xlink>;
17    link => 1,  my $XML_NS = q<http://www.w3.org/XML/1998/namespace>;
18    meta => 1,  my $XMLNS_NS = q<http://www.w3.org/2000/xmlns/>;
19    hr => 1,  
20    br => 1,  sub A_EL () { 0b1 }
21    img => 1,  sub ADDRESS_EL () { 0b10 }
22    embed => 1,  sub BODY_EL () { 0b100 }
23    param => 1,  sub BUTTON_EL () { 0b1000 }
24    area => 1,  sub CAPTION_EL () { 0b10000 }
25    col => 1,  sub DD_EL () { 0b100000 }
26    input => 1,  sub DIV_EL () { 0b1000000 }
27    sub DT_EL () { 0b10000000 }
28    sub FORM_EL () { 0b100000000 }
29    sub FORMATTING_EL () { 0b1000000000 }
30    sub FRAMESET_EL () { 0b10000000000 }
31    sub HEADING_EL () { 0b100000000000 }
32    sub HTML_EL () { 0b1000000000000 }
33    sub LI_EL () { 0b10000000000000 }
34    sub NOBR_EL () { 0b100000000000000 }
35    sub OPTION_EL () { 0b1000000000000000 }
36    sub OPTGROUP_EL () { 0b10000000000000000 }
37    sub P_EL () { 0b100000000000000000 }
38    sub SELECT_EL () { 0b1000000000000000000 }
39    sub TABLE_EL () { 0b10000000000000000000 }
40    sub TABLE_CELL_EL () { 0b100000000000000000000 }
41    sub TABLE_ROW_EL () { 0b1000000000000000000000 }
42    sub TABLE_ROW_GROUP_EL () { 0b10000000000000000000000 }
43    sub MISC_SCOPING_EL () { 0b100000000000000000000000 }
44    sub MISC_SPECIAL_EL () { 0b1000000000000000000000000 }
45    sub FOREIGN_EL () { 0b10000000000000000000000000 }
46    sub FOREIGN_FLOW_CONTENT_EL () { 0b100000000000000000000000000 }
47    sub MML_AXML_EL () { 0b1000000000000000000000000000 }
48    sub RUBY_EL () { 0b10000000000000000000000000000 }
49    sub RUBY_COMPONENT_EL () { 0b100000000000000000000000000000 }
50    
51    sub TABLE_ROWS_EL () {
52      TABLE_EL |
53      TABLE_ROW_EL |
54      TABLE_ROW_GROUP_EL
55    }
56    
57    ## NOTE: Used in "generate implied end tags" algorithm.
58    ## NOTE: There is a code where a modified version of END_TAG_OPTIONAL_EL
59    ## is used in "generate implied end tags" implementation (search for the
60    ## function mae).
61    sub END_TAG_OPTIONAL_EL () {
62      DD_EL |
63      DT_EL |
64      LI_EL |
65      P_EL |
66      RUBY_COMPONENT_EL
67    }
68    
69    ## NOTE: Used in </body> and EOF algorithms.
70    sub ALL_END_TAG_OPTIONAL_EL () {
71      DD_EL |
72      DT_EL |
73      LI_EL |
74      P_EL |
75    
76      BODY_EL |
77      HTML_EL |
78      TABLE_CELL_EL |
79      TABLE_ROW_EL |
80      TABLE_ROW_GROUP_EL
81    }
82    
83    sub SCOPING_EL () {
84      BUTTON_EL |
85      CAPTION_EL |
86      HTML_EL |
87      TABLE_EL |
88      TABLE_CELL_EL |
89      MISC_SCOPING_EL
90    }
91    
92    sub TABLE_SCOPING_EL () {
93      HTML_EL |
94      TABLE_EL
95    }
96    
97    sub TABLE_ROWS_SCOPING_EL () {
98      HTML_EL |
99      TABLE_ROW_GROUP_EL
100    }
101    
102    sub TABLE_ROW_SCOPING_EL () {
103      HTML_EL |
104      TABLE_ROW_EL
105    }
106    
107    sub SPECIAL_EL () {
108      ADDRESS_EL |
109      BODY_EL |
110      DIV_EL |
111    
112      DD_EL |
113      DT_EL |
114      LI_EL |
115      P_EL |
116    
117      FORM_EL |
118      FRAMESET_EL |
119      HEADING_EL |
120      OPTION_EL |
121      OPTGROUP_EL |
122      SELECT_EL |
123      TABLE_ROW_EL |
124      TABLE_ROW_GROUP_EL |
125      MISC_SPECIAL_EL
126    }
127    
128    my $el_category = {
129      a => A_EL | FORMATTING_EL,
130      address => ADDRESS_EL,
131      applet => MISC_SCOPING_EL,
132      area => MISC_SPECIAL_EL,
133      b => FORMATTING_EL,
134      base => MISC_SPECIAL_EL,
135      basefont => MISC_SPECIAL_EL,
136      bgsound => MISC_SPECIAL_EL,
137      big => FORMATTING_EL,
138      blockquote => MISC_SPECIAL_EL,
139      body => BODY_EL,
140      br => MISC_SPECIAL_EL,
141      button => BUTTON_EL,
142      caption => CAPTION_EL,
143      center => MISC_SPECIAL_EL,
144      col => MISC_SPECIAL_EL,
145      colgroup => MISC_SPECIAL_EL,
146      dd => DD_EL,
147      dir => MISC_SPECIAL_EL,
148      div => DIV_EL,
149      dl => MISC_SPECIAL_EL,
150      dt => DT_EL,
151      em => FORMATTING_EL,
152      embed => MISC_SPECIAL_EL,
153      fieldset => MISC_SPECIAL_EL,
154      font => FORMATTING_EL,
155      form => FORM_EL,
156      frame => MISC_SPECIAL_EL,
157      frameset => FRAMESET_EL,
158      h1 => HEADING_EL,
159      h2 => HEADING_EL,
160      h3 => HEADING_EL,
161      h4 => HEADING_EL,
162      h5 => HEADING_EL,
163      h6 => HEADING_EL,
164      head => MISC_SPECIAL_EL,
165      hr => MISC_SPECIAL_EL,
166      html => HTML_EL,
167      i => FORMATTING_EL,
168      iframe => MISC_SPECIAL_EL,
169      img => MISC_SPECIAL_EL,
170      input => MISC_SPECIAL_EL,
171      isindex => MISC_SPECIAL_EL,
172      li => LI_EL,
173      link => MISC_SPECIAL_EL,
174      listing => MISC_SPECIAL_EL,
175      marquee => MISC_SCOPING_EL,
176      menu => MISC_SPECIAL_EL,
177      meta => MISC_SPECIAL_EL,
178      nobr => NOBR_EL | FORMATTING_EL,
179      noembed => MISC_SPECIAL_EL,
180      noframes => MISC_SPECIAL_EL,
181      noscript => MISC_SPECIAL_EL,
182      object => MISC_SCOPING_EL,
183      ol => MISC_SPECIAL_EL,
184      optgroup => OPTGROUP_EL,
185      option => OPTION_EL,
186      p => P_EL,
187      param => MISC_SPECIAL_EL,
188      plaintext => MISC_SPECIAL_EL,
189      pre => MISC_SPECIAL_EL,
190      rp => RUBY_COMPONENT_EL,
191      rt => RUBY_COMPONENT_EL,
192      ruby => RUBY_EL,
193      s => FORMATTING_EL,
194      script => MISC_SPECIAL_EL,
195      select => SELECT_EL,
196      small => FORMATTING_EL,
197      spacer => MISC_SPECIAL_EL,
198      strike => FORMATTING_EL,
199      strong => FORMATTING_EL,
200      style => MISC_SPECIAL_EL,
201      table => TABLE_EL,
202      tbody => TABLE_ROW_GROUP_EL,
203      td => TABLE_CELL_EL,
204      textarea => MISC_SPECIAL_EL,
205      tfoot => TABLE_ROW_GROUP_EL,
206      th => TABLE_CELL_EL,
207      thead => TABLE_ROW_GROUP_EL,
208      title => MISC_SPECIAL_EL,
209      tr => TABLE_ROW_EL,
210      tt => FORMATTING_EL,
211      u => FORMATTING_EL,
212      ul => MISC_SPECIAL_EL,
213      wbr => MISC_SPECIAL_EL,
214    };
215    
216    my $el_category_f = {
217      $MML_NS => {
218        'annotation-xml' => MML_AXML_EL,
219        mi => FOREIGN_FLOW_CONTENT_EL,
220        mo => FOREIGN_FLOW_CONTENT_EL,
221        mn => FOREIGN_FLOW_CONTENT_EL,
222        ms => FOREIGN_FLOW_CONTENT_EL,
223        mtext => FOREIGN_FLOW_CONTENT_EL,
224      },
225      $SVG_NS => {
226        foreignObject => FOREIGN_FLOW_CONTENT_EL,
227        desc => FOREIGN_FLOW_CONTENT_EL,
228        title => FOREIGN_FLOW_CONTENT_EL,
229      },
230      ## NOTE: In addition, FOREIGN_EL is set to non-HTML elements.
231    };
232    
233    my $svg_attr_name = {
234      attributename => 'attributeName',
235      attributetype => 'attributeType',
236      basefrequency => 'baseFrequency',
237      baseprofile => 'baseProfile',
238      calcmode => 'calcMode',
239      clippathunits => 'clipPathUnits',
240      contentscripttype => 'contentScriptType',
241      contentstyletype => 'contentStyleType',
242      diffuseconstant => 'diffuseConstant',
243      edgemode => 'edgeMode',
244      externalresourcesrequired => 'externalResourcesRequired',
245      filterres => 'filterRes',
246      filterunits => 'filterUnits',
247      glyphref => 'glyphRef',
248      gradienttransform => 'gradientTransform',
249      gradientunits => 'gradientUnits',
250      kernelmatrix => 'kernelMatrix',
251      kernelunitlength => 'kernelUnitLength',
252      keypoints => 'keyPoints',
253      keysplines => 'keySplines',
254      keytimes => 'keyTimes',
255      lengthadjust => 'lengthAdjust',
256      limitingconeangle => 'limitingConeAngle',
257      markerheight => 'markerHeight',
258      markerunits => 'markerUnits',
259      markerwidth => 'markerWidth',
260      maskcontentunits => 'maskContentUnits',
261      maskunits => 'maskUnits',
262      numoctaves => 'numOctaves',
263      pathlength => 'pathLength',
264      patterncontentunits => 'patternContentUnits',
265      patterntransform => 'patternTransform',
266      patternunits => 'patternUnits',
267      pointsatx => 'pointsAtX',
268      pointsaty => 'pointsAtY',
269      pointsatz => 'pointsAtZ',
270      preservealpha => 'preserveAlpha',
271      preserveaspectratio => 'preserveAspectRatio',
272      primitiveunits => 'primitiveUnits',
273      refx => 'refX',
274      refy => 'refY',
275      repeatcount => 'repeatCount',
276      repeatdur => 'repeatDur',
277      requiredextensions => 'requiredExtensions',
278      requiredfeatures => 'requiredFeatures',
279      specularconstant => 'specularConstant',
280      specularexponent => 'specularExponent',
281      spreadmethod => 'spreadMethod',
282      startoffset => 'startOffset',
283      stddeviation => 'stdDeviation',
284      stitchtiles => 'stitchTiles',
285      surfacescale => 'surfaceScale',
286      systemlanguage => 'systemLanguage',
287      tablevalues => 'tableValues',
288      targetx => 'targetX',
289      targety => 'targetY',
290      textlength => 'textLength',
291      viewbox => 'viewBox',
292      viewtarget => 'viewTarget',
293      xchannelselector => 'xChannelSelector',
294      ychannelselector => 'yChannelSelector',
295      zoomandpan => 'zoomAndPan',
296    };
297    
298    my $foreign_attr_xname = {
299      'xlink:actuate' => [$XLINK_NS, ['xlink', 'actuate']],
300      'xlink:arcrole' => [$XLINK_NS, ['xlink', 'arcrole']],
301      'xlink:href' => [$XLINK_NS, ['xlink', 'href']],
302      'xlink:role' => [$XLINK_NS, ['xlink', 'role']],
303      'xlink:show' => [$XLINK_NS, ['xlink', 'show']],
304      'xlink:title' => [$XLINK_NS, ['xlink', 'title']],
305      'xlink:type' => [$XLINK_NS, ['xlink', 'type']],
306      'xml:base' => [$XML_NS, ['xml', 'base']],
307      'xml:lang' => [$XML_NS, ['xml', 'lang']],
308      'xml:space' => [$XML_NS, ['xml', 'space']],
309      'xmlns' => [$XMLNS_NS, [undef, 'xmlns']],
310      'xmlns:xlink' => [$XMLNS_NS, ['xmlns', 'xlink']],
311  };  };
312    
313    ## ISSUE: xmlns:xlink="non-xlink-ns" is not an error.
314    
315  my $c1_entity_char = {  my $c1_entity_char = {
316    0x80 => 0x20AC,    0x80 => 0x20AC,
317    0x81 => 0xFFFD,    0x81 => 0xFFFD,
# Line 61  my $c1_entity_char = { Line 347  my $c1_entity_char = {
347    0x9F => 0x0178,    0x9F => 0x0178,
348  }; # $c1_entity_char  }; # $c1_entity_char
349    
 my $special_category = {  
   address => 1, area => 1, base => 1, basefont => 1, bgsound => 1,  
   blockquote => 1, body => 1, br => 1, center => 1, col => 1, colgroup => 1,  
   dd => 1, dir => 1, div => 1, dl => 1, dt => 1, embed => 1, fieldset => 1,  
   form => 1, frame => 1, frameset => 1, h1 => 1, h2 => 1, h3 => 1,  
   h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, iframe => 1, image => 1,  
   img => 1, input => 1, isindex => 1, li => 1, link => 1, listing => 1,  
   menu => 1, meta => 1, noembed => 1, noframes => 1, noscript => 1,  
   ol => 1, optgroup => 1, option => 1, p => 1, param => 1, plaintext => 1,  
   pre => 1, script => 1, select => 1, spacer => 1, style => 1, tbody => 1,  
   textarea => 1, tfoot => 1, thead => 1, title => 1, tr => 1, ul => 1, wbr => 1,  
 };  
 my $scoping_category = {  
   button => 1, caption => 1, html => 1, marquee => 1, object => 1,  
   table => 1, td => 1, th => 1,  
 };  
 my $formatting_category = {  
   a => 1, b => 1, big => 1, em => 1, font => 1, i => 1, nobr => 1,  
   s => 1, small => 1, strile => 1, strong => 1, tt => 1, u => 1,  
 };  
 # $phrasing_category: all other elements  
   
350  sub parse_byte_string ($$$$;$) {  sub parse_byte_string ($$$$;$) {
351      my $self = shift;
352      my $charset_name = shift;
353      open my $input, '<', ref $_[0] ? $_[0] : \($_[0]);
354      return $self->parse_byte_stream ($charset_name, $input, @_[1..$#_]);
355    } # parse_byte_string
356    
357    sub parse_byte_stream ($$$$;$$) {
358      # my ($self, $charset_name, $byte_stream, $doc, $onerror, $get_wrapper) = @_;
359    my $self = ref $_[0] ? shift : shift->new;    my $self = ref $_[0] ? shift : shift->new;
360    my $charset = shift;    my $charset_name = shift;
361    my $bytes_s = ref $_[0] ? $_[0] : \($_[0]);    my $byte_stream = $_[0];
   my $s;  
     
   if (defined $charset) {  
     require Encode; ## TODO: decode(utf8) don't delete BOM  
     $s = \ (Encode::decode ($charset, $$bytes_s));  
     $self->{input_encoding} = lc $charset; ## TODO: normalize name  
     $self->{confident} = 1;  
   } else {  
     ## TODO: Implement HTML5 detection algorithm  
     require Whatpm::Charset::UniversalCharDet;  
     $charset = Whatpm::Charset::UniversalCharDet->detect_byte_string  
         (substr ($$bytes_s, 0, 1024));  
     $charset ||= 'windows-1252';  
     $s = \ (Encode::decode ($charset, $$bytes_s));  
     $self->{input_encoding} = $charset;  
     $self->{confident} = 0;  
   }  
362    
363    $self->{change_encoding} = sub {    my $onerror = $_[2] || sub {
364      my $self = shift;      my (%opt) = @_;
365      my $charset = lc shift;      warn "Parse error ($opt{type})\n";
366      ## TODO: if $charset is supported    };
367      ## TODO: normalize charset name    $self->{parse_error} = $onerror; # updated later by parse_char_string
368    
369      ## "Change the encoding" algorithm:    my $get_wrapper = $_[3] || sub ($) {
370        return $_[0]; # $_[0] = byte stream handle, returned = arg to char handle
371      ## Step 1        };
372      if ($charset eq 'utf-16') { ## ISSUE: UTF-16BE -> UTF-8? UTF-16LE -> UTF-8?  
373        $charset = 'utf-8';    ## HTML5 encoding sniffing algorithm
374      require Message::Charset::Info;
375      my $charset;
376      my $buffer;
377      my ($char_stream, $e_status);
378    
379      SNIFFING: {
380        ## NOTE: By setting |allow_fallback| option true when the
381        ## |get_decode_handle| method is invoked, we ignore what the HTML5
382        ## spec requires, i.e. unsupported encoding should be ignored.
383          ## TODO: We should not do this unless the parser is invoked
384          ## in the conformance checking mode, in which this behavior
385          ## would be useful.
386    
387        ## Step 1
388        if (defined $charset_name) {
389          $charset = Message::Charset::Info->get_by_html_name ($charset_name);
390              ## TODO: Is this ok?  Transfer protocol's parameter should be
391              ## interpreted in its semantics?
392    
393          ## ISSUE: Unsupported encoding is not ignored according to the spec.
394          ($char_stream, $e_status) = $charset->get_decode_handle
395              ($byte_stream, allow_error_reporting => 1,
396               allow_fallback => 1);
397          if ($char_stream) {
398            $self->{confident} = 1;
399            last SNIFFING;
400          } else {
401            ## TODO: unsupported error
402          }
403      }      }
404    
405      ## Step 2      ## Step 2
406      if (defined $self->{input_encoding} and      my $byte_buffer = '';
407          $self->{input_encoding} eq $charset) {      for (1..1024) {
408          my $char = $byte_stream->getc;
409          last unless defined $char;
410          $byte_buffer .= $char;
411        } ## TODO: timeout
412    
413        ## Step 3
414        if ($byte_buffer =~ /^\xFE\xFF/) {
415          $charset = Message::Charset::Info->get_by_html_name ('utf-16be');
416          ($char_stream, $e_status) = $charset->get_decode_handle
417              ($byte_stream, allow_error_reporting => 1,
418               allow_fallback => 1, byte_buffer => \$byte_buffer);
419        $self->{confident} = 1;        $self->{confident} = 1;
420        return;        last SNIFFING;
421        } elsif ($byte_buffer =~ /^\xFF\xFE/) {
422          $charset = Message::Charset::Info->get_by_html_name ('utf-16le');
423          ($char_stream, $e_status) = $charset->get_decode_handle
424              ($byte_stream, allow_error_reporting => 1,
425               allow_fallback => 1, byte_buffer => \$byte_buffer);
426          $self->{confident} = 1;
427          last SNIFFING;
428        } elsif ($byte_buffer =~ /^\xEF\xBB\xBF/) {
429          $charset = Message::Charset::Info->get_by_html_name ('utf-8');
430          ($char_stream, $e_status) = $charset->get_decode_handle
431              ($byte_stream, allow_error_reporting => 1,
432               allow_fallback => 1, byte_buffer => \$byte_buffer);
433          $self->{confident} = 1;
434          last SNIFFING;
435      }      }
436    
437      !!!parse-error (type => 'charset label detected:'.$self->{input_encoding}.      ## Step 4
438          ':'.$charset, level => 'w');      ## TODO: <meta charset>
439    
440      ## Step 3      ## Step 5
441      # if (can) {      ## TODO: from history
       ## change the encoding on the fly.  
       #$self->{confident} = 1;  
       #return;  
     # }  
442    
443      ## Step 4      ## Step 6
444      throw Whatpm::HTML::RestartParser (charset => $charset);      require Whatpm::Charset::UniversalCharDet;
445        $charset_name = Whatpm::Charset::UniversalCharDet->detect_byte_string
446            ($byte_buffer);
447        if (defined $charset_name) {
448          $charset = Message::Charset::Info->get_by_html_name ($charset_name);
449    
450          ## ISSUE: Unsupported encoding is not ignored according to the spec.
451          require Whatpm::Charset::DecodeHandle;
452          $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new
453              ($byte_stream);
454          ($char_stream, $e_status) = $charset->get_decode_handle
455              ($buffer, allow_error_reporting => 1,
456               allow_fallback => 1, byte_buffer => \$byte_buffer);
457          if ($char_stream) {
458            $buffer->{buffer} = $byte_buffer;
459            !!!parse-error (type => 'sniffing:chardet',
460                            text => $charset_name,
461                            level => $self->{level}->{info},
462                            layer => 'encode',
463                            line => 1, column => 1);
464            $self->{confident} = 0;
465            last SNIFFING;
466          }
467        }
468    
469        ## Step 7: default
470        ## TODO: Make this configurable.
471        $charset = Message::Charset::Info->get_by_html_name ('windows-1252');
472            ## NOTE: We choose |windows-1252| here, since |utf-8| should be
473            ## detectable in the step 6.
474        require Whatpm::Charset::DecodeHandle;
475        $buffer = Whatpm::Charset::DecodeHandle::ByteBuffer->new
476            ($byte_stream);
477        ($char_stream, $e_status)
478            = $charset->get_decode_handle ($buffer,
479                                           allow_error_reporting => 1,
480                                           allow_fallback => 1,
481                                           byte_buffer => \$byte_buffer);
482        $buffer->{buffer} = $byte_buffer;
483        !!!parse-error (type => 'sniffing:default',
484                        text => 'windows-1252',
485                        level => $self->{level}->{info},
486                        line => 1, column => 1,
487                        layer => 'encode');
488        $self->{confident} = 0;
489      } # SNIFFING
490    
491      if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
492        $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
493        !!!parse-error (type => 'chardecode:fallback',
494                        #text => $self->{input_encoding},
495                        level => $self->{level}->{uncertain},
496                        line => 1, column => 1,
497                        layer => 'encode');
498      } elsif (not ($e_status &
499                    Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL())) {
500        $self->{input_encoding} = $charset->get_iana_name;
501        !!!parse-error (type => 'chardecode:no error',
502                        text => $self->{input_encoding},
503                        level => $self->{level}->{uncertain},
504                        line => 1, column => 1,
505                        layer => 'encode');
506      } else {
507        $self->{input_encoding} = $charset->get_iana_name;
508      }
509    
510      $self->{change_encoding} = sub {
511        my $self = shift;
512        $charset_name = shift;
513        my $token = shift;
514    
515        $charset = Message::Charset::Info->get_by_html_name ($charset_name);
516        ($char_stream, $e_status) = $charset->get_decode_handle
517            ($byte_stream, allow_error_reporting => 1, allow_fallback => 1,
518             byte_buffer => \ $buffer->{buffer});
519        
520        if ($char_stream) { # if supported
521          ## "Change the encoding" algorithm:
522    
523          ## Step 1    
524          if ($charset->{category} &
525              Message::Charset::Info::CHARSET_CATEGORY_UTF16 ()) {
526            $charset = Message::Charset::Info->get_by_html_name ('utf-8');
527            ($char_stream, $e_status) = $charset->get_decode_handle
528                ($byte_stream,
529                 byte_buffer => \ $buffer->{buffer});
530          }
531          $charset_name = $charset->get_iana_name;
532          
533          ## Step 2
534          if (defined $self->{input_encoding} and
535              $self->{input_encoding} eq $charset_name) {
536            !!!parse-error (type => 'charset label:matching',
537                            text => $charset_name,
538                            level => $self->{level}->{info});
539            $self->{confident} = 1;
540            return;
541          }
542    
543          !!!parse-error (type => 'charset label detected',
544                          text => $self->{input_encoding},
545                          value => $charset_name,
546                          level => $self->{level}->{warn},
547                          token => $token);
548          
549          ## Step 3
550          # if (can) {
551            ## change the encoding on the fly.
552            #$self->{confident} = 1;
553            #return;
554          # }
555          
556          ## Step 4
557          throw Whatpm::HTML::RestartParser ();
558        }
559    }; # $self->{change_encoding}    }; # $self->{change_encoding}
560    
561      my $char_onerror = sub {
562        my (undef, $type, %opt) = @_;
563        !!!parse-error (layer => 'encode',
564                        %opt, type => $type,
565                        line => $self->{line}, column => $self->{column} + 1);
566        if ($opt{octets}) {
567          ${$opt{octets}} = "\x{FFFD}"; # relacement character
568        }
569      };
570    
571      my $wrapped_char_stream = $get_wrapper->($char_stream);
572      $wrapped_char_stream->onerror ($char_onerror);
573    
574    my @args = @_; shift @args; # $s    my @args = @_; shift @args; # $s
575    my $return;    my $return;
576    try {    try {
577      $return = $self->parse_char_string ($s, @args);        $return = $self->parse_char_stream ($wrapped_char_stream, @args);  
578    } catch Whatpm::HTML::RestartParser with {    } catch Whatpm::HTML::RestartParser with {
579      my $charset = shift->{charset};      ## NOTE: Invoked after {change_encoding}.
580      $s = \ (Encode::decode ($charset, $$bytes_s));      
581      $self->{input_encoding} = $charset; ## TODO: normalize      if ($e_status & Message::Charset::Info::FALLBACK_ENCODING_IMPL ()) {
582          $self->{input_encoding} = $charset->get_iana_name; ## TODO: Should we set actual charset decoder's encoding name?
583          !!!parse-error (type => 'chardecode:fallback',
584                          level => $self->{level}->{uncertain},
585                          #text => $self->{input_encoding},
586                          line => 1, column => 1,
587                          layer => 'encode');
588        } elsif (not ($e_status &
589                      Message::Charset::Info::ERROR_REPORTING_ENCODING_IMPL())) {
590          $self->{input_encoding} = $charset->get_iana_name;
591          !!!parse-error (type => 'chardecode:no error',
592                          text => $self->{input_encoding},
593                          level => $self->{level}->{uncertain},
594                          line => 1, column => 1,
595                          layer => 'encode');
596        } else {
597          $self->{input_encoding} = $charset->get_iana_name;
598        }
599      $self->{confident} = 1;      $self->{confident} = 1;
600      $return = $self->parse_char_string ($s, @args);  
601        $wrapped_char_stream = $get_wrapper->($char_stream);
602        $wrapped_char_stream->onerror ($char_onerror);
603    
604        $return = $self->parse_char_stream ($wrapped_char_stream, @args);
605    };    };
606    return $return;    return $return;
607  } # parse_byte_string  } # parse_byte_stream
608    
609  ## NOTE: HTML5 spec says that the encoding layer MUST NOT strip BOM  ## NOTE: HTML5 spec says that the encoding layer MUST NOT strip BOM
610  ## and the HTML layer MUST ignore it.  However, we does strip BOM in  ## and the HTML layer MUST ignore it.  However, we does strip BOM in
# Line 162  sub parse_byte_string ($$$$;$) { Line 615  sub parse_byte_string ($$$$;$) {
615  ## such as |parse_byte_string| in this module, must ensure that it does  ## such as |parse_byte_string| in this module, must ensure that it does
616  ## strip the BOM and never strip any ZWNBSP.  ## strip the BOM and never strip any ZWNBSP.
617    
618  *parse_char_string = \&parse_string;  sub parse_char_string ($$$;$$) {
619      #my ($self, $s, $doc, $onerror, $get_wrapper) = @_;
620      my $self = shift;
621      require utf8;
622      my $s = ref $_[0] ? $_[0] : \($_[0]);
623      open my $input, '<' . (utf8::is_utf8 ($$s) ? ':utf8' : ''), $s;
624      if ($_[3]) {
625        $input = $_[3]->($input);
626      }
627      return $self->parse_char_stream ($input, @_[1..$#_]);
628    } # parse_char_string
629    *parse_string = \&parse_char_string; ## NOTE: Alias for backward compatibility.
630    
631  sub parse_string ($$$;$) {  sub parse_char_stream ($$$;$) {
632    my $self = ref $_[0] ? shift : shift->new;    my $self = ref $_[0] ? shift : shift->new;
633    my $s = ref $_[0] ? $_[0] : \($_[0]);    my $input = $_[0];
634    $self->{document} = $_[1];    $self->{document} = $_[1];
635    @{$self->{document}->child_nodes} = ();    @{$self->{document}->child_nodes} = ();
636    
# Line 177  sub parse_string ($$$;$) { Line 641  sub parse_string ($$$;$) {
641        if defined $self->{input_encoding};        if defined $self->{input_encoding};
642    
643    my $i = 0;    my $i = 0;
644    my $line = 1;    $self->{line_prev} = $self->{line} = 1;
645    my $column = 0;    $self->{column_prev} = $self->{column} = 0;
646    $self->{set_next_char} = sub {    $self->{set_next_char} = sub {
647      my $self = shift;      my $self = shift;
648    
649      pop @{$self->{prev_char}};      pop @{$self->{prev_char}};
650      unshift @{$self->{prev_char}}, $self->{next_char};      unshift @{$self->{prev_char}}, $self->{next_char};
651    
652      $self->{next_char} = -1 and return if $i >= length $$s;      my $char;
653      $self->{next_char} = ord substr $$s, $i++, 1;      if (defined $self->{next_next_char}) {
654      $column++;        $char = $self->{next_next_char};
655          delete $self->{next_next_char};
656        } else {
657          $char = $input->getc;
658        }
659        $self->{next_char} = -1 and return unless defined $char;
660        $self->{next_char} = ord $char;
661    
662        ($self->{line_prev}, $self->{column_prev})
663            = ($self->{line}, $self->{column});
664        $self->{column}++;
665            
666      if ($self->{next_char} == 0x000A) { # LF      if ($self->{next_char} == 0x000A) { # LF
667        $line++;        !!!cp ('j1');
668        $column = 0;        $self->{line}++;
669          $self->{column} = 0;
670      } elsif ($self->{next_char} == 0x000D) { # CR      } elsif ($self->{next_char} == 0x000D) { # CR
671        $i++ if substr ($$s, $i, 1) eq "\x0A";        !!!cp ('j2');
672          my $next = $input->getc;
673          if (defined $next and $next ne "\x0A") {
674            $self->{next_next_char} = $next;
675          }
676        $self->{next_char} = 0x000A; # LF # MUST        $self->{next_char} = 0x000A; # LF # MUST
677        $line++;        $self->{line}++;
678        $column = 0;        $self->{column} = 0;
679      } elsif ($self->{next_char} > 0x10FFFF) {      } elsif ($self->{next_char} > 0x10FFFF) {
680          !!!cp ('j3');
681        $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST        $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
682      } elsif ($self->{next_char} == 0x0000) { # NULL      } elsif ($self->{next_char} == 0x0000) { # NULL
683          !!!cp ('j4');
684        !!!parse-error (type => 'NULL');        !!!parse-error (type => 'NULL');
685        $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST        $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
686        } elsif ($self->{next_char} <= 0x0008 or
687                 (0x000E <= $self->{next_char} and $self->{next_char} <= 0x001F) or
688                 (0x007F <= $self->{next_char} and $self->{next_char} <= 0x009F) or
689                 (0xD800 <= $self->{next_char} and $self->{next_char} <= 0xDFFF) or
690                 (0xFDD0 <= $self->{next_char} and $self->{next_char} <= 0xFDDF) or
691                 {
692                  0xFFFE => 1, 0xFFFF => 1, 0x1FFFE => 1, 0x1FFFF => 1,
693                  0x2FFFE => 1, 0x2FFFF => 1, 0x3FFFE => 1, 0x3FFFF => 1,
694                  0x4FFFE => 1, 0x4FFFF => 1, 0x5FFFE => 1, 0x5FFFF => 1,
695                  0x6FFFE => 1, 0x6FFFF => 1, 0x7FFFE => 1, 0x7FFFF => 1,
696                  0x8FFFE => 1, 0x8FFFF => 1, 0x9FFFE => 1, 0x9FFFF => 1,
697                  0xAFFFE => 1, 0xAFFFF => 1, 0xBFFFE => 1, 0xBFFFF => 1,
698                  0xCFFFE => 1, 0xCFFFF => 1, 0xDFFFE => 1, 0xDFFFF => 1,
699                  0xEFFFE => 1, 0xEFFFF => 1, 0xFFFFE => 1, 0xFFFFF => 1,
700                  0x10FFFE => 1, 0x10FFFF => 1,
701                 }->{$self->{next_char}}) {
702          !!!cp ('j5');
703          if ($self->{next_char} < 0x10000) {
704            !!!parse-error (type => 'control char',
705                            text => (sprintf 'U+%04X', $self->{next_char}));
706          } else {
707            !!!parse-error (type => 'control char',
708                            text => (sprintf 'U-%08X', $self->{next_char}));
709          }
710      }      }
711    };    };
712    $self->{prev_char} = [-1, -1, -1];    $self->{prev_char} = [-1, -1, -1];
# Line 209  sub parse_string ($$$;$) { Line 714  sub parse_string ($$$;$) {
714    
715    my $onerror = $_[2] || sub {    my $onerror = $_[2] || sub {
716      my (%opt) = @_;      my (%opt) = @_;
717      warn "Parse error ($opt{type}) at line $opt{line} column $opt{column}\n";      my $line = $opt{token} ? $opt{token}->{line} : $opt{line};
718        my $column = $opt{token} ? $opt{token}->{column} : $opt{column};
719        warn "Parse error ($opt{type}) at line $line column $column\n";
720    };    };
721    $self->{parse_error} = sub {    $self->{parse_error} = sub {
722      $onerror->(@_, line => $line, column => $column);      $onerror->(line => $self->{line}, column => $self->{column}, @_);
723    };    };
724    
725    $self->_initialize_tokenizer;    $self->_initialize_tokenizer;
# Line 220  sub parse_string ($$$;$) { Line 727  sub parse_string ($$$;$) {
727    $self->_construct_tree;    $self->_construct_tree;
728    $self->_terminate_tree_constructor;    $self->_terminate_tree_constructor;
729    
730      delete $self->{parse_error}; # remove loop
731    
732    return $self->{document};    return $self->{document};
733  } # parse_string  } # parse_char_stream
734    
735  sub new ($) {  sub new ($) {
736    my $class = shift;    my $class = shift;
737    my $self = bless {}, $class;    my $self = bless {
738        level => {must => 'm',
739                  should => 's',
740                  warn => 'w',
741                  info => 'i',
742                  uncertain => 'u'},
743      }, $class;
744    $self->{set_next_char} = sub {    $self->{set_next_char} = sub {
745      $self->{next_char} = -1;      $self->{next_char} = -1;
746    };    };
# Line 254  sub RCDATA_CONTENT_MODEL () { CM_ENTITY Line 769  sub RCDATA_CONTENT_MODEL () { CM_ENTITY
769  sub PCDATA_CONTENT_MODEL () { CM_ENTITY | CM_FULL_MARKUP }  sub PCDATA_CONTENT_MODEL () { CM_ENTITY | CM_FULL_MARKUP }
770    
771  sub DATA_STATE () { 0 }  sub DATA_STATE () { 0 }
772  sub ENTITY_DATA_STATE () { 1 }  #sub ENTITY_DATA_STATE () { 1 }
773  sub TAG_OPEN_STATE () { 2 }  sub TAG_OPEN_STATE () { 2 }
774  sub CLOSE_TAG_OPEN_STATE () { 3 }  sub CLOSE_TAG_OPEN_STATE () { 3 }
775  sub TAG_NAME_STATE () { 4 }  sub TAG_NAME_STATE () { 4 }
# Line 265  sub BEFORE_ATTRIBUTE_VALUE_STATE () { 8 Line 780  sub BEFORE_ATTRIBUTE_VALUE_STATE () { 8
780  sub ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE () { 9 }  sub ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE () { 9 }
781  sub ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE () { 10 }  sub ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE () { 10 }
782  sub ATTRIBUTE_VALUE_UNQUOTED_STATE () { 11 }  sub ATTRIBUTE_VALUE_UNQUOTED_STATE () { 11 }
783  sub ENTITY_IN_ATTRIBUTE_VALUE_STATE () { 12 }  #sub ENTITY_IN_ATTRIBUTE_VALUE_STATE () { 12 }
784  sub MARKUP_DECLARATION_OPEN_STATE () { 13 }  sub MARKUP_DECLARATION_OPEN_STATE () { 13 }
785  sub COMMENT_START_STATE () { 14 }  sub COMMENT_START_STATE () { 14 }
786  sub COMMENT_START_DASH_STATE () { 15 }  sub COMMENT_START_DASH_STATE () { 15 }
# Line 287  sub DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUO Line 802  sub DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUO
802  sub AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE () { 31 }  sub AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE () { 31 }
803  sub BOGUS_DOCTYPE_STATE () { 32 }  sub BOGUS_DOCTYPE_STATE () { 32 }
804  sub AFTER_ATTRIBUTE_VALUE_QUOTED_STATE () { 33 }  sub AFTER_ATTRIBUTE_VALUE_QUOTED_STATE () { 33 }
805    sub SELF_CLOSING_START_TAG_STATE () { 34 }
806    sub CDATA_SECTION_STATE () { 35 }
807    sub MD_HYPHEN_STATE () { 36 } # "markup declaration open state" in the spec
808    sub MD_DOCTYPE_STATE () { 37 } # "markup declaration open state" in the spec
809    sub MD_CDATA_STATE () { 38 } # "markup declaration open state" in the spec
810    sub CDATA_PCDATA_CLOSE_TAG_STATE () { 39 } # "close tag open state" in the spec
811    sub CDATA_SECTION_MSE1_STATE () { 40 } # "CDATA section state" in the spec
812    sub CDATA_SECTION_MSE2_STATE () { 41 } # "CDATA section state" in the spec
813    sub PUBLIC_STATE () { 42 } # "after DOCTYPE name state" in the spec
814    sub SYSTEM_STATE () { 43 } # "after DOCTYPE name state" in the spec
815    ## NOTE: "Entity data state", "entity in attribute value state", and
816    ## "consume a character reference" algorithm are jointly implemented
817    ## using the following six states:
818    sub ENTITY_STATE () { 44 }
819    sub ENTITY_HASH_STATE () { 45 }
820    sub NCR_NUM_STATE () { 46 }
821    sub HEXREF_X_STATE () { 47 }
822    sub HEXREF_HEX_STATE () { 48 }
823    sub ENTITY_NAME_STATE () { 49 }
824    
825  sub DOCTYPE_TOKEN () { 1 }  sub DOCTYPE_TOKEN () { 1 }
826  sub COMMENT_TOKEN () { 2 }  sub COMMENT_TOKEN () { 2 }
# Line 303  sub TABLE_IMS ()      { 0b1000000 } Line 837  sub TABLE_IMS ()      { 0b1000000 }
837  sub ROW_IMS ()        { 0b10000000 }  sub ROW_IMS ()        { 0b10000000 }
838  sub BODY_AFTER_IMS () { 0b100000000 }  sub BODY_AFTER_IMS () { 0b100000000 }
839  sub FRAME_IMS ()      { 0b1000000000 }  sub FRAME_IMS ()      { 0b1000000000 }
840    sub SELECT_IMS ()     { 0b10000000000 }
841    sub IN_FOREIGN_CONTENT_IM () { 0b100000000000 }
842        ## NOTE: "in foreign content" insertion mode is special; it is combined
843        ## with the secondary insertion mode.  In this parser, they are stored
844        ## together in the bit-or'ed form.
845    
846    ## NOTE: "initial" and "before html" insertion modes have no constants.
847    
848    ## NOTE: "after after body" insertion mode.
849  sub AFTER_HTML_BODY_IM () { AFTER_HTML_IMS | BODY_AFTER_IMS }  sub AFTER_HTML_BODY_IM () { AFTER_HTML_IMS | BODY_AFTER_IMS }
850    
851    ## NOTE: "after after frameset" insertion mode.
852  sub AFTER_HTML_FRAMESET_IM () { AFTER_HTML_IMS | FRAME_IMS }  sub AFTER_HTML_FRAMESET_IM () { AFTER_HTML_IMS | FRAME_IMS }
853    
854  sub IN_HEAD_IM () { HEAD_IMS | 0b00 }  sub IN_HEAD_IM () { HEAD_IMS | 0b00 }
855  sub IN_HEAD_NOSCRIPT_IM () { HEAD_IMS | 0b01 }  sub IN_HEAD_NOSCRIPT_IM () { HEAD_IMS | 0b01 }
856  sub AFTER_HEAD_IM () { HEAD_IMS | 0b10 }  sub AFTER_HEAD_IM () { HEAD_IMS | 0b10 }
# Line 319  sub IN_TABLE_IM () { TABLE_IMS } Line 864  sub IN_TABLE_IM () { TABLE_IMS }
864  sub AFTER_BODY_IM () { BODY_AFTER_IMS }  sub AFTER_BODY_IM () { BODY_AFTER_IMS }
865  sub IN_FRAMESET_IM () { FRAME_IMS | 0b01 }  sub IN_FRAMESET_IM () { FRAME_IMS | 0b01 }
866  sub AFTER_FRAMESET_IM () { FRAME_IMS | 0b10 }  sub AFTER_FRAMESET_IM () { FRAME_IMS | 0b10 }
867  sub IN_SELECT_IM () { 0b01 }  sub IN_SELECT_IM () { SELECT_IMS | 0b01 }
868    sub IN_SELECT_IN_TABLE_IM () { SELECT_IMS | 0b10 }
869  sub IN_COLUMN_GROUP_IM () { 0b10 }  sub IN_COLUMN_GROUP_IM () { 0b10 }
870    
871  ## Implementations MUST act as if state machine in the spec  ## Implementations MUST act as if state machine in the spec
# Line 327  sub IN_COLUMN_GROUP_IM () { 0b10 } Line 873  sub IN_COLUMN_GROUP_IM () { 0b10 }
873  sub _initialize_tokenizer ($) {  sub _initialize_tokenizer ($) {
874    my $self = shift;    my $self = shift;
875    $self->{state} = DATA_STATE; # MUST    $self->{state} = DATA_STATE; # MUST
876      #$self->{state_keyword}; # initialized when used
877    $self->{content_model} = PCDATA_CONTENT_MODEL; # be    $self->{content_model} = PCDATA_CONTENT_MODEL; # be
878    undef $self->{current_token}; # start tag, end tag, comment, or DOCTYPE    undef $self->{current_token};
879    undef $self->{current_attribute};    undef $self->{current_attribute};
880    undef $self->{last_emitted_start_tag_name};    undef $self->{last_emitted_start_tag_name};
881    undef $self->{last_attribute_value_state};    undef $self->{last_attribute_value_state};
882      delete $self->{self_closing};
883    $self->{char} = [];    $self->{char} = [];
884    # $self->{next_char}    # $self->{next_char}
885    !!!next-input-character;    !!!next-input-character;
# Line 352  sub _initialize_tokenizer ($) { Line 900  sub _initialize_tokenizer ($) {
900  ##        ->{value}  ##        ->{value}
901  ##        ->{has_reference} == 1 or 0  ##        ->{has_reference} == 1 or 0
902  ##   ->{data} (COMMENT_TOKEN, CHARACTER_TOKEN)  ##   ->{data} (COMMENT_TOKEN, CHARACTER_TOKEN)
903    ## NOTE: The "self-closing flag" is hold as |$self->{self_closing}|.
904    ##     |->{self_closing}| is used to save the value of |$self->{self_closing}|
905    ##     while the token is pushed back to the stack.
906    
907  ## Emitted token MUST immediately be handled by the tree construction state.  ## Emitted token MUST immediately be handled by the tree construction state.
908    
# Line 378  sub _initialize_tokenizer ($) { Line 929  sub _initialize_tokenizer ($) {
929    
930  sub _get_next_token ($) {  sub _get_next_token ($) {
931    my $self = shift;    my $self = shift;
932    
933      if ($self->{self_closing}) {
934        !!!parse-error (type => 'nestc', token => $self->{current_token});
935        ## NOTE: The |self_closing| flag is only set by start tag token.
936        ## In addition, when a start tag token is emitted, it is always set to
937        ## |current_token|.
938        delete $self->{self_closing};
939      }
940    
941    if (@{$self->{token}}) {    if (@{$self->{token}}) {
942        $self->{self_closing} = $self->{token}->[0]->{self_closing};
943      return shift @{$self->{token}};      return shift @{$self->{token}};
944    }    }
945    
# Line 387  sub _get_next_token ($) { Line 948  sub _get_next_token ($) {
948        if ($self->{next_char} == 0x0026) { # &        if ($self->{next_char} == 0x0026) { # &
949          if ($self->{content_model} & CM_ENTITY and # PCDATA | RCDATA          if ($self->{content_model} & CM_ENTITY and # PCDATA | RCDATA
950              not $self->{escape}) {              not $self->{escape}) {
951            $self->{state} = ENTITY_DATA_STATE;            !!!cp (1);
952              ## NOTE: In the spec, the tokenizer is switched to the
953              ## "entity data state".  In this implementation, the tokenizer
954              ## is switched to the |ENTITY_STATE|, which is an implementation
955              ## of the "consume a character reference" algorithm.
956              $self->{entity_in_attr} = 0;
957              $self->{entity_additional} = -1;
958              $self->{state} = ENTITY_STATE;
959            !!!next-input-character;            !!!next-input-character;
960            redo A;            redo A;
961          } else {          } else {
962              !!!cp (2);
963            #            #
964          }          }
965        } elsif ($self->{next_char} == 0x002D) { # -        } elsif ($self->{next_char} == 0x002D) { # -
# Line 399  sub _get_next_token ($) { Line 968  sub _get_next_token ($) {
968              if ($self->{prev_char}->[0] == 0x002D and # -              if ($self->{prev_char}->[0] == 0x002D and # -
969                  $self->{prev_char}->[1] == 0x0021 and # !                  $self->{prev_char}->[1] == 0x0021 and # !
970                  $self->{prev_char}->[2] == 0x003C) { # <                  $self->{prev_char}->[2] == 0x003C) { # <
971                  !!!cp (3);
972                $self->{escape} = 1;                $self->{escape} = 1;
973                } else {
974                  !!!cp (4);
975              }              }
976              } else {
977                !!!cp (5);
978            }            }
979          }          }
980                    
# Line 409  sub _get_next_token ($) { Line 983  sub _get_next_token ($) {
983          if ($self->{content_model} & CM_FULL_MARKUP or # PCDATA          if ($self->{content_model} & CM_FULL_MARKUP or # PCDATA
984              (($self->{content_model} & CM_LIMITED_MARKUP) and # CDATA | RCDATA              (($self->{content_model} & CM_LIMITED_MARKUP) and # CDATA | RCDATA
985               not $self->{escape})) {               not $self->{escape})) {
986              !!!cp (6);
987            $self->{state} = TAG_OPEN_STATE;            $self->{state} = TAG_OPEN_STATE;
988            !!!next-input-character;            !!!next-input-character;
989            redo A;            redo A;
990          } else {          } else {
991              !!!cp (7);
992            #            #
993          }          }
994        } elsif ($self->{next_char} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
# Line 420  sub _get_next_token ($) { Line 996  sub _get_next_token ($) {
996              ($self->{content_model} & CM_LIMITED_MARKUP)) { # RCDATA | CDATA              ($self->{content_model} & CM_LIMITED_MARKUP)) { # RCDATA | CDATA
997            if ($self->{prev_char}->[0] == 0x002D and # -            if ($self->{prev_char}->[0] == 0x002D and # -
998                $self->{prev_char}->[1] == 0x002D) { # -                $self->{prev_char}->[1] == 0x002D) { # -
999                !!!cp (8);
1000              delete $self->{escape};              delete $self->{escape};
1001              } else {
1002                !!!cp (9);
1003            }            }
1004            } else {
1005              !!!cp (10);
1006          }          }
1007                    
1008          #          #
1009        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
1010          !!!emit ({type => END_OF_FILE_TOKEN});          !!!cp (11);
1011            !!!emit ({type => END_OF_FILE_TOKEN,
1012                      line => $self->{line}, column => $self->{column}});
1013          last A; ## TODO: ok?          last A; ## TODO: ok?
1014          } else {
1015            !!!cp (12);
1016        }        }
1017        # Anything else        # Anything else
1018        my $token = {type => CHARACTER_TOKEN,        my $token = {type => CHARACTER_TOKEN,
1019                     data => chr $self->{next_char}};                     data => chr $self->{next_char},
1020                       line => $self->{line}, column => $self->{column},
1021                      };
1022        ## Stay in the data state        ## Stay in the data state
1023        !!!next-input-character;        !!!next-input-character;
1024    
1025        !!!emit ($token);        !!!emit ($token);
1026    
1027        redo A;        redo A;
     } elsif ($self->{state} == ENTITY_DATA_STATE) {  
       ## (cannot happen in CDATA state)  
         
       my $token = $self->_tokenize_attempt_to_consume_an_entity (0, -1);  
   
       $self->{state} = DATA_STATE;  
       # next-input-character is already done  
   
       unless (defined $token) {  
         !!!emit ({type => CHARACTER_TOKEN, data => '&'});  
       } else {  
         !!!emit ($token);  
       }  
   
       redo A;  
1028      } elsif ($self->{state} == TAG_OPEN_STATE) {      } elsif ($self->{state} == TAG_OPEN_STATE) {
1029        if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA        if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA
1030          if ($self->{next_char} == 0x002F) { # /          if ($self->{next_char} == 0x002F) { # /
1031              !!!cp (15);
1032            !!!next-input-character;            !!!next-input-character;
1033            $self->{state} = CLOSE_TAG_OPEN_STATE;            $self->{state} = CLOSE_TAG_OPEN_STATE;
1034            redo A;            redo A;
1035          } else {          } else {
1036              !!!cp (16);
1037            ## reconsume            ## reconsume
1038            $self->{state} = DATA_STATE;            $self->{state} = DATA_STATE;
1039    
1040            !!!emit ({type => CHARACTER_TOKEN, data => '<'});            !!!emit ({type => CHARACTER_TOKEN, data => '<',
1041                        line => $self->{line_prev},
1042                        column => $self->{column_prev},
1043                       });
1044    
1045            redo A;            redo A;
1046          }          }
1047        } elsif ($self->{content_model} & CM_FULL_MARKUP) { # PCDATA        } elsif ($self->{content_model} & CM_FULL_MARKUP) { # PCDATA
1048          if ($self->{next_char} == 0x0021) { # !          if ($self->{next_char} == 0x0021) { # !
1049              !!!cp (17);
1050            $self->{state} = MARKUP_DECLARATION_OPEN_STATE;            $self->{state} = MARKUP_DECLARATION_OPEN_STATE;
1051            !!!next-input-character;            !!!next-input-character;
1052            redo A;            redo A;
1053          } elsif ($self->{next_char} == 0x002F) { # /          } elsif ($self->{next_char} == 0x002F) { # /
1054              !!!cp (18);
1055            $self->{state} = CLOSE_TAG_OPEN_STATE;            $self->{state} = CLOSE_TAG_OPEN_STATE;
1056            !!!next-input-character;            !!!next-input-character;
1057            redo A;            redo A;
1058          } elsif (0x0041 <= $self->{next_char} and          } elsif (0x0041 <= $self->{next_char} and
1059                   $self->{next_char} <= 0x005A) { # A..Z                   $self->{next_char} <= 0x005A) { # A..Z
1060              !!!cp (19);
1061            $self->{current_token}            $self->{current_token}
1062              = {type => START_TAG_TOKEN,              = {type => START_TAG_TOKEN,
1063                 tag_name => chr ($self->{next_char} + 0x0020)};                 tag_name => chr ($self->{next_char} + 0x0020),
1064                   line => $self->{line_prev},
1065                   column => $self->{column_prev}};
1066            $self->{state} = TAG_NAME_STATE;            $self->{state} = TAG_NAME_STATE;
1067            !!!next-input-character;            !!!next-input-character;
1068            redo A;            redo A;
1069          } elsif (0x0061 <= $self->{next_char} and          } elsif (0x0061 <= $self->{next_char} and
1070                   $self->{next_char} <= 0x007A) { # a..z                   $self->{next_char} <= 0x007A) { # a..z
1071              !!!cp (20);
1072            $self->{current_token} = {type => START_TAG_TOKEN,            $self->{current_token} = {type => START_TAG_TOKEN,
1073                              tag_name => chr ($self->{next_char})};                                      tag_name => chr ($self->{next_char}),
1074                                        line => $self->{line_prev},
1075                                        column => $self->{column_prev}};
1076            $self->{state} = TAG_NAME_STATE;            $self->{state} = TAG_NAME_STATE;
1077            !!!next-input-character;            !!!next-input-character;
1078            redo A;            redo A;
1079          } elsif ($self->{next_char} == 0x003E) { # >          } elsif ($self->{next_char} == 0x003E) { # >
1080            !!!parse-error (type => 'empty start tag');            !!!cp (21);
1081              !!!parse-error (type => 'empty start tag',
1082                              line => $self->{line_prev},
1083                              column => $self->{column_prev});
1084            $self->{state} = DATA_STATE;            $self->{state} = DATA_STATE;
1085            !!!next-input-character;            !!!next-input-character;
1086    
1087            !!!emit ({type => CHARACTER_TOKEN, data => '<>'});            !!!emit ({type => CHARACTER_TOKEN, data => '<>',
1088                        line => $self->{line_prev},
1089                        column => $self->{column_prev},
1090                       });
1091    
1092            redo A;            redo A;
1093          } elsif ($self->{next_char} == 0x003F) { # ?          } elsif ($self->{next_char} == 0x003F) { # ?
1094            !!!parse-error (type => 'pio');            !!!cp (22);
1095              !!!parse-error (type => 'pio',
1096                              line => $self->{line_prev},
1097                              column => $self->{column_prev});
1098            $self->{state} = BOGUS_COMMENT_STATE;            $self->{state} = BOGUS_COMMENT_STATE;
1099              $self->{current_token} = {type => COMMENT_TOKEN, data => '',
1100                                        line => $self->{line_prev},
1101                                        column => $self->{column_prev},
1102                                       };
1103            ## $self->{next_char} is intentionally left as is            ## $self->{next_char} is intentionally left as is
1104            redo A;            redo A;
1105          } else {          } else {
1106            !!!parse-error (type => 'bare stago');            !!!cp (23);
1107              !!!parse-error (type => 'bare stago',
1108                              line => $self->{line_prev},
1109                              column => $self->{column_prev});
1110            $self->{state} = DATA_STATE;            $self->{state} = DATA_STATE;
1111            ## reconsume            ## reconsume
1112    
1113            !!!emit ({type => CHARACTER_TOKEN, data => '<'});            !!!emit ({type => CHARACTER_TOKEN, data => '<',
1114                        line => $self->{line_prev},
1115                        column => $self->{column_prev},
1116                       });
1117    
1118            redo A;            redo A;
1119          }          }
# Line 517  sub _get_next_token ($) { Line 1121  sub _get_next_token ($) {
1121          die "$0: $self->{content_model} in tag open";          die "$0: $self->{content_model} in tag open";
1122        }        }
1123      } elsif ($self->{state} == CLOSE_TAG_OPEN_STATE) {      } elsif ($self->{state} == CLOSE_TAG_OPEN_STATE) {
1124          ## NOTE: The "close tag open state" in the spec is implemented as
1125          ## |CLOSE_TAG_OPEN_STATE| and |CDATA_PCDATA_CLOSE_TAG_STATE|.
1126    
1127          my ($l, $c) = ($self->{line_prev}, $self->{column_prev} - 1); # "<"of"</"
1128        if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA        if ($self->{content_model} & CM_LIMITED_MARKUP) { # RCDATA | CDATA
1129          if (defined $self->{last_emitted_start_tag_name}) {          if (defined $self->{last_emitted_start_tag_name}) {
1130            ## NOTE: <http://krijnhoetmer.nl/irc-logs/whatwg/20070626#l-564>            $self->{state} = CDATA_PCDATA_CLOSE_TAG_STATE;
1131            my @next_char;            $self->{state_keyword} = '';
1132            TAGNAME: for (my $i = 0; $i < length $self->{last_emitted_start_tag_name}; $i++) {            ## Reconsume.
1133              push @next_char, $self->{next_char};            redo A;
             my $c = ord substr ($self->{last_emitted_start_tag_name}, $i, 1);  
             my $C = 0x0061 <= $c && $c <= 0x007A ? $c - 0x0020 : $c;  
             if ($self->{next_char} == $c or $self->{next_char} == $C) {  
               !!!next-input-character;  
               next TAGNAME;  
             } else {  
               $self->{next_char} = shift @next_char; # reconsume  
               !!!back-next-input-character (@next_char);  
               $self->{state} = DATA_STATE;  
   
               !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
     
               redo A;  
             }  
           }  
           push @next_char, $self->{next_char};  
         
           unless ($self->{next_char} == 0x0009 or # HT  
                   $self->{next_char} == 0x000A or # LF  
                   $self->{next_char} == 0x000B or # VT  
                   $self->{next_char} == 0x000C or # FF  
                   $self->{next_char} == 0x0020 or # SP  
                   $self->{next_char} == 0x003E or # >  
                   $self->{next_char} == 0x002F or # /  
                   $self->{next_char} == -1) {  
             $self->{next_char} = shift @next_char; # reconsume  
             !!!back-next-input-character (@next_char);  
             $self->{state} = DATA_STATE;  
             !!!emit ({type => CHARACTER_TOKEN, data => '</'});  
             redo A;  
           } else {  
             $self->{next_char} = shift @next_char;  
             !!!back-next-input-character (@next_char);  
             # and consume...  
           }  
1134          } else {          } else {
1135            ## No start tag token has ever been emitted            ## No start tag token has ever been emitted
1136            # next-input-character is already done            ## NOTE: See <http://krijnhoetmer.nl/irc-logs/whatwg/20070626#l-564>.
1137              !!!cp (28);
1138            $self->{state} = DATA_STATE;            $self->{state} = DATA_STATE;
1139            !!!emit ({type => CHARACTER_TOKEN, data => '</'});            ## Reconsume.
1140              !!!emit ({type => CHARACTER_TOKEN, data => '</',
1141                        line => $l, column => $c,
1142                       });
1143            redo A;            redo A;
1144          }          }
1145        }        }
1146          
1147        if (0x0041 <= $self->{next_char} and        if (0x0041 <= $self->{next_char} and
1148            $self->{next_char} <= 0x005A) { # A..Z            $self->{next_char} <= 0x005A) { # A..Z
1149          $self->{current_token} = {type => END_TAG_TOKEN,          !!!cp (29);
1150                            tag_name => chr ($self->{next_char} + 0x0020)};          $self->{current_token}
1151                = {type => END_TAG_TOKEN,
1152                   tag_name => chr ($self->{next_char} + 0x0020),
1153                   line => $l, column => $c};
1154          $self->{state} = TAG_NAME_STATE;          $self->{state} = TAG_NAME_STATE;
1155          !!!next-input-character;          !!!next-input-character;
1156          redo A;          redo A;
1157        } elsif (0x0061 <= $self->{next_char} and        } elsif (0x0061 <= $self->{next_char} and
1158                 $self->{next_char} <= 0x007A) { # a..z                 $self->{next_char} <= 0x007A) { # a..z
1159            !!!cp (30);
1160          $self->{current_token} = {type => END_TAG_TOKEN,          $self->{current_token} = {type => END_TAG_TOKEN,
1161                            tag_name => chr ($self->{next_char})};                                    tag_name => chr ($self->{next_char}),
1162                                      line => $l, column => $c};
1163          $self->{state} = TAG_NAME_STATE;          $self->{state} = TAG_NAME_STATE;
1164          !!!next-input-character;          !!!next-input-character;
1165          redo A;          redo A;
1166        } elsif ($self->{next_char} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
1167          !!!parse-error (type => 'empty end tag');          !!!cp (31);
1168            !!!parse-error (type => 'empty end tag',
1169                            line => $self->{line_prev}, ## "<" in "</>"
1170                            column => $self->{column_prev} - 1);
1171          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
1172          !!!next-input-character;          !!!next-input-character;
1173          redo A;          redo A;
1174        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
1175            !!!cp (32);
1176          !!!parse-error (type => 'bare etago');          !!!parse-error (type => 'bare etago');
1177          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
1178          # reconsume          # reconsume
1179    
1180          !!!emit ({type => CHARACTER_TOKEN, data => '</'});          !!!emit ({type => CHARACTER_TOKEN, data => '</',
1181                      line => $l, column => $c,
1182                     });
1183    
1184          redo A;          redo A;
1185        } else {        } else {
1186            !!!cp (33);
1187          !!!parse-error (type => 'bogus end tag');          !!!parse-error (type => 'bogus end tag');
1188          $self->{state} = BOGUS_COMMENT_STATE;          $self->{state} = BOGUS_COMMENT_STATE;
1189          ## $self->{next_char} is intentionally left as is          $self->{current_token} = {type => COMMENT_TOKEN, data => '',
1190          redo A;                                    line => $self->{line_prev}, # "<" of "</"
1191                                      column => $self->{column_prev} - 1,
1192                                     };
1193            ## NOTE: $self->{next_char} is intentionally left as is.
1194            ## Although the "anything else" case of the spec not explicitly
1195            ## states that the next input character is to be reconsumed,
1196            ## it will be included to the |data| of the comment token
1197            ## generated from the bogus end tag, as defined in the
1198            ## "bogus comment state" entry.
1199            redo A;
1200          }
1201        } elsif ($self->{state} == CDATA_PCDATA_CLOSE_TAG_STATE) {
1202          my $ch = substr $self->{last_emitted_start_tag_name}, length $self->{state_keyword}, 1;
1203          if (length $ch) {
1204            my $CH = $ch;
1205            $ch =~ tr/a-z/A-Z/;
1206            my $nch = chr $self->{next_char};
1207            if ($nch eq $ch or $nch eq $CH) {
1208              !!!cp (24);
1209              ## Stay in the state.
1210              $self->{state_keyword} .= $nch;
1211              !!!next-input-character;
1212              redo A;
1213            } else {
1214              !!!cp (25);
1215              $self->{state} = DATA_STATE;
1216              ## Reconsume.
1217              !!!emit ({type => CHARACTER_TOKEN,
1218                        data => '</' . $self->{state_keyword},
1219                        line => $self->{line_prev},
1220                        column => $self->{column_prev} - 1 - length $self->{state_keyword},
1221                       });
1222              redo A;
1223            }
1224          } else { # after "<{tag-name}"
1225            unless ({
1226                     0x0009 => 1, # HT
1227                     0x000A => 1, # LF
1228                     0x000B => 1, # VT
1229                     0x000C => 1, # FF
1230                     0x0020 => 1, # SP
1231                     0x003E => 1, # >
1232                     0x002F => 1, # /
1233                     -1 => 1, # EOF
1234                    }->{$self->{next_char}}) {
1235              !!!cp (26);
1236              ## Reconsume.
1237              $self->{state} = DATA_STATE;
1238              !!!emit ({type => CHARACTER_TOKEN,
1239                        data => '</' . $self->{state_keyword},
1240                        line => $self->{line_prev},
1241                        column => $self->{column_prev} - 1 - length $self->{state_keyword},
1242                       });
1243              redo A;
1244            } else {
1245              !!!cp (27);
1246              $self->{current_token}
1247                  = {type => END_TAG_TOKEN,
1248                     tag_name => $self->{last_emitted_start_tag_name},
1249                     line => $self->{line_prev},
1250                     column => $self->{column_prev} - 1 - length $self->{state_keyword}};
1251              $self->{state} = TAG_NAME_STATE;
1252              ## Reconsume.
1253              redo A;
1254            }
1255        }        }
1256      } elsif ($self->{state} == TAG_NAME_STATE) {      } elsif ($self->{state} == TAG_NAME_STATE) {
1257        if ($self->{next_char} == 0x0009 or # HT        if ($self->{next_char} == 0x0009 or # HT
# Line 606  sub _get_next_token ($) { Line 1259  sub _get_next_token ($) {
1259            $self->{next_char} == 0x000B or # VT            $self->{next_char} == 0x000B or # VT
1260            $self->{next_char} == 0x000C or # FF            $self->{next_char} == 0x000C or # FF
1261            $self->{next_char} == 0x0020) { # SP            $self->{next_char} == 0x0020) { # SP
1262            !!!cp (34);
1263          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
1264          !!!next-input-character;          !!!next-input-character;
1265          redo A;          redo A;
1266        } elsif ($self->{next_char} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
1267          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1268            $self->{current_token}->{first_start_tag}            !!!cp (35);
               = not defined $self->{last_emitted_start_tag_name};  
1269            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1270          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1271            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1272            if ($self->{current_token}->{attributes}) {            #if ($self->{current_token}->{attributes}) {
1273              !!!parse-error (type => 'end tag attribute');            #  ## NOTE: This should never be reached.
1274            }            #  !!! cp (36);
1275              #  !!! parse-error (type => 'end tag attribute');
1276              #} else {
1277                !!!cp (37);
1278              #}
1279          } else {          } else {
1280            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
1281          }          }
# Line 630  sub _get_next_token ($) { Line 1287  sub _get_next_token ($) {
1287          redo A;          redo A;
1288        } elsif (0x0041 <= $self->{next_char} and        } elsif (0x0041 <= $self->{next_char} and
1289                 $self->{next_char} <= 0x005A) { # A..Z                 $self->{next_char} <= 0x005A) { # A..Z
1290            !!!cp (38);
1291          $self->{current_token}->{tag_name} .= chr ($self->{next_char} + 0x0020);          $self->{current_token}->{tag_name} .= chr ($self->{next_char} + 0x0020);
1292            # start tag or end tag            # start tag or end tag
1293          ## Stay in this state          ## Stay in this state
# Line 638  sub _get_next_token ($) { Line 1296  sub _get_next_token ($) {
1296        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
1297          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
1298          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1299            $self->{current_token}->{first_start_tag}            !!!cp (39);
               = not defined $self->{last_emitted_start_tag_name};  
1300            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1301          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1302            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1303            if ($self->{current_token}->{attributes}) {            #if ($self->{current_token}->{attributes}) {
1304              !!!parse-error (type => 'end tag attribute');            #  ## NOTE: This state should never be reached.
1305            }            #  !!! cp (40);
1306              #  !!! parse-error (type => 'end tag attribute');
1307              #} else {
1308                !!!cp (41);
1309              #}
1310          } else {          } else {
1311            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
1312          }          }
# Line 656  sub _get_next_token ($) { Line 1317  sub _get_next_token ($) {
1317    
1318          redo A;          redo A;
1319        } elsif ($self->{next_char} == 0x002F) { # /        } elsif ($self->{next_char} == 0x002F) { # /
1320            !!!cp (42);
1321            $self->{state} = SELF_CLOSING_START_TAG_STATE;
1322          !!!next-input-character;          !!!next-input-character;
         if ($self->{next_char} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
1323          redo A;          redo A;
1324        } else {        } else {
1325            !!!cp (44);
1326          $self->{current_token}->{tag_name} .= chr $self->{next_char};          $self->{current_token}->{tag_name} .= chr $self->{next_char};
1327            # start tag or end tag            # start tag or end tag
1328          ## Stay in the state          ## Stay in the state
# Line 681  sub _get_next_token ($) { Line 1335  sub _get_next_token ($) {
1335            $self->{next_char} == 0x000B or # VT            $self->{next_char} == 0x000B or # VT
1336            $self->{next_char} == 0x000C or # FF            $self->{next_char} == 0x000C or # FF
1337            $self->{next_char} == 0x0020) { # SP            $self->{next_char} == 0x0020) { # SP
1338            !!!cp (45);
1339          ## Stay in the state          ## Stay in the state
1340          !!!next-input-character;          !!!next-input-character;
1341          redo A;          redo A;
1342        } elsif ($self->{next_char} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
1343          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1344            $self->{current_token}->{first_start_tag}            !!!cp (46);
               = not defined $self->{last_emitted_start_tag_name};  
1345            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1346          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1347            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1348            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1349                !!!cp (47);
1350              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1351              } else {
1352                !!!cp (48);
1353            }            }
1354          } else {          } else {
1355            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 705  sub _get_next_token ($) { Line 1362  sub _get_next_token ($) {
1362          redo A;          redo A;
1363        } elsif (0x0041 <= $self->{next_char} and        } elsif (0x0041 <= $self->{next_char} and
1364                 $self->{next_char} <= 0x005A) { # A..Z                 $self->{next_char} <= 0x005A) { # A..Z
1365          $self->{current_attribute} = {name => chr ($self->{next_char} + 0x0020),          !!!cp (49);
1366                                value => ''};          $self->{current_attribute}
1367                = {name => chr ($self->{next_char} + 0x0020),
1368                   value => '',
1369                   line => $self->{line}, column => $self->{column}};
1370          $self->{state} = ATTRIBUTE_NAME_STATE;          $self->{state} = ATTRIBUTE_NAME_STATE;
1371          !!!next-input-character;          !!!next-input-character;
1372          redo A;          redo A;
1373        } elsif ($self->{next_char} == 0x002F) { # /        } elsif ($self->{next_char} == 0x002F) { # /
1374            !!!cp (50);
1375            $self->{state} = SELF_CLOSING_START_TAG_STATE;
1376          !!!next-input-character;          !!!next-input-character;
         if ($self->{next_char} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         ## Stay in the state  
         # next-input-character is already done  
1377          redo A;          redo A;
1378        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
1379          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
1380          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1381            $self->{current_token}->{first_start_tag}            !!!cp (52);
               = not defined $self->{last_emitted_start_tag_name};  
1382            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1383          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1384            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1385            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1386                !!!cp (53);
1387              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1388              } else {
1389                !!!cp (54);
1390            }            }
1391          } else {          } else {
1392            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 749  sub _get_next_token ($) { Line 1403  sub _get_next_token ($) {
1403               0x0027 => 1, # '               0x0027 => 1, # '
1404               0x003D => 1, # =               0x003D => 1, # =
1405              }->{$self->{next_char}}) {              }->{$self->{next_char}}) {
1406              !!!cp (55);
1407            !!!parse-error (type => 'bad attribute name');            !!!parse-error (type => 'bad attribute name');
1408            } else {
1409              !!!cp (56);
1410          }          }
1411          $self->{current_attribute} = {name => chr ($self->{next_char}),          $self->{current_attribute}
1412                                value => ''};              = {name => chr ($self->{next_char}),
1413                   value => '',
1414                   line => $self->{line}, column => $self->{column}};
1415          $self->{state} = ATTRIBUTE_NAME_STATE;          $self->{state} = ATTRIBUTE_NAME_STATE;
1416          !!!next-input-character;          !!!next-input-character;
1417          redo A;          redo A;
# Line 761  sub _get_next_token ($) { Line 1420  sub _get_next_token ($) {
1420        my $before_leave = sub {        my $before_leave = sub {
1421          if (exists $self->{current_token}->{attributes} # start tag or end tag          if (exists $self->{current_token}->{attributes} # start tag or end tag
1422              ->{$self->{current_attribute}->{name}}) { # MUST              ->{$self->{current_attribute}->{name}}) { # MUST
1423            !!!parse-error (type => 'duplicate attribute:'.$self->{current_attribute}->{name});            !!!cp (57);
1424              !!!parse-error (type => 'duplicate attribute', text => $self->{current_attribute}->{name}, line => $self->{current_attribute}->{line}, column => $self->{current_attribute}->{column});
1425            ## Discard $self->{current_attribute} # MUST            ## Discard $self->{current_attribute} # MUST
1426          } else {          } else {
1427              !!!cp (58);
1428            $self->{current_token}->{attributes}->{$self->{current_attribute}->{name}}            $self->{current_token}->{attributes}->{$self->{current_attribute}->{name}}
1429              = $self->{current_attribute};              = $self->{current_attribute};
1430          }          }
# Line 774  sub _get_next_token ($) { Line 1435  sub _get_next_token ($) {
1435            $self->{next_char} == 0x000B or # VT            $self->{next_char} == 0x000B or # VT
1436            $self->{next_char} == 0x000C or # FF            $self->{next_char} == 0x000C or # FF
1437            $self->{next_char} == 0x0020) { # SP            $self->{next_char} == 0x0020) { # SP
1438            !!!cp (59);
1439          $before_leave->();          $before_leave->();
1440          $self->{state} = AFTER_ATTRIBUTE_NAME_STATE;          $self->{state} = AFTER_ATTRIBUTE_NAME_STATE;
1441          !!!next-input-character;          !!!next-input-character;
1442          redo A;          redo A;
1443        } elsif ($self->{next_char} == 0x003D) { # =        } elsif ($self->{next_char} == 0x003D) { # =
1444            !!!cp (60);
1445          $before_leave->();          $before_leave->();
1446          $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;          $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;
1447          !!!next-input-character;          !!!next-input-character;
# Line 786  sub _get_next_token ($) { Line 1449  sub _get_next_token ($) {
1449        } elsif ($self->{next_char} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
1450          $before_leave->();          $before_leave->();
1451          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1452            $self->{current_token}->{first_start_tag}            !!!cp (61);
               = not defined $self->{last_emitted_start_tag_name};  
1453            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1454          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1455              !!!cp (62);
1456            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1457            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1458              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
# Line 805  sub _get_next_token ($) { Line 1468  sub _get_next_token ($) {
1468          redo A;          redo A;
1469        } elsif (0x0041 <= $self->{next_char} and        } elsif (0x0041 <= $self->{next_char} and
1470                 $self->{next_char} <= 0x005A) { # A..Z                 $self->{next_char} <= 0x005A) { # A..Z
1471            !!!cp (63);
1472          $self->{current_attribute}->{name} .= chr ($self->{next_char} + 0x0020);          $self->{current_attribute}->{name} .= chr ($self->{next_char} + 0x0020);
1473          ## Stay in the state          ## Stay in the state
1474          !!!next-input-character;          !!!next-input-character;
1475          redo A;          redo A;
1476        } elsif ($self->{next_char} == 0x002F) { # /        } elsif ($self->{next_char} == 0x002F) { # /
1477            !!!cp (64);
1478          $before_leave->();          $before_leave->();
1479            $self->{state} = SELF_CLOSING_START_TAG_STATE;
1480          !!!next-input-character;          !!!next-input-character;
         if ($self->{next_char} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
1481          redo A;          redo A;
1482        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
1483          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
1484          $before_leave->();          $before_leave->();
1485          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1486            $self->{current_token}->{first_start_tag}            !!!cp (66);
               = not defined $self->{last_emitted_start_tag_name};  
1487            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1488          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1489            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1490            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1491                !!!cp (67);
1492              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1493              } else {
1494                ## NOTE: This state should never be reached.
1495                !!!cp (68);
1496            }            }
1497          } else {          } else {
1498            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 847  sub _get_next_token ($) { Line 1506  sub _get_next_token ($) {
1506        } else {        } else {
1507          if ($self->{next_char} == 0x0022 or # "          if ($self->{next_char} == 0x0022 or # "
1508              $self->{next_char} == 0x0027) { # '              $self->{next_char} == 0x0027) { # '
1509              !!!cp (69);
1510            !!!parse-error (type => 'bad attribute name');            !!!parse-error (type => 'bad attribute name');
1511            } else {
1512              !!!cp (70);
1513          }          }
1514          $self->{current_attribute}->{name} .= chr ($self->{next_char});          $self->{current_attribute}->{name} .= chr ($self->{next_char});
1515          ## Stay in the state          ## Stay in the state
# Line 860  sub _get_next_token ($) { Line 1522  sub _get_next_token ($) {
1522            $self->{next_char} == 0x000B or # VT            $self->{next_char} == 0x000B or # VT
1523            $self->{next_char} == 0x000C or # FF            $self->{next_char} == 0x000C or # FF
1524            $self->{next_char} == 0x0020) { # SP            $self->{next_char} == 0x0020) { # SP
1525            !!!cp (71);
1526          ## Stay in the state          ## Stay in the state
1527          !!!next-input-character;          !!!next-input-character;
1528          redo A;          redo A;
1529        } elsif ($self->{next_char} == 0x003D) { # =        } elsif ($self->{next_char} == 0x003D) { # =
1530            !!!cp (72);
1531          $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;          $self->{state} = BEFORE_ATTRIBUTE_VALUE_STATE;
1532          !!!next-input-character;          !!!next-input-character;
1533          redo A;          redo A;
1534        } elsif ($self->{next_char} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
1535          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1536            $self->{current_token}->{first_start_tag}            !!!cp (73);
               = not defined $self->{last_emitted_start_tag_name};  
1537            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1538          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1539            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1540            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1541                !!!cp (74);
1542              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1543              } else {
1544                ## NOTE: This state should never be reached.
1545                !!!cp (75);
1546            }            }
1547          } else {          } else {
1548            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 888  sub _get_next_token ($) { Line 1555  sub _get_next_token ($) {
1555          redo A;          redo A;
1556        } elsif (0x0041 <= $self->{next_char} and        } elsif (0x0041 <= $self->{next_char} and
1557                 $self->{next_char} <= 0x005A) { # A..Z                 $self->{next_char} <= 0x005A) { # A..Z
1558          $self->{current_attribute} = {name => chr ($self->{next_char} + 0x0020),          !!!cp (76);
1559                                value => ''};          $self->{current_attribute}
1560                = {name => chr ($self->{next_char} + 0x0020),
1561                   value => '',
1562                   line => $self->{line}, column => $self->{column}};
1563          $self->{state} = ATTRIBUTE_NAME_STATE;          $self->{state} = ATTRIBUTE_NAME_STATE;
1564          !!!next-input-character;          !!!next-input-character;
1565          redo A;          redo A;
1566        } elsif ($self->{next_char} == 0x002F) { # /        } elsif ($self->{next_char} == 0x002F) { # /
1567            !!!cp (77);
1568            $self->{state} = SELF_CLOSING_START_TAG_STATE;
1569          !!!next-input-character;          !!!next-input-character;
         if ($self->{next_char} == 0x003E and # >  
             $self->{current_token}->{type} == START_TAG_TOKEN and  
             $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {  
           # permitted slash  
           #  
         } else {  
           !!!parse-error (type => 'nestc');  
           ## TODO: Different error type for <aa / bb> than <aa/>  
         }  
         $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;  
         # next-input-character is already done  
1570          redo A;          redo A;
1571        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
1572          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
1573          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1574            $self->{current_token}->{first_start_tag}            !!!cp (79);
               = not defined $self->{last_emitted_start_tag_name};  
1575            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1576          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1577            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1578            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1579                !!!cp (80);
1580              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1581              } else {
1582                ## NOTE: This state should never be reached.
1583                !!!cp (81);
1584            }            }
1585          } else {          } else {
1586            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 928  sub _get_next_token ($) { Line 1592  sub _get_next_token ($) {
1592    
1593          redo A;          redo A;
1594        } else {        } else {
1595          $self->{current_attribute} = {name => chr ($self->{next_char}),          if ($self->{next_char} == 0x0022 or # "
1596                                value => ''};              $self->{next_char} == 0x0027) { # '
1597              !!!cp (78);
1598              !!!parse-error (type => 'bad attribute name');
1599            } else {
1600              !!!cp (82);
1601            }
1602            $self->{current_attribute}
1603                = {name => chr ($self->{next_char}),
1604                   value => '',
1605                   line => $self->{line}, column => $self->{column}};
1606          $self->{state} = ATTRIBUTE_NAME_STATE;          $self->{state} = ATTRIBUTE_NAME_STATE;
1607          !!!next-input-character;          !!!next-input-character;
1608          redo A;                  redo A;        
# Line 940  sub _get_next_token ($) { Line 1613  sub _get_next_token ($) {
1613            $self->{next_char} == 0x000B or # VT            $self->{next_char} == 0x000B or # VT
1614            $self->{next_char} == 0x000C or # FF            $self->{next_char} == 0x000C or # FF
1615            $self->{next_char} == 0x0020) { # SP                  $self->{next_char} == 0x0020) { # SP      
1616            !!!cp (83);
1617          ## Stay in the state          ## Stay in the state
1618          !!!next-input-character;          !!!next-input-character;
1619          redo A;          redo A;
1620        } elsif ($self->{next_char} == 0x0022) { # "        } elsif ($self->{next_char} == 0x0022) { # "
1621            !!!cp (84);
1622          $self->{state} = ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE;          $self->{state} = ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE;
1623          !!!next-input-character;          !!!next-input-character;
1624          redo A;          redo A;
1625        } elsif ($self->{next_char} == 0x0026) { # &        } elsif ($self->{next_char} == 0x0026) { # &
1626            !!!cp (85);
1627          $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;          $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;
1628          ## reconsume          ## reconsume
1629          redo A;          redo A;
1630        } elsif ($self->{next_char} == 0x0027) { # '        } elsif ($self->{next_char} == 0x0027) { # '
1631            !!!cp (86);
1632          $self->{state} = ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE;          $self->{state} = ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE;
1633          !!!next-input-character;          !!!next-input-character;
1634          redo A;          redo A;
1635        } elsif ($self->{next_char} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
1636            !!!parse-error (type => 'empty unquoted attribute value');
1637          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1638            $self->{current_token}->{first_start_tag}            !!!cp (87);
               = not defined $self->{last_emitted_start_tag_name};  
1639            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1640          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1641            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1642            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1643                !!!cp (88);
1644              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1645              } else {
1646                ## NOTE: This state should never be reached.
1647                !!!cp (89);
1648            }            }
1649          } else {          } else {
1650            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 977  sub _get_next_token ($) { Line 1658  sub _get_next_token ($) {
1658        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
1659          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
1660          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1661            $self->{current_token}->{first_start_tag}            !!!cp (90);
               = not defined $self->{last_emitted_start_tag_name};  
1662            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1663          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1664            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1665            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1666                !!!cp (91);
1667              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1668              } else {
1669                ## NOTE: This state should never be reached.
1670                !!!cp (92);
1671            }            }
1672          } else {          } else {
1673            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 996  sub _get_next_token ($) { Line 1680  sub _get_next_token ($) {
1680          redo A;          redo A;
1681        } else {        } else {
1682          if ($self->{next_char} == 0x003D) { # =          if ($self->{next_char} == 0x003D) { # =
1683              !!!cp (93);
1684            !!!parse-error (type => 'bad attribute value');            !!!parse-error (type => 'bad attribute value');
1685            } else {
1686              !!!cp (94);
1687          }          }
1688          $self->{current_attribute}->{value} .= chr ($self->{next_char});          $self->{current_attribute}->{value} .= chr ($self->{next_char});
1689          $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;          $self->{state} = ATTRIBUTE_VALUE_UNQUOTED_STATE;
# Line 1005  sub _get_next_token ($) { Line 1692  sub _get_next_token ($) {
1692        }        }
1693      } elsif ($self->{state} == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE) {      } elsif ($self->{state} == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE) {
1694        if ($self->{next_char} == 0x0022) { # "        if ($self->{next_char} == 0x0022) { # "
1695            !!!cp (95);
1696          $self->{state} = AFTER_ATTRIBUTE_VALUE_QUOTED_STATE;          $self->{state} = AFTER_ATTRIBUTE_VALUE_QUOTED_STATE;
1697          !!!next-input-character;          !!!next-input-character;
1698          redo A;          redo A;
1699        } elsif ($self->{next_char} == 0x0026) { # &        } elsif ($self->{next_char} == 0x0026) { # &
1700            !!!cp (96);
1701          $self->{last_attribute_value_state} = $self->{state};          $self->{last_attribute_value_state} = $self->{state};
1702          $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;          ## NOTE: In the spec, the tokenizer is switched to the
1703            ## "entity in attribute value state".  In this implementation, the
1704            ## tokenizer is switched to the |ENTITY_STATE|, which is an
1705            ## implementation of the "consume a character reference" algorithm.
1706            $self->{entity_in_attr} = 1;
1707            $self->{entity_additional} = 0x0022; # "
1708            $self->{state} = ENTITY_STATE;
1709          !!!next-input-character;          !!!next-input-character;
1710          redo A;          redo A;
1711        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
1712          !!!parse-error (type => 'unclosed attribute value');          !!!parse-error (type => 'unclosed attribute value');
1713          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1714            $self->{current_token}->{first_start_tag}            !!!cp (97);
               = not defined $self->{last_emitted_start_tag_name};  
1715            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1716          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1717            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1718            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1719                !!!cp (98);
1720              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1721              } else {
1722                ## NOTE: This state should never be reached.
1723                !!!cp (99);
1724            }            }
1725          } else {          } else {
1726            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 1034  sub _get_next_token ($) { Line 1732  sub _get_next_token ($) {
1732    
1733          redo A;          redo A;
1734        } else {        } else {
1735            !!!cp (100);
1736          $self->{current_attribute}->{value} .= chr ($self->{next_char});          $self->{current_attribute}->{value} .= chr ($self->{next_char});
1737          ## Stay in the state          ## Stay in the state
1738          !!!next-input-character;          !!!next-input-character;
# Line 1041  sub _get_next_token ($) { Line 1740  sub _get_next_token ($) {
1740        }        }
1741      } elsif ($self->{state} == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE) {      } elsif ($self->{state} == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE) {
1742        if ($self->{next_char} == 0x0027) { # '        if ($self->{next_char} == 0x0027) { # '
1743            !!!cp (101);
1744          $self->{state} = AFTER_ATTRIBUTE_VALUE_QUOTED_STATE;          $self->{state} = AFTER_ATTRIBUTE_VALUE_QUOTED_STATE;
1745          !!!next-input-character;          !!!next-input-character;
1746          redo A;          redo A;
1747        } elsif ($self->{next_char} == 0x0026) { # &        } elsif ($self->{next_char} == 0x0026) { # &
1748            !!!cp (102);
1749          $self->{last_attribute_value_state} = $self->{state};          $self->{last_attribute_value_state} = $self->{state};
1750          $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;          ## NOTE: In the spec, the tokenizer is switched to the
1751            ## "entity in attribute value state".  In this implementation, the
1752            ## tokenizer is switched to the |ENTITY_STATE|, which is an
1753            ## implementation of the "consume a character reference" algorithm.
1754            $self->{entity_in_attr} = 1;
1755            $self->{entity_additional} = 0x0027; # '
1756            $self->{state} = ENTITY_STATE;
1757          !!!next-input-character;          !!!next-input-character;
1758          redo A;          redo A;
1759        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
1760          !!!parse-error (type => 'unclosed attribute value');          !!!parse-error (type => 'unclosed attribute value');
1761          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1762            $self->{current_token}->{first_start_tag}            !!!cp (103);
               = not defined $self->{last_emitted_start_tag_name};  
1763            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1764          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1765            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1766            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1767                !!!cp (104);
1768              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1769              } else {
1770                ## NOTE: This state should never be reached.
1771                !!!cp (105);
1772            }            }
1773          } else {          } else {
1774            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 1070  sub _get_next_token ($) { Line 1780  sub _get_next_token ($) {
1780    
1781          redo A;          redo A;
1782        } else {        } else {
1783            !!!cp (106);
1784          $self->{current_attribute}->{value} .= chr ($self->{next_char});          $self->{current_attribute}->{value} .= chr ($self->{next_char});
1785          ## Stay in the state          ## Stay in the state
1786          !!!next-input-character;          !!!next-input-character;
# Line 1081  sub _get_next_token ($) { Line 1792  sub _get_next_token ($) {
1792            $self->{next_char} == 0x000B or # HT            $self->{next_char} == 0x000B or # HT
1793            $self->{next_char} == 0x000C or # FF            $self->{next_char} == 0x000C or # FF
1794            $self->{next_char} == 0x0020) { # SP            $self->{next_char} == 0x0020) { # SP
1795            !!!cp (107);
1796          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
1797          !!!next-input-character;          !!!next-input-character;
1798          redo A;          redo A;
1799        } elsif ($self->{next_char} == 0x0026) { # &        } elsif ($self->{next_char} == 0x0026) { # &
1800            !!!cp (108);
1801          $self->{last_attribute_value_state} = $self->{state};          $self->{last_attribute_value_state} = $self->{state};
1802          $self->{state} = ENTITY_IN_ATTRIBUTE_VALUE_STATE;          ## NOTE: In the spec, the tokenizer is switched to the
1803            ## "entity in attribute value state".  In this implementation, the
1804            ## tokenizer is switched to the |ENTITY_STATE|, which is an
1805            ## implementation of the "consume a character reference" algorithm.
1806            $self->{entity_in_attr} = 1;
1807            $self->{entity_additional} = -1;
1808            $self->{state} = ENTITY_STATE;
1809          !!!next-input-character;          !!!next-input-character;
1810          redo A;          redo A;
1811        } elsif ($self->{next_char} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
1812          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1813            $self->{current_token}->{first_start_tag}            !!!cp (109);
               = not defined $self->{last_emitted_start_tag_name};  
1814            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1815          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1816            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1817            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1818                !!!cp (110);
1819              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1820              } else {
1821                ## NOTE: This state should never be reached.
1822                !!!cp (111);
1823            }            }
1824          } else {          } else {
1825            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 1111  sub _get_next_token ($) { Line 1833  sub _get_next_token ($) {
1833        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
1834          !!!parse-error (type => 'unclosed tag');          !!!parse-error (type => 'unclosed tag');
1835          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1836            $self->{current_token}->{first_start_tag}            !!!cp (112);
               = not defined $self->{last_emitted_start_tag_name};  
1837            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1838          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1839            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1840            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1841                !!!cp (113);
1842              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1843              } else {
1844                ## NOTE: This state should never be reached.
1845                !!!cp (114);
1846            }            }
1847          } else {          } else {
1848            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 1134  sub _get_next_token ($) { Line 1859  sub _get_next_token ($) {
1859               0x0027 => 1, # '               0x0027 => 1, # '
1860               0x003D => 1, # =               0x003D => 1, # =
1861              }->{$self->{next_char}}) {              }->{$self->{next_char}}) {
1862              !!!cp (115);
1863            !!!parse-error (type => 'bad attribute value');            !!!parse-error (type => 'bad attribute value');
1864            } else {
1865              !!!cp (116);
1866          }          }
1867          $self->{current_attribute}->{value} .= chr ($self->{next_char});          $self->{current_attribute}->{value} .= chr ($self->{next_char});
1868          ## Stay in the state          ## Stay in the state
1869          !!!next-input-character;          !!!next-input-character;
1870          redo A;          redo A;
1871        }        }
     } elsif ($self->{state} == ENTITY_IN_ATTRIBUTE_VALUE_STATE) {  
       my $token = $self->_tokenize_attempt_to_consume_an_entity  
           (1,  
            $self->{last_attribute_value_state}  
              == ATTRIBUTE_VALUE_DOUBLE_QUOTED_STATE ? 0x0022 : # "  
            $self->{last_attribute_value_state}  
              == ATTRIBUTE_VALUE_SINGLE_QUOTED_STATE ? 0x0027 : # '  
            -1);  
   
       unless (defined $token) {  
         $self->{current_attribute}->{value} .= '&';  
       } else {  
         $self->{current_attribute}->{value} .= $token->{data};  
         $self->{current_attribute}->{has_reference} = $token->{has_reference};  
         ## ISSUE: spec says "append the returned character token to the current attribute's value"  
       }  
   
       $self->{state} = $self->{last_attribute_value_state};  
       # next-input-character is already done  
       redo A;  
1872      } elsif ($self->{state} == AFTER_ATTRIBUTE_VALUE_QUOTED_STATE) {      } elsif ($self->{state} == AFTER_ATTRIBUTE_VALUE_QUOTED_STATE) {
1873        if ($self->{next_char} == 0x0009 or # HT        if ($self->{next_char} == 0x0009 or # HT
1874            $self->{next_char} == 0x000A or # LF            $self->{next_char} == 0x000A or # LF
1875            $self->{next_char} == 0x000B or # VT            $self->{next_char} == 0x000B or # VT
1876            $self->{next_char} == 0x000C or # FF            $self->{next_char} == 0x000C or # FF
1877            $self->{next_char} == 0x0020) { # SP            $self->{next_char} == 0x0020) { # SP
1878            !!!cp (118);
1879          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
1880          !!!next-input-character;          !!!next-input-character;
1881          redo A;          redo A;
1882        } elsif ($self->{next_char} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
1883          if ($self->{current_token}->{type} == START_TAG_TOKEN) {          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1884            $self->{current_token}->{first_start_tag}            !!!cp (119);
               = not defined $self->{last_emitted_start_tag_name};  
1885            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};            $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1886          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {          } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1887            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1888            if ($self->{current_token}->{attributes}) {            if ($self->{current_token}->{attributes}) {
1889                !!!cp (120);
1890              !!!parse-error (type => 'end tag attribute');              !!!parse-error (type => 'end tag attribute');
1891              } else {
1892                ## NOTE: This state should never be reached.
1893                !!!cp (121);
1894            }            }
1895          } else {          } else {
1896            die "$0: $self->{current_token}->{type}: Unknown token type";            die "$0: $self->{current_token}->{type}: Unknown token type";
# Line 1190  sub _get_next_token ($) { Line 1902  sub _get_next_token ($) {
1902    
1903          redo A;          redo A;
1904        } elsif ($self->{next_char} == 0x002F) { # /        } elsif ($self->{next_char} == 0x002F) { # /
1905            !!!cp (122);
1906            $self->{state} = SELF_CLOSING_START_TAG_STATE;
1907          !!!next-input-character;          !!!next-input-character;
1908          if ($self->{next_char} == 0x003E and # >          redo A;
1909              $self->{current_token}->{type} == START_TAG_TOKEN and        } elsif ($self->{next_char} == -1) {
1910              $permitted_slash_tag_name->{$self->{current_token}->{tag_name}}) {          !!!parse-error (type => 'unclosed tag');
1911            # permitted slash          if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1912            #            !!!cp (122.3);
1913              $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1914            } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1915              if ($self->{current_token}->{attributes}) {
1916                !!!cp (122.1);
1917                !!!parse-error (type => 'end tag attribute');
1918              } else {
1919                ## NOTE: This state should never be reached.
1920                !!!cp (122.2);
1921              }
1922          } else {          } else {
1923            !!!parse-error (type => 'nestc');            die "$0: $self->{current_token}->{type}: Unknown token type";
1924          }          }
1925          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;          $self->{state} = DATA_STATE;
1926          # next-input-character is already done          ## Reconsume.
1927            !!!emit ($self->{current_token}); # start tag or end tag
1928          redo A;          redo A;
1929        } else {        } else {
1930            !!!cp ('124.1');
1931          !!!parse-error (type => 'no space between attributes');          !!!parse-error (type => 'no space between attributes');
1932          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;          $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
1933          ## reconsume          ## reconsume
1934          redo A;          redo A;
1935        }        }
1936      } elsif ($self->{state} == BOGUS_COMMENT_STATE) {      } elsif ($self->{state} == SELF_CLOSING_START_TAG_STATE) {
1937        ## (only happen if PCDATA state)        if ($self->{next_char} == 0x003E) { # >
1938                  if ($self->{current_token}->{type} == END_TAG_TOKEN) {
1939        my $token = {type => COMMENT_TOKEN, data => ''};            !!!cp ('124.2');
1940              !!!parse-error (type => 'nestc', token => $self->{current_token});
1941        BC: {            ## TODO: Different type than slash in start tag
1942          if ($self->{next_char} == 0x003E) { # >            $self->{content_model} = PCDATA_CONTENT_MODEL; # MUST
1943            $self->{state} = DATA_STATE;            if ($self->{current_token}->{attributes}) {
1944            !!!next-input-character;              !!!cp ('124.4');
1945                !!!parse-error (type => 'end tag attribute');
1946            !!!emit ($token);            } else {
1947                !!!cp ('124.5');
1948              }
1949              ## TODO: Test |<title></title/>|
1950            } else {
1951              !!!cp ('124.3');
1952              $self->{self_closing} = 1;
1953            }
1954    
1955            redo A;          $self->{state} = DATA_STATE;
1956          } elsif ($self->{next_char} == -1) {          !!!next-input-character;
           $self->{state} = DATA_STATE;  
           ## reconsume  
1957    
1958            !!!emit ($token);          !!!emit ($self->{current_token}); # start tag or end tag
1959    
1960            redo A;          redo A;
1961          } elsif ($self->{next_char} == -1) {
1962            !!!parse-error (type => 'unclosed tag');
1963            if ($self->{current_token}->{type} == START_TAG_TOKEN) {
1964              !!!cp (124.7);
1965              $self->{last_emitted_start_tag_name} = $self->{current_token}->{tag_name};
1966            } elsif ($self->{current_token}->{type} == END_TAG_TOKEN) {
1967              if ($self->{current_token}->{attributes}) {
1968                !!!cp (124.5);
1969                !!!parse-error (type => 'end tag attribute');
1970              } else {
1971                ## NOTE: This state should never be reached.
1972                !!!cp (124.6);
1973              }
1974          } else {          } else {
1975            $token->{data} .= chr ($self->{next_char});            die "$0: $self->{current_token}->{type}: Unknown token type";
           !!!next-input-character;  
           redo BC;  
1976          }          }
1977        } # BC          $self->{state} = DATA_STATE;
1978      } elsif ($self->{state} == MARKUP_DECLARATION_OPEN_STATE) {          ## Reconsume.
1979            !!!emit ($self->{current_token}); # start tag or end tag
1980            redo A;
1981          } else {
1982            !!!cp ('124.4');
1983            !!!parse-error (type => 'nestc');
1984            ## TODO: This error type is wrong.
1985            $self->{state} = BEFORE_ATTRIBUTE_NAME_STATE;
1986            ## Reconsume.
1987            redo A;
1988          }
1989        } elsif ($self->{state} == BOGUS_COMMENT_STATE) {
1990        ## (only happen if PCDATA state)        ## (only happen if PCDATA state)
1991    
1992        my @next_char;        ## NOTE: Unlike spec's "bogus comment state", this implementation
1993        push @next_char, $self->{next_char};        ## consumes characters one-by-one basis.
1994          
1995          if ($self->{next_char} == 0x003E) { # >
1996            !!!cp (124);
1997            $self->{state} = DATA_STATE;
1998            !!!next-input-character;
1999    
2000            !!!emit ($self->{current_token}); # comment
2001            redo A;
2002          } elsif ($self->{next_char} == -1) {
2003            !!!cp (125);
2004            $self->{state} = DATA_STATE;
2005            ## reconsume
2006    
2007            !!!emit ($self->{current_token}); # comment
2008            redo A;
2009          } else {
2010            !!!cp (126);
2011            $self->{current_token}->{data} .= chr ($self->{next_char}); # comment
2012            ## Stay in the state.
2013            !!!next-input-character;
2014            redo A;
2015          }
2016        } elsif ($self->{state} == MARKUP_DECLARATION_OPEN_STATE) {
2017          ## (only happen if PCDATA state)
2018                
2019        if ($self->{next_char} == 0x002D) { # -        if ($self->{next_char} == 0x002D) { # -
2020            !!!cp (133);
2021            $self->{state} = MD_HYPHEN_STATE;
2022          !!!next-input-character;          !!!next-input-character;
2023          push @next_char, $self->{next_char};          redo A;
         if ($self->{next_char} == 0x002D) { # -  
           $self->{current_token} = {type => COMMENT_TOKEN, data => ''};  
           $self->{state} = COMMENT_START_STATE;  
           !!!next-input-character;  
           redo A;  
         }  
2024        } elsif ($self->{next_char} == 0x0044 or # D        } elsif ($self->{next_char} == 0x0044 or # D
2025                 $self->{next_char} == 0x0064) { # d                 $self->{next_char} == 0x0064) { # d
2026            ## ASCII case-insensitive.
2027            !!!cp (130);
2028            $self->{state} = MD_DOCTYPE_STATE;
2029            $self->{state_keyword} = chr $self->{next_char};
2030          !!!next-input-character;          !!!next-input-character;
2031          push @next_char, $self->{next_char};          redo A;
2032          if ($self->{next_char} == 0x004F or # O        } elsif ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM and
2033              $self->{next_char} == 0x006F) { # o                 $self->{open_elements}->[-1]->[1] & FOREIGN_EL and
2034            !!!next-input-character;                 $self->{next_char} == 0x005B) { # [
2035            push @next_char, $self->{next_char};          !!!cp (135.4);                
2036            if ($self->{next_char} == 0x0043 or # C          $self->{state} = MD_CDATA_STATE;
2037                $self->{next_char} == 0x0063) { # c          $self->{state_keyword} = '[';
2038              !!!next-input-character;          !!!next-input-character;
2039              push @next_char, $self->{next_char};          redo A;
2040              if ($self->{next_char} == 0x0054 or # T        } else {
2041                  $self->{next_char} == 0x0074) { # t          !!!cp (136);
               !!!next-input-character;  
               push @next_char, $self->{next_char};  
               if ($self->{next_char} == 0x0059 or # Y  
                   $self->{next_char} == 0x0079) { # y  
                 !!!next-input-character;  
                 push @next_char, $self->{next_char};  
                 if ($self->{next_char} == 0x0050 or # P  
                     $self->{next_char} == 0x0070) { # p  
                   !!!next-input-character;  
                   push @next_char, $self->{next_char};  
                   if ($self->{next_char} == 0x0045 or # E  
                       $self->{next_char} == 0x0065) { # e  
                     ## ISSUE: What a stupid code this is!  
                     $self->{state} = DOCTYPE_STATE;  
                     !!!next-input-character;  
                     redo A;  
                   }  
                 }  
               }  
             }  
           }  
         }  
2042        }        }
2043    
2044        !!!parse-error (type => 'bogus comment');        !!!parse-error (type => 'bogus comment',
2045        $self->{next_char} = shift @next_char;                        line => $self->{line_prev},
2046        !!!back-next-input-character (@next_char);                        column => $self->{column_prev} - 1);
2047          ## Reconsume.
2048        $self->{state} = BOGUS_COMMENT_STATE;        $self->{state} = BOGUS_COMMENT_STATE;
2049          $self->{current_token} = {type => COMMENT_TOKEN, data => '',
2050                                    line => $self->{line_prev},
2051                                    column => $self->{column_prev} - 1,
2052                                   };
2053        redo A;        redo A;
2054              } elsif ($self->{state} == MD_HYPHEN_STATE) {
2055        ## ISSUE: typos in spec: chacacters, is is a parse error        if ($self->{next_char} == 0x002D) { # -
2056        ## 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?          !!!cp (127);
2057            $self->{current_token} = {type => COMMENT_TOKEN, data => '',
2058                                      line => $self->{line_prev},
2059                                      column => $self->{column_prev} - 2,
2060                                     };
2061            $self->{state} = COMMENT_START_STATE;
2062            !!!next-input-character;
2063            redo A;
2064          } else {
2065            !!!cp (128);
2066            !!!parse-error (type => 'bogus comment',
2067                            line => $self->{line_prev},
2068                            column => $self->{column_prev} - 2);
2069            $self->{state} = BOGUS_COMMENT_STATE;
2070            ## Reconsume.
2071            $self->{current_token} = {type => COMMENT_TOKEN,
2072                                      data => '-',
2073                                      line => $self->{line_prev},
2074                                      column => $self->{column_prev} - 2,
2075                                     };
2076            redo A;
2077          }
2078        } elsif ($self->{state} == MD_DOCTYPE_STATE) {
2079          ## ASCII case-insensitive.
2080          if ($self->{next_char} == [
2081                undef,
2082                0x004F, # O
2083                0x0043, # C
2084                0x0054, # T
2085                0x0059, # Y
2086                0x0050, # P
2087              ]->[length $self->{state_keyword}] or
2088              $self->{next_char} == [
2089                undef,
2090                0x006F, # o
2091                0x0063, # c
2092                0x0074, # t
2093                0x0079, # y
2094                0x0070, # p
2095              ]->[length $self->{state_keyword}]) {
2096            !!!cp (131);
2097            ## Stay in the state.
2098            $self->{state_keyword} .= chr $self->{next_char};
2099            !!!next-input-character;
2100            redo A;
2101          } elsif ((length $self->{state_keyword}) == 6 and
2102                   ($self->{next_char} == 0x0045 or # E
2103                    $self->{next_char} == 0x0065)) { # e
2104            !!!cp (129);
2105            $self->{state} = DOCTYPE_STATE;
2106            $self->{current_token} = {type => DOCTYPE_TOKEN,
2107                                      quirks => 1,
2108                                      line => $self->{line_prev},
2109                                      column => $self->{column_prev} - 7,
2110                                     };
2111            !!!next-input-character;
2112            redo A;
2113          } else {
2114            !!!cp (132);        
2115            !!!parse-error (type => 'bogus comment',
2116                            line => $self->{line_prev},
2117                            column => $self->{column_prev} - 1 - length $self->{state_keyword});
2118            $self->{state} = BOGUS_COMMENT_STATE;
2119            ## Reconsume.
2120            $self->{current_token} = {type => COMMENT_TOKEN,
2121                                      data => $self->{state_keyword},
2122                                      line => $self->{line_prev},
2123                                      column => $self->{column_prev} - 1 - length $self->{state_keyword},
2124                                     };
2125            redo A;
2126          }
2127        } elsif ($self->{state} == MD_CDATA_STATE) {
2128          if ($self->{next_char} == {
2129                '[' => 0x0043, # C
2130                '[C' => 0x0044, # D
2131                '[CD' => 0x0041, # A
2132                '[CDA' => 0x0054, # T
2133                '[CDAT' => 0x0041, # A
2134              }->{$self->{state_keyword}}) {
2135            !!!cp (135.1);
2136            ## Stay in the state.
2137            $self->{state_keyword} .= chr $self->{next_char};
2138            !!!next-input-character;
2139            redo A;
2140          } elsif ($self->{state_keyword} eq '[CDATA' and
2141                   $self->{next_char} == 0x005B) { # [
2142            !!!cp (135.2);
2143            $self->{current_token} = {type => CHARACTER_TOKEN,
2144                                      data => '',
2145                                      line => $self->{line_prev},
2146                                      column => $self->{column_prev} - 7};
2147            $self->{state} = CDATA_SECTION_STATE;
2148            !!!next-input-character;
2149            redo A;
2150          } else {
2151            !!!cp (135.3);
2152            !!!parse-error (type => 'bogus comment',
2153                            line => $self->{line_prev},
2154                            column => $self->{column_prev} - 1 - length $self->{state_keyword});
2155            $self->{state} = BOGUS_COMMENT_STATE;
2156            ## Reconsume.
2157            $self->{current_token} = {type => COMMENT_TOKEN,
2158                                      data => $self->{state_keyword},
2159                                      line => $self->{line_prev},
2160                                      column => $self->{column_prev} - 1 - length $self->{state_keyword},
2161                                     };
2162            redo A;
2163          }
2164      } elsif ($self->{state} == COMMENT_START_STATE) {      } elsif ($self->{state} == COMMENT_START_STATE) {
2165        if ($self->{next_char} == 0x002D) { # -        if ($self->{next_char} == 0x002D) { # -
2166            !!!cp (137);
2167          $self->{state} = COMMENT_START_DASH_STATE;          $self->{state} = COMMENT_START_DASH_STATE;
2168          !!!next-input-character;          !!!next-input-character;
2169          redo A;          redo A;
2170        } elsif ($self->{next_char} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
2171            !!!cp (138);
2172          !!!parse-error (type => 'bogus comment');          !!!parse-error (type => 'bogus comment');
2173          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2174          !!!next-input-character;          !!!next-input-character;
# Line 1309  sub _get_next_token ($) { Line 2177  sub _get_next_token ($) {
2177    
2178          redo A;          redo A;
2179        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
2180            !!!cp (139);
2181          !!!parse-error (type => 'unclosed comment');          !!!parse-error (type => 'unclosed comment');
2182          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2183          ## reconsume          ## reconsume
# Line 1317  sub _get_next_token ($) { Line 2186  sub _get_next_token ($) {
2186    
2187          redo A;          redo A;
2188        } else {        } else {
2189            !!!cp (140);
2190          $self->{current_token}->{data} # comment          $self->{current_token}->{data} # comment
2191              .= chr ($self->{next_char});              .= chr ($self->{next_char});
2192          $self->{state} = COMMENT_STATE;          $self->{state} = COMMENT_STATE;
# Line 1325  sub _get_next_token ($) { Line 2195  sub _get_next_token ($) {
2195        }        }
2196      } elsif ($self->{state} == COMMENT_START_DASH_STATE) {      } elsif ($self->{state} == COMMENT_START_DASH_STATE) {
2197        if ($self->{next_char} == 0x002D) { # -        if ($self->{next_char} == 0x002D) { # -
2198            !!!cp (141);
2199          $self->{state} = COMMENT_END_STATE;          $self->{state} = COMMENT_END_STATE;
2200          !!!next-input-character;          !!!next-input-character;
2201          redo A;          redo A;
2202        } elsif ($self->{next_char} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
2203            !!!cp (142);
2204          !!!parse-error (type => 'bogus comment');          !!!parse-error (type => 'bogus comment');
2205          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2206          !!!next-input-character;          !!!next-input-character;
# Line 1337  sub _get_next_token ($) { Line 2209  sub _get_next_token ($) {
2209    
2210          redo A;          redo A;
2211        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
2212            !!!cp (143);
2213          !!!parse-error (type => 'unclosed comment');          !!!parse-error (type => 'unclosed comment');
2214          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2215          ## reconsume          ## reconsume
# Line 1345  sub _get_next_token ($) { Line 2218  sub _get_next_token ($) {
2218    
2219          redo A;          redo A;
2220        } else {        } else {
2221            !!!cp (144);
2222          $self->{current_token}->{data} # comment          $self->{current_token}->{data} # comment
2223              .= '-' . chr ($self->{next_char});              .= '-' . chr ($self->{next_char});
2224          $self->{state} = COMMENT_STATE;          $self->{state} = COMMENT_STATE;
# Line 1353  sub _get_next_token ($) { Line 2227  sub _get_next_token ($) {
2227        }        }
2228      } elsif ($self->{state} == COMMENT_STATE) {      } elsif ($self->{state} == COMMENT_STATE) {
2229        if ($self->{next_char} == 0x002D) { # -        if ($self->{next_char} == 0x002D) { # -
2230            !!!cp (145);
2231          $self->{state} = COMMENT_END_DASH_STATE;          $self->{state} = COMMENT_END_DASH_STATE;
2232          !!!next-input-character;          !!!next-input-character;
2233          redo A;          redo A;
2234        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
2235            !!!cp (146);
2236          !!!parse-error (type => 'unclosed comment');          !!!parse-error (type => 'unclosed comment');
2237          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2238          ## reconsume          ## reconsume
# Line 1365  sub _get_next_token ($) { Line 2241  sub _get_next_token ($) {
2241    
2242          redo A;          redo A;
2243        } else {        } else {
2244            !!!cp (147);
2245          $self->{current_token}->{data} .= chr ($self->{next_char}); # comment          $self->{current_token}->{data} .= chr ($self->{next_char}); # comment
2246          ## Stay in the state          ## Stay in the state
2247          !!!next-input-character;          !!!next-input-character;
# Line 1372  sub _get_next_token ($) { Line 2249  sub _get_next_token ($) {
2249        }        }
2250      } elsif ($self->{state} == COMMENT_END_DASH_STATE) {      } elsif ($self->{state} == COMMENT_END_DASH_STATE) {
2251        if ($self->{next_char} == 0x002D) { # -        if ($self->{next_char} == 0x002D) { # -
2252            !!!cp (148);
2253          $self->{state} = COMMENT_END_STATE;          $self->{state} = COMMENT_END_STATE;
2254          !!!next-input-character;          !!!next-input-character;
2255          redo A;          redo A;
2256        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
2257            !!!cp (149);
2258          !!!parse-error (type => 'unclosed comment');          !!!parse-error (type => 'unclosed comment');
2259          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2260          ## reconsume          ## reconsume
# Line 1384  sub _get_next_token ($) { Line 2263  sub _get_next_token ($) {
2263    
2264          redo A;          redo A;
2265        } else {        } else {
2266            !!!cp (150);
2267          $self->{current_token}->{data} .= '-' . chr ($self->{next_char}); # comment          $self->{current_token}->{data} .= '-' . chr ($self->{next_char}); # comment
2268          $self->{state} = COMMENT_STATE;          $self->{state} = COMMENT_STATE;
2269          !!!next-input-character;          !!!next-input-character;
# Line 1391  sub _get_next_token ($) { Line 2271  sub _get_next_token ($) {
2271        }        }
2272      } elsif ($self->{state} == COMMENT_END_STATE) {      } elsif ($self->{state} == COMMENT_END_STATE) {
2273        if ($self->{next_char} == 0x003E) { # >        if ($self->{next_char} == 0x003E) { # >
2274            !!!cp (151);
2275          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2276          !!!next-input-character;          !!!next-input-character;
2277    
# Line 1398  sub _get_next_token ($) { Line 2279  sub _get_next_token ($) {
2279    
2280          redo A;          redo A;
2281        } elsif ($self->{next_char} == 0x002D) { # -        } elsif ($self->{next_char} == 0x002D) { # -
2282          !!!parse-error (type => 'dash in comment');          !!!cp (152);
2283            !!!parse-error (type => 'dash in comment',
2284                            line => $self->{line_prev},
2285                            column => $self->{column_prev});
2286          $self->{current_token}->{data} .= '-'; # comment          $self->{current_token}->{data} .= '-'; # comment
2287          ## Stay in the state          ## Stay in the state
2288          !!!next-input-character;          !!!next-input-character;
2289          redo A;          redo A;
2290        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
2291            !!!cp (153);
2292          !!!parse-error (type => 'unclosed comment');          !!!parse-error (type => 'unclosed comment');
2293          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2294          ## reconsume          ## reconsume
# Line 1412  sub _get_next_token ($) { Line 2297  sub _get_next_token ($) {
2297    
2298          redo A;          redo A;
2299        } else {        } else {
2300          !!!parse-error (type => 'dash in comment');          !!!cp (154);
2301            !!!parse-error (type => 'dash in comment',
2302                            line => $self->{line_prev},
2303                            column => $self->{column_prev});
2304          $self->{current_token}->{data} .= '--' . chr ($self->{next_char}); # comment          $self->{current_token}->{data} .= '--' . chr ($self->{next_char}); # comment
2305          $self->{state} = COMMENT_STATE;          $self->{state} = COMMENT_STATE;
2306          !!!next-input-character;          !!!next-input-character;
# Line 1424  sub _get_next_token ($) { Line 2312  sub _get_next_token ($) {
2312            $self->{next_char} == 0x000B or # VT            $self->{next_char} == 0x000B or # VT
2313            $self->{next_char} == 0x000C or # FF            $self->{next_char} == 0x000C or # FF
2314            $self->{next_char} == 0x0020) { # SP            $self->{next_char} == 0x0020) { # SP
2315            !!!cp (155);
2316          $self->{state} = BEFORE_DOCTYPE_NAME_STATE;          $self->{state} = BEFORE_DOCTYPE_NAME_STATE;
2317          !!!next-input-character;          !!!next-input-character;
2318          redo A;          redo A;
2319        } else {        } else {
2320            !!!cp (156);
2321          !!!parse-error (type => 'no space before DOCTYPE name');          !!!parse-error (type => 'no space before DOCTYPE name');
2322          $self->{state} = BEFORE_DOCTYPE_NAME_STATE;          $self->{state} = BEFORE_DOCTYPE_NAME_STATE;
2323          ## reconsume          ## reconsume
# Line 1439  sub _get_next_token ($) { Line 2329  sub _get_next_token ($) {
2329            $self->{next_char} == 0x000B or # VT            $self->{next_char} == 0x000B or # VT
2330            $self->{next_char} == 0x000C or # FF            $self->{next_char} == 0x000C or # FF
2331            $self->{next_char} == 0x0020) { # SP            $self->{next_char} == 0x0020) { # SP
2332            !!!cp (157);
2333          ## Stay in the state          ## Stay in the state
2334          !!!next-input-character;          !!!next-input-character;
2335          redo A;          redo A;
2336        } elsif ($self->{next_char} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
2337            !!!cp (158);
2338          !!!parse-error (type => 'no DOCTYPE name');          !!!parse-error (type => 'no DOCTYPE name');
2339          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2340          !!!next-input-character;          !!!next-input-character;
2341    
2342          !!!emit ({type => DOCTYPE_TOKEN, quirks => 1});          !!!emit ($self->{current_token}); # DOCTYPE (quirks)
2343    
2344          redo A;          redo A;
2345        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
2346            !!!cp (159);
2347          !!!parse-error (type => 'no DOCTYPE name');          !!!parse-error (type => 'no DOCTYPE name');
2348          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2349          ## reconsume          ## reconsume
2350    
2351          !!!emit ({type => DOCTYPE_TOKEN, quirks => 1});          !!!emit ($self->{current_token}); # DOCTYPE (quirks)
2352    
2353          redo A;          redo A;
2354        } else {        } else {
2355          $self->{current_token}          !!!cp (160);
2356              = {type => DOCTYPE_TOKEN,          $self->{current_token}->{name} = chr $self->{next_char};
2357                 name => chr ($self->{next_char}),          delete $self->{current_token}->{quirks};
                #quirks => 0,  
               };  
2358  ## ISSUE: "Set the token's name name to the" in the spec  ## ISSUE: "Set the token's name name to the" in the spec
2359          $self->{state} = DOCTYPE_NAME_STATE;          $self->{state} = DOCTYPE_NAME_STATE;
2360          !!!next-input-character;          !!!next-input-character;
# Line 1476  sub _get_next_token ($) { Line 2367  sub _get_next_token ($) {
2367            $self->{next_char} == 0x000B or # VT            $self->{next_char} == 0x000B or # VT
2368            $self->{next_char} == 0x000C or # FF            $self->{next_char} == 0x000C or # FF
2369            $self->{next_char} == 0x0020) { # SP            $self->{next_char} == 0x0020) { # SP
2370            !!!cp (161);
2371          $self->{state} = AFTER_DOCTYPE_NAME_STATE;          $self->{state} = AFTER_DOCTYPE_NAME_STATE;
2372          !!!next-input-character;          !!!next-input-character;
2373          redo A;          redo A;
2374        } elsif ($self->{next_char} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
2375            !!!cp (162);
2376          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2377          !!!next-input-character;          !!!next-input-character;
2378    
# Line 1487  sub _get_next_token ($) { Line 2380  sub _get_next_token ($) {
2380    
2381          redo A;          redo A;
2382        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
2383            !!!cp (163);
2384          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
2385          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2386          ## reconsume          ## reconsume
# Line 1496  sub _get_next_token ($) { Line 2390  sub _get_next_token ($) {
2390    
2391          redo A;          redo A;
2392        } else {        } else {
2393            !!!cp (164);
2394          $self->{current_token}->{name}          $self->{current_token}->{name}
2395            .= chr ($self->{next_char}); # DOCTYPE            .= chr ($self->{next_char}); # DOCTYPE
2396          ## Stay in the state          ## Stay in the state
# Line 1508  sub _get_next_token ($) { Line 2403  sub _get_next_token ($) {
2403            $self->{next_char} == 0x000B or # VT            $self->{next_char} == 0x000B or # VT
2404            $self->{next_char} == 0x000C or # FF            $self->{next_char} == 0x000C or # FF
2405            $self->{next_char} == 0x0020) { # SP            $self->{next_char} == 0x0020) { # SP
2406            !!!cp (165);
2407          ## Stay in the state          ## Stay in the state
2408          !!!next-input-character;          !!!next-input-character;
2409          redo A;          redo A;
2410        } elsif ($self->{next_char} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
2411            !!!cp (166);
2412          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2413          !!!next-input-character;          !!!next-input-character;
2414    
# Line 1519  sub _get_next_token ($) { Line 2416  sub _get_next_token ($) {
2416    
2417          redo A;          redo A;
2418        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
2419            !!!cp (167);
2420          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
2421          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2422          ## reconsume          ## reconsume
# Line 1529  sub _get_next_token ($) { Line 2427  sub _get_next_token ($) {
2427          redo A;          redo A;
2428        } elsif ($self->{next_char} == 0x0050 or # P        } elsif ($self->{next_char} == 0x0050 or # P
2429                 $self->{next_char} == 0x0070) { # p                 $self->{next_char} == 0x0070) { # p
2430            $self->{state} = PUBLIC_STATE;
2431            $self->{state_keyword} = chr $self->{next_char};
2432          !!!next-input-character;          !!!next-input-character;
2433          if ($self->{next_char} == 0x0055 or # U          redo A;
             $self->{next_char} == 0x0075) { # u  
           !!!next-input-character;  
           if ($self->{next_char} == 0x0042 or # B  
               $self->{next_char} == 0x0062) { # b  
             !!!next-input-character;  
             if ($self->{next_char} == 0x004C or # L  
                 $self->{next_char} == 0x006C) { # l  
               !!!next-input-character;  
               if ($self->{next_char} == 0x0049 or # I  
                   $self->{next_char} == 0x0069) { # i  
                 !!!next-input-character;  
                 if ($self->{next_char} == 0x0043 or # C  
                     $self->{next_char} == 0x0063) { # c  
                   $self->{state} = BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE;  
                   !!!next-input-character;  
                   redo A;  
                 }  
               }  
             }  
           }  
         }  
   
         #  
2434        } elsif ($self->{next_char} == 0x0053 or # S        } elsif ($self->{next_char} == 0x0053 or # S
2435                 $self->{next_char} == 0x0073) { # s                 $self->{next_char} == 0x0073) { # s
2436            $self->{state} = SYSTEM_STATE;
2437            $self->{state_keyword} = chr $self->{next_char};
2438          !!!next-input-character;          !!!next-input-character;
2439          if ($self->{next_char} == 0x0059 or # Y          redo A;
             $self->{next_char} == 0x0079) { # y  
           !!!next-input-character;  
           if ($self->{next_char} == 0x0053 or # S  
               $self->{next_char} == 0x0073) { # s  
             !!!next-input-character;  
             if ($self->{next_char} == 0x0054 or # T  
                 $self->{next_char} == 0x0074) { # t  
               !!!next-input-character;  
               if ($self->{next_char} == 0x0045 or # E  
                   $self->{next_char} == 0x0065) { # e  
                 !!!next-input-character;  
                 if ($self->{next_char} == 0x004D or # M  
                     $self->{next_char} == 0x006D) { # m  
                   $self->{state} = BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE;  
                   !!!next-input-character;  
                   redo A;  
                 }  
               }  
             }  
           }  
         }  
   
         #  
2440        } else {        } else {
2441            !!!cp (180);
2442            !!!parse-error (type => 'string after DOCTYPE name');
2443            $self->{current_token}->{quirks} = 1;
2444    
2445            $self->{state} = BOGUS_DOCTYPE_STATE;
2446          !!!next-input-character;          !!!next-input-character;
2447          #          redo A;
2448        }        }
2449        } elsif ($self->{state} == PUBLIC_STATE) {
2450          ## ASCII case-insensitive
2451          if ($self->{next_char} == [
2452                undef,
2453                0x0055, # U
2454                0x0042, # B
2455                0x004C, # L
2456                0x0049, # I
2457              ]->[length $self->{state_keyword}] or
2458              $self->{next_char} == [
2459                undef,
2460                0x0075, # u
2461                0x0062, # b
2462                0x006C, # l
2463                0x0069, # i
2464              ]->[length $self->{state_keyword}]) {
2465            !!!cp (175);
2466            ## Stay in the state.
2467            $self->{state_keyword} .= chr $self->{next_char};
2468            !!!next-input-character;
2469            redo A;
2470          } elsif ((length $self->{state_keyword}) == 5 and
2471                   ($self->{next_char} == 0x0043 or # C
2472                    $self->{next_char} == 0x0063)) { # c
2473            !!!cp (168);
2474            $self->{state} = BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE;
2475            !!!next-input-character;
2476            redo A;
2477          } else {
2478            !!!cp (169);
2479            !!!parse-error (type => 'string after DOCTYPE name',
2480                            line => $self->{line_prev},
2481                            column => $self->{column_prev} + 1 - length $self->{state_keyword});
2482            $self->{current_token}->{quirks} = 1;
2483    
2484        !!!parse-error (type => 'string after DOCTYPE name');          $self->{state} = BOGUS_DOCTYPE_STATE;
2485        $self->{current_token}->{quirks} = 1;          ## Reconsume.
2486            redo A;
2487          }
2488        } elsif ($self->{state} == SYSTEM_STATE) {
2489          ## ASCII case-insensitive
2490          if ($self->{next_char} == [
2491                undef,
2492                0x0059, # Y
2493                0x0053, # S
2494                0x0054, # T
2495                0x0045, # E
2496              ]->[length $self->{state_keyword}] or
2497              $self->{next_char} == [
2498                undef,
2499                0x0079, # y
2500                0x0073, # s
2501                0x0074, # t
2502                0x0065, # e
2503              ]->[length $self->{state_keyword}]) {
2504            !!!cp (170);
2505            ## Stay in the state.
2506            $self->{state_keyword} .= chr $self->{next_char};
2507            !!!next-input-character;
2508            redo A;
2509          } elsif ((length $self->{state_keyword}) == 5 and
2510                   ($self->{next_char} == 0x004D or # M
2511                    $self->{next_char} == 0x006D)) { # m
2512            !!!cp (171);
2513            $self->{state} = BEFORE_DOCTYPE_SYSTEM_IDENTIFIER_STATE;
2514            !!!next-input-character;
2515            redo A;
2516          } else {
2517            !!!cp (172);
2518            !!!parse-error (type => 'string after DOCTYPE name',
2519                            line => $self->{line_prev},
2520                            column => $self->{column_prev} + 1 - length $self->{state_keyword});
2521            $self->{current_token}->{quirks} = 1;
2522    
2523        $self->{state} = BOGUS_DOCTYPE_STATE;          $self->{state} = BOGUS_DOCTYPE_STATE;
2524        # next-input-character is already done          ## Reconsume.
2525        redo A;          redo A;
2526          }
2527      } elsif ($self->{state} == BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {      } elsif ($self->{state} == BEFORE_DOCTYPE_PUBLIC_IDENTIFIER_STATE) {
2528        if ({        if ({
2529              0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,              0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,
2530              #0x000D => 1, # HT, LF, VT, FF, SP, CR              #0x000D => 1, # HT, LF, VT, FF, SP, CR
2531            }->{$self->{next_char}}) {            }->{$self->{next_char}}) {
2532            !!!cp (181);
2533          ## Stay in the state          ## Stay in the state
2534          !!!next-input-character;          !!!next-input-character;
2535          redo A;          redo A;
2536        } elsif ($self->{next_char} eq 0x0022) { # "        } elsif ($self->{next_char} eq 0x0022) { # "
2537            !!!cp (182);
2538          $self->{current_token}->{public_identifier} = ''; # DOCTYPE          $self->{current_token}->{public_identifier} = ''; # DOCTYPE
2539          $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE;          $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE;
2540          !!!next-input-character;          !!!next-input-character;
2541          redo A;          redo A;
2542        } elsif ($self->{next_char} eq 0x0027) { # '        } elsif ($self->{next_char} eq 0x0027) { # '
2543            !!!cp (183);
2544          $self->{current_token}->{public_identifier} = ''; # DOCTYPE          $self->{current_token}->{public_identifier} = ''; # DOCTYPE
2545          $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE;          $self->{state} = DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE;
2546          !!!next-input-character;          !!!next-input-character;
2547          redo A;          redo A;
2548        } elsif ($self->{next_char} eq 0x003E) { # >        } elsif ($self->{next_char} eq 0x003E) { # >
2549            !!!cp (184);
2550          !!!parse-error (type => 'no PUBLIC literal');          !!!parse-error (type => 'no PUBLIC literal');
2551    
2552          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
# Line 1621  sub _get_next_token ($) { Line 2557  sub _get_next_token ($) {
2557    
2558          redo A;          redo A;
2559        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
2560            !!!cp (185);
2561          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
2562    
2563          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
# Line 1631  sub _get_next_token ($) { Line 2568  sub _get_next_token ($) {
2568    
2569          redo A;          redo A;
2570        } else {        } else {
2571            !!!cp (186);
2572          !!!parse-error (type => 'string after PUBLIC');          !!!parse-error (type => 'string after PUBLIC');
2573          $self->{current_token}->{quirks} = 1;          $self->{current_token}->{quirks} = 1;
2574    
# Line 1640  sub _get_next_token ($) { Line 2578  sub _get_next_token ($) {
2578        }        }
2579      } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE) {      } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_DOUBLE_QUOTED_STATE) {
2580        if ($self->{next_char} == 0x0022) { # "        if ($self->{next_char} == 0x0022) { # "
2581            !!!cp (187);
2582          $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;          $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;
2583          !!!next-input-character;          !!!next-input-character;
2584          redo A;          redo A;
2585        } elsif ($self->{next_char} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
2586            !!!cp (188);
2587          !!!parse-error (type => 'unclosed PUBLIC literal');          !!!parse-error (type => 'unclosed PUBLIC literal');
2588    
2589          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
# Line 1654  sub _get_next_token ($) { Line 2594  sub _get_next_token ($) {
2594    
2595          redo A;          redo A;
2596        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
2597            !!!cp (189);
2598          !!!parse-error (type => 'unclosed PUBLIC literal');          !!!parse-error (type => 'unclosed PUBLIC literal');
2599    
2600          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
# Line 1664  sub _get_next_token ($) { Line 2605  sub _get_next_token ($) {
2605    
2606          redo A;          redo A;
2607        } else {        } else {
2608            !!!cp (190);
2609          $self->{current_token}->{public_identifier} # DOCTYPE          $self->{current_token}->{public_identifier} # DOCTYPE
2610              .= chr $self->{next_char};              .= chr $self->{next_char};
2611          ## Stay in the state          ## Stay in the state
# Line 1672  sub _get_next_token ($) { Line 2614  sub _get_next_token ($) {
2614        }        }
2615      } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE) {      } elsif ($self->{state} == DOCTYPE_PUBLIC_IDENTIFIER_SINGLE_QUOTED_STATE) {
2616        if ($self->{next_char} == 0x0027) { # '        if ($self->{next_char} == 0x0027) { # '
2617            !!!cp (191);
2618          $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;          $self->{state} = AFTER_DOCTYPE_PUBLIC_IDENTIFIER_STATE;
2619          !!!next-input-character;          !!!next-input-character;
2620          redo A;          redo A;
2621        } elsif ($self->{next_char} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
2622            !!!cp (192);
2623          !!!parse-error (type => 'unclosed PUBLIC literal');          !!!parse-error (type => 'unclosed PUBLIC literal');
2624    
2625          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
# Line 1686  sub _get_next_token ($) { Line 2630  sub _get_next_token ($) {
2630    
2631          redo A;          redo A;
2632        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
2633            !!!cp (193);
2634          !!!parse-error (type => 'unclosed PUBLIC literal');          !!!parse-error (type => 'unclosed PUBLIC literal');
2635    
2636          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
# Line 1696  sub _get_next_token ($) { Line 2641  sub _get_next_token ($) {
2641    
2642          redo A;          redo A;
2643        } else {        } else {
2644            !!!cp (194);
2645          $self->{current_token}->{public_identifier} # DOCTYPE          $self->{current_token}->{public_identifier} # DOCTYPE
2646              .= chr $self->{next_char};              .= chr $self->{next_char};
2647          ## Stay in the state          ## Stay in the state
# Line 1707  sub _get_next_token ($) { Line 2653  sub _get_next_token ($) {
2653              0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,              0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,
2654              #0x000D => 1, # HT, LF, VT, FF, SP, CR              #0x000D => 1, # HT, LF, VT, FF, SP, CR
2655            }->{$self->{next_char}}) {            }->{$self->{next_char}}) {
2656            !!!cp (195);
2657          ## Stay in the state          ## Stay in the state
2658          !!!next-input-character;          !!!next-input-character;
2659          redo A;          redo A;
2660        } elsif ($self->{next_char} == 0x0022) { # "        } elsif ($self->{next_char} == 0x0022) { # "
2661            !!!cp (196);
2662          $self->{current_token}->{system_identifier} = ''; # DOCTYPE          $self->{current_token}->{system_identifier} = ''; # DOCTYPE
2663          $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;          $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;
2664          !!!next-input-character;          !!!next-input-character;
2665          redo A;          redo A;
2666        } elsif ($self->{next_char} == 0x0027) { # '        } elsif ($self->{next_char} == 0x0027) { # '
2667            !!!cp (197);
2668          $self->{current_token}->{system_identifier} = ''; # DOCTYPE          $self->{current_token}->{system_identifier} = ''; # DOCTYPE
2669          $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;          $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;
2670          !!!next-input-character;          !!!next-input-character;
2671          redo A;          redo A;
2672        } elsif ($self->{next_char} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
2673            !!!cp (198);
2674          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2675          !!!next-input-character;          !!!next-input-character;
2676    
# Line 1728  sub _get_next_token ($) { Line 2678  sub _get_next_token ($) {
2678    
2679          redo A;          redo A;
2680        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
2681            !!!cp (199);
2682          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
2683    
2684          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
# Line 1738  sub _get_next_token ($) { Line 2689  sub _get_next_token ($) {
2689    
2690          redo A;          redo A;
2691        } else {        } else {
2692            !!!cp (200);
2693          !!!parse-error (type => 'string after PUBLIC literal');          !!!parse-error (type => 'string after PUBLIC literal');
2694          $self->{current_token}->{quirks} = 1;          $self->{current_token}->{quirks} = 1;
2695    
# Line 1750  sub _get_next_token ($) { Line 2702  sub _get_next_token ($) {
2702              0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,              0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,
2703              #0x000D => 1, # HT, LF, VT, FF, SP, CR              #0x000D => 1, # HT, LF, VT, FF, SP, CR
2704            }->{$self->{next_char}}) {            }->{$self->{next_char}}) {
2705            !!!cp (201);
2706          ## Stay in the state          ## Stay in the state
2707          !!!next-input-character;          !!!next-input-character;
2708          redo A;          redo A;
2709        } elsif ($self->{next_char} == 0x0022) { # "        } elsif ($self->{next_char} == 0x0022) { # "
2710            !!!cp (202);
2711          $self->{current_token}->{system_identifier} = ''; # DOCTYPE          $self->{current_token}->{system_identifier} = ''; # DOCTYPE
2712          $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;          $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE;
2713          !!!next-input-character;          !!!next-input-character;
2714          redo A;          redo A;
2715        } elsif ($self->{next_char} == 0x0027) { # '        } elsif ($self->{next_char} == 0x0027) { # '
2716            !!!cp (203);
2717          $self->{current_token}->{system_identifier} = ''; # DOCTYPE          $self->{current_token}->{system_identifier} = ''; # DOCTYPE
2718          $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;          $self->{state} = DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE;
2719          !!!next-input-character;          !!!next-input-character;
2720          redo A;          redo A;
2721        } elsif ($self->{next_char} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
2722            !!!cp (204);
2723          !!!parse-error (type => 'no SYSTEM literal');          !!!parse-error (type => 'no SYSTEM literal');
2724          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2725          !!!next-input-character;          !!!next-input-character;
# Line 1773  sub _get_next_token ($) { Line 2729  sub _get_next_token ($) {
2729    
2730          redo A;          redo A;
2731        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
2732            !!!cp (205);
2733          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
2734    
2735          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
# Line 1783  sub _get_next_token ($) { Line 2740  sub _get_next_token ($) {
2740    
2741          redo A;          redo A;
2742        } else {        } else {
2743            !!!cp (206);
2744          !!!parse-error (type => 'string after SYSTEM');          !!!parse-error (type => 'string after SYSTEM');
2745          $self->{current_token}->{quirks} = 1;          $self->{current_token}->{quirks} = 1;
2746    
# Line 1792  sub _get_next_token ($) { Line 2750  sub _get_next_token ($) {
2750        }        }
2751      } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE) {      } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_DOUBLE_QUOTED_STATE) {
2752        if ($self->{next_char} == 0x0022) { # "        if ($self->{next_char} == 0x0022) { # "
2753            !!!cp (207);
2754          $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;          $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;
2755          !!!next-input-character;          !!!next-input-character;
2756          redo A;          redo A;
2757        } elsif ($self->{next_char} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
2758          !!!parse-error (type => 'unclosed PUBLIC literal');          !!!cp (208);
2759            !!!parse-error (type => 'unclosed SYSTEM literal');
2760    
2761          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2762          !!!next-input-character;          !!!next-input-character;
# Line 1806  sub _get_next_token ($) { Line 2766  sub _get_next_token ($) {
2766    
2767          redo A;          redo A;
2768        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
2769            !!!cp (209);
2770          !!!parse-error (type => 'unclosed SYSTEM literal');          !!!parse-error (type => 'unclosed SYSTEM literal');
2771    
2772          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
# Line 1816  sub _get_next_token ($) { Line 2777  sub _get_next_token ($) {
2777    
2778          redo A;          redo A;
2779        } else {        } else {
2780            !!!cp (210);
2781          $self->{current_token}->{system_identifier} # DOCTYPE          $self->{current_token}->{system_identifier} # DOCTYPE
2782              .= chr $self->{next_char};              .= chr $self->{next_char};
2783          ## Stay in the state          ## Stay in the state
# Line 1824  sub _get_next_token ($) { Line 2786  sub _get_next_token ($) {
2786        }        }
2787      } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE) {      } elsif ($self->{state} == DOCTYPE_SYSTEM_IDENTIFIER_SINGLE_QUOTED_STATE) {
2788        if ($self->{next_char} == 0x0027) { # '        if ($self->{next_char} == 0x0027) { # '
2789            !!!cp (211);
2790          $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;          $self->{state} = AFTER_DOCTYPE_SYSTEM_IDENTIFIER_STATE;
2791          !!!next-input-character;          !!!next-input-character;
2792          redo A;          redo A;
2793        } elsif ($self->{next_char} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
2794          !!!parse-error (type => 'unclosed PUBLIC literal');          !!!cp (212);
2795            !!!parse-error (type => 'unclosed SYSTEM literal');
2796    
2797          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2798          !!!next-input-character;          !!!next-input-character;
# Line 1838  sub _get_next_token ($) { Line 2802  sub _get_next_token ($) {
2802    
2803          redo A;          redo A;
2804        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
2805            !!!cp (213);
2806          !!!parse-error (type => 'unclosed SYSTEM literal');          !!!parse-error (type => 'unclosed SYSTEM literal');
2807    
2808          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
# Line 1848  sub _get_next_token ($) { Line 2813  sub _get_next_token ($) {
2813    
2814          redo A;          redo A;
2815        } else {        } else {
2816            !!!cp (214);
2817          $self->{current_token}->{system_identifier} # DOCTYPE          $self->{current_token}->{system_identifier} # DOCTYPE
2818              .= chr $self->{next_char};              .= chr $self->{next_char};
2819          ## Stay in the state          ## Stay in the state
# Line 1859  sub _get_next_token ($) { Line 2825  sub _get_next_token ($) {
2825              0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,              0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, 0x0020 => 1,
2826              #0x000D => 1, # HT, LF, VT, FF, SP, CR              #0x000D => 1, # HT, LF, VT, FF, SP, CR
2827            }->{$self->{next_char}}) {            }->{$self->{next_char}}) {
2828            !!!cp (215);
2829          ## Stay in the state          ## Stay in the state
2830          !!!next-input-character;          !!!next-input-character;
2831          redo A;          redo A;
2832        } elsif ($self->{next_char} == 0x003E) { # >        } elsif ($self->{next_char} == 0x003E) { # >
2833            !!!cp (216);
2834          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2835          !!!next-input-character;          !!!next-input-character;
2836    
# Line 1870  sub _get_next_token ($) { Line 2838  sub _get_next_token ($) {
2838    
2839          redo A;          redo A;
2840        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
2841            !!!cp (217);
2842          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
   
2843          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2844          ## reconsume          ## reconsume
2845    
# Line 1880  sub _get_next_token ($) { Line 2848  sub _get_next_token ($) {
2848    
2849          redo A;          redo A;
2850        } else {        } else {
2851            !!!cp (218);
2852          !!!parse-error (type => 'string after SYSTEM literal');          !!!parse-error (type => 'string after SYSTEM literal');
2853          #$self->{current_token}->{quirks} = 1;          #$self->{current_token}->{quirks} = 1;
2854    
# Line 1889  sub _get_next_token ($) { Line 2858  sub _get_next_token ($) {
2858        }        }
2859      } elsif ($self->{state} == BOGUS_DOCTYPE_STATE) {      } elsif ($self->{state} == BOGUS_DOCTYPE_STATE) {
2860        if ($self->{next_char} == 0x003E) { # >        if ($self->{next_char} == 0x003E) { # >
2861            !!!cp (219);
2862          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2863          !!!next-input-character;          !!!next-input-character;
2864    
# Line 1896  sub _get_next_token ($) { Line 2866  sub _get_next_token ($) {
2866    
2867          redo A;          redo A;
2868        } elsif ($self->{next_char} == -1) {        } elsif ($self->{next_char} == -1) {
2869            !!!cp (220);
2870          !!!parse-error (type => 'unclosed DOCTYPE');          !!!parse-error (type => 'unclosed DOCTYPE');
2871          $self->{state} = DATA_STATE;          $self->{state} = DATA_STATE;
2872          ## reconsume          ## reconsume
# Line 1904  sub _get_next_token ($) { Line 2875  sub _get_next_token ($) {
2875    
2876          redo A;          redo A;
2877        } else {        } else {
2878            !!!cp (221);
2879          ## Stay in the state          ## Stay in the state
2880          !!!next-input-character;          !!!next-input-character;
2881          redo A;          redo A;
2882        }        }
2883      } else {      } elsif ($self->{state} == CDATA_SECTION_STATE) {
2884        die "$0: $self->{state}: Unknown state";        ## NOTE: "CDATA section state" in the state is jointly implemented
2885      }        ## by three states, |CDATA_SECTION_STATE|, |CDATA_SECTION_MSE1_STATE|,
2886    } # A          ## and |CDATA_SECTION_MSE2_STATE|.
2887          
2888          if ($self->{next_char} == 0x005D) { # ]
2889            !!!cp (221.1);
2890            $self->{state} = CDATA_SECTION_MSE1_STATE;
2891            !!!next-input-character;
2892            redo A;
2893          } elsif ($self->{next_char} == -1) {
2894            $self->{state} = DATA_STATE;
2895            !!!next-input-character;
2896            if (length $self->{current_token}->{data}) { # character
2897              !!!cp (221.2);
2898              !!!emit ($self->{current_token}); # character
2899            } else {
2900              !!!cp (221.3);
2901              ## No token to emit. $self->{current_token} is discarded.
2902            }        
2903            redo A;
2904          } else {
2905            !!!cp (221.4);
2906            $self->{current_token}->{data} .= chr $self->{next_char};
2907            ## Stay in the state.
2908            !!!next-input-character;
2909            redo A;
2910          }
2911    
2912    die "$0: _get_next_token: unexpected case";        ## ISSUE: "text tokens" in spec.
2913  } # _get_next_token      } elsif ($self->{state} == CDATA_SECTION_MSE1_STATE) {
2914          if ($self->{next_char} == 0x005D) { # ]
2915            !!!cp (221.5);
2916            $self->{state} = CDATA_SECTION_MSE2_STATE;
2917            !!!next-input-character;
2918            redo A;
2919          } else {
2920            !!!cp (221.6);
2921            $self->{current_token}->{data} .= ']';
2922            $self->{state} = CDATA_SECTION_STATE;
2923            ## Reconsume.
2924            redo A;
2925          }
2926        } elsif ($self->{state} == CDATA_SECTION_MSE2_STATE) {
2927          if ($self->{next_char} == 0x003E) { # >
2928            $self->{state} = DATA_STATE;
2929            !!!next-input-character;
2930            if (length $self->{current_token}->{data}) { # character
2931              !!!cp (221.7);
2932              !!!emit ($self->{current_token}); # character
2933            } else {
2934              !!!cp (221.8);
2935              ## No token to emit. $self->{current_token} is discarded.
2936            }
2937            redo A;
2938          } elsif ($self->{next_char} == 0x005D) { # ]
2939            !!!cp (221.9); # character
2940            $self->{current_token}->{data} .= ']'; ## Add first "]" of "]]]".
2941            ## Stay in the state.
2942            !!!next-input-character;
2943            redo A;
2944          } else {
2945            !!!cp (221.11);
2946            $self->{current_token}->{data} .= ']]'; # character
2947            $self->{state} = CDATA_SECTION_STATE;
2948            ## Reconsume.
2949            redo A;
2950          }
2951        } elsif ($self->{state} == ENTITY_STATE) {
2952          if ({
2953            0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, # HT, LF, VT, FF,
2954            0x0020 => 1, 0x003C => 1, 0x0026 => 1, -1 => 1, # SP, <, &
2955            $self->{entity_additional} => 1,
2956          }->{$self->{next_char}}) {
2957            !!!cp (1001);
2958            ## Don't consume
2959            ## No error
2960            ## Return nothing.
2961            #
2962          } elsif ($self->{next_char} == 0x0023) { # #
2963            $self->{state} = ENTITY_HASH_STATE;
2964            $self->{state_keyword} = '#';
2965            !!!next-input-character;
2966            redo A;
2967          } elsif ((0x0041 <= $self->{next_char} and
2968                    $self->{next_char} <= 0x005A) or # A..Z
2969                   (0x0061 <= $self->{next_char} and
2970                    $self->{next_char} <= 0x007A)) { # a..z
2971            require Whatpm::_NamedEntityList;
2972            $self->{state} = ENTITY_NAME_STATE;
2973            $self->{state_keyword} = chr $self->{next_char};
2974            $self->{entity__value} = $self->{state_keyword};
2975            $self->{entity__match} = 0;
2976            !!!next-input-character;
2977            redo A;
2978          } else {
2979            !!!cp (1027);
2980            !!!parse-error (type => 'bare ero');
2981            ## Return nothing.
2982            #
2983          }
2984    
2985  sub _tokenize_attempt_to_consume_an_entity ($$$) {        ## NOTE: No character is consumed by the "consume a character
2986    my ($self, $in_attr, $additional) = @_;        ## reference" algorithm.  In other word, there is an "&" character
2987          ## that does not introduce a character reference, which would be
2988          ## appended to the parent element or the attribute value in later
2989          ## process of the tokenizer.
2990    
2991    if ({        if ($self->{entity_in_attr}) {
2992         0x0009 => 1, 0x000A => 1, 0x000B => 1, 0x000C => 1, # HT, LF, VT, FF,          $self->{current_attribute}->{value} .= '&';
2993         0x0020 => 1, 0x003C => 1, 0x0026 => 1, -1 => 1, # SP, <, & # 0x000D # CR          $self->{state} = $self->{last_attribute_value_state};
2994         $additional => 1,          ## Reconsume.
2995        }->{$self->{next_char}}) {          redo A;
2996      ## Don't consume        } else {
2997      ## No error          $self->{state} = DATA_STATE;
2998      return undef;          ## Reconsume.
2999    } elsif ($self->{next_char} == 0x0023) { # #          !!!emit ({type => CHARACTER_TOKEN, data => '&',
3000      !!!next-input-character;                    line => $self->{line_prev},
3001      if ($self->{next_char} == 0x0078 or # x                    column => $self->{column_prev},
3002          $self->{next_char} == 0x0058) { # X                   });
3003        my $code;          redo A;
3004        X: {        }
3005          my $x_char = $self->{next_char};      } elsif ($self->{state} == ENTITY_HASH_STATE) {
3006          !!!next-input-character;        if ($self->{next_char} == 0x0078 or # x
3007          if (0x0030 <= $self->{next_char} and            $self->{next_char} == 0x0058) { # X
3008              $self->{next_char} <= 0x0039) { # 0..9          $self->{state} = HEXREF_X_STATE;
3009            $code ||= 0;          $self->{state_keyword} .= chr $self->{next_char};
3010            $code *= 0x10;          !!!next-input-character;
3011            $code += $self->{next_char} - 0x0030;          redo A;
3012            redo X;        } elsif (0x0030 <= $self->{next_char} and
3013          } elsif (0x0061 <= $self->{next_char} and                 $self->{next_char} <= 0x0039) { # 0..9
3014                   $self->{next_char} <= 0x0066) { # a..f          $self->{state} = NCR_NUM_STATE;
3015            $code ||= 0;          $self->{state_keyword} = $self->{next_char} - 0x0030;
3016            $code *= 0x10;          !!!next-input-character;
3017            $code += $self->{next_char} - 0x0060 + 9;          redo A;
3018            redo X;        } else {
3019          } elsif (0x0041 <= $self->{next_char} and          !!!cp (1019);
3020                   $self->{next_char} <= 0x0046) { # A..F          !!!parse-error (type => 'bare nero',
3021            $code ||= 0;                          line => $self->{line_prev},
3022            $code *= 0x10;                          column => $self->{column_prev} - 1);
3023            $code += $self->{next_char} - 0x0040 + 9;  
3024            redo X;          ## NOTE: According to the spec algorithm, nothing is returned,
3025          } elsif (not defined $code) { # no hexadecimal digit          ## and then "&#" is appended to the parent element or the attribute
3026            !!!parse-error (type => 'bare hcro');          ## value in the later processing.
3027            !!!back-next-input-character ($x_char, $self->{next_char});  
3028            $self->{next_char} = 0x0023; # #          if ($self->{entity_in_attr}) {
3029            return undef;            $self->{current_attribute}->{value} .= '&#';
3030          } elsif ($self->{next_char} == 0x003B) { # ;            $self->{state} = $self->{last_attribute_value_state};
3031            !!!next-input-character;            ## Reconsume.
3032              redo A;
3033          } else {          } else {
3034            !!!parse-error (type => 'no refc');            $self->{state} = DATA_STATE;
3035              ## Reconsume.
3036              !!!emit ({type => CHARACTER_TOKEN,
3037                        data => '&#',
3038                        line => $self->{line_prev},
3039                        column => $self->{column_prev} - 1,
3040                       });
3041              redo A;
3042          }          }
3043          }
3044          if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {      } elsif ($self->{state} == NCR_NUM_STATE) {
3045            !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);        if (0x0030 <= $self->{next_char} and
3046            $code = 0xFFFD;            $self->{next_char} <= 0x0039) { # 0..9
3047          } elsif ($code > 0x10FFFF) {          !!!cp (1012);
3048            !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);          $self->{state_keyword} *= 10;
3049            $code = 0xFFFD;          $self->{state_keyword} += $self->{next_char} - 0x0030;
         } elsif ($code == 0x000D) {  
           !!!parse-error (type => 'CR character reference');  
           $code = 0x000A;  
         } elsif (0x80 <= $code and $code <= 0x9F) {  
           !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);  
           $code = $c1_entity_char->{$code};  
         }  
   
         return {type => CHARACTER_TOKEN, data => chr $code,  
                 has_reference => 1};  
       } # X  
     } elsif (0x0030 <= $self->{next_char} and  
              $self->{next_char} <= 0x0039) { # 0..9  
       my $code = $self->{next_char} - 0x0030;  
       !!!next-input-character;  
         
       while (0x0030 <= $self->{next_char} and  
                 $self->{next_char} <= 0x0039) { # 0..9  
         $code *= 10;  
         $code += $self->{next_char} - 0x0030;  
3050                    
3051            ## Stay in the state.
3052            !!!next-input-character;
3053            redo A;
3054          } elsif ($self->{next_char} == 0x003B) { # ;
3055            !!!cp (1013);
3056          !!!next-input-character;          !!!next-input-character;
3057            #
3058          } else {
3059            !!!cp (1014);
3060            !!!parse-error (type => 'no refc');
3061            ## Reconsume.
3062            #
3063          }
3064    
3065          my $code = $self->{state_keyword};
3066          my $l = $self->{line_prev};
3067          my $c = $self->{column_prev};
3068          if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {
3069            !!!cp (1015);
3070            !!!parse-error (type => 'invalid character reference',
3071                            text => (sprintf 'U+%04X', $code),
3072                            line => $l, column => $c);
3073            $code = 0xFFFD;
3074          } elsif ($code > 0x10FFFF) {
3075            !!!cp (1016);
3076            !!!parse-error (type => 'invalid character reference',
3077                            text => (sprintf 'U-%08X', $code),
3078                            line => $l, column => $c);
3079            $code = 0xFFFD;
3080          } elsif ($code == 0x000D) {
3081            !!!cp (1017);
3082            !!!parse-error (type => 'CR character reference',
3083                            line => $l, column => $c);
3084            $code = 0x000A;
3085          } elsif (0x80 <= $code and $code <= 0x9F) {
3086            !!!cp (1018);
3087            !!!parse-error (type => 'C1 character reference',
3088                            text => (sprintf 'U+%04X', $code),
3089                            line => $l, column => $c);
3090            $code = $c1_entity_char->{$code};
3091        }        }
3092    
3093        if ($self->{next_char} == 0x003B) { # ;        if ($self->{entity_in_attr}) {
3094            $self->{current_attribute}->{value} .= chr $code;
3095            $self->{current_attribute}->{has_reference} = 1;
3096            $self->{state} = $self->{last_attribute_value_state};
3097            ## Reconsume.
3098            redo A;
3099          } else {
3100            $self->{state} = DATA_STATE;
3101            ## Reconsume.
3102            !!!emit ({type => CHARACTER_TOKEN, data => chr $code,
3103                      has_reference => 1,
3104                      line => $l, column => $c,
3105                     });
3106            redo A;
3107          }
3108        } elsif ($self->{state} == HEXREF_X_STATE) {
3109          if ((0x0030 <= $self->{next_char} and $self->{next_char} <= 0x0039) or
3110              (0x0041 <= $self->{next_char} and $self->{next_char} <= 0x0046) or
3111              (0x0061 <= $self->{next_char} and $self->{next_char} <= 0x0066)) {
3112            # 0..9, A..F, a..f
3113            $self->{state} = HEXREF_HEX_STATE;
3114            $self->{state_keyword} = 0;
3115            ## Reconsume.
3116            redo A;
3117          } else {
3118            !!!cp (1005);
3119            !!!parse-error (type => 'bare hcro',
3120                            line => $self->{line_prev},
3121                            column => $self->{column_prev} - 2);
3122    
3123            ## NOTE: According to the spec algorithm, nothing is returned,
3124            ## and then "&#" followed by "X" or "x" is appended to the parent
3125            ## element or the attribute value in the later processing.
3126    
3127            if ($self->{entity_in_attr}) {
3128              $self->{current_attribute}->{value} .= '&' . $self->{state_keyword};
3129              $self->{state} = $self->{last_attribute_value_state};
3130              ## Reconsume.
3131              redo A;
3132            } else {
3133              $self->{state} = DATA_STATE;
3134              ## Reconsume.
3135              !!!emit ({type => CHARACTER_TOKEN,
3136                        data => '&' . $self->{state_keyword},
3137                        line => $self->{line_prev},
3138                        column => $self->{column_prev} - length $self->{state_keyword},
3139                       });
3140              redo A;
3141            }
3142          }
3143        } elsif ($self->{state} == HEXREF_HEX_STATE) {
3144          if (0x0030 <= $self->{next_char} and $self->{next_char} <= 0x0039) {
3145            # 0..9
3146            !!!cp (1002);
3147            $self->{state_keyword} *= 0x10;
3148            $self->{state_keyword} += $self->{next_char} - 0x0030;
3149            ## Stay in the state.
3150            !!!next-input-character;
3151            redo A;
3152          } elsif (0x0061 <= $self->{next_char} and
3153                   $self->{next_char} <= 0x0066) { # a..f
3154            !!!cp (1003);
3155            $self->{state_keyword} *= 0x10;
3156            $self->{state_keyword} += $self->{next_char} - 0x0060 + 9;
3157            ## Stay in the state.
3158          !!!next-input-character;          !!!next-input-character;
3159            redo A;
3160          } elsif (0x0041 <= $self->{next_char} and
3161                   $self->{next_char} <= 0x0046) { # A..F
3162            !!!cp (1004);
3163            $self->{state_keyword} *= 0x10;
3164            $self->{state_keyword} += $self->{next_char} - 0x0040 + 9;
3165            ## Stay in the state.
3166            !!!next-input-character;
3167            redo A;
3168          } elsif ($self->{next_char} == 0x003B) { # ;
3169            !!!cp (1006);
3170            !!!next-input-character;
3171            #
3172        } else {        } else {
3173          !!!parse-error (type => 'no refc');          !!!cp (1007);
3174            !!!parse-error (type => 'no refc',
3175                            line => $self->{line},
3176                            column => $self->{column});
3177            ## Reconsume.
3178            #
3179        }        }
3180    
3181          my $code = $self->{state_keyword};
3182          my $l = $self->{line_prev};
3183          my $c = $self->{column_prev};
3184        if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {        if ($code == 0 or (0xD800 <= $code and $code <= 0xDFFF)) {
3185          !!!parse-error (type => sprintf 'invalid character reference:U+%04X', $code);          !!!cp (1008);
3186            !!!parse-error (type => 'invalid character reference',
3187                            text => (sprintf 'U+%04X', $code),
3188                            line => $l, column => $c);
3189          $code = 0xFFFD;          $code = 0xFFFD;
3190        } elsif ($code > 0x10FFFF) {        } elsif ($code > 0x10FFFF) {
3191          !!!parse-error (type => sprintf 'invalid character reference:U-%08X', $code);          !!!cp (1009);
3192            !!!parse-error (type => 'invalid character reference',
3193                            text => (sprintf 'U-%08X', $code),
3194                            line => $l, column => $c);
3195          $code = 0xFFFD;          $code = 0xFFFD;
3196        } elsif ($code == 0x000D) {        } elsif ($code == 0x000D) {
3197          !!!parse-error (type => 'CR character reference');          !!!cp (1010);
3198            !!!parse-error (type => 'CR character reference', line => $l, column => $c);
3199          $code = 0x000A;          $code = 0x000A;
3200        } elsif (0x80 <= $code and $code <= 0x9F) {        } elsif (0x80 <= $code and $code <= 0x9F) {
3201          !!!parse-error (type => sprintf 'C1 character reference:U+%04X', $code);          !!!cp (1011);
3202            !!!parse-error (type => 'C1 character reference', text => (sprintf 'U+%04X', $code), line => $l, column => $c);
3203          $code = $c1_entity_char->{$code};          $code = $c1_entity_char->{$code};
3204        }        }
3205          
3206        return {type => CHARACTER_TOKEN, data => chr $code, has_reference => 1};        if ($self->{entity_in_attr}) {
3207      } else {          $self->{current_attribute}->{value} .= chr $code;
3208        !!!parse-error (type => 'bare nero');          $self->{current_attribute}->{has_reference} = 1;
3209        !!!back-next-input-character ($self->{next_char});          $self->{state} = $self->{last_attribute_value_state};
3210        $self->{next_char} = 0x0023; # #          ## Reconsume.
3211        return undef;          redo A;
3212      }        } else {
3213    } elsif ((0x0041 <= $self->{next_char} and          $self->{state} = DATA_STATE;
3214              $self->{next_char} <= 0x005A) or          ## Reconsume.
3215             (0x0061 <= $self->{next_char} and          !!!emit ({type => CHARACTER_TOKEN, data => chr $code,
3216              $self->{next_char} <= 0x007A)) {                    has_reference => 1,
3217      my $entity_name = chr $self->{next_char};                    line => $l, column => $c,
3218      !!!next-input-character;                   });
3219            redo A;
3220      my $value = $entity_name;        }
3221      my $match = 0;      } elsif ($self->{state} == ENTITY_NAME_STATE) {
3222      require Whatpm::_NamedEntityList;        if (length $self->{state_keyword} < 30 and
3223      our $EntityChar;            ## NOTE: Some number greater than the maximum length of entity name
3224              ((0x0041 <= $self->{next_char} and # a
3225      while (length $entity_name < 10 and              $self->{next_char} <= 0x005A) or # x
3226             ## NOTE: Some number greater than the maximum length of entity name             (0x0061 <= $self->{next_char} and # a
3227             ((0x0041 <= $self->{next_char} and # a              $self->{next_char} <= 0x007A) or # z
3228               $self->{next_char} <= 0x005A) or # x             (0x0030 <= $self->{next_char} and # 0
3229              (0x0061 <= $self->{next_char} and # a              $self->{next_char} <= 0x0039) or # 9
3230               $self->{next_char} <= 0x007A) or # z             $self->{next_char} == 0x003B)) { # ;
3231              (0x0030 <= $self->{next_char} and # 0          our $EntityChar;
3232               $self->{next_char} <= 0x0039) or # 9          $self->{state_keyword} .= chr $self->{next_char};
3233              $self->{next_char} == 0x003B)) { # ;          if (defined $EntityChar->{$self->{state_keyword}}) {
3234        $entity_name .= chr $self->{next_char};            if ($self->{next_char} == 0x003B) { # ;
3235        if (defined $EntityChar->{$entity_name}) {              !!!cp (1020);
3236          if ($self->{next_char} == 0x003B) { # ;              $self->{entity__value} = $EntityChar->{$self->{state_keyword}};
3237            $value = $EntityChar->{$entity_name};              $self->{entity__match} = 1;
3238            $match = 1;              !!!next-input-character;
3239            !!!next-input-character;              #
3240            last;            } else {
3241                !!!cp (1021);
3242                $self->{entity__value} = $EntityChar->{$self->{state_keyword}};
3243                $self->{entity__match} = -1;
3244                ## Stay in the state.
3245                !!!next-input-character;
3246                redo A;
3247              }
3248          } else {          } else {
3249            $value = $EntityChar->{$entity_name};            !!!cp (1022);
3250            $match = -1;            $self->{entity__value} .= chr $self->{next_char};
3251              $self->{entity__match} *= 2;
3252              ## Stay in the state.
3253            !!!next-input-character;            !!!next-input-character;
3254              redo A;
3255            }
3256          }
3257    
3258          my $data;
3259          my $has_ref;
3260          if ($self->{entity__match} > 0) {
3261            !!!cp (1023);
3262            $data = $self->{entity__value};
3263            $has_ref = 1;
3264            #
3265          } elsif ($self->{entity__match} < 0) {
3266            !!!parse-error (type => 'no refc');
3267            if ($self->{entity_in_attr} and $self->{entity__match} < -1) {
3268              !!!cp (1024);
3269              $data = '&' . $self->{state_keyword};
3270              #
3271            } else {
3272              !!!cp (1025);
3273              $data = $self->{entity__value};
3274              $has_ref = 1;
3275              #
3276          }          }
3277        } else {        } else {
3278          $value .= chr $self->{next_char};          !!!cp (1026);
3279          $match *= 2;          !!!parse-error (type => 'bare ero',
3280          !!!next-input-character;                          line => $self->{line_prev},
3281                            column => $self->{column_prev});
3282            $data = '&' . $self->{state_keyword};
3283            #
3284        }        }
3285      }    
3286              ## NOTE: In these cases, when a character reference is found,
3287      if ($match > 0) {        ## it is consumed and a character token is returned, or, otherwise,
3288        return {type => CHARACTER_TOKEN, data => $value, has_reference => 1};        ## nothing is consumed and returned, according to the spec algorithm.
3289      } elsif ($match < 0) {        ## In this implementation, anything that has been examined by the
3290        !!!parse-error (type => 'no refc');        ## tokenizer is appended to the parent element or the attribute value
3291        if ($in_attr and $match < -1) {        ## as string, either literal string when no character reference or
3292          return {type => CHARACTER_TOKEN, data => '&'.$entity_name};        ## entity-replaced string otherwise, in this stage, since any characters
3293          ## that would not be consumed are appended in the data state or in an
3294          ## appropriate attribute value state anyway.
3295    
3296          if ($self->{entity_in_attr}) {
3297            $self->{current_attribute}->{value} .= $data;
3298            $self->{current_attribute}->{has_reference} = 1 if $has_ref;
3299            $self->{state} = $self->{last_attribute_value_state};
3300            ## Reconsume.
3301            redo A;
3302        } else {        } else {
3303          return {type => CHARACTER_TOKEN, data => $value, has_reference => 1};          $self->{state} = DATA_STATE;
3304            ## Reconsume.
3305            !!!emit ({type => CHARACTER_TOKEN,
3306                      data => $data, has_reference => $has_ref,
3307                      line => $self->{line_prev},
3308                      column => $self->{column_prev} + 1 - length $self->{state_keyword},
3309                     });
3310            redo A;
3311        }        }
3312      } else {      } else {
3313        !!!parse-error (type => 'bare ero');        die "$0: $self->{state}: Unknown state";
       ## NOTE: "No characters are consumed" in the spec.  
       return {type => CHARACTER_TOKEN, data => '&'.$value};  
3314      }      }
3315    } else {    } # A  
3316      ## no characters are consumed  
3317      !!!parse-error (type => 'bare ero');    die "$0: _get_next_token: unexpected case";
3318      return undef;  } # _get_next_token
   }  
 } # _tokenize_attempt_to_consume_an_entity  
3319    
3320  sub _initialize_tree_constructor ($) {  sub _initialize_tree_constructor ($) {
3321    my $self = shift;    my $self = shift;
# Line 2089  sub _initialize_tree_constructor ($) { Line 3324  sub _initialize_tree_constructor ($) {
3324    ## TODO: Turn mutation events off # MUST    ## TODO: Turn mutation events off # MUST
3325    ## TODO: Turn loose Document option (manakai extension) on    ## TODO: Turn loose Document option (manakai extension) on
3326    $self->{document}->manakai_is_html (1); # MUST    $self->{document}->manakai_is_html (1); # MUST
3327      $self->{document}->set_user_data (manakai_source_line => 1);
3328      $self->{document}->set_user_data (manakai_source_column => 1);
3329  } # _initialize_tree_constructor  } # _initialize_tree_constructor
3330    
3331  sub _terminate_tree_constructor ($) {  sub _terminate_tree_constructor ($) {
# Line 2115  sub _construct_tree ($) { Line 3352  sub _construct_tree ($) {
3352        
3353    !!!next-token;    !!!next-token;
3354    
   $self->{insertion_mode} = BEFORE_HEAD_IM;  
3355    undef $self->{form_element};    undef $self->{form_element};
3356    undef $self->{head_element};    undef $self->{head_element};
3357    $self->{open_elements} = [];    $self->{open_elements} = [];
3358    undef $self->{inner_html_node};    undef $self->{inner_html_node};
3359    
3360      ## NOTE: The "initial" insertion mode.
3361    $self->_tree_construction_initial; # MUST    $self->_tree_construction_initial; # MUST
3362    
3363      ## NOTE: The "before html" insertion mode.
3364    $self->_tree_construction_root_element;    $self->_tree_construction_root_element;
3365      $self->{insertion_mode} = BEFORE_HEAD_IM;
3366    
3367      ## NOTE: The "before head" insertion mode and so on.
3368    $self->_tree_construction_main;    $self->_tree_construction_main;
3369  } # _construct_tree  } # _construct_tree
3370    
3371  sub _tree_construction_initial ($) {  sub _tree_construction_initial ($) {
3372    my $self = shift;    my $self = shift;
3373    
3374      ## NOTE: "initial" insertion mode
3375    
3376    INITIAL: {    INITIAL: {
3377      if ($token->{type} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
3378        ## NOTE: Conformance checkers MAY, instead of reporting "not HTML5"        ## NOTE: Conformance checkers MAY, instead of reporting "not HTML5"
# Line 2135  sub _tree_construction_initial ($) { Line 3380  sub _tree_construction_initial ($) {
3380        ## language.        ## language.
3381        my $doctype_name = $token->{name};        my $doctype_name = $token->{name};
3382        $doctype_name = '' unless defined $doctype_name;        $doctype_name = '' unless defined $doctype_name;
3383        $doctype_name =~ tr/a-z/A-Z/;        $doctype_name =~ tr/a-z/A-Z/; # ASCII case-insensitive
3384        if (not defined $token->{name} or # <!DOCTYPE>        if (not defined $token->{name} or # <!DOCTYPE>
           defined $token->{public_identifier} or  
3385            defined $token->{system_identifier}) {            defined $token->{system_identifier}) {
3386          !!!parse-error (type => 'not HTML5');          !!!cp ('t1');
3387            !!!parse-error (type => 'not HTML5', token => $token);
3388        } elsif ($doctype_name ne 'HTML') {        } elsif ($doctype_name ne 'HTML') {
3389          ## ISSUE: ASCII case-insensitive? (in fact it does not matter)          !!!cp ('t2');
3390          !!!parse-error (type => 'not HTML5');          !!!parse-error (type => 'not HTML5', token => $token);
3391          } elsif (defined $token->{public_identifier}) {
3392            if ($token->{public_identifier} eq 'XSLT-compat') {
3393              !!!cp ('t1.2');
3394              !!!parse-error (type => 'XSLT-compat', token => $token,
3395                              level => $self->{level}->{should});
3396            } else {
3397              !!!parse-error (type => 'not HTML5', token => $token);
3398            }
3399          } else {
3400            !!!cp ('t3');
3401            #
3402        }        }
3403                
3404        my $doctype = $self->{document}->create_document_type_definition        my $doctype = $self->{document}->create_document_type_definition
3405          ($token->{name}); ## ISSUE: If name is missing (e.g. <!DOCTYPE>)?          ($token->{name}); ## ISSUE: If name is missing (e.g. <!DOCTYPE>)?
3406          ## NOTE: Default value for both |public_id| and |system_id| attributes
3407          ## are empty strings, so that we don't set any value in missing cases.
3408        $doctype->public_id ($token->{public_identifier})        $doctype->public_id ($token->{public_identifier})
3409            if defined $token->{public_identifier};            if defined $token->{public_identifier};
3410        $doctype->system_id ($token->{system_identifier})        $doctype->system_id ($token->{system_identifier})
# Line 2156  sub _tree_construction_initial ($) { Line 3414  sub _tree_construction_initial ($) {
3414        $self->{document}->append_child ($doctype);        $self->{document}->append_child ($doctype);
3415                
3416        if ($token->{quirks} or $doctype_name ne 'HTML') {        if ($token->{quirks} or $doctype_name ne 'HTML') {
3417            !!!cp ('t4');
3418          $self->{document}->manakai_compat_mode ('quirks');          $self->{document}->manakai_compat_mode ('quirks');
3419        } elsif (defined $token->{public_identifier}) {        } elsif (defined $token->{public_identifier}) {
3420          my $pubid = $token->{public_identifier};          my $pubid = $token->{public_identifier};
3421          $pubid =~ tr/a-z/A-z/;          $pubid =~ tr/a-z/A-z/;
3422          if ({          my $prefix = [
3423            "+//SILMARIL//DTD HTML PRO V0R11 19970101//EN" => 1,            "+//SILMARIL//DTD HTML PRO V0R11 19970101//",
3424            "-//ADVASOFT LTD//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,            "-//ADVASOFT LTD//DTD HTML 3.0 ASWEDIT + EXTENSIONS//",
3425            "-//AS//DTD HTML 3.0 ASWEDIT + EXTENSIONS//EN" => 1,            "-//AS//DTD HTML 3.0 ASWEDIT + EXTENSIONS//",
3426            "-//IETF//DTD HTML 2.0 LEVEL 1//EN" => 1,            "-//IETF//DTD HTML 2.0 LEVEL 1//",
3427            "-//IETF//DTD HTML 2.0 LEVEL 2//EN" => 1,            "-//IETF//DTD HTML 2.0 LEVEL 2//",
3428            "-//IETF//DTD HTML 2.0 STRICT LEVEL 1//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT LEVEL 1//",
3429            "-//IETF//DTD HTML 2.0 STRICT LEVEL 2//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT LEVEL 2//",
3430            "-//IETF//DTD HTML 2.0 STRICT//EN" => 1,            "-//IETF//DTD HTML 2.0 STRICT//",
3431            "-//IETF//DTD HTML 2.0//EN" => 1,            "-//IETF//DTD HTML 2.0//",
3432            "-//IETF//DTD HTML 2.1E//EN" => 1,            "-//IETF//DTD HTML 2.1E//",
3433            "-//IETF//DTD HTML 3.0//EN" => 1,            "-//IETF//DTD HTML 3.0//",
3434            "-//IETF//DTD HTML 3.0//EN//" => 1,            "-//IETF//DTD HTML 3.2 FINAL//",
3435            "-//IETF//DTD HTML 3.2 FINAL//EN" => 1,            "-//IETF//DTD HTML 3.2//",
3436            "-//IETF//DTD HTML 3.2//EN" => 1,            "-//IETF//DTD HTML 3//",
3437            "-//IETF//DTD HTML 3//EN" => 1,            "-//IETF//DTD HTML LEVEL 0//",
3438            "-//IETF//DTD HTML LEVEL 0//EN" => 1,            "-//IETF//DTD HTML LEVEL 1//",
3439            "-//IETF//DTD HTML LEVEL 0//EN//2.0" => 1,            "-//IETF//DTD HTML LEVEL 2//",
3440            "-//IETF//DTD HTML LEVEL 1//EN" => 1,            "-//IETF//DTD HTML LEVEL 3//",
3441            "-//IETF//DTD HTML LEVEL 1//EN//2.0" => 1,            "-//IETF//DTD HTML STRICT LEVEL 0//",
3442            "-//IETF//DTD HTML LEVEL 2//EN" => 1,            "-//IETF//DTD HTML STRICT LEVEL 1//",
3443            "-//IETF//DTD HTML LEVEL 2//EN//2.0" => 1,            "-//IETF//DTD HTML STRICT LEVEL 2//",
3444            "-//IETF//DTD HTML LEVEL 3//EN" => 1,            "-//IETF//DTD HTML STRICT LEVEL 3//",
3445            "-//IETF//DTD HTML LEVEL 3//EN//3.0" => 1,            "-//IETF//DTD HTML STRICT//",
3446            "-//IETF//DTD HTML STRICT LEVEL 0//EN" => 1,            "-//IETF//DTD HTML//",
3447            "-//IETF//DTD HTML STRICT LEVEL 0//EN//2.0" => 1,            "-//METRIUS//DTD METRIUS PRESENTATIONAL//",
3448            "-//IETF//DTD HTML STRICT LEVEL 1//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML STRICT//",
3449            "-//IETF//DTD HTML STRICT LEVEL 1//EN//2.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML//",
3450            "-//IETF//DTD HTML STRICT LEVEL 2//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 TABLES//",
3451            "-//IETF//DTD HTML STRICT LEVEL 2//EN//2.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML STRICT//",
3452            "-//IETF//DTD HTML STRICT LEVEL 3//EN" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML//",
3453            "-//IETF//DTD HTML STRICT LEVEL 3//EN//3.0" => 1,            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 TABLES//",
3454            "-//IETF//DTD HTML STRICT//EN" => 1,            "-//NETSCAPE COMM. CORP.//DTD HTML//",
3455            "-//IETF//DTD HTML STRICT//EN//2.0" => 1,            "-//NETSCAPE COMM. CORP.//DTD STRICT HTML//",
3456            "-//IETF//DTD HTML STRICT//EN//3.0" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML 2.0//",
3457            "-//IETF//DTD HTML//EN" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED 1.0//",
3458            "-//IETF//DTD HTML//EN//2.0" => 1,            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED RELAXED 1.0//",
3459            "-//IETF//DTD HTML//EN//3.0" => 1,            "-//SOFTQUAD SOFTWARE//DTD HOTMETAL PRO 6.0::19990601::EXTENSIONS TO HTML 4.0//",
3460            "-//METRIUS//DTD METRIUS PRESENTATIONAL//EN" => 1,            "-//SOFTQUAD//DTD HOTMETAL PRO 4.0::19971010::EXTENSIONS TO HTML 4.0//",
3461            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML STRICT//EN" => 1,            "-//SPYGLASS//DTD HTML 2.0 EXTENDED//",
3462            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 HTML//EN" => 1,            "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//",
3463            "-//MICROSOFT//DTD INTERNET EXPLORER 2.0 TABLES//EN" => 1,            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//",
3464            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML STRICT//EN" => 1,            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//",
3465            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 HTML//EN" => 1,            "-//W3C//DTD HTML 3 1995-03-24//",
3466            "-//MICROSOFT//DTD INTERNET EXPLORER 3.0 TABLES//EN" => 1,            "-//W3C//DTD HTML 3.2 DRAFT//",
3467            "-//NETSCAPE COMM. CORP.//DTD HTML//EN" => 1,            "-//W3C//DTD HTML 3.2 FINAL//",
3468            "-//NETSCAPE COMM. CORP.//DTD STRICT HTML//EN" => 1,            "-//W3C//DTD HTML 3.2//",
3469            "-//O'REILLY AND ASSOCIATES//DTD HTML 2.0//EN" => 1,            "-//W3C//DTD HTML 3.2S DRAFT//",
3470            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED 1.0//EN" => 1,            "-//W3C//DTD HTML 4.0 FRAMESET//",
3471            "-//O'REILLY AND ASSOCIATES//DTD HTML EXTENDED RELAXED 1.0//EN" => 1,            "-//W3C//DTD HTML 4.0 TRANSITIONAL//",
3472            "-//SOFTQUAD SOFTWARE//DTD HOTMETAL PRO 6.0::19990601::EXTENSIONS TO HTML 4.0//EN" => 1,            "-//W3C//DTD HTML EXPERIMETNAL 19960712//",
3473            "-//SOFTQUAD//DTD HOTMETAL PRO 4.0::19971010::EXTENSIONS TO HTML 4.0//EN" => 1,            "-//W3C//DTD HTML EXPERIMENTAL 970421//",
3474            "-//SPYGLASS//DTD HTML 2.0 EXTENDED//EN" => 1,            "-//W3C//DTD W3 HTML//",
3475            "-//SQ//DTD HTML 2.0 HOTMETAL + EXTENSIONS//EN" => 1,            "-//W3O//DTD W3 HTML 3.0//",
3476            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA HTML//EN" => 1,            "-//WEBTECHS//DTD MOZILLA HTML 2.0//",
3477            "-//SUN MICROSYSTEMS CORP.//DTD HOTJAVA STRICT HTML//EN" => 1,            "-//WEBTECHS//DTD MOZILLA HTML//",
3478            "-//W3C//DTD HTML 3 1995-03-24//EN" => 1,          ]; # $prefix
3479            "-//W3C//DTD HTML 3.2 DRAFT//EN" => 1,          my $match;
3480            "-//W3C//DTD HTML 3.2 FINAL//EN" => 1,          for (@$prefix) {
3481            "-//W3C//DTD HTML 3.2//EN" => 1,            if (substr ($prefix, 0, length $_) eq $_) {
3482            "-//W3C//DTD HTML 3.2S DRAFT//EN" => 1,              $match = 1;
3483            "-//W3C//DTD HTML 4.0 FRAMESET//EN" => 1,              last;
3484            "-//W3C//DTD HTML 4.0 TRANSITIONAL//EN" => 1,            }
3485            "-//W3C//DTD HTML EXPERIMETNAL 19960712//EN" => 1,          }
3486            "-//W3C//DTD HTML EXPERIMENTAL 970421//EN" => 1,          if ($match or
3487            "-//W3C//DTD W3 HTML//EN" => 1,              $pubid eq "-//W3O//DTD W3 HTML STRICT 3.0//EN//" or
3488            "-//W3O//DTD W3 HTML 3.0//EN" => 1,              $pubid eq "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" or
3489            "-//W3O//DTD W3 HTML 3.0//EN//" => 1,              $pubid eq "HTML") {
3490            "-//W3O//DTD W3 HTML STRICT 3.0//EN//" => 1,            !!!cp ('t5');
           "-//WEBTECHS//DTD MOZILLA HTML 2.0//EN" => 1,  
           "-//WEBTECHS//DTD MOZILLA HTML//EN" => 1,  
           "-/W3C/DTD HTML 4.0 TRANSITIONAL/EN" => 1,  
           "HTML" => 1,  
         }->{$pubid}) {  
3491            $self->{document}->manakai_compat_mode ('quirks');            $self->{document}->manakai_compat_mode ('quirks');
3492          } elsif ($pubid eq "-//W3C//DTD HTML 4.01 FRAMESET//EN" or          } elsif ($pubid =~ m[^-//W3C//DTD HTML 4.01 FRAMESET//] or
3493                   $pubid eq "-//W3C//DTD HTML 4.01 TRANSITIONAL//EN") {                   $pubid =~ m[^-//W3C//DTD HTML 4.01 TRANSITIONAL//]) {
3494            if (defined $token->{system_identifier}) {            if (defined $token->{system_identifier}) {
3495                !!!cp ('t6');
3496              $self->{document}->manakai_compat_mode ('quirks');              $self->{document}->manakai_compat_mode ('quirks');
3497            } else {            } else {
3498                !!!cp ('t7');
3499              $self->{document}->manakai_compat_mode ('limited quirks');              $self->{document}->manakai_compat_mode ('limited quirks');
3500            }            }
3501          } elsif ($pubid eq "-//W3C//DTD XHTML 1.0 Frameset//EN" or          } elsif ($pubid =~ m[^-//W3C//DTD XHTML 1.0 FRAMESET//] or
3502                   $pubid eq "-//W3C//DTD XHTML 1.0 Transitional//EN") {                   $pubid =~ m[^-//W3C//DTD XHTML 1.0 TRANSITIONAL//]) {
3503              !!!cp ('t8');
3504            $self->{document}->manakai_compat_mode ('limited quirks');            $self->{document}->manakai_compat_mode ('limited quirks');
3505            } else {
3506              !!!cp ('t9');
3507          }          }
3508          } else {
3509            !!!cp ('t10');
3510        }        }
3511        if (defined $token->{system_identifier}) {        if (defined $token->{system_identifier}) {
3512          my $sysid = $token->{system_identifier};          my $sysid = $token->{system_identifier};
3513          $sysid =~ tr/A-Z/a-z/;          $sysid =~ tr/A-Z/a-z/;
3514          if ($sysid eq "http://www.ibm.com/data/dtd/v11/ibmxhtml1-transitional.dtd") {          if ($sysid eq "http://www.ibm.com/data/dtd/v11/ibmxhtml1-transitional.dtd") {
3515              ## NOTE: Ensure that |PUBLIC "(limited quirks)" "(quirks)"| is
3516              ## marked as quirks.
3517            $self->{document}->manakai_compat_mode ('quirks');            $self->{document}->manakai_compat_mode ('quirks');
3518              !!!cp ('t11');
3519            } else {
3520              !!!cp ('t12');
3521          }          }
3522          } else {
3523            !!!cp ('t13');
3524        }        }
3525                
3526        ## Go to the root element phase.        ## Go to the "before html" insertion mode.
3527        !!!next-token;        !!!next-token;
3528        return;        return;
3529      } elsif ({      } elsif ({
# Line 2263  sub _tree_construction_initial ($) { Line 3531  sub _tree_construction_initial ($) {
3531                END_TAG_TOKEN, 1,                END_TAG_TOKEN, 1,
3532                END_OF_FILE_TOKEN, 1,                END_OF_FILE_TOKEN, 1,
3533               }->{$token->{type}}) {               }->{$token->{type}}) {
3534        !!!parse-error (type => 'no DOCTYPE');        !!!cp ('t14');
3535          !!!parse-error (type => 'no DOCTYPE', token => $token);
3536        $self->{document}->manakai_compat_mode ('quirks');        $self->{document}->manakai_compat_mode ('quirks');
3537        ## Go to the root element phase        ## Go to the "before html" insertion mode.
3538        ## reprocess        ## reprocess
3539          !!!ack-later;
3540        return;        return;
3541      } elsif ($token->{type} == CHARACTER_TOKEN) {      } elsif ($token->{type} == CHARACTER_TOKEN) {
3542        if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D        if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) { # \x0D
3543          ## Ignore the token          ## Ignore the token
3544    
3545          unless (length $token->{data}) {          unless (length $token->{data}) {
3546            ## Stay in the phase            !!!cp ('t15');
3547              ## Stay in the insertion mode.
3548            !!!next-token;            !!!next-token;
3549            redo INITIAL;            redo INITIAL;
3550            } else {
3551              !!!cp ('t16');
3552          }          }
3553          } else {
3554            !!!cp ('t17');
3555        }        }
3556    
3557        !!!parse-error (type => 'no DOCTYPE');        !!!parse-error (type => 'no DOCTYPE', token => $token);
3558        $self->{document}->manakai_compat_mode ('quirks');        $self->{document}->manakai_compat_mode ('quirks');
3559        ## Go to the root element phase        ## Go to the "before html" insertion mode.
3560        ## reprocess        ## reprocess
3561        return;        return;
3562      } elsif ($token->{type} == COMMENT_TOKEN) {      } elsif ($token->{type} == COMMENT_TOKEN) {
3563          !!!cp ('t18');
3564        my $comment = $self->{document}->create_comment ($token->{data});        my $comment = $self->{document}->create_comment ($token->{data});
3565        $self->{document}->append_child ($comment);        $self->{document}->append_child ($comment);
3566                
3567        ## Stay in the phase.        ## Stay in the insertion mode.
3568        !!!next-token;        !!!next-token;
3569        redo INITIAL;        redo INITIAL;
3570      } else {      } else {
3571        die "$0: $token->{type}: Unknown token type";        die "$0: $token->{type}: Unknown token type";
3572      }      }
3573    } # INITIAL    } # INITIAL
3574    
3575      die "$0: _tree_construction_initial: This should be never reached";
3576  } # _tree_construction_initial  } # _tree_construction_initial
3577    
3578  sub _tree_construction_root_element ($) {  sub _tree_construction_root_element ($) {
3579    my $self = shift;    my $self = shift;
3580    
3581      ## NOTE: "before html" insertion mode.
3582        
3583    B: {    B: {
3584        if ($token->{type} == DOCTYPE_TOKEN) {        if ($token->{type} == DOCTYPE_TOKEN) {
3585          !!!parse-error (type => 'in html:#DOCTYPE');          !!!cp ('t19');
3586            !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
3587          ## Ignore the token          ## Ignore the token
3588          ## Stay in the phase          ## Stay in the insertion mode.
3589          !!!next-token;          !!!next-token;
3590          redo B;          redo B;
3591        } elsif ($token->{type} == COMMENT_TOKEN) {        } elsif ($token->{type} == COMMENT_TOKEN) {
3592            !!!cp ('t20');
3593          my $comment = $self->{document}->create_comment ($token->{data});          my $comment = $self->{document}->create_comment ($token->{data});
3594          $self->{document}->append_child ($comment);          $self->{document}->append_child ($comment);
3595          ## Stay in the phase          ## Stay in the insertion mode.
3596          !!!next-token;          !!!next-token;
3597          redo B;          redo B;
3598        } elsif ($token->{type} == CHARACTER_TOKEN) {        } elsif ($token->{type} == CHARACTER_TOKEN) {
# Line 2318  sub _tree_construction_root_element ($) Line 3600  sub _tree_construction_root_element ($)
3600            ## Ignore the token.            ## Ignore the token.
3601    
3602            unless (length $token->{data}) {            unless (length $token->{data}) {
3603              ## Stay in the phase              !!!cp ('t21');
3604                ## Stay in the insertion mode.
3605              !!!next-token;              !!!next-token;
3606              redo B;              redo B;
3607              } else {
3608                !!!cp ('t22');
3609            }            }
3610            } else {
3611              !!!cp ('t23');
3612          }          }
3613    
3614          $self->{application_cache_selection}->(undef);          $self->{application_cache_selection}->(undef);
3615    
3616          #          #
3617        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
3618          if ($token->{tag_name} eq 'html' and          if ($token->{tag_name} eq 'html') {
3619              $token->{attributes}->{manifest}) {            my $root_element;
3620            $self->{application_cache_selection}            !!!create-element ($root_element, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);
3621                 ->($token->{attributes}->{manifest}->{value});            $self->{document}->append_child ($root_element);
3622            ## ISSUE: No relative reference resolution?            push @{$self->{open_elements}},
3623                  [$root_element, $el_category->{html}];
3624    
3625              if ($token->{attributes}->{manifest}) {
3626                !!!cp ('t24');
3627                $self->{application_cache_selection}
3628                    ->($token->{attributes}->{manifest}->{value});
3629                ## ISSUE: Spec is unclear on relative references.
3630                ## According to Hixie (#whatwg 2008-03-19), it should be
3631                ## resolved against the base URI of the document in HTML
3632                ## or xml:base of the element in XHTML.
3633              } else {
3634                !!!cp ('t25');
3635                $self->{application_cache_selection}->(undef);
3636              }
3637    
3638              !!!nack ('t25c');
3639    
3640              !!!next-token;
3641              return; ## Go to the "before head" insertion mode.
3642          } else {          } else {
3643            $self->{application_cache_selection}->(undef);            !!!cp ('t25.1');
3644              #
3645          }          }
   
         ## ISSUE: There is an issue in the spec  
         #  
3646        } elsif ({        } elsif ({
3647                  END_TAG_TOKEN, 1,                  END_TAG_TOKEN, 1,
3648                  END_OF_FILE_TOKEN, 1,                  END_OF_FILE_TOKEN, 1,
3649                 }->{$token->{type}}) {                 }->{$token->{type}}) {
3650          $self->{application_cache_selection}->(undef);          !!!cp ('t26');
   
         ## ISSUE: There is an issue in the spec  
3651          #          #
3652        } else {        } else {
3653          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
3654        }        }
3655    
3656        my $root_element; !!!create-element ($root_element, 'html');      my $root_element;
3657        $self->{document}->append_child ($root_element);      !!!create-element ($root_element, $HTML_NS, 'html',, $token);
3658        push @{$self->{open_elements}}, [$root_element, 'html'];      $self->{document}->append_child ($root_element);
3659        ## reprocess      push @{$self->{open_elements}}, [$root_element, $el_category->{html}];
3660        #redo B;  
3661        return; ## Go to the main phase.      $self->{application_cache_selection}->(undef);
3662    
3663        ## NOTE: Reprocess the token.
3664        !!!ack-later;
3665        return; ## Go to the "before head" insertion mode.
3666    
3667        ## ISSUE: There is an issue in the spec
3668    } # B    } # B
3669    
3670      die "$0: _tree_construction_root_element: This should never be reached";
3671  } # _tree_construction_root_element  } # _tree_construction_root_element
3672    
3673  sub _reset_insertion_mode ($) {  sub _reset_insertion_mode ($) {
# Line 2372  sub _reset_insertion_mode ($) { Line 3682  sub _reset_insertion_mode ($) {
3682            
3683      ## Step 3      ## Step 3
3684      S3: {      S3: {
       ## ISSUE: Oops! "If node is the first node in the stack of open  
       ## elements, then set last to true. If the context element of the  
       ## HTML fragment parsing algorithm is neither a td element nor a  
       ## th element, then set node to the context element. (fragment case)":  
       ## The second "if" is in the scope of the first "if"!?  
3685        if ($self->{open_elements}->[0]->[0] eq $node->[0]) {        if ($self->{open_elements}->[0]->[0] eq $node->[0]) {
3686          $last = 1;          $last = 1;
3687          if (defined $self->{inner_html_node}) {          if (defined $self->{inner_html_node}) {
3688            if ($self->{inner_html_node}->[1] eq 'td' or            !!!cp ('t28');
3689                $self->{inner_html_node}->[1] eq 'th') {            $node = $self->{inner_html_node};
3690              #          } else {
3691            } else {            die "_reset_insertion_mode: t27";
             $node = $self->{inner_html_node};  
           }  
3692          }          }
3693        }        }
3694              
3695        ## Step 4..13        ## Step 4..14
3696        my $new_mode = {        my $new_mode;
3697          if ($node->[1] & FOREIGN_EL) {
3698            !!!cp ('t28.1');
3699            ## NOTE: Strictly spaking, the line below only applies to MathML and
3700            ## SVG elements.  Currently the HTML syntax supports only MathML and
3701            ## SVG elements as foreigners.
3702            $new_mode = IN_BODY_IM | IN_FOREIGN_CONTENT_IM;
3703          } elsif ($node->[1] & TABLE_CELL_EL) {
3704            if ($last) {
3705              !!!cp ('t28.2');
3706              #
3707            } else {
3708              !!!cp ('t28.3');
3709              $new_mode = IN_CELL_IM;
3710            }
3711          } else {
3712            !!!cp ('t28.4');
3713            $new_mode = {
3714                        select => IN_SELECT_IM,                        select => IN_SELECT_IM,
3715                        td => IN_CELL_IM,                        ## NOTE: |option| and |optgroup| do not set
3716                        th => IN_CELL_IM,                        ## insertion mode to "in select" by themselves.
3717                        tr => IN_ROW_IM,                        tr => IN_ROW_IM,
3718                        tbody => IN_TABLE_BODY_IM,                        tbody => IN_TABLE_BODY_IM,
3719                        thead => IN_TABLE_BODY_IM,                        thead => IN_TABLE_BODY_IM,
# Line 2404  sub _reset_insertion_mode ($) { Line 3724  sub _reset_insertion_mode ($) {
3724                        head => IN_BODY_IM, # not in head!                        head => IN_BODY_IM, # not in head!
3725                        body => IN_BODY_IM,                        body => IN_BODY_IM,
3726                        frameset => IN_FRAMESET_IM,                        frameset => IN_FRAMESET_IM,
3727                       }->{$node->[1]};                       }->{$node->[0]->manakai_local_name};
3728          }
3729        $self->{insertion_mode} = $new_mode and return if defined $new_mode;        $self->{insertion_mode} = $new_mode and return if defined $new_mode;
3730                
3731        ## Step 14        ## Step 15
3732        if ($node->[1] eq 'html') {        if ($node->[1] & HTML_EL) {
3733          unless (defined $self->{head_element}) {          unless (defined $self->{head_element}) {
3734              !!!cp ('t29');
3735            $self->{insertion_mode} = BEFORE_HEAD_IM;            $self->{insertion_mode} = BEFORE_HEAD_IM;
3736          } else {          } else {
3737              ## ISSUE: Can this state be reached?
3738              !!!cp ('t30');
3739            $self->{insertion_mode} = AFTER_HEAD_IM;            $self->{insertion_mode} = AFTER_HEAD_IM;
3740          }          }
3741          return;          return;
3742          } else {
3743            !!!cp ('t31');
3744        }        }
3745                
3746        ## Step 15        ## Step 16
3747        $self->{insertion_mode} = IN_BODY_IM and return if $last;        $self->{insertion_mode} = IN_BODY_IM and return if $last;
3748                
3749        ## Step 16        ## Step 17
3750        $i--;        $i--;
3751        $node = $self->{open_elements}->[$i];        $node = $self->{open_elements}->[$i];
3752                
3753        ## Step 17        ## Step 18
3754        redo S3;        redo S3;
3755      } # S3      } # S3
3756    
3757      die "$0: _reset_insertion_mode: This line should never be reached";
3758  } # _reset_insertion_mode  } # _reset_insertion_mode
3759    
3760  sub _tree_construction_main ($) {  sub _tree_construction_main ($) {
# Line 2448  sub _tree_construction_main ($) { Line 3776  sub _tree_construction_main ($) {
3776      return if $entry->[0] eq '#marker';      return if $entry->[0] eq '#marker';
3777      for (@{$self->{open_elements}}) {      for (@{$self->{open_elements}}) {
3778        if ($entry->[0] eq $_->[0]) {        if ($entry->[0] eq $_->[0]) {
3779            !!!cp ('t32');
3780          return;          return;
3781        }        }
3782      }      }
# Line 2462  sub _tree_construction_main ($) { Line 3791  sub _tree_construction_main ($) {
3791    
3792        ## Step 6        ## Step 6
3793        if ($entry->[0] eq '#marker') {        if ($entry->[0] eq '#marker') {
3794            !!!cp ('t33_1');
3795          #          #
3796        } else {        } else {
3797          my $in_open_elements;          my $in_open_elements;
3798          OE: for (@{$self->{open_elements}}) {          OE: for (@{$self->{open_elements}}) {
3799            if ($entry->[0] eq $_->[0]) {            if ($entry->[0] eq $_->[0]) {
3800                !!!cp ('t33');
3801              $in_open_elements = 1;              $in_open_elements = 1;
3802              last OE;              last OE;
3803            }            }
3804          }          }
3805          if ($in_open_elements) {          if ($in_open_elements) {
3806              !!!cp ('t34');
3807            #            #
3808          } else {          } else {
3809              ## NOTE: <!DOCTYPE HTML><p><b><i><u></p> <p>X
3810              !!!cp ('t35');
3811            redo S4;            redo S4;
3812          }          }
3813        }        }
# Line 2496  sub _tree_construction_main ($) { Line 3830  sub _tree_construction_main ($) {
3830    
3831        ## Step 11        ## Step 11
3832        unless ($clone->[0] eq $active_formatting_elements->[-1]->[0]) {        unless ($clone->[0] eq $active_formatting_elements->[-1]->[0]) {
3833            !!!cp ('t36');
3834          ## Step 7'          ## Step 7'
3835          $i++;          $i++;
3836          $entry = $active_formatting_elements->[$i];          $entry = $active_formatting_elements->[$i];
3837                    
3838          redo S7;          redo S7;
3839        }        }
3840    
3841          !!!cp ('t37');
3842      } # S7      } # S7
3843    }; # $reconstruct_active_formatting_elements    }; # $reconstruct_active_formatting_elements
3844    
3845    my $clear_up_to_marker = sub {    my $clear_up_to_marker = sub {
3846      for (reverse 0..$#$active_formatting_elements) {      for (reverse 0..$#$active_formatting_elements) {
3847        if ($active_formatting_elements->[$_]->[0] eq '#marker') {        if ($active_formatting_elements->[$_]->[0] eq '#marker') {
3848            !!!cp ('t38');
3849          splice @$active_formatting_elements, $_;          splice @$active_formatting_elements, $_;
3850          return;          return;
3851        }        }
3852      }      }
3853    
3854        !!!cp ('t39');
3855    }; # $clear_up_to_marker    }; # $clear_up_to_marker
3856    
3857    my $parse_rcdata = sub ($$) {    my $insert;
3858      my ($content_model_flag, $insert) = @_;  
3859      my $parse_rcdata = sub ($) {
3860        my ($content_model_flag) = @_;
3861    
3862      ## Step 1      ## Step 1
3863      my $start_tag_name = $token->{tag_name};      my $start_tag_name = $token->{tag_name};
3864      my $el;      my $el;
3865      !!!create-element ($el, $start_tag_name, $token->{attributes});      !!!create-element ($el, $HTML_NS, $start_tag_name, $token->{attributes}, $token);
3866    
3867      ## Step 2      ## Step 2
3868      $insert->($el); # /context node/->append_child ($el)      $insert->($el);
3869    
3870      ## Step 3      ## Step 3
3871      $self->{content_model} = $content_model_flag; # CDATA or RCDATA      $self->{content_model} = $content_model_flag; # CDATA or RCDATA
# Line 2531  sub _tree_construction_main ($) { Line 3873  sub _tree_construction_main ($) {
3873    
3874      ## Step 4      ## Step 4
3875      my $text = '';      my $text = '';
3876        !!!nack ('t40.1');
3877      !!!next-token;      !!!next-token;
3878      while ($token->{type} == CHARACTER_TOKEN) { # or until stop tokenizing      while ($token->{type} == CHARACTER_TOKEN) { # or until stop tokenizing
3879          !!!cp ('t40');
3880        $text .= $token->{data};        $text .= $token->{data};
3881        !!!next-token;        !!!next-token;
3882      }      }
3883    
3884      ## Step 5      ## Step 5
3885      if (length $text) {      if (length $text) {
3886          !!!cp ('t41');
3887        my $text = $self->{document}->create_text_node ($text);        my $text = $self->{document}->create_text_node ($text);
3888        $el->append_child ($text);        $el->append_child ($text);
3889      }      }
# Line 2547  sub _tree_construction_main ($) { Line 3892  sub _tree_construction_main ($) {
3892      $self->{content_model} = PCDATA_CONTENT_MODEL;      $self->{content_model} = PCDATA_CONTENT_MODEL;
3893    
3894      ## Step 7      ## Step 7
3895      if ($token->{type} == END_TAG_TOKEN and $token->{tag_name} eq $start_tag_name) {      if ($token->{type} == END_TAG_TOKEN and
3896            $token->{tag_name} eq $start_tag_name) {
3897          !!!cp ('t42');
3898        ## Ignore the token        ## Ignore the token
     } elsif ($content_model_flag == CDATA_CONTENT_MODEL) {  
       !!!parse-error (type => 'in CDATA:#'.$token->{type});  
     } elsif ($content_model_flag == RCDATA_CONTENT_MODEL) {  
       !!!parse-error (type => 'in RCDATA:#'.$token->{type});  
3899      } else {      } else {
3900        die "$0: $content_model_flag in parse_rcdata";        ## NOTE: An end-of-file token.
3901          if ($content_model_flag == CDATA_CONTENT_MODEL) {
3902            !!!cp ('t43');
3903            !!!parse-error (type => 'in CDATA:#eof', token => $token);
3904          } elsif ($content_model_flag == RCDATA_CONTENT_MODEL) {
3905            !!!cp ('t44');
3906            !!!parse-error (type => 'in RCDATA:#eof', token => $token);
3907          } else {
3908            die "$0: $content_model_flag in parse_rcdata";
3909          }
3910      }      }
3911      !!!next-token;      !!!next-token;
3912    }; # $parse_rcdata    }; # $parse_rcdata
3913    
3914    my $script_start_tag = sub ($) {    my $script_start_tag = sub () {
     my $insert = $_[0];  
3915      my $script_el;      my $script_el;
3916      !!!create-element ($script_el, 'script', $token->{attributes});      !!!create-element ($script_el, $HTML_NS, 'script', $token->{attributes}, $token);
3917      ## TODO: mark as "parser-inserted"      ## TODO: mark as "parser-inserted"
3918    
3919      $self->{content_model} = CDATA_CONTENT_MODEL;      $self->{content_model} = CDATA_CONTENT_MODEL;
3920      delete $self->{escape}; # MUST      delete $self->{escape}; # MUST
3921            
3922      my $text = '';      my $text = '';
3923        !!!nack ('t45.1');
3924      !!!next-token;      !!!next-token;
3925      while ($token->{type} == CHARACTER_TOKEN) {      while ($token->{type} == CHARACTER_TOKEN) {
3926          !!!cp ('t45');
3927        $text .= $token->{data};        $text .= $token->{data};
3928        !!!next-token;        !!!next-token;
3929      } # stop if non-character token or tokenizer stops tokenising      } # stop if non-character token or tokenizer stops tokenising
3930      if (length $text) {      if (length $text) {
3931          !!!cp ('t46');
3932        $script_el->manakai_append_text ($text);        $script_el->manakai_append_text ($text);
3933      }      }
3934                                
# Line 2582  sub _tree_construction_main ($) { Line 3936  sub _tree_construction_main ($) {
3936    
3937      if ($token->{type} == END_TAG_TOKEN and      if ($token->{type} == END_TAG_TOKEN and
3938          $token->{tag_name} eq 'script') {          $token->{tag_name} eq 'script') {
3939          !!!cp ('t47');
3940        ## Ignore the token        ## Ignore the token
3941      } else {      } else {
3942        !!!parse-error (type => 'in CDATA:#'.$token->{type});        !!!cp ('t48');
3943          !!!parse-error (type => 'in CDATA:#eof', token => $token);
3944        ## ISSUE: And ignore?        ## ISSUE: And ignore?
3945        ## TODO: mark as "already executed"        ## TODO: mark as "already executed"
3946      }      }
3947            
3948      if (defined $self->{inner_html_node}) {      if (defined $self->{inner_html_node}) {
3949          !!!cp ('t49');
3950        ## TODO: mark as "already executed"        ## TODO: mark as "already executed"
3951      } else {      } else {
3952          !!!cp ('t50');
3953        ## TODO: $old_insertion_point = current insertion point        ## TODO: $old_insertion_point = current insertion point
3954        ## TODO: insertion point = just before the next input character        ## TODO: insertion point = just before the next input character
3955    
# Line 2605  sub _tree_construction_main ($) { Line 3963  sub _tree_construction_main ($) {
3963      !!!next-token;      !!!next-token;
3964    }; # $script_start_tag    }; # $script_start_tag
3965    
3966      ## NOTE: $open_tables->[-1]->[0] is the "current table" element node.
3967      ## NOTE: $open_tables->[-1]->[1] is the "tainted" flag.
3968      my $open_tables = [[$self->{open_elements}->[0]->[0]]];
3969    
3970    my $formatting_end_tag = sub {    my $formatting_end_tag = sub {
3971      my $tag_name = shift;      my $end_tag_token = shift;
3972        my $tag_name = $end_tag_token->{tag_name};
3973    
3974        ## NOTE: The adoption agency algorithm (AAA).
3975    
3976      FET: {      FET: {
3977        ## Step 1        ## Step 1
3978        my $formatting_element;        my $formatting_element;
3979        my $formatting_element_i_in_active;        my $formatting_element_i_in_active;
3980        AFE: for (reverse 0..$#$active_formatting_elements) {        AFE: for (reverse 0..$#$active_formatting_elements) {
3981          if ($active_formatting_elements->[$_]->[1] eq $tag_name) {          if ($active_formatting_elements->[$_]->[0] eq '#marker') {
3982              !!!cp ('t52');
3983              last AFE;
3984            } elsif ($active_formatting_elements->[$_]->[0]->manakai_local_name
3985                         eq $tag_name) {
3986              !!!cp ('t51');
3987            $formatting_element = $active_formatting_elements->[$_];            $formatting_element = $active_formatting_elements->[$_];
3988            $formatting_element_i_in_active = $_;            $formatting_element_i_in_active = $_;
3989            last AFE;            last AFE;
         } elsif ($active_formatting_elements->[$_]->[0] eq '#marker') {  
           last AFE;  
3990          }          }
3991        } # AFE        } # AFE
3992        unless (defined $formatting_element) {        unless (defined $formatting_element) {
3993          !!!parse-error (type => 'unmatched end tag:'.$tag_name);          !!!cp ('t53');
3994            !!!parse-error (type => 'unmatched end tag', text => $tag_name, token => $end_tag_token);
3995          ## Ignore the token          ## Ignore the token
3996          !!!next-token;          !!!next-token;
3997          return;          return;
# Line 2634  sub _tree_construction_main ($) { Line 4003  sub _tree_construction_main ($) {
4003          my $node = $self->{open_elements}->[$_];          my $node = $self->{open_elements}->[$_];
4004          if ($node->[0] eq $formatting_element->[0]) {          if ($node->[0] eq $formatting_element->[0]) {
4005            if ($in_scope) {            if ($in_scope) {
4006                !!!cp ('t54');
4007              $formatting_element_i_in_open = $_;              $formatting_element_i_in_open = $_;
4008              last INSCOPE;              last INSCOPE;
4009            } else { # in open elements but not in scope            } else { # in open elements but not in scope
4010              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t55');
4011                !!!parse-error (type => 'unmatched end tag',
4012                                text => $token->{tag_name},
4013                                token => $end_tag_token);
4014              ## Ignore the token              ## Ignore the token
4015              !!!next-token;              !!!next-token;
4016              return;              return;
4017            }            }
4018          } elsif ({          } elsif ($node->[1] & SCOPING_EL) {
4019                    table => 1, caption => 1, td => 1, th => 1,            !!!cp ('t56');
                   button => 1, marquee => 1, object => 1, html => 1,  
                  }->{$node->[1]}) {  
4020            $in_scope = 0;            $in_scope = 0;
4021          }          }
4022        } # INSCOPE        } # INSCOPE
4023        unless (defined $formatting_element_i_in_open) {        unless (defined $formatting_element_i_in_open) {
4024          !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});          !!!cp ('t57');
4025            !!!parse-error (type => 'unmatched end tag',
4026                            text => $token->{tag_name},
4027                            token => $end_tag_token);
4028          pop @$active_formatting_elements; # $formatting_element          pop @$active_formatting_elements; # $formatting_element
4029          !!!next-token; ## TODO: ok?          !!!next-token; ## TODO: ok?
4030          return;          return;
4031        }        }
4032        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {        if (not $self->{open_elements}->[-1]->[0] eq $formatting_element->[0]) {
4033          !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);          !!!cp ('t58');
4034            !!!parse-error (type => 'not closed',
4035                            text => $self->{open_elements}->[-1]->[0]
4036                                ->manakai_local_name,
4037                            token => $end_tag_token);
4038        }        }
4039                
4040        ## Step 2        ## Step 2
# Line 2664  sub _tree_construction_main ($) { Line 4042  sub _tree_construction_main ($) {
4042        my $furthest_block_i_in_open;        my $furthest_block_i_in_open;
4043        OE: for (reverse 0..$#{$self->{open_elements}}) {        OE: for (reverse 0..$#{$self->{open_elements}}) {
4044          my $node = $self->{open_elements}->[$_];          my $node = $self->{open_elements}->[$_];
4045          if (not $formatting_category->{$node->[1]} and          if (not ($node->[1] & FORMATTING_EL) and
4046              #not $phrasing_category->{$node->[1]} and              #not $phrasing_category->{$node->[1]} and
4047              ($special_category->{$node->[1]} or              ($node->[1] & SPECIAL_EL or
4048               $scoping_category->{$node->[1]})) {               $node->[1] & SCOPING_EL)) { ## Scoping is redundant, maybe
4049              !!!cp ('t59');
4050            $furthest_block = $node;            $furthest_block = $node;
4051            $furthest_block_i_in_open = $_;            $furthest_block_i_in_open = $_;
4052          } elsif ($node->[0] eq $formatting_element->[0]) {          } elsif ($node->[0] eq $formatting_element->[0]) {
4053              !!!cp ('t60');
4054            last OE;            last OE;
4055          }          }
4056        } # OE        } # OE
4057                
4058        ## Step 3        ## Step 3
4059        unless (defined $furthest_block) { # MUST        unless (defined $furthest_block) { # MUST
4060            !!!cp ('t61');
4061          splice @{$self->{open_elements}}, $formatting_element_i_in_open;          splice @{$self->{open_elements}}, $formatting_element_i_in_open;
4062          splice @$active_formatting_elements, $formatting_element_i_in_active, 1;          splice @$active_formatting_elements, $formatting_element_i_in_active, 1;
4063          !!!next-token;          !!!next-token;
# Line 2689  sub _tree_construction_main ($) { Line 4070  sub _tree_construction_main ($) {
4070        ## Step 5        ## Step 5
4071        my $furthest_block_parent = $furthest_block->[0]->parent_node;        my $furthest_block_parent = $furthest_block->[0]->parent_node;
4072        if (defined $furthest_block_parent) {        if (defined $furthest_block_parent) {
4073            !!!cp ('t62');
4074          $furthest_block_parent->remove_child ($furthest_block->[0]);          $furthest_block_parent->remove_child ($furthest_block->[0]);
4075        }        }
4076                
# Line 2711  sub _tree_construction_main ($) { Line 4093  sub _tree_construction_main ($) {
4093          S7S2: {          S7S2: {
4094            for (reverse 0..$#$active_formatting_elements) {            for (reverse 0..$#$active_formatting_elements) {
4095              if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {              if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {
4096                  !!!cp ('t63');
4097                $node_i_in_active = $_;                $node_i_in_active = $_;
4098                last S7S2;                last S7S2;
4099              }              }
# Line 2724  sub _tree_construction_main ($) { Line 4107  sub _tree_construction_main ($) {
4107                    
4108          ## Step 4          ## Step 4
4109          if ($last_node->[0] eq $furthest_block->[0]) {          if ($last_node->[0] eq $furthest_block->[0]) {
4110              !!!cp ('t64');
4111            $bookmark_prev_el = $node->[0];            $bookmark_prev_el = $node->[0];
4112          }          }
4113                    
4114          ## Step 5          ## Step 5
4115          if ($node->[0]->has_child_nodes ()) {          if ($node->[0]->has_child_nodes ()) {
4116              !!!cp ('t65');
4117            my $clone = [$node->[0]->clone_node (0), $node->[1]];            my $clone = [$node->[0]->clone_node (0), $node->[1]];
4118            $active_formatting_elements->[$node_i_in_active] = $clone;            $active_formatting_elements->[$node_i_in_active] = $clone;
4119            $self->{open_elements}->[$node_i_in_open] = $clone;            $self->{open_elements}->[$node_i_in_open] = $clone;
# Line 2746  sub _tree_construction_main ($) { Line 4131  sub _tree_construction_main ($) {
4131        } # S7          } # S7  
4132                
4133        ## Step 8        ## Step 8
4134        $common_ancestor_node->[0]->append_child ($last_node->[0]);        if ($common_ancestor_node->[1] & TABLE_ROWS_EL) {
4135            my $foster_parent_element;
4136            my $next_sibling;
4137            OE: for (reverse 0..$#{$self->{open_elements}}) {
4138              if ($self->{open_elements}->[$_]->[1] & TABLE_EL) {
4139                                 my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
4140                                 if (defined $parent and $parent->node_type == 1) {
4141                                   !!!cp ('t65.1');
4142                                   $foster_parent_element = $parent;
4143                                   $next_sibling = $self->{open_elements}->[$_]->[0];
4144                                 } else {
4145                                   !!!cp ('t65.2');
4146                                   $foster_parent_element
4147                                     = $self->{open_elements}->[$_ - 1]->[0];
4148                                 }
4149                                 last OE;
4150                               }
4151                             } # OE
4152                             $foster_parent_element = $self->{open_elements}->[0]->[0]
4153                               unless defined $foster_parent_element;
4154            $foster_parent_element->insert_before ($last_node->[0], $next_sibling);
4155            $open_tables->[-1]->[1] = 1; # tainted
4156          } else {
4157            !!!cp ('t65.3');
4158            $common_ancestor_node->[0]->append_child ($last_node->[0]);
4159          }
4160                
4161        ## Step 9        ## Step 9
4162        my $clone = [$formatting_element->[0]->clone_node (0),        my $clone = [$formatting_element->[0]->clone_node (0),
# Line 2763  sub _tree_construction_main ($) { Line 4173  sub _tree_construction_main ($) {
4173        my $i;        my $i;
4174        AFE: for (reverse 0..$#$active_formatting_elements) {        AFE: for (reverse 0..$#$active_formatting_elements) {
4175          if ($active_formatting_elements->[$_]->[0] eq $formatting_element->[0]) {          if ($active_formatting_elements->[$_]->[0] eq $formatting_element->[0]) {
4176              !!!cp ('t66');
4177            splice @$active_formatting_elements, $_, 1;            splice @$active_formatting_elements, $_, 1;
4178            $i-- and last AFE if defined $i;            $i-- and last AFE if defined $i;
4179          } elsif ($active_formatting_elements->[$_]->[0] eq $bookmark_prev_el) {          } elsif ($active_formatting_elements->[$_]->[0] eq $bookmark_prev_el) {
4180              !!!cp ('t67');
4181            $i = $_;            $i = $_;
4182          }          }
4183        } # AFE        } # AFE
# Line 2775  sub _tree_construction_main ($) { Line 4187  sub _tree_construction_main ($) {
4187        undef $i;        undef $i;
4188        OE: for (reverse 0..$#{$self->{open_elements}}) {        OE: for (reverse 0..$#{$self->{open_elements}}) {
4189          if ($self->{open_elements}->[$_]->[0] eq $formatting_element->[0]) {          if ($self->{open_elements}->[$_]->[0] eq $formatting_element->[0]) {
4190              !!!cp ('t68');
4191            splice @{$self->{open_elements}}, $_, 1;            splice @{$self->{open_elements}}, $_, 1;
4192            $i-- and last OE if defined $i;            $i-- and last OE if defined $i;
4193          } elsif ($self->{open_elements}->[$_]->[0] eq $furthest_block->[0]) {          } elsif ($self->{open_elements}->[$_]->[0] eq $furthest_block->[0]) {
4194              !!!cp ('t69');
4195            $i = $_;            $i = $_;
4196          }          }
4197        } # OE        } # OE
# Line 2788  sub _tree_construction_main ($) { Line 4202  sub _tree_construction_main ($) {
4202      } # FET      } # FET
4203    }; # $formatting_end_tag    }; # $formatting_end_tag
4204    
4205    my $insert_to_current = sub {    $insert = my $insert_to_current = sub {
4206      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);      $self->{open_elements}->[-1]->[0]->append_child ($_[0]);
4207    }; # $insert_to_current    }; # $insert_to_current
4208    
4209    my $insert_to_foster = sub {    my $insert_to_foster = sub {
4210                         my $child = shift;      my $child = shift;
4211                         if ({      if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
4212                              table => 1, tbody => 1, tfoot => 1,        # MUST
4213                              thead => 1, tr => 1,        my $foster_parent_element;
4214                             }->{$self->{open_elements}->[-1]->[1]}) {        my $next_sibling;
4215                           # MUST        OE: for (reverse 0..$#{$self->{open_elements}}) {
4216                           my $foster_parent_element;          if ($self->{open_elements}->[$_]->[1] & TABLE_EL) {
                          my $next_sibling;  
                          OE: for (reverse 0..$#{$self->{open_elements}}) {  
                            if ($self->{open_elements}->[$_]->[1] eq 'table') {  
4217                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;                               my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
4218                               if (defined $parent and $parent->node_type == 1) {                               if (defined $parent and $parent->node_type == 1) {
4219                                   !!!cp ('t70');
4220                                 $foster_parent_element = $parent;                                 $foster_parent_element = $parent;
4221                                 $next_sibling = $self->{open_elements}->[$_]->[0];                                 $next_sibling = $self->{open_elements}->[$_]->[0];
4222                               } else {                               } else {
4223                                   !!!cp ('t71');
4224                                 $foster_parent_element                                 $foster_parent_element
4225                                   = $self->{open_elements}->[$_ - 1]->[0];                                   = $self->{open_elements}->[$_ - 1]->[0];
4226                               }                               }
# Line 2818  sub _tree_construction_main ($) { Line 4231  sub _tree_construction_main ($) {
4231                             unless defined $foster_parent_element;                             unless defined $foster_parent_element;
4232                           $foster_parent_element->insert_before                           $foster_parent_element->insert_before
4233                             ($child, $next_sibling);                             ($child, $next_sibling);
4234                         } else {        $open_tables->[-1]->[1] = 1; # tainted
4235                           $self->{open_elements}->[-1]->[0]->append_child ($child);      } else {
4236                         }        !!!cp ('t72');
4237          $self->{open_elements}->[-1]->[0]->append_child ($child);
4238        }
4239    }; # $insert_to_foster    }; # $insert_to_foster
4240    
4241    my $insert;    B: while (1) {
   
   B: {  
4242      if ($token->{type} == DOCTYPE_TOKEN) {      if ($token->{type} == DOCTYPE_TOKEN) {
4243        !!!parse-error (type => 'DOCTYPE in the middle');        !!!cp ('t73');
4244          !!!parse-error (type => 'in html:#DOCTYPE', token => $token);
4245        ## Ignore the token        ## Ignore the token
4246        ## Stay in the phase        ## Stay in the phase
4247        !!!next-token;        !!!next-token;
4248        redo B;        next B;
     } elsif ($token->{type} == END_OF_FILE_TOKEN) {  
       if ($self->{insertion_mode} & AFTER_HTML_IMS) {  
         #  
       } else {  
         ## Generate implied end tags  
         if ({  
              dd => 1, dt => 1, li => 1, p => 1, td => 1, th => 1, tr => 1,  
              tbody => 1, tfoot=> 1, thead => 1,  
             }->{$self->{open_elements}->[-1]->[1]}) {  
           !!!back-token;  
           $token = {type => END_TAG_TOKEN, tag_name => $self->{open_elements}->[-1]->[1]};  
           redo B;  
         }  
           
         if (@{$self->{open_elements}} > 2 or  
             (@{$self->{open_elements}} == 2 and $self->{open_elements}->[1]->[1] ne 'body')) {  
           !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
         } elsif (defined $self->{inner_html_node} and  
                  @{$self->{open_elements}} > 1 and  
                  $self->{open_elements}->[1]->[1] ne 'body') {  
           !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
         }  
   
         ## ISSUE: There is an issue in the spec.  
       }  
   
       ## Stop parsing  
       last B;  
4249      } elsif ($token->{type} == START_TAG_TOKEN and      } elsif ($token->{type} == START_TAG_TOKEN and
4250               $token->{tag_name} eq 'html') {               $token->{tag_name} eq 'html') {
4251        if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {        if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
4252          ## Turn into the main phase          !!!cp ('t79');
4253          !!!parse-error (type => 'after html:html');          !!!parse-error (type => 'after html', text => 'html', token => $token);
4254          $self->{insertion_mode} = AFTER_BODY_IM;          $self->{insertion_mode} = AFTER_BODY_IM;
4255        } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {        } elsif ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {
4256          ## Turn into the main phase          !!!cp ('t80');
4257          !!!parse-error (type => 'after html:html');          !!!parse-error (type => 'after html', text => 'html', token => $token);
4258          $self->{insertion_mode} = AFTER_FRAMESET_IM;          $self->{insertion_mode} = AFTER_FRAMESET_IM;
4259          } else {
4260            !!!cp ('t81');
4261        }        }
4262    
4263  ## ISSUE: "aa<html>" is not a parse error.        !!!cp ('t82');
4264  ## ISSUE: "<html>" in fragment is not a parse error.        !!!parse-error (type => 'not first start tag', token => $token);
       unless ($token->{first_start_tag}) {  
         !!!parse-error (type => 'not first start tag');  
       }  
4265        my $top_el = $self->{open_elements}->[0]->[0];        my $top_el = $self->{open_elements}->[0]->[0];
4266        for my $attr_name (keys %{$token->{attributes}}) {        for my $attr_name (keys %{$token->{attributes}}) {
4267          unless ($top_el->has_attribute_ns (undef, $attr_name)) {          unless ($top_el->has_attribute_ns (undef, $attr_name)) {
4268              !!!cp ('t84');
4269            $top_el->set_attribute_ns            $top_el->set_attribute_ns
4270              (undef, [undef, $attr_name],              (undef, [undef, $attr_name],
4271               $token->{attributes}->{$attr_name}->{value});               $token->{attributes}->{$attr_name}->{value});
4272          }          }
4273        }        }
4274          !!!nack ('t84.1');
4275        !!!next-token;        !!!next-token;
4276        redo B;        next B;
4277      } elsif ($token->{type} == COMMENT_TOKEN) {      } elsif ($token->{type} == COMMENT_TOKEN) {
4278        my $comment = $self->{document}->create_comment ($token->{data});        my $comment = $self->{document}->create_comment ($token->{data});
4279        if ($self->{insertion_mode} & AFTER_HTML_IMS) {        if ($self->{insertion_mode} & AFTER_HTML_IMS) {
4280            !!!cp ('t85');
4281          $self->{document}->append_child ($comment);          $self->{document}->append_child ($comment);
4282        } elsif ($self->{insertion_mode} == AFTER_BODY_IM) {        } elsif ($self->{insertion_mode} == AFTER_BODY_IM) {
4283            !!!cp ('t86');
4284          $self->{open_elements}->[0]->[0]->append_child ($comment);          $self->{open_elements}->[0]->[0]->append_child ($comment);
4285        } else {        } else {
4286            !!!cp ('t87');
4287          $self->{open_elements}->[-1]->[0]->append_child ($comment);          $self->{open_elements}->[-1]->[0]->append_child ($comment);
4288        }        }
4289        !!!next-token;        !!!next-token;
4290        redo B;        next B;
4291      } elsif ($self->{insertion_mode} & HEAD_IMS) {      } elsif ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {
4292          if ($token->{type} == CHARACTER_TOKEN) {
4293            !!!cp ('t87.1');
4294            $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
4295            !!!next-token;
4296            next B;
4297          } elsif ($token->{type} == START_TAG_TOKEN) {
4298            if ((not {mglyph => 1, malignmark => 1}->{$token->{tag_name}} and
4299                 $self->{open_elements}->[-1]->[1] & FOREIGN_FLOW_CONTENT_EL) or
4300                not ($self->{open_elements}->[-1]->[1] & FOREIGN_EL) or
4301                ($token->{tag_name} eq 'svg' and
4302                 $self->{open_elements}->[-1]->[1] & MML_AXML_EL)) {
4303              ## NOTE: "using the rules for secondary insertion mode"then"continue"
4304              !!!cp ('t87.2');
4305              #
4306            } elsif ({
4307                      b => 1, big => 1, blockquote => 1, body => 1, br => 1,
4308                      center => 1, code => 1, dd => 1, div => 1, dl => 1, dt => 1,
4309                      em => 1, embed => 1, font => 1, h1 => 1, h2 => 1, h3 => 1,
4310                      h4 => 1, h5 => 1, h6 => 1, head => 1, hr => 1, i => 1,
4311                      img => 1, li => 1, listing => 1, menu => 1, meta => 1,
4312                      nobr => 1, ol => 1, p => 1, pre => 1, ruby => 1, s => 1,
4313                      small => 1, span => 1, strong => 1, strike => 1, sub => 1,
4314                      sup => 1, table => 1, tt => 1, u => 1, ul => 1, var => 1,
4315                     }->{$token->{tag_name}}) {
4316              !!!cp ('t87.2');
4317              !!!parse-error (type => 'not closed',
4318                              text => $self->{open_elements}->[-1]->[0]
4319                                  ->manakai_local_name,
4320                              token => $token);
4321    
4322              pop @{$self->{open_elements}}
4323                  while $self->{open_elements}->[-1]->[1] & FOREIGN_EL;
4324    
4325              $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
4326              ## Reprocess.
4327              next B;
4328            } else {
4329              my $nsuri = $self->{open_elements}->[-1]->[0]->namespace_uri;
4330              my $tag_name = $token->{tag_name};
4331              if ($nsuri eq $SVG_NS) {
4332                $tag_name = {
4333                   altglyph => 'altGlyph',
4334                   altglyphdef => 'altGlyphDef',
4335                   altglyphitem => 'altGlyphItem',
4336                   animatecolor => 'animateColor',
4337                   animatemotion => 'animateMotion',
4338                   animatetransform => 'animateTransform',
4339                   clippath => 'clipPath',
4340                   feblend => 'feBlend',
4341                   fecolormatrix => 'feColorMatrix',
4342                   fecomponenttransfer => 'feComponentTransfer',
4343                   fecomposite => 'feComposite',
4344                   feconvolvematrix => 'feConvolveMatrix',
4345                   fediffuselighting => 'feDiffuseLighting',
4346                   fedisplacementmap => 'feDisplacementMap',
4347                   fedistantlight => 'feDistantLight',
4348                   feflood => 'feFlood',
4349                   fefunca => 'feFuncA',
4350                   fefuncb => 'feFuncB',
4351                   fefuncg => 'feFuncG',
4352                   fefuncr => 'feFuncR',
4353                   fegaussianblur => 'feGaussianBlur',
4354                   feimage => 'feImage',
4355                   femerge => 'feMerge',
4356                   femergenode => 'feMergeNode',
4357                   femorphology => 'feMorphology',
4358                   feoffset => 'feOffset',
4359                   fepointlight => 'fePointLight',
4360                   fespecularlighting => 'feSpecularLighting',
4361                   fespotlight => 'feSpotLight',
4362                   fetile => 'feTile',
4363                   feturbulence => 'feTurbulence',
4364                   foreignobject => 'foreignObject',
4365                   glyphref => 'glyphRef',
4366                   lineargradient => 'linearGradient',
4367                   radialgradient => 'radialGradient',
4368                   #solidcolor => 'solidColor', ## NOTE: Commented in spec (SVG1.2)
4369                   textpath => 'textPath',  
4370                }->{$tag_name} || $tag_name;
4371              }
4372    
4373              ## "adjust SVG attributes" (SVG only) - done in insert-element-f
4374    
4375              ## "adjust foreign attributes" - done in insert-element-f
4376    
4377              !!!insert-element-f ($nsuri, $tag_name, $token->{attributes}, $token);
4378    
4379              if ($self->{self_closing}) {
4380                pop @{$self->{open_elements}};
4381                !!!ack ('t87.3');
4382              } else {
4383                !!!cp ('t87.4');
4384              }
4385    
4386              !!!next-token;
4387              next B;
4388            }
4389          } elsif ($token->{type} == END_TAG_TOKEN) {
4390            ## NOTE: "using the rules for secondary insertion mode" then "continue"
4391            !!!cp ('t87.5');
4392            #
4393          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4394            !!!cp ('t87.6');
4395            !!!parse-error (type => 'not closed',
4396                            text => $self->{open_elements}->[-1]->[0]
4397                                ->manakai_local_name,
4398                            token => $token);
4399    
4400            pop @{$self->{open_elements}}
4401                while $self->{open_elements}->[-1]->[1] & FOREIGN_EL;
4402    
4403            $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
4404            ## Reprocess.
4405            next B;
4406          } else {
4407            die "$0: $token->{type}: Unknown token type";        
4408          }
4409        }
4410    
4411        if ($self->{insertion_mode} & HEAD_IMS) {
4412        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
4413          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {
4414            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            unless ($self->{insertion_mode} == BEFORE_HEAD_IM) {
4415                !!!cp ('t88.2');
4416                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
4417              } else {
4418                !!!cp ('t88.1');
4419                ## Ignore the token.
4420                !!!next-token;
4421                next B;
4422              }
4423            unless (length $token->{data}) {            unless (length $token->{data}) {
4424                !!!cp ('t88');
4425              !!!next-token;              !!!next-token;
4426              redo B;              next B;
4427            }            }
4428          }          }
4429    
4430          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
4431              !!!cp ('t89');
4432            ## As if <head>            ## As if <head>
4433            !!!create-element ($self->{head_element}, 'head');            !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
4434            $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});            $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
4435            push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            push @{$self->{open_elements}},
4436                  [$self->{head_element}, $el_category->{head}];
4437    
4438            ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
4439            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
4440    
4441            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
4442          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {          } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4443              !!!cp ('t90');
4444            ## As if </noscript>            ## As if </noscript>
4445            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
4446            !!!parse-error (type => 'in noscript:#character');            !!!parse-error (type => 'in noscript:#text', token => $token);
4447                        
4448            ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
4449            ## As if </head>            ## As if </head>
# Line 2929  sub _tree_construction_main ($) { Line 4451  sub _tree_construction_main ($) {
4451    
4452            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
4453          } elsif ($self->{insertion_mode} == IN_HEAD_IM) {          } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
4454              !!!cp ('t91');
4455            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
4456    
4457            ## Reprocess in the "after head" insertion mode...            ## Reprocess in the "after head" insertion mode...
4458            } else {
4459              !!!cp ('t92');
4460          }          }
4461    
4462              ## "after head" insertion mode          ## "after head" insertion mode
4463              ## As if <body>          ## As if <body>
4464              !!!insert-element ('body');          !!!insert-element ('body',, $token);
4465              $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
4466              ## reprocess          ## reprocess
4467              redo B;          next B;
4468            } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
4469              if ($token->{tag_name} eq 'head') {          if ($token->{tag_name} eq 'head') {
4470                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {            if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
4471                  !!!create-element ($self->{head_element}, $token->{tag_name}, $token->{attributes});              !!!cp ('t93');
4472                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              !!!create-element ($self->{head_element}, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);
4473                  push @{$self->{open_elements}}, [$self->{head_element}, $token->{tag_name}];              $self->{open_elements}->[-1]->[0]->append_child
4474                  $self->{insertion_mode} = IN_HEAD_IM;                  ($self->{head_element});
4475                  !!!next-token;              push @{$self->{open_elements}},
4476                  redo B;                  [$self->{head_element}, $el_category->{head}];
4477                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {              $self->{insertion_mode} = IN_HEAD_IM;
4478                  #              !!!nack ('t93.1');
4479                } else {              !!!next-token;
4480                  !!!parse-error (type => 'in head:head'); # or in head noscript              next B;
4481                  ## Ignore the token            } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
4482                  !!!next-token;              !!!cp ('t93.2');
4483                  redo B;              !!!parse-error (type => 'after head', text => 'head',
4484                }                              token => $token);
4485              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {              ## Ignore the token
4486                ## As if <head>              !!!nack ('t93.3');
4487                !!!create-element ($self->{head_element}, 'head');              !!!next-token;
4488                $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});              next B;
4489                push @{$self->{open_elements}}, [$self->{head_element}, 'head'];            } else {
4490                !!!cp ('t95');
4491                !!!parse-error (type => 'in head:head',
4492                                token => $token); # or in head noscript
4493                ## Ignore the token
4494                !!!nack ('t95.1');
4495                !!!next-token;
4496                next B;
4497              }
4498            } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
4499              !!!cp ('t96');
4500              ## As if <head>
4501              !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
4502              $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
4503              push @{$self->{open_elements}},
4504                  [$self->{head_element}, $el_category->{head}];
4505    
4506                $self->{insertion_mode} = IN_HEAD_IM;            $self->{insertion_mode} = IN_HEAD_IM;
4507                ## Reprocess in the "in head" insertion mode...            ## Reprocess in the "in head" insertion mode...
4508              }          } else {
4509              !!!cp ('t97');
4510            }
4511    
4512              if ($token->{tag_name} eq 'base') {              if ($token->{tag_name} eq 'base') {
4513                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4514                    !!!cp ('t98');
4515                  ## As if </noscript>                  ## As if </noscript>
4516                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4517                  !!!parse-error (type => 'in noscript:base');                  !!!parse-error (type => 'in noscript', text => 'base',
4518                                    token => $token);
4519                                
4520                  $self->{insertion_mode} = IN_HEAD_IM;                  $self->{insertion_mode} = IN_HEAD_IM;
4521                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
4522                  } else {
4523                    !!!cp ('t99');
4524                }                }
4525    
4526                ## NOTE: There is a "as if in head" code clone.                ## NOTE: There is a "as if in head" code clone.
4527                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                if ($self->{insertion_mode} == AFTER_HEAD_IM) {
4528                  !!!parse-error (type => 'after head:'.$token->{tag_name});                  !!!cp ('t100');
4529                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  !!!parse-error (type => 'after head',
4530                                    text => $token->{tag_name}, token => $token);
4531                    push @{$self->{open_elements}},
4532                        [$self->{head_element}, $el_category->{head}];
4533                  } else {
4534                    !!!cp ('t101');
4535                }                }
4536                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4537                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
4538                pop @{$self->{open_elements}}                pop @{$self->{open_elements}} # <head>
4539                    if $self->{insertion_mode} == AFTER_HEAD_IM;                    if $self->{insertion_mode} == AFTER_HEAD_IM;
4540                  !!!nack ('t101.1');
4541                !!!next-token;                !!!next-token;
4542                redo B;                next B;
4543              } elsif ($token->{tag_name} eq 'link') {              } elsif ($token->{tag_name} eq 'link') {
4544                ## NOTE: There is a "as if in head" code clone.                ## NOTE: There is a "as if in head" code clone.
4545                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                if ($self->{insertion_mode} == AFTER_HEAD_IM) {
4546                  !!!parse-error (type => 'after head:'.$token->{tag_name});                  !!!cp ('t102');
4547                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  !!!parse-error (type => 'after head',
4548                                    text => $token->{tag_name}, token => $token);
4549                    push @{$self->{open_elements}},
4550                        [$self->{head_element}, $el_category->{head}];
4551                  } else {
4552                    !!!cp ('t103');
4553                }                }
4554                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4555                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.                pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
4556                pop @{$self->{open_elements}}                pop @{$self->{open_elements}} # <head>
4557                    if $self->{insertion_mode} == AFTER_HEAD_IM;                    if $self->{insertion_mode} == AFTER_HEAD_IM;
4558                  !!!ack ('t103.1');
4559                !!!next-token;                !!!next-token;
4560                redo B;                next B;
4561              } elsif ($token->{tag_name} eq 'meta') {              } elsif ($token->{tag_name} eq 'meta') {
4562                ## NOTE: There is a "as if in head" code clone.                ## NOTE: There is a "as if in head" code clone.
4563                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                if ($self->{insertion_mode} == AFTER_HEAD_IM) {
4564                  !!!parse-error (type => 'after head:'.$token->{tag_name});                  !!!cp ('t104');
4565                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  !!!parse-error (type => 'after head',
4566                                    text => $token->{tag_name}, token => $token);
4567                    push @{$self->{open_elements}},
4568                        [$self->{head_element}, $el_category->{head}];
4569                  } else {
4570                    !!!cp ('t105');
4571                }                }
4572                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4573                my $meta_el = pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.                my $meta_el = pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
4574    
4575                unless ($self->{confident}) {                unless ($self->{confident}) {
4576                  if ($token->{attributes}->{charset}) { ## TODO: And if supported                  if ($token->{attributes}->{charset}) {
4577                      !!!cp ('t106');
4578                      ## NOTE: Whether the encoding is supported or not is handled
4579                      ## in the {change_encoding} callback.
4580                    $self->{change_encoding}                    $self->{change_encoding}
4581                        ->($self, $token->{attributes}->{charset}->{value});                        ->($self, $token->{attributes}->{charset}->{value},
4582                             $token);
4583                                        
4584                    $meta_el->[0]->get_attribute_node_ns (undef, 'charset')                    $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4585                        ->set_user_data (manakai_has_reference =>                        ->set_user_data (manakai_has_reference =>
4586                                             $token->{attributes}->{charset}                                             $token->{attributes}->{charset}
4587                                                 ->{has_reference});                                                 ->{has_reference});
4588                  } elsif ($token->{attributes}->{content}) {                  } elsif ($token->{attributes}->{content}) {
                   ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.  
4589                    if ($token->{attributes}->{content}->{value}                    if ($token->{attributes}->{content}->{value}
4590                        =~ /\A[^;]*;[\x09-\x0D\x20]*[Cc][Hh][Aa][Rr][Ss][Ee][Tt]                        =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
4591                            [\x09-\x0D\x20]*=                            [\x09-\x0D\x20]*=
4592                            [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                            [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
4593                            ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {                            ([^"'\x09-\x0D\x20][^\x09-\x0D\x20\x3B]*))/x) {
4594                        !!!cp ('t107');
4595                        ## NOTE: Whether the encoding is supported or not is handled
4596                        ## in the {change_encoding} callback.
4597                      $self->{change_encoding}                      $self->{change_encoding}
4598                          ->($self, defined $1 ? $1 : defined $2 ? $2 : $3);                          ->($self, defined $1 ? $1 : defined $2 ? $2 : $3,
4599                               $token);
4600                      $meta_el->[0]->get_attribute_node_ns (undef, 'content')                      $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4601                          ->set_user_data (manakai_has_reference =>                          ->set_user_data (manakai_has_reference =>
4602                                               $token->{attributes}->{content}                                               $token->{attributes}->{content}
4603                                                     ->{has_reference});                                                     ->{has_reference});
4604                      } else {
4605                        !!!cp ('t108');
4606                    }                    }
4607                  }                  }
4608                } else {                } else {
4609                  if ($token->{attributes}->{charset}) {                  if ($token->{attributes}->{charset}) {
4610                      !!!cp ('t109');
4611                    $meta_el->[0]->get_attribute_node_ns (undef, 'charset')                    $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
4612                        ->set_user_data (manakai_has_reference =>                        ->set_user_data (manakai_has_reference =>
4613                                             $token->{attributes}->{charset}                                             $token->{attributes}->{charset}
4614                                                 ->{has_reference});                                                 ->{has_reference});
4615                  }                  }
4616                  if ($token->{attributes}->{content}) {                  if ($token->{attributes}->{content}) {
4617                      !!!cp ('t110');
4618                    $meta_el->[0]->get_attribute_node_ns (undef, 'content')                    $meta_el->[0]->get_attribute_node_ns (undef, 'content')
4619                        ->set_user_data (manakai_has_reference =>                        ->set_user_data (manakai_has_reference =>
4620                                             $token->{attributes}->{content}                                             $token->{attributes}->{content}
# Line 3048  sub _tree_construction_main ($) { Line 4622  sub _tree_construction_main ($) {
4622                  }                  }
4623                }                }
4624    
4625                pop @{$self->{open_elements}}                pop @{$self->{open_elements}} # <head>
4626                    if $self->{insertion_mode} == AFTER_HEAD_IM;                    if $self->{insertion_mode} == AFTER_HEAD_IM;
4627                  !!!ack ('t110.1');
4628                !!!next-token;                !!!next-token;
4629                redo B;                next B;
4630              } elsif ($token->{tag_name} eq 'title') {              } elsif ($token->{tag_name} eq 'title') {
4631                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4632                    !!!cp ('t111');
4633                  ## As if </noscript>                  ## As if </noscript>
4634                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4635                  !!!parse-error (type => 'in noscript:title');                  !!!parse-error (type => 'in noscript', text => 'title',
4636                                    token => $token);
4637                                
4638                  $self->{insertion_mode} = IN_HEAD_IM;                  $self->{insertion_mode} = IN_HEAD_IM;
4639                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
4640                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
4641                  !!!parse-error (type => 'after head:'.$token->{tag_name});                  !!!cp ('t112');
4642                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  !!!parse-error (type => 'after head',
4643                                    text => $token->{tag_name}, token => $token);
4644                    push @{$self->{open_elements}},
4645                        [$self->{head_element}, $el_category->{head}];
4646                  } else {
4647                    !!!cp ('t113');
4648                }                }
4649    
4650                ## NOTE: There is a "as if in head" code clone.                ## NOTE: There is a "as if in head" code clone.
4651                my $parent = defined $self->{head_element} ? $self->{head_element}                my $parent = defined $self->{head_element} ? $self->{head_element}
4652                    : $self->{open_elements}->[-1]->[0];                    : $self->{open_elements}->[-1]->[0];
4653                $parse_rcdata->(RCDATA_CONTENT_MODEL,                $parse_rcdata->(RCDATA_CONTENT_MODEL);
4654                                sub { $parent->append_child ($_[0]) });                pop @{$self->{open_elements}} # <head>
               pop @{$self->{open_elements}}  
4655                    if $self->{insertion_mode} == AFTER_HEAD_IM;                    if $self->{insertion_mode} == AFTER_HEAD_IM;
4656                redo B;                next B;
4657              } elsif ($token->{tag_name} eq 'style') {              } elsif ($token->{tag_name} eq 'style' or
4658                         $token->{tag_name} eq 'noframes') {
4659                ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and                ## NOTE: Or (scripting is enabled and tag_name eq 'noscript' and
4660                ## insertion mode IN_HEAD_IM)                ## insertion mode IN_HEAD_IM)
4661                ## NOTE: There is a "as if in head" code clone.                ## NOTE: There is a "as if in head" code clone.
4662                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                if ($self->{insertion_mode} == AFTER_HEAD_IM) {
4663                  !!!parse-error (type => 'after head:'.$token->{tag_name});                  !!!cp ('t114');
4664                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  !!!parse-error (type => 'after head',
4665                                    text => $token->{tag_name}, token => $token);
4666                    push @{$self->{open_elements}},
4667                        [$self->{head_element}, $el_category->{head}];
4668                  } else {
4669                    !!!cp ('t115');
4670                }                }
4671                $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);                $parse_rcdata->(CDATA_CONTENT_MODEL);
4672                pop @{$self->{open_elements}}                pop @{$self->{open_elements}} # <head>
4673                    if $self->{insertion_mode} == AFTER_HEAD_IM;                    if $self->{insertion_mode} == AFTER_HEAD_IM;
4674                redo B;                next B;
4675              } elsif ($token->{tag_name} eq 'noscript') {              } elsif ($token->{tag_name} eq 'noscript') {
4676                if ($self->{insertion_mode} == IN_HEAD_IM) {                if ($self->{insertion_mode} == IN_HEAD_IM) {
4677                    !!!cp ('t116');
4678                  ## NOTE: and scripting is disalbed                  ## NOTE: and scripting is disalbed
4679                  !!!insert-element ($token->{tag_name}, $token->{attributes});                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4680                  $self->{insertion_mode} = IN_HEAD_NOSCRIPT_IM;                  $self->{insertion_mode} = IN_HEAD_NOSCRIPT_IM;
4681                    !!!nack ('t116.1');
4682                  !!!next-token;                  !!!next-token;
4683                  redo B;                  next B;
4684                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4685                  !!!parse-error (type => 'in noscript:noscript');                  !!!cp ('t117');
4686                    !!!parse-error (type => 'in noscript', text => 'noscript',
4687                                    token => $token);
4688                  ## Ignore the token                  ## Ignore the token
4689                    !!!nack ('t117.1');
4690                  !!!next-token;                  !!!next-token;
4691                  redo B;                  next B;
4692                } else {                } else {
4693                    !!!cp ('t118');
4694                  #                  #
4695                }                }
4696              } elsif ($token->{tag_name} eq 'script') {              } elsif ($token->{tag_name} eq 'script') {
4697                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4698                    !!!cp ('t119');
4699                  ## As if </noscript>                  ## As if </noscript>
4700                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4701                  !!!parse-error (type => 'in noscript:script');                  !!!parse-error (type => 'in noscript', text => 'script',
4702                                    token => $token);
4703                                
4704                  $self->{insertion_mode} = IN_HEAD_IM;                  $self->{insertion_mode} = IN_HEAD_IM;
4705                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
4706                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
4707                  !!!parse-error (type => 'after head:'.$token->{tag_name});                  !!!cp ('t120');
4708                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  !!!parse-error (type => 'after head',
4709                                    text => $token->{tag_name}, token => $token);
4710                    push @{$self->{open_elements}},
4711                        [$self->{head_element}, $el_category->{head}];
4712                  } else {
4713                    !!!cp ('t121');
4714                }                }
4715    
4716                ## NOTE: There is a "as if in head" code clone.                ## NOTE: There is a "as if in head" code clone.
4717                $script_start_tag->($insert_to_current);                $script_start_tag->();
4718                pop @{$self->{open_elements}}                pop @{$self->{open_elements}} # <head>
4719                    if $self->{insertion_mode} == AFTER_HEAD_IM;                    if $self->{insertion_mode} == AFTER_HEAD_IM;
4720                redo B;                next B;
4721              } elsif ($token->{tag_name} eq 'body' or              } elsif ($token->{tag_name} eq 'body' or
4722                       $token->{tag_name} eq 'frameset') {                       $token->{tag_name} eq 'frameset') {
4723                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4724                    !!!cp ('t122');
4725                  ## As if </noscript>                  ## As if </noscript>
4726                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4727                  !!!parse-error (type => 'in noscript:'.$token->{tag_name});                  !!!parse-error (type => 'in noscript',
4728                                    text => $token->{tag_name}, token => $token);
4729                                    
4730                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
4731                  ## As if </head>                  ## As if </head>
# Line 3131  sub _tree_construction_main ($) { Line 4733  sub _tree_construction_main ($) {
4733                                    
4734                  ## Reprocess in the "after head" insertion mode...                  ## Reprocess in the "after head" insertion mode...
4735                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
4736                    !!!cp ('t124');
4737                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4738                                    
4739                  ## Reprocess in the "after head" insertion mode...                  ## Reprocess in the "after head" insertion mode...
4740                  } else {
4741                    !!!cp ('t125');
4742                }                }
4743    
4744                ## "after head" insertion mode                ## "after head" insertion mode
4745                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
4746                if ($token->{tag_name} eq 'body') {                if ($token->{tag_name} eq 'body') {
4747                    !!!cp ('t126');
4748                  $self->{insertion_mode} = IN_BODY_IM;                  $self->{insertion_mode} = IN_BODY_IM;
4749                } elsif ($token->{tag_name} eq 'frameset') {                } elsif ($token->{tag_name} eq 'frameset') {
4750                    !!!cp ('t127');
4751                  $self->{insertion_mode} = IN_FRAMESET_IM;                  $self->{insertion_mode} = IN_FRAMESET_IM;
4752                } else {                } else {
4753                  die "$0: tag name: $self->{tag_name}";                  die "$0: tag name: $self->{tag_name}";
4754                }                }
4755                  !!!nack ('t127.1');
4756                !!!next-token;                !!!next-token;
4757                redo B;                next B;
4758              } else {              } else {
4759                  !!!cp ('t128');
4760                #                #
4761              }              }
4762    
4763              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4764                  !!!cp ('t129');
4765                ## As if </noscript>                ## As if </noscript>
4766                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
4767                !!!parse-error (type => 'in noscript:/'.$token->{tag_name});                !!!parse-error (type => 'in noscript:/',
4768                                  text => $token->{tag_name}, token => $token);
4769                                
4770                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
4771                ## As if </head>                ## As if </head>
# Line 3162  sub _tree_construction_main ($) { Line 4773  sub _tree_construction_main ($) {
4773    
4774                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
4775              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
4776                  !!!cp ('t130');
4777                ## As if </head>                ## As if </head>
4778                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
4779    
4780                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
4781                } else {
4782                  !!!cp ('t131');
4783              }              }
4784    
4785              ## "after head" insertion mode              ## "after head" insertion mode
4786              ## As if <body>              ## As if <body>
4787              !!!insert-element ('body');              !!!insert-element ('body',, $token);
4788              $self->{insertion_mode} = IN_BODY_IM;              $self->{insertion_mode} = IN_BODY_IM;
4789              ## reprocess              ## reprocess
4790              redo B;              !!!ack-later;
4791                next B;
4792            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
4793              if ($token->{tag_name} eq 'head') {              if ($token->{tag_name} eq 'head') {
4794                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
4795                    !!!cp ('t132');
4796                  ## As if <head>                  ## As if <head>
4797                  !!!create-element ($self->{head_element}, 'head');                  !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
4798                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
4799                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  push @{$self->{open_elements}},
4800                        [$self->{head_element}, $el_category->{head}];
4801    
4802                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
4803                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4804                  $self->{insertion_mode} = AFTER_HEAD_IM;                  $self->{insertion_mode} = AFTER_HEAD_IM;
4805                  !!!next-token;                  !!!next-token;
4806                  redo B;                  next B;
4807                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4808                    !!!cp ('t133');
4809                  ## As if </noscript>                  ## As if </noscript>
4810                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4811                  !!!parse-error (type => 'in noscript:script');                  !!!parse-error (type => 'in noscript:/',
4812                                    text => 'head', token => $token);
4813                                    
4814                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
4815                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4816                  $self->{insertion_mode} = AFTER_HEAD_IM;                  $self->{insertion_mode} = AFTER_HEAD_IM;
4817                  !!!next-token;                  !!!next-token;
4818                  redo B;                  next B;
4819                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {                } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
4820                    !!!cp ('t134');
4821                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4822                  $self->{insertion_mode} = AFTER_HEAD_IM;                  $self->{insertion_mode} = AFTER_HEAD_IM;
4823                  !!!next-token;                  !!!next-token;
4824                  redo B;                  next B;
4825                  } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
4826                    !!!cp ('t134.1');
4827                    !!!parse-error (type => 'unmatched end tag', text => 'head',
4828                                    token => $token);
4829                    ## Ignore the token
4830                    !!!next-token;
4831                    next B;
4832                } else {                } else {
4833                  #                  die "$0: $self->{insertion_mode}: Unknown insertion mode";
4834                }                }
4835              } elsif ($token->{tag_name} eq 'noscript') {              } elsif ($token->{tag_name} eq 'noscript') {
4836                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4837                    !!!cp ('t136');
4838                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
4839                  $self->{insertion_mode} = IN_HEAD_IM;                  $self->{insertion_mode} = IN_HEAD_IM;
4840                  !!!next-token;                  !!!next-token;
4841                  redo B;                  next B;
4842                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {                } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM or
4843                  !!!parse-error (type => 'unmatched end tag:noscript');                         $self->{insertion_mode} == AFTER_HEAD_IM) {
4844                    !!!cp ('t137');
4845                    !!!parse-error (type => 'unmatched end tag',
4846                                    text => 'noscript', token => $token);
4847                  ## Ignore the token ## ISSUE: An issue in the spec.                  ## Ignore the token ## ISSUE: An issue in the spec.
4848                  !!!next-token;                  !!!next-token;
4849                  redo B;                  next B;
4850                } else {                } else {
4851                    !!!cp ('t138');
4852                  #                  #
4853                }                }
4854              } elsif ({              } elsif ({
4855                        body => 1, html => 1,                        body => 1, html => 1,
4856                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
4857                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {                if ($self->{insertion_mode} == BEFORE_HEAD_IM or
4858                  ## As if <head>                    $self->{insertion_mode} == IN_HEAD_IM or
4859                  !!!create-element ($self->{head_element}, 'head');                    $self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4860                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                  !!!cp ('t140');
4861                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  !!!parse-error (type => 'unmatched end tag',
4862                                    text => $token->{tag_name}, token => $token);
4863                  $self->{insertion_mode} = IN_HEAD_IM;                  ## Ignore the token
4864                  ## Reprocess in the "in head" insertion mode...                  !!!next-token;
4865                } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {                  next B;
4866                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
4867                    !!!cp ('t140.1');
4868                    !!!parse-error (type => 'unmatched end tag',
4869                                    text => $token->{tag_name}, token => $token);
4870                  ## Ignore the token                  ## Ignore the token
4871                  !!!next-token;                  !!!next-token;
4872                  redo B;                  next B;
4873                  } else {
4874                    die "$0: $self->{insertion_mode}: Unknown insertion mode";
4875                }                }
4876                              } elsif ($token->{tag_name} eq 'p') {
4877                #                !!!cp ('t142');
4878              } elsif ({                !!!parse-error (type => 'unmatched end tag',
4879                        p => 1, br => 1,                                text => $token->{tag_name}, token => $token);
4880                       }->{$token->{tag_name}}) {                ## Ignore the token
4881                  !!!next-token;
4882                  next B;
4883                } elsif ($token->{tag_name} eq 'br') {
4884                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {                if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
4885                  ## As if <head>                  !!!cp ('t142.2');
4886                  !!!create-element ($self->{head_element}, 'head');                  ## (before head) as if <head>, (in head) as if </head>
4887                    !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
4888                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});                  $self->{open_elements}->[-1]->[0]->append_child ($self->{head_element});
4889                  push @{$self->{open_elements}}, [$self->{head_element}, 'head'];                  $self->{insertion_mode} = AFTER_HEAD_IM;
4890      
4891                    ## Reprocess in the "after head" insertion mode...
4892                  } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
4893                    !!!cp ('t143.2');
4894                    ## As if </head>
4895                    pop @{$self->{open_elements}};
4896                    $self->{insertion_mode} = AFTER_HEAD_IM;
4897      
4898                    ## Reprocess in the "after head" insertion mode...
4899                  } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4900                    !!!cp ('t143.3');
4901                    ## ISSUE: Two parse errors for <head><noscript></br>
4902                    !!!parse-error (type => 'unmatched end tag',
4903                                    text => 'br', token => $token);
4904                    ## As if </noscript>
4905                    pop @{$self->{open_elements}};
4906                  $self->{insertion_mode} = IN_HEAD_IM;                  $self->{insertion_mode} = IN_HEAD_IM;
4907    
4908                  ## Reprocess in the "in head" insertion mode...                  ## Reprocess in the "in head" insertion mode...
4909                }                  ## As if </head>
4910                    pop @{$self->{open_elements}};
4911                    $self->{insertion_mode} = AFTER_HEAD_IM;
4912    
4913                #                  ## Reprocess in the "after head" insertion mode...
4914              } else {                } elsif ($self->{insertion_mode} == AFTER_HEAD_IM) {
4915                if ($self->{insertion_mode} == AFTER_HEAD_IM) {                  !!!cp ('t143.4');
4916                  #                  #
4917                } else {                } else {
4918                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  die "$0: $self->{insertion_mode}: Unknown insertion mode";
                 ## Ignore the token  
                 !!!next-token;  
                 redo B;  
4919                }                }
4920    
4921                  ## ISSUE: does not agree with IE7 - it doesn't ignore </br>.
4922                  !!!parse-error (type => 'unmatched end tag',
4923                                  text => 'br', token => $token);
4924                  ## Ignore the token
4925                  !!!next-token;
4926                  next B;
4927                } else {
4928                  !!!cp ('t145');
4929                  !!!parse-error (type => 'unmatched end tag',
4930                                  text => $token->{tag_name}, token => $token);
4931                  ## Ignore the token
4932                  !!!next-token;
4933                  next B;
4934              }              }
4935    
4936              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {              if ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
4937                  !!!cp ('t146');
4938                ## As if </noscript>                ## As if </noscript>
4939                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
4940                !!!parse-error (type => 'in noscript:/'.$token->{tag_name});                !!!parse-error (type => 'in noscript:/',
4941                                  text => $token->{tag_name}, token => $token);
4942                                
4943                ## Reprocess in the "in head" insertion mode...                ## Reprocess in the "in head" insertion mode...
4944                ## As if </head>                ## As if </head>
# Line 3274  sub _tree_construction_main ($) { Line 4946  sub _tree_construction_main ($) {
4946    
4947                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
4948              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {              } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
4949                  !!!cp ('t147');
4950                ## As if </head>                ## As if </head>
4951                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
4952    
4953                ## Reprocess in the "after head" insertion mode...                ## Reprocess in the "after head" insertion mode...
4954              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {              } elsif ($self->{insertion_mode} == BEFORE_HEAD_IM) {
4955                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  ## ISSUE: This case cannot be reached?
4956                  !!!cp ('t148');
4957                  !!!parse-error (type => 'unmatched end tag',
4958                                  text => $token->{tag_name}, token => $token);
4959                ## Ignore the token ## ISSUE: An issue in the spec.                ## Ignore the token ## ISSUE: An issue in the spec.
4960                !!!next-token;                !!!next-token;
4961                redo B;                next B;
4962                } else {
4963                  !!!cp ('t149');
4964              }              }
4965    
4966              ## "after head" insertion mode              ## "after head" insertion mode
4967              ## As if <body>              ## As if <body>
4968              !!!insert-element ('body');              !!!insert-element ('body',, $token);
4969              $self->{insertion_mode} = IN_BODY_IM;              $self->{insertion_mode} = IN_BODY_IM;
4970              ## reprocess              ## reprocess
4971              redo B;              next B;
4972            } else {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
4973              die "$0: $token->{type}: Unknown token type";          if ($self->{insertion_mode} == BEFORE_HEAD_IM) {
4974            }            !!!cp ('t149.1');
4975    
4976              ## NOTE: As if <head>
4977              !!!create-element ($self->{head_element}, $HTML_NS, 'head',, $token);
4978              $self->{open_elements}->[-1]->[0]->append_child
4979                  ($self->{head_element});
4980              #push @{$self->{open_elements}},
4981              #    [$self->{head_element}, $el_category->{head}];
4982              #$self->{insertion_mode} = IN_HEAD_IM;
4983              ## NOTE: Reprocess.
4984    
4985              ## NOTE: As if </head>
4986              #pop @{$self->{open_elements}};
4987              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
4988              ## NOTE: Reprocess.
4989              
4990              #
4991            } elsif ($self->{insertion_mode} == IN_HEAD_IM) {
4992              !!!cp ('t149.2');
4993    
4994              ## NOTE: As if </head>
4995              pop @{$self->{open_elements}};
4996              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
4997              ## NOTE: Reprocess.
4998    
4999              #
5000            } elsif ($self->{insertion_mode} == IN_HEAD_NOSCRIPT_IM) {
5001              !!!cp ('t149.3');
5002    
5003              !!!parse-error (type => 'in noscript:#eof', token => $token);
5004    
5005              ## As if </noscript>
5006              pop @{$self->{open_elements}};
5007              #$self->{insertion_mode} = IN_HEAD_IM;
5008              ## NOTE: Reprocess.
5009    
5010              ## NOTE: As if </head>
5011              pop @{$self->{open_elements}};
5012              #$self->{insertion_mode} = IN_AFTER_HEAD_IM;
5013              ## NOTE: Reprocess.
5014    
5015              #
5016            } else {
5017              !!!cp ('t149.4');
5018              #
5019            }
5020    
5021            ## NOTE: As if <body>
5022            !!!insert-element ('body',, $token);
5023            $self->{insertion_mode} = IN_BODY_IM;
5024            ## NOTE: Reprocess.
5025            next B;
5026          } else {
5027            die "$0: $token->{type}: Unknown token type";
5028          }
5029    
5030            ## ISSUE: An issue in the spec.            ## ISSUE: An issue in the spec.
5031      } elsif ($self->{insertion_mode} & BODY_IMS) {      } elsif ($self->{insertion_mode} & BODY_IMS) {
5032            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
5033                !!!cp ('t150');
5034              ## NOTE: There is a code clone of "character in body".              ## NOTE: There is a code clone of "character in body".
5035              $reconstruct_active_formatting_elements->($insert_to_current);              $reconstruct_active_formatting_elements->($insert_to_current);
5036                            
5037              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
5038    
5039              !!!next-token;              !!!next-token;
5040              redo B;              next B;
5041            } elsif ($token->{type} == START_TAG_TOKEN) {            } elsif ($token->{type} == START_TAG_TOKEN) {
5042              if ({              if ({
5043                   caption => 1, col => 1, colgroup => 1, tbody => 1,                   caption => 1, col => 1, colgroup => 1, tbody => 1,
# Line 3312  sub _tree_construction_main ($) { Line 5045  sub _tree_construction_main ($) {
5045                  }->{$token->{tag_name}}) {                  }->{$token->{tag_name}}) {
5046                if ($self->{insertion_mode} == IN_CELL_IM) {                if ($self->{insertion_mode} == IN_CELL_IM) {
5047                  ## have an element in table scope                  ## have an element in table scope
5048                  my $tn;                  for (reverse 0..$#{$self->{open_elements}}) {
                 INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
5049                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
5050                    if ($node->[1] eq 'td' or $node->[1] eq 'th') {                    if ($node->[1] & TABLE_CELL_EL) {
5051                      $tn = $node->[1];                      !!!cp ('t151');
5052                      last INSCOPE;  
5053                    } elsif ({                      ## Close the cell
5054                              table => 1, html => 1,                      !!!back-token; # <x>
5055                             }->{$node->[1]}) {                      $token = {type => END_TAG_TOKEN,
5056                      last INSCOPE;                                tag_name => $node->[0]->manakai_local_name,
5057                    }                                line => $token->{line},
5058                  } # INSCOPE                                column => $token->{column}};
5059                    unless (defined $tn) {                      next B;
5060                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
5061                      ## Ignore the token                      !!!cp ('t152');
5062                      !!!next-token;                      ## ISSUE: This case can never be reached, maybe.
5063                      redo B;                      last;
5064                    }                    }
5065                                    }
5066                  ## Close the cell  
5067                  !!!back-token; # <?>                  !!!cp ('t153');
5068                  $token = {type => END_TAG_TOKEN, tag_name => $tn};                  !!!parse-error (type => 'start tag not allowed',
5069                  redo B;                      text => $token->{tag_name}, token => $token);
5070                    ## Ignore the token
5071                    !!!nack ('t153.1');
5072                    !!!next-token;
5073                    next B;
5074                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {
5075                  !!!parse-error (type => 'not closed:caption');                  !!!parse-error (type => 'not closed', text => 'caption',
5076                                    token => $token);
5077                                    
5078                  ## As if </caption>                  ## NOTE: As if </caption>.
5079                  ## have a table element in table scope                  ## have a table element in table scope
5080                  my $i;                  my $i;
5081                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: {
5082                    my $node = $self->{open_elements}->[$_];                    for (reverse 0..$#{$self->{open_elements}}) {
5083                    if ($node->[1] eq 'caption') {                      my $node = $self->{open_elements}->[$_];
5084                      $i = $_;                      if ($node->[1] & CAPTION_EL) {
5085                      last INSCOPE;                        !!!cp ('t155');
5086                    } elsif ({                        $i = $_;
5087                              table => 1, html => 1,                        last INSCOPE;
5088                             }->{$node->[1]}) {                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
5089                      last INSCOPE;                        !!!cp ('t156');
5090                          last;
5091                        }
5092                    }                    }
5093    
5094                      !!!cp ('t157');
5095                      !!!parse-error (type => 'start tag not allowed',
5096                                      text => $token->{tag_name}, token => $token);
5097                      ## Ignore the token
5098                      !!!nack ('t157.1');
5099                      !!!next-token;
5100                      next B;
5101                  } # INSCOPE                  } # INSCOPE
                   unless (defined $i) {  
                     !!!parse-error (type => 'unmatched end tag:caption');  
                     ## Ignore the token  
                     !!!next-token;  
                     redo B;  
                   }  
5102                                    
5103                  ## generate implied end tags                  ## generate implied end tags
5104                  if ({                  while ($self->{open_elements}->[-1]->[1]
5105                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
5106                       td => 1, th => 1, tr => 1,                    !!!cp ('t158');
5107                       tbody => 1, tfoot=> 1, thead => 1,                    pop @{$self->{open_elements}};
                     }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!back-token; # <?>  
                   $token = {type => END_TAG_TOKEN, tag_name => 'caption'};  
                   !!!back-token;  
                   $token = {type => END_TAG_TOKEN,  
                             tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
5108                  }                  }
5109    
5110                  if ($self->{open_elements}->[-1]->[1] ne 'caption') {                  unless ($self->{open_elements}->[-1]->[1] & CAPTION_EL) {
5111                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t159');
5112                      !!!parse-error (type => 'not closed',
5113                                      text => $self->{open_elements}->[-1]->[0]
5114                                          ->manakai_local_name,
5115                                      token => $token);
5116                    } else {
5117                      !!!cp ('t160');
5118                  }                  }
5119                                    
5120                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3384  sub _tree_construction_main ($) { Line 5124  sub _tree_construction_main ($) {
5124                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
5125                                    
5126                  ## reprocess                  ## reprocess
5127                  redo B;                  !!!ack-later;
5128                    next B;
5129                } else {                } else {
5130                    !!!cp ('t161');
5131                  #                  #
5132                }                }
5133              } else {              } else {
5134                  !!!cp ('t162');
5135                #                #
5136              }              }
5137            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
# Line 3398  sub _tree_construction_main ($) { Line 5141  sub _tree_construction_main ($) {
5141                  my $i;                  my $i;
5142                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5143                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
5144                    if ($node->[1] eq $token->{tag_name}) {                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
5145                        !!!cp ('t163');
5146                      $i = $_;                      $i = $_;
5147                      last INSCOPE;                      last INSCOPE;
5148                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
5149                              table => 1, html => 1,                      !!!cp ('t164');
                            }->{$node->[1]}) {  
5150                      last INSCOPE;                      last INSCOPE;
5151                    }                    }
5152                  } # INSCOPE                  } # INSCOPE
5153                    unless (defined $i) {                    unless (defined $i) {
5154                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                      !!!cp ('t165');
5155                        !!!parse-error (type => 'unmatched end tag',
5156                                        text => $token->{tag_name},
5157                                        token => $token);
5158                      ## Ignore the token                      ## Ignore the token
5159                      !!!next-token;                      !!!next-token;
5160                      redo B;                      next B;
5161                    }                    }
5162                                    
5163                  ## generate implied end tags                  ## generate implied end tags
5164                  if ({                  while ($self->{open_elements}->[-1]->[1]
5165                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
5166                       td => ($token->{tag_name} eq 'th'),                    !!!cp ('t166');
5167                       th => ($token->{tag_name} eq 'td'),                    pop @{$self->{open_elements}};
                      tr => 1,  
                      tbody => 1, tfoot=> 1, thead => 1,  
                     }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!back-token;  
                   $token = {type => END_TAG_TOKEN,  
                             tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
5168                  }                  }
5169                    
5170                  if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {                  if ($self->{open_elements}->[-1]->[0]->manakai_local_name
5171                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                          ne $token->{tag_name}) {
5172                      !!!cp ('t167');
5173                      !!!parse-error (type => 'not closed',
5174                                      text => $self->{open_elements}->[-1]->[0]
5175                                          ->manakai_local_name,
5176                                      token => $token);
5177                    } else {
5178                      !!!cp ('t168');
5179                  }                  }
5180                                    
5181                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3439  sub _tree_construction_main ($) { Line 5185  sub _tree_construction_main ($) {
5185                  $self->{insertion_mode} = IN_ROW_IM;                  $self->{insertion_mode} = IN_ROW_IM;
5186                                    
5187                  !!!next-token;                  !!!next-token;
5188                  redo B;                  next B;
5189                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {                } elsif ($self->{insertion_mode} == IN_CAPTION_IM) {
5190                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t169');
5191                    !!!parse-error (type => 'unmatched end tag',
5192                                    text => $token->{tag_name}, token => $token);
5193                  ## Ignore the token                  ## Ignore the token
5194                  !!!next-token;                  !!!next-token;
5195                  redo B;                  next B;
5196                } else {                } else {
5197                    !!!cp ('t170');
5198                  #                  #
5199                }                }
5200              } elsif ($token->{tag_name} eq 'caption') {              } elsif ($token->{tag_name} eq 'caption') {
5201                if ($self->{insertion_mode} == IN_CAPTION_IM) {                if ($self->{insertion_mode} == IN_CAPTION_IM) {
5202                  ## have a table element in table scope                  ## have a table element in table scope
5203                  my $i;                  my $i;
5204                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: {
5205                    my $node = $self->{open_elements}->[$_];                    for (reverse 0..$#{$self->{open_elements}}) {
5206                    if ($node->[1] eq $token->{tag_name}) {                      my $node = $self->{open_elements}->[$_];
5207                      $i = $_;                      if ($node->[1] & CAPTION_EL) {
5208                      last INSCOPE;                        !!!cp ('t171');
5209                    } elsif ({                        $i = $_;
5210                              table => 1, html => 1,                        last INSCOPE;
5211                             }->{$node->[1]}) {                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
5212                      last INSCOPE;                        !!!cp ('t172');
5213                          last;
5214                        }
5215                    }                    }
5216    
5217                      !!!cp ('t173');
5218                      !!!parse-error (type => 'unmatched end tag',
5219                                      text => $token->{tag_name}, token => $token);
5220                      ## Ignore the token
5221                      !!!next-token;
5222                      next B;
5223                  } # INSCOPE                  } # INSCOPE
                   unless (defined $i) {  
                     !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
                     ## Ignore the token  
                     !!!next-token;  
                     redo B;  
                   }  
5224                                    
5225                  ## generate implied end tags                  ## generate implied end tags
5226                  if ({                  while ($self->{open_elements}->[-1]->[1]
5227                       dd => 1, dt => 1, li => 1, p => 1,                             & END_TAG_OPTIONAL_EL) {
5228                       td => 1, th => 1, tr => 1,                    !!!cp ('t174');
5229                       tbody => 1, tfoot=> 1, thead => 1,                    pop @{$self->{open_elements}};
                     }->{$self->{open_elements}->[-1]->[1]}) {  
                   !!!back-token;  
                   $token = {type => END_TAG_TOKEN,  
                             tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                   redo B;  
5230                  }                  }
5231                                    
5232                  if ($self->{open_elements}->[-1]->[1] ne 'caption') {                  unless ($self->{open_elements}->[-1]->[1] & CAPTION_EL) {
5233                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t175');
5234                      !!!parse-error (type => 'not closed',
5235                                      text => $self->{open_elements}->[-1]->[0]
5236                                          ->manakai_local_name,
5237                                      token => $token);
5238                    } else {
5239                      !!!cp ('t176');
5240                  }                  }
5241                                    
5242                  splice @{$self->{open_elements}}, $i;                  splice @{$self->{open_elements}}, $i;
# Line 3493  sub _tree_construction_main ($) { Line 5246  sub _tree_construction_main ($) {
5246                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
5247                                    
5248                  !!!next-token;                  !!!next-token;
5249                  redo B;                  next B;
5250                } elsif ($self->{insertion_mode} == IN_CELL_IM) {                } elsif ($self->{insertion_mode} == IN_CELL_IM) {
5251                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t177');
5252                    !!!parse-error (type => 'unmatched end tag',
5253                                    text => $token->{tag_name}, token => $token);
5254                  ## Ignore the token                  ## Ignore the token
5255                  !!!next-token;                  !!!next-token;
5256                  redo B;                  next B;
5257                } else {                } else {
5258                    !!!cp ('t178');
5259                  #                  #
5260                }                }
5261              } elsif ({              } elsif ({
# Line 3510  sub _tree_construction_main ($) { Line 5266  sub _tree_construction_main ($) {
5266                ## have an element in table scope                ## have an element in table scope
5267                my $i;                my $i;
5268                my $tn;                my $tn;
5269                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: {
5270                  my $node = $self->{open_elements}->[$_];                  for (reverse 0..$#{$self->{open_elements}}) {
5271                  if ($node->[1] eq $token->{tag_name}) {                    my $node = $self->{open_elements}->[$_];
5272                    $i = $_;                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
5273                    last INSCOPE;                      !!!cp ('t179');
5274                  } elsif ($node->[1] eq 'td' or $node->[1] eq 'th') {                      $i = $_;
5275                    $tn = $node->[1];  
5276                    ## NOTE: There is exactly one |td| or |th| element                      ## Close the cell
5277                    ## in scope in the stack of open elements by definition.                      !!!back-token; # </x>
5278                  } elsif ({                      $token = {type => END_TAG_TOKEN, tag_name => $tn,
5279                            table => 1, html => 1,                                line => $token->{line},
5280                           }->{$node->[1]}) {                                column => $token->{column}};
5281                    last INSCOPE;                      next B;
5282                      } elsif ($node->[1] & TABLE_CELL_EL) {
5283                        !!!cp ('t180');
5284                        $tn = $node->[0]->manakai_local_name;
5285                        ## NOTE: There is exactly one |td| or |th| element
5286                        ## in scope in the stack of open elements by definition.
5287                      } elsif ($node->[1] & TABLE_SCOPING_EL) {
5288                        ## ISSUE: Can this be reached?
5289                        !!!cp ('t181');
5290                        last;
5291                      }
5292                  }                  }
5293                } # INSCOPE  
5294                unless (defined $i) {                  !!!cp ('t182');
5295                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!parse-error (type => 'unmatched end tag',
5296                        text => $token->{tag_name}, token => $token);
5297                  ## Ignore the token                  ## Ignore the token
5298                  !!!next-token;                  !!!next-token;
5299                  redo B;                  next B;
5300                }                } # INSCOPE
   
               ## Close the cell  
               !!!back-token; # </?>  
               $token = {type => END_TAG_TOKEN, tag_name => $tn};  
               redo B;  
5301              } elsif ($token->{tag_name} eq 'table' and              } elsif ($token->{tag_name} eq 'table' and
5302                       $self->{insertion_mode} == IN_CAPTION_IM) {                       $self->{insertion_mode} == IN_CAPTION_IM) {
5303                !!!parse-error (type => 'not closed:caption');                !!!parse-error (type => 'not closed', text => 'caption',
5304                                  token => $token);
5305    
5306                ## As if </caption>                ## As if </caption>
5307                ## have a table element in table scope                ## have a table element in table scope
5308                my $i;                my $i;
5309                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5310                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
5311                  if ($node->[1] eq 'caption') {                  if ($node->[1] & CAPTION_EL) {
5312                      !!!cp ('t184');
5313                    $i = $_;                    $i = $_;
5314                    last INSCOPE;                    last INSCOPE;
5315                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
5316                            table => 1, html => 1,                    !!!cp ('t185');
                          }->{$node->[1]}) {  
5317                    last INSCOPE;                    last INSCOPE;
5318                  }                  }
5319                } # INSCOPE                } # INSCOPE
5320                unless (defined $i) {                unless (defined $i) {
5321                  !!!parse-error (type => 'unmatched end tag:caption');                  !!!cp ('t186');
5322                    !!!parse-error (type => 'unmatched end tag',
5323                                    text => 'caption', token => $token);
5324                  ## Ignore the token                  ## Ignore the token
5325                  !!!next-token;                  !!!next-token;
5326                  redo B;                  next B;
5327                }                }
5328                                
5329                ## generate implied end tags                ## generate implied end tags
5330                if ({                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5331                     dd => 1, dt => 1, li => 1, p => 1,                  !!!cp ('t187');
5332                     td => 1, th => 1, tr => 1,                  pop @{$self->{open_elements}};
                    tbody => 1, tfoot=> 1, thead => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token; # </table>  
                 $token = {type => END_TAG_TOKEN, tag_name => 'caption'};  
                 !!!back-token;  
                 $token = {type => END_TAG_TOKEN,  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
5333                }                }
5334    
5335                if ($self->{open_elements}->[-1]->[1] ne 'caption') {                unless ($self->{open_elements}->[-1]->[1] & CAPTION_EL) {
5336                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!cp ('t188');
5337                    !!!parse-error (type => 'not closed',
5338                                    text => $self->{open_elements}->[-1]->[0]
5339                                        ->manakai_local_name,
5340                                    token => $token);
5341                  } else {
5342                    !!!cp ('t189');
5343                }                }
5344    
5345                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
# Line 3586  sub _tree_construction_main ($) { Line 5349  sub _tree_construction_main ($) {
5349                $self->{insertion_mode} = IN_TABLE_IM;                $self->{insertion_mode} = IN_TABLE_IM;
5350    
5351                ## reprocess                ## reprocess
5352                redo B;                next B;
5353              } elsif ({              } elsif ({
5354                        body => 1, col => 1, colgroup => 1, html => 1,                        body => 1, col => 1, colgroup => 1, html => 1,
5355                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
5356                if ($self->{insertion_mode} & BODY_TABLE_IMS) {                if ($self->{insertion_mode} & BODY_TABLE_IMS) {
5357                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t190');
5358                    !!!parse-error (type => 'unmatched end tag',
5359                                    text => $token->{tag_name}, token => $token);
5360                  ## Ignore the token                  ## Ignore the token
5361                  !!!next-token;                  !!!next-token;
5362                  redo B;                  next B;
5363                } else {                } else {
5364                    !!!cp ('t191');
5365                  #                  #
5366                }                }
5367              } elsif ({              } elsif ({
# Line 3603  sub _tree_construction_main ($) { Line 5369  sub _tree_construction_main ($) {
5369                        thead => 1, tr => 1,                        thead => 1, tr => 1,
5370                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
5371                       $self->{insertion_mode} == IN_CAPTION_IM) {                       $self->{insertion_mode} == IN_CAPTION_IM) {
5372                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!cp ('t192');
5373                  !!!parse-error (type => 'unmatched end tag',
5374                                  text => $token->{tag_name}, token => $token);
5375                ## Ignore the token                ## Ignore the token
5376                !!!next-token;                !!!next-token;
5377                redo B;                next B;
5378              } else {              } else {
5379                  !!!cp ('t193');
5380                #                #
5381              }              }
5382          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
5383            for my $entry (@{$self->{open_elements}}) {
5384              unless ($entry->[1] & ALL_END_TAG_OPTIONAL_EL) {
5385                !!!cp ('t75');
5386                !!!parse-error (type => 'in body:#eof', token => $token);
5387                last;
5388              }
5389            }
5390    
5391            ## Stop parsing.
5392            last B;
5393        } else {        } else {
5394          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
5395        }        }
# Line 3618  sub _tree_construction_main ($) { Line 5398  sub _tree_construction_main ($) {
5398        #        #
5399      } elsif ($self->{insertion_mode} & TABLE_IMS) {      } elsif ($self->{insertion_mode} & TABLE_IMS) {
5400        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
5401              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {          if (not $open_tables->[-1]->[1] and # tainted
5402                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);              $token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {
5403              $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
5404                                
5405                unless (length $token->{data}) {            unless (length $token->{data}) {
5406                  !!!next-token;              !!!cp ('t194');
5407                  redo B;              !!!next-token;
5408                }              next B;
5409              }            } else {
5410                !!!cp ('t195');
5411              }
5412            }
5413    
5414              !!!parse-error (type => 'in table:#character');          !!!parse-error (type => 'in table:#text', token => $token);
5415    
5416              ## As if in body, but insert into foster parent element              ## As if in body, but insert into foster parent element
5417              ## ISSUE: Spec says that "whenever a node would be inserted              ## ISSUE: Spec says that "whenever a node would be inserted
# Line 3635  sub _tree_construction_main ($) { Line 5419  sub _tree_construction_main ($) {
5419              ## result in a new Text node.              ## result in a new Text node.
5420              $reconstruct_active_formatting_elements->($insert_to_foster);              $reconstruct_active_formatting_elements->($insert_to_foster);
5421                            
5422              if ({              if ($self->{open_elements}->[-1]->[1] & TABLE_ROWS_EL) {
                  table => 1, tbody => 1, tfoot => 1,  
                  thead => 1, tr => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
5423                # MUST                # MUST
5424                my $foster_parent_element;                my $foster_parent_element;
5425                my $next_sibling;                my $next_sibling;
5426                my $prev_sibling;                my $prev_sibling;
5427                OE: for (reverse 0..$#{$self->{open_elements}}) {                OE: for (reverse 0..$#{$self->{open_elements}}) {
5428                  if ($self->{open_elements}->[$_]->[1] eq 'table') {                  if ($self->{open_elements}->[$_]->[1] & TABLE_EL) {
5429                    my $parent = $self->{open_elements}->[$_]->[0]->parent_node;                    my $parent = $self->{open_elements}->[$_]->[0]->parent_node;
5430                    if (defined $parent and $parent->node_type == 1) {                    if (defined $parent and $parent->node_type == 1) {
5431                        !!!cp ('t196');
5432                      $foster_parent_element = $parent;                      $foster_parent_element = $parent;
5433                      $next_sibling = $self->{open_elements}->[$_]->[0];                      $next_sibling = $self->{open_elements}->[$_]->[0];
5434                      $prev_sibling = $next_sibling->previous_sibling;                      $prev_sibling = $next_sibling->previous_sibling;
5435                    } else {                    } else {
5436                        !!!cp ('t197');
5437                      $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];                      $foster_parent_element = $self->{open_elements}->[$_ - 1]->[0];
5438                      $prev_sibling = $foster_parent_element->last_child;                      $prev_sibling = $foster_parent_element->last_child;
5439                    }                    }
# Line 3662  sub _tree_construction_main ($) { Line 5445  sub _tree_construction_main ($) {
5445                  unless defined $foster_parent_element;                  unless defined $foster_parent_element;
5446                if (defined $prev_sibling and                if (defined $prev_sibling and
5447                    $prev_sibling->node_type == 3) {                    $prev_sibling->node_type == 3) {
5448                    !!!cp ('t198');
5449                  $prev_sibling->manakai_append_text ($token->{data});                  $prev_sibling->manakai_append_text ($token->{data});
5450                } else {                } else {
5451                    !!!cp ('t199');
5452                  $foster_parent_element->insert_before                  $foster_parent_element->insert_before
5453                    ($self->{document}->create_text_node ($token->{data}),                    ($self->{document}->create_text_node ($token->{data}),
5454                     $next_sibling);                     $next_sibling);
5455                }                }
5456              } else {            $open_tables->[-1]->[1] = 1; # tainted
5457                $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});          } else {
5458              }            !!!cp ('t200');
5459              $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
5460            }
5461                            
5462              !!!next-token;          !!!next-token;
5463              redo B;          next B;
5464        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
5465              if ({          if ({
5466                   tr => ($self->{insertion_mode} != IN_ROW_IM),               tr => ($self->{insertion_mode} != IN_ROW_IM),
5467                   th => 1, td => 1,               th => 1, td => 1,
5468                  }->{$token->{tag_name}}) {              }->{$token->{tag_name}}) {
5469                if ($self->{insertion_mode} == IN_TABLE_IM) {            if ($self->{insertion_mode} == IN_TABLE_IM) {
5470                  ## Clear back to table context              ## Clear back to table context
5471                  while ($self->{open_elements}->[-1]->[1] ne 'table' and              while (not ($self->{open_elements}->[-1]->[1]
5472                         $self->{open_elements}->[-1]->[1] ne 'html') {                              & TABLE_SCOPING_EL)) {
5473                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!cp ('t201');
5474                    pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
5475                  }              }
5476                                
5477                  !!!insert-element ('tbody');              !!!insert-element ('tbody',, $token);
5478                  $self->{insertion_mode} = IN_TABLE_BODY_IM;              $self->{insertion_mode} = IN_TABLE_BODY_IM;
5479                  ## reprocess in the "in table body" insertion mode...              ## reprocess in the "in table body" insertion mode...
5480                }            }
5481              
5482                if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {            if ($self->{insertion_mode} == IN_TABLE_BODY_IM) {
5483                  unless ($token->{tag_name} eq 'tr') {              unless ($token->{tag_name} eq 'tr') {
5484                    !!!parse-error (type => 'missing start tag:tr');                !!!cp ('t202');
5485                  }                !!!parse-error (type => 'missing start tag:tr', token => $token);
5486                }
5487                                    
5488                  ## Clear back to table body context              ## Clear back to table body context
5489                  while (not {              while (not ($self->{open_elements}->[-1]->[1]
5490                    tbody => 1, tfoot => 1, thead => 1, html => 1,                              & TABLE_ROWS_SCOPING_EL)) {
5491                  }->{$self->{open_elements}->[-1]->[1]}) {                !!!cp ('t203');
5492                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                ## ISSUE: Can this case be reached?
5493                    pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
5494                  }              }
5495                                    
5496                  $self->{insertion_mode} = IN_ROW_IM;                  $self->{insertion_mode} = IN_ROW_IM;
5497                  if ($token->{tag_name} eq 'tr') {                  if ($token->{tag_name} eq 'tr') {
5498                    !!!insert-element ($token->{tag_name}, $token->{attributes});                    !!!cp ('t204');
5499                      !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
5500                      !!!nack ('t204');
5501                    !!!next-token;                    !!!next-token;
5502                    redo B;                    next B;
5503                  } else {                  } else {
5504                    !!!insert-element ('tr');                    !!!cp ('t205');
5505                      !!!insert-element ('tr',, $token);
5506                    ## reprocess in the "in row" insertion mode                    ## reprocess in the "in row" insertion mode
5507                  }                  }
5508                  } else {
5509                    !!!cp ('t206');
5510                }                }
5511    
5512                ## Clear back to table row context                ## Clear back to table row context
5513                while (not {                while (not ($self->{open_elements}->[-1]->[1]
5514                  tr => 1, html => 1,                                & TABLE_ROW_SCOPING_EL)) {
5515                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t207');
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
5516                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
5517                }                }
5518                                
5519                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
5520                $self->{insertion_mode} = IN_CELL_IM;                $self->{insertion_mode} = IN_CELL_IM;
5521    
5522                push @$active_formatting_elements, ['#marker', ''];                push @$active_formatting_elements, ['#marker', ''];
5523                                
5524                  !!!nack ('t207.1');
5525                !!!next-token;                !!!next-token;
5526                redo B;                next B;
5527              } elsif ({              } elsif ({
5528                        caption => 1, col => 1, colgroup => 1,                        caption => 1, col => 1, colgroup => 1,
5529                        tbody => 1, tfoot => 1, thead => 1,                        tbody => 1, tfoot => 1, thead => 1,
# Line 3742  sub _tree_construction_main ($) { Line 5535  sub _tree_construction_main ($) {
5535                  my $i;                  my $i;
5536                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5537                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
5538                    if ($node->[1] eq 'tr') {                    if ($node->[1] & TABLE_ROW_EL) {
5539                        !!!cp ('t208');
5540                      $i = $_;                      $i = $_;
5541                      last INSCOPE;                      last INSCOPE;
5542                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
5543                              table => 1, html => 1,                      !!!cp ('t209');
                            }->{$node->[1]}) {  
5544                      last INSCOPE;                      last INSCOPE;
5545                    }                    }
5546                  } # INSCOPE                  } # INSCOPE
5547                  unless (defined $i) {                  unless (defined $i) {
5548                    !!!parse-error (type => 'unmacthed end tag:'.$token->{tag_name});                    !!!cp ('t210');
5549    ## TODO: This type is wrong.
5550                      !!!parse-error (type => 'unmacthed end tag',
5551                                      text => $token->{tag_name}, token => $token);
5552                    ## Ignore the token                    ## Ignore the token
5553                      !!!nack ('t210.1');
5554                    !!!next-token;                    !!!next-token;
5555                    redo B;                    next B;
5556                  }                  }
5557                                    
5558                  ## Clear back to table row context                  ## Clear back to table row context
5559                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
5560                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
5561                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t211');
5562                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    ## ISSUE: Can this case be reached?
5563                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
5564                  }                  }
5565                                    
5566                  pop @{$self->{open_elements}}; # tr                  pop @{$self->{open_elements}}; # tr
5567                  $self->{insertion_mode} = IN_TABLE_BODY_IM;                  $self->{insertion_mode} = IN_TABLE_BODY_IM;
5568                  if ($token->{tag_name} eq 'tr') {                  if ($token->{tag_name} eq 'tr') {
5569                      !!!cp ('t212');
5570                    ## reprocess                    ## reprocess
5571                    redo B;                    !!!ack-later;
5572                      next B;
5573                  } else {                  } else {
5574                      !!!cp ('t213');
5575                    ## reprocess in the "in table body" insertion mode...                    ## reprocess in the "in table body" insertion mode...
5576                  }                  }
5577                }                }
# Line 3781  sub _tree_construction_main ($) { Line 5581  sub _tree_construction_main ($) {
5581                  my $i;                  my $i;
5582                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5583                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
5584                    if ({                    if ($node->[1] & TABLE_ROW_GROUP_EL) {
5585                         tbody => 1, thead => 1, tfoot => 1,                      !!!cp ('t214');
                       }->{$node->[1]}) {  
5586                      $i = $_;                      $i = $_;
5587                      last INSCOPE;                      last INSCOPE;
5588                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
5589                              table => 1, html => 1,                      !!!cp ('t215');
                            }->{$node->[1]}) {  
5590                      last INSCOPE;                      last INSCOPE;
5591                    }                    }
5592                  } # INSCOPE                  } # INSCOPE
5593                  unless (defined $i) {                  unless (defined $i) {
5594                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    !!!cp ('t216');
5595    ## TODO: This erorr type is wrong.
5596                      !!!parse-error (type => 'unmatched end tag',
5597                                      text => $token->{tag_name}, token => $token);
5598                    ## Ignore the token                    ## Ignore the token
5599                      !!!nack ('t216.1');
5600                    !!!next-token;                    !!!next-token;
5601                    redo B;                    next B;
5602                  }                  }
5603    
5604                  ## Clear back to table body context                  ## Clear back to table body context
5605                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
5606                    tbody => 1, tfoot => 1, thead => 1, html => 1,                                  & TABLE_ROWS_SCOPING_EL)) {
5607                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t217');
5608                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    ## ISSUE: Can this state be reached?
5609                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
5610                  }                  }
5611                                    
# Line 3817  sub _tree_construction_main ($) { Line 5619  sub _tree_construction_main ($) {
5619                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
5620                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
5621                  ## reprocess in "in table" insertion mode...                  ## reprocess in "in table" insertion mode...
5622                  } else {
5623                    !!!cp ('t218');
5624                }                }
5625    
5626                if ($token->{tag_name} eq 'col') {                if ($token->{tag_name} eq 'col') {
5627                  ## Clear back to table context                  ## Clear back to table context
5628                  while ($self->{open_elements}->[-1]->[1] ne 'table' and                  while (not ($self->{open_elements}->[-1]->[1]
5629                         $self->{open_elements}->[-1]->[1] ne 'html') {                                  & TABLE_SCOPING_EL)) {
5630                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t219');
5631                      ## ISSUE: Can this state be reached?
5632                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
5633                  }                  }
5634                                    
5635                  !!!insert-element ('colgroup');                  !!!insert-element ('colgroup',, $token);
5636                  $self->{insertion_mode} = IN_COLUMN_GROUP_IM;                  $self->{insertion_mode} = IN_COLUMN_GROUP_IM;
5637                  ## reprocess                  ## reprocess
5638                  redo B;                  !!!ack-later;
5639                    next B;
5640                } elsif ({                } elsif ({
5641                          caption => 1,                          caption => 1,
5642                          colgroup => 1,                          colgroup => 1,
5643                          tbody => 1, tfoot => 1, thead => 1,                          tbody => 1, tfoot => 1, thead => 1,
5644                         }->{$token->{tag_name}}) {                         }->{$token->{tag_name}}) {
5645                  ## Clear back to table context                  ## Clear back to table context
5646                  while ($self->{open_elements}->[-1]->[1] ne 'table' and                  while (not ($self->{open_elements}->[-1]->[1]
5647                         $self->{open_elements}->[-1]->[1] ne 'html') {                                  & TABLE_SCOPING_EL)) {
5648                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                    !!!cp ('t220');
5649                      ## ISSUE: Can this state be reached?
5650                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
5651                  }                  }
5652                                    
5653                  push @$active_formatting_elements, ['#marker', '']                  push @$active_formatting_elements, ['#marker', '']
5654                      if $token->{tag_name} eq 'caption';                      if $token->{tag_name} eq 'caption';
5655                                    
5656                  !!!insert-element ($token->{tag_name}, $token->{attributes});                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
5657                  $self->{insertion_mode} = {                  $self->{insertion_mode} = {
5658                                             caption => IN_CAPTION_IM,                                             caption => IN_CAPTION_IM,
5659                                             colgroup => IN_COLUMN_GROUP_IM,                                             colgroup => IN_COLUMN_GROUP_IM,
# Line 3855  sub _tree_construction_main ($) { Line 5662  sub _tree_construction_main ($) {
5662                                             thead => IN_TABLE_BODY_IM,                                             thead => IN_TABLE_BODY_IM,
5663                                            }->{$token->{tag_name}};                                            }->{$token->{tag_name}};
5664                  !!!next-token;                  !!!next-token;
5665                  redo B;                  !!!nack ('t220.1');
5666                    next B;
5667                } else {                } else {
5668                  die "$0: in table: <>: $token->{tag_name}";                  die "$0: in table: <>: $token->{tag_name}";
5669                }                }
5670              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
5671                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!parse-error (type => 'not closed',
5672                                  text => $self->{open_elements}->[-1]->[0]
5673                                      ->manakai_local_name,
5674                                  token => $token);
5675    
5676                ## As if </table>                ## As if </table>
5677                ## have a table element in table scope                ## have a table element in table scope
5678                my $i;                my $i;
5679                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5680                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
5681                  if ($node->[1] eq 'table') {                  if ($node->[1] & TABLE_EL) {
5682                      !!!cp ('t221');
5683                    $i = $_;                    $i = $_;
5684                    last INSCOPE;                    last INSCOPE;
5685                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
5686                            table => 1, html => 1,                    !!!cp ('t222');
                          }->{$node->[1]}) {  
5687                    last INSCOPE;                    last INSCOPE;
5688                  }                  }
5689                } # INSCOPE                } # INSCOPE
5690                unless (defined $i) {                unless (defined $i) {
5691                  !!!parse-error (type => 'unmatched end tag:table');                  !!!cp ('t223');
5692    ## TODO: The following is wrong, maybe.
5693                    !!!parse-error (type => 'unmatched end tag', text => 'table',
5694                                    token => $token);
5695                  ## Ignore tokens </table><table>                  ## Ignore tokens </table><table>
5696                    !!!nack ('t223.1');
5697                  !!!next-token;                  !!!next-token;
5698                  redo B;                  next B;
5699                }                }
5700                                
5701    ## TODO: Followings are removed from the latest spec.
5702                ## generate implied end tags                ## generate implied end tags
5703                if ({                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
5704                     dd => 1, dt => 1, li => 1, p => 1,                  !!!cp ('t224');
5705                     td => 1, th => 1, tr => 1,                  pop @{$self->{open_elements}};
                    tbody => 1, tfoot=> 1, thead => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token; # <table>  
                 $token = {type => END_TAG_TOKEN, tag_name => 'table'};  
                 !!!back-token;  
                 $token = {type => END_TAG_TOKEN,  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
5706                }                }
5707    
5708                if ($self->{open_elements}->[-1]->[1] ne 'table') {                unless ($self->{open_elements}->[-1]->[1] & TABLE_EL) {
5709                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                  !!!cp ('t225');
5710                    ## NOTE: |<table><tr><table>|
5711                    !!!parse-error (type => 'not closed',
5712                                    text => $self->{open_elements}->[-1]->[0]
5713                                        ->manakai_local_name,
5714                                    token => $token);
5715                  } else {
5716                    !!!cp ('t226');
5717                }                }
5718    
5719                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
5720                  pop @{$open_tables};
5721    
5722                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
5723    
5724                ## reprocess            ## reprocess
5725                redo B;            !!!ack-later;
5726          } else {            next B;
5727            !!!parse-error (type => 'in table:'.$token->{tag_name});          } elsif ($token->{tag_name} eq 'style') {
5728              if (not $open_tables->[-1]->[1]) { # tainted
5729                !!!cp ('t227.8');
5730                ## NOTE: This is a "as if in head" code clone.
5731                $parse_rcdata->(CDATA_CONTENT_MODEL);
5732                next B;
5733              } else {
5734                !!!cp ('t227.7');
5735                #
5736              }
5737            } elsif ($token->{tag_name} eq 'script') {
5738              if (not $open_tables->[-1]->[1]) { # tainted
5739                !!!cp ('t227.6');
5740                ## NOTE: This is a "as if in head" code clone.
5741                $script_start_tag->();
5742                next B;
5743              } else {
5744                !!!cp ('t227.5');
5745                #
5746              }
5747            } elsif ($token->{tag_name} eq 'input') {
5748              if (not $open_tables->[-1]->[1]) { # tainted
5749                if ($token->{attributes}->{type}) { ## TODO: case
5750                  my $type = lc $token->{attributes}->{type}->{value};
5751                  if ($type eq 'hidden') {
5752                    !!!cp ('t227.3');
5753                    !!!parse-error (type => 'in table',
5754                                    text => $token->{tag_name}, token => $token);
5755    
5756            $insert = $insert_to_foster;                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
5757    
5758                    ## TODO: form element pointer
5759    
5760                    pop @{$self->{open_elements}};
5761    
5762                    !!!next-token;
5763                    !!!ack ('t227.2.1');
5764                    next B;
5765                  } else {
5766                    !!!cp ('t227.2');
5767                    #
5768                  }
5769                } else {
5770                  !!!cp ('t227.1');
5771                  #
5772                }
5773              } else {
5774                !!!cp ('t227.4');
5775                #
5776              }
5777            } else {
5778              !!!cp ('t227');
5779            #            #
5780          }          }
5781    
5782            !!!parse-error (type => 'in table', text => $token->{tag_name},
5783                            token => $token);
5784    
5785            $insert = $insert_to_foster;
5786            #
5787        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
5788              if ($token->{tag_name} eq 'tr' and              if ($token->{tag_name} eq 'tr' and
5789                  $self->{insertion_mode} == IN_ROW_IM) {                  $self->{insertion_mode} == IN_ROW_IM) {
# Line 3920  sub _tree_construction_main ($) { Line 5791  sub _tree_construction_main ($) {
5791                my $i;                my $i;
5792                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5793                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
5794                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[1] & TABLE_ROW_EL) {
5795                      !!!cp ('t228');
5796                    $i = $_;                    $i = $_;
5797                    last INSCOPE;                    last INSCOPE;
5798                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
5799                            table => 1, html => 1,                    !!!cp ('t229');
                          }->{$node->[1]}) {  
5800                    last INSCOPE;                    last INSCOPE;
5801                  }                  }
5802                } # INSCOPE                } # INSCOPE
5803                unless (defined $i) {                unless (defined $i) {
5804                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t230');
5805                    !!!parse-error (type => 'unmatched end tag',
5806                                    text => $token->{tag_name}, token => $token);
5807                  ## Ignore the token                  ## Ignore the token
5808                    !!!nack ('t230.1');
5809                  !!!next-token;                  !!!next-token;
5810                  redo B;                  next B;
5811                  } else {
5812                    !!!cp ('t232');
5813                }                }
5814    
5815                ## Clear back to table row context                ## Clear back to table row context
5816                while (not {                while (not ($self->{open_elements}->[-1]->[1]
5817                  tr => 1, html => 1,                                & TABLE_ROW_SCOPING_EL)) {
5818                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t231');
5819                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this state be reached?
5820                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
5821                }                }
5822    
5823                pop @{$self->{open_elements}}; # tr                pop @{$self->{open_elements}}; # tr
5824                $self->{insertion_mode} = IN_TABLE_BODY_IM;                $self->{insertion_mode} = IN_TABLE_BODY_IM;
5825                !!!next-token;                !!!next-token;
5826                redo B;                !!!nack ('t231.1');
5827                  next B;
5828              } elsif ($token->{tag_name} eq 'table') {              } elsif ($token->{tag_name} eq 'table') {
5829                if ($self->{insertion_mode} == IN_ROW_IM) {                if ($self->{insertion_mode} == IN_ROW_IM) {
5830                  ## As if </tr>                  ## As if </tr>
# Line 3955  sub _tree_construction_main ($) { Line 5832  sub _tree_construction_main ($) {
5832                  my $i;                  my $i;
5833                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5834                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
5835                    if ($node->[1] eq 'tr') {                    if ($node->[1] & TABLE_ROW_EL) {
5836                        !!!cp ('t233');
5837                      $i = $_;                      $i = $_;
5838                      last INSCOPE;                      last INSCOPE;
5839                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
5840                              table => 1, html => 1,                      !!!cp ('t234');
                            }->{$node->[1]}) {  
5841                      last INSCOPE;                      last INSCOPE;
5842                    }                    }
5843                  } # INSCOPE                  } # INSCOPE
5844                  unless (defined $i) {                  unless (defined $i) {
5845                    !!!parse-error (type => 'unmatched end tag:'.$token->{type});                    !!!cp ('t235');
5846    ## TODO: The following is wrong.
5847                      !!!parse-error (type => 'unmatched end tag',
5848                                      text => $token->{type}, token => $token);
5849                    ## Ignore the token                    ## Ignore the token
5850                      !!!nack ('t236.1');
5851                    !!!next-token;                    !!!next-token;
5852                    redo B;                    next B;
5853                  }                  }
5854                                    
5855                  ## Clear back to table row context                  ## Clear back to table row context
5856                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
5857                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
5858                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t236');
5859                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this state be reached?
5860                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
5861                  }                  }
5862                                    
# Line 3989  sub _tree_construction_main ($) { Line 5870  sub _tree_construction_main ($) {
5870                  my $i;                  my $i;
5871                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5872                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
5873                    if ({                    if ($node->[1] & TABLE_ROW_GROUP_EL) {
5874                         tbody => 1, thead => 1, tfoot => 1,                      !!!cp ('t237');
                       }->{$node->[1]}) {  
5875                      $i = $_;                      $i = $_;
5876                      last INSCOPE;                      last INSCOPE;
5877                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
5878                              table => 1, html => 1,                      !!!cp ('t238');
                            }->{$node->[1]}) {  
5879                      last INSCOPE;                      last INSCOPE;
5880                    }                    }
5881                  } # INSCOPE                  } # INSCOPE
5882                  unless (defined $i) {                  unless (defined $i) {
5883                    !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    !!!cp ('t239');
5884                      !!!parse-error (type => 'unmatched end tag',
5885                                      text => $token->{tag_name}, token => $token);
5886                    ## Ignore the token                    ## Ignore the token
5887                      !!!nack ('t239.1');
5888                    !!!next-token;                    !!!next-token;
5889                    redo B;                    next B;
5890                  }                  }
5891                                    
5892                  ## Clear back to table body context                  ## Clear back to table body context
5893                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
5894                    tbody => 1, tfoot => 1, thead => 1, html => 1,                                  & TABLE_ROWS_SCOPING_EL)) {
5895                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t240');
                   !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
5896                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
5897                  }                  }
5898                                    
# Line 4027  sub _tree_construction_main ($) { Line 5908  sub _tree_construction_main ($) {
5908                  ## reprocess in the "in table" insertion mode...                  ## reprocess in the "in table" insertion mode...
5909                }                }
5910    
5911                  ## NOTE: </table> in the "in table" insertion mode.
5912                  ## When you edit the code fragment below, please ensure that
5913                  ## the code for <table> in the "in table" insertion mode
5914                  ## is synced with it.
5915    
5916                ## have a table element in table scope                ## have a table element in table scope
5917                my $i;                my $i;
5918                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5919                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
5920                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[1] & TABLE_EL) {
5921                      !!!cp ('t241');
5922                    $i = $_;                    $i = $_;
5923                    last INSCOPE;                    last INSCOPE;
5924                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
5925                            table => 1, html => 1,                    !!!cp ('t242');
                          }->{$node->[1]}) {  
5926                    last INSCOPE;                    last INSCOPE;
5927                  }                  }
5928                } # INSCOPE                } # INSCOPE
5929                unless (defined $i) {                unless (defined $i) {
5930                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t243');
5931                    !!!parse-error (type => 'unmatched end tag',
5932                                    text => $token->{tag_name}, token => $token);
5933                  ## Ignore the token                  ## Ignore the token
5934                    !!!nack ('t243.1');
5935                  !!!next-token;                  !!!next-token;
5936                  redo B;                  next B;
               }  
   
               ## generate implied end tags  
               if ({  
                    dd => 1, dt => 1, li => 1, p => 1,  
                    td => 1, th => 1, tr => 1,  
                    tbody => 1, tfoot=> 1, thead => 1,  
                   }->{$self->{open_elements}->[-1]->[1]}) {  
                 !!!back-token;  
                 $token = {type => END_TAG_TOKEN,  
                           tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
                 redo B;  
               }  
                 
               if ($self->{open_elements}->[-1]->[1] ne 'table') {  
                 !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  
5937                }                }
5938                                    
5939                splice @{$self->{open_elements}}, $i;                splice @{$self->{open_elements}}, $i;
5940                  pop @{$open_tables};
5941                                
5942                $self->_reset_insertion_mode;                $self->_reset_insertion_mode;
5943                                
5944                !!!next-token;                !!!next-token;
5945                redo B;                next B;
5946              } elsif ({              } elsif ({
5947                        tbody => 1, tfoot => 1, thead => 1,                        tbody => 1, tfoot => 1, thead => 1,
5948                       }->{$token->{tag_name}} and                       }->{$token->{tag_name}} and
# Line 4078  sub _tree_construction_main ($) { Line 5952  sub _tree_construction_main ($) {
5952                  my $i;                  my $i;
5953                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5954                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
5955                    if ($node->[1] eq $token->{tag_name}) {                    if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
5956                        !!!cp ('t247');
5957                      $i = $_;                      $i = $_;
5958                      last INSCOPE;                      last INSCOPE;
5959                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
5960                              table => 1, html => 1,                      !!!cp ('t248');
                            }->{$node->[1]}) {  
5961                      last INSCOPE;                      last INSCOPE;
5962                    }                    }
5963                  } # INSCOPE                  } # INSCOPE
5964                    unless (defined $i) {                    unless (defined $i) {
5965                      !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                      !!!cp ('t249');
5966                        !!!parse-error (type => 'unmatched end tag',
5967                                        text => $token->{tag_name}, token => $token);
5968                      ## Ignore the token                      ## Ignore the token
5969                        !!!nack ('t249.1');
5970                      !!!next-token;                      !!!next-token;
5971                      redo B;                      next B;
5972                    }                    }
5973                                    
5974                  ## As if </tr>                  ## As if </tr>
# Line 4099  sub _tree_construction_main ($) { Line 5976  sub _tree_construction_main ($) {
5976                  my $i;                  my $i;
5977                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                  INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
5978                    my $node = $self->{open_elements}->[$_];                    my $node = $self->{open_elements}->[$_];
5979                    if ($node->[1] eq 'tr') {                    if ($node->[1] & TABLE_ROW_EL) {
5980                        !!!cp ('t250');
5981                      $i = $_;                      $i = $_;
5982                      last INSCOPE;                      last INSCOPE;
5983                    } elsif ({                    } elsif ($node->[1] & TABLE_SCOPING_EL) {
5984                              table => 1, html => 1,                      !!!cp ('t251');
                            }->{$node->[1]}) {  
5985                      last INSCOPE;                      last INSCOPE;
5986                    }                    }
5987                  } # INSCOPE                  } # INSCOPE
5988                    unless (defined $i) {                    unless (defined $i) {
5989                      !!!parse-error (type => 'unmatched end tag:tr');                      !!!cp ('t252');
5990                        !!!parse-error (type => 'unmatched end tag',
5991                                        text => 'tr', token => $token);
5992                      ## Ignore the token                      ## Ignore the token
5993                        !!!nack ('t252.1');
5994                      !!!next-token;                      !!!next-token;
5995                      redo B;                      next B;
5996                    }                    }
5997                                    
5998                  ## Clear back to table row context                  ## Clear back to table row context
5999                  while (not {                  while (not ($self->{open_elements}->[-1]->[1]
6000                    tr => 1, html => 1,                                  & TABLE_ROW_SCOPING_EL)) {
6001                  }->{$self->{open_elements}->[-1]->[1]}) {                    !!!cp ('t253');
6002                    !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this case be reached?
6003                    pop @{$self->{open_elements}};                    pop @{$self->{open_elements}};
6004                  }                  }
6005                                    
# Line 4132  sub _tree_construction_main ($) { Line 6012  sub _tree_construction_main ($) {
6012                my $i;                my $i;
6013                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
6014                  my $node = $self->{open_elements}->[$_];                  my $node = $self->{open_elements}->[$_];
6015                  if ($node->[1] eq $token->{tag_name}) {                  if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
6016                      !!!cp ('t254');
6017                    $i = $_;                    $i = $_;
6018                    last INSCOPE;                    last INSCOPE;
6019                  } elsif ({                  } elsif ($node->[1] & TABLE_SCOPING_EL) {
6020                            table => 1, html => 1,                    !!!cp ('t255');
                          }->{$node->[1]}) {  
6021                    last INSCOPE;                    last INSCOPE;
6022                  }                  }
6023                } # INSCOPE                } # INSCOPE
6024                unless (defined $i) {                unless (defined $i) {
6025                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                  !!!cp ('t256');
6026                    !!!parse-error (type => 'unmatched end tag',
6027                                    text => $token->{tag_name}, token => $token);
6028                  ## Ignore the token                  ## Ignore the token
6029                    !!!nack ('t256.1');
6030                  !!!next-token;                  !!!next-token;
6031                  redo B;                  next B;
6032                }                }
6033    
6034                ## Clear back to table body context                ## Clear back to table body context
6035                while (not {                while (not ($self->{open_elements}->[-1]->[1]
6036                  tbody => 1, tfoot => 1, thead => 1, html => 1,                                & TABLE_ROWS_SCOPING_EL)) {
6037                }->{$self->{open_elements}->[-1]->[1]}) {                  !!!cp ('t257');
6038                  !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);  ## ISSUE: Can this case be reached?
6039                  pop @{$self->{open_elements}};                  pop @{$self->{open_elements}};
6040                }                }
6041    
6042                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
6043                $self->{insertion_mode} = IN_TABLE_IM;                $self->{insertion_mode} = IN_TABLE_IM;
6044                  !!!nack ('t257.1');
6045                !!!next-token;                !!!next-token;
6046                redo B;                next B;
6047              } elsif ({              } elsif ({
6048                        body => 1, caption => 1, col => 1, colgroup => 1,                        body => 1, caption => 1, col => 1, colgroup => 1,
6049                        html => 1, td => 1, th => 1,                        html => 1, td => 1, th => 1,
6050                        tr => 1, # $self->{insertion_mode} == IN_ROW_IM                        tr => 1, # $self->{insertion_mode} == IN_ROW_IM
6051                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM                        tbody => 1, tfoot => 1, thead => 1, # $self->{insertion_mode} == IN_TABLE_IM
6052                       }->{$token->{tag_name}}) {                       }->{$token->{tag_name}}) {
6053                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t258');
6054                ## Ignore the token            !!!parse-error (type => 'unmatched end tag',
6055                !!!next-token;                            text => $token->{tag_name}, token => $token);
6056                redo B;            ## Ignore the token
6057          } else {            !!!nack ('t258.1');
6058            !!!parse-error (type => 'in table:/'.$token->{tag_name});             !!!next-token;
6059              next B;
6060            } else {
6061              !!!cp ('t259');
6062              !!!parse-error (type => 'in table:/',
6063                              text => $token->{tag_name}, token => $token);
6064    
6065            $insert = $insert_to_foster;            $insert = $insert_to_foster;
6066            #            #
6067          }          }
6068          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
6069            unless ($self->{open_elements}->[-1]->[1] & HTML_EL and
6070                    @{$self->{open_elements}} == 1) { # redundant, maybe
6071              !!!parse-error (type => 'in body:#eof', token => $token);
6072              !!!cp ('t259.1');
6073              #
6074            } else {
6075              !!!cp ('t259.2');
6076              #
6077            }
6078    
6079            ## Stop parsing
6080            last B;
6081        } else {        } else {
6082          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
6083        }        }
# Line 4184  sub _tree_construction_main ($) { Line 6086  sub _tree_construction_main ($) {
6086              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {              if ($token->{data} =~ s/^([\x09\x0A\x0B\x0C\x20]+)//) {
6087                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);                $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
6088                unless (length $token->{data}) {                unless (length $token->{data}) {
6089                    !!!cp ('t260');
6090                  !!!next-token;                  !!!next-token;
6091                  redo B;                  next B;
6092                }                }
6093              }              }
6094                            
6095                !!!cp ('t261');
6096              #              #
6097            } elsif ($token->{type} == START_TAG_TOKEN) {            } elsif ($token->{type} == START_TAG_TOKEN) {
6098              if ($token->{tag_name} eq 'col') {              if ($token->{tag_name} eq 'col') {
6099                !!!insert-element ($token->{tag_name}, $token->{attributes});                !!!cp ('t262');
6100                  !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
6101                pop @{$self->{open_elements}};                pop @{$self->{open_elements}};
6102                  !!!ack ('t262.1');
6103                !!!next-token;                !!!next-token;
6104                redo B;                next B;
6105              } else {              } else {
6106                  !!!cp ('t263');
6107                #                #
6108              }              }
6109            } elsif ($token->{type} == END_TAG_TOKEN) {            } elsif ($token->{type} == END_TAG_TOKEN) {
6110              if ($token->{tag_name} eq 'colgroup') {              if ($token->{tag_name} eq 'colgroup') {
6111                if ($self->{open_elements}->[-1]->[1] eq 'html') {                if ($self->{open_elements}->[-1]->[1] & HTML_EL) {
6112                  !!!parse-error (type => 'unmatched end tag:colgroup');                  !!!cp ('t264');
6113                    !!!parse-error (type => 'unmatched end tag',
6114                                    text => 'colgroup', token => $token);
6115                  ## Ignore the token                  ## Ignore the token
6116                  !!!next-token;                  !!!next-token;
6117                  redo B;                  next B;
6118                } else {                } else {
6119                    !!!cp ('t265');
6120                  pop @{$self->{open_elements}}; # colgroup                  pop @{$self->{open_elements}}; # colgroup
6121                  $self->{insertion_mode} = IN_TABLE_IM;                  $self->{insertion_mode} = IN_TABLE_IM;
6122                  !!!next-token;                  !!!next-token;
6123                  redo B;                              next B;            
6124                }                }
6125              } elsif ($token->{tag_name} eq 'col') {              } elsif ($token->{tag_name} eq 'col') {
6126                !!!parse-error (type => 'unmatched end tag:col');                !!!cp ('t266');
6127                  !!!parse-error (type => 'unmatched end tag',
6128                                  text => 'col', token => $token);
6129                ## Ignore the token                ## Ignore the token
6130                !!!next-token;                !!!next-token;
6131                redo B;                next B;
6132              } else {              } else {
6133                  !!!cp ('t267');
6134                #                #
6135              }              }
6136            } else {        } elsif ($token->{type} == END_OF_FILE_TOKEN) {
6137              #          if ($self->{open_elements}->[-1]->[1] & HTML_EL and
6138            }              @{$self->{open_elements}} == 1) { # redundant, maybe
6139              !!!cp ('t270.2');
6140              ## Stop parsing.
6141              last B;
6142            } else {
6143              ## NOTE: As if </colgroup>.
6144              !!!cp ('t270.1');
6145              pop @{$self->{open_elements}}; # colgroup
6146              $self->{insertion_mode} = IN_TABLE_IM;
6147              ## Reprocess.
6148              next B;
6149            }
6150          } else {
6151            die "$0: $token->{type}: Unknown token type";
6152          }
6153    
6154            ## As if </colgroup>            ## As if </colgroup>
6155            if ($self->{open_elements}->[-1]->[1] eq 'html') {            if ($self->{open_elements}->[-1]->[1] & HTML_EL) {
6156              !!!parse-error (type => 'unmatched end tag:colgroup');              !!!cp ('t269');
6157    ## TODO: Wrong error type?
6158                !!!parse-error (type => 'unmatched end tag',
6159                                text => 'colgroup', token => $token);
6160              ## Ignore the token              ## Ignore the token
6161                !!!nack ('t269.1');
6162              !!!next-token;              !!!next-token;
6163              redo B;              next B;
6164            } else {            } else {
6165                !!!cp ('t270');
6166              pop @{$self->{open_elements}}; # colgroup              pop @{$self->{open_elements}}; # colgroup
6167              $self->{insertion_mode} = IN_TABLE_IM;              $self->{insertion_mode} = IN_TABLE_IM;
6168                !!!ack-later;
6169              ## reprocess              ## reprocess
6170              redo B;              next B;
6171            }            }
6172      } elsif ($self->{insertion_mode} == IN_SELECT_IM) {      } elsif ($self->{insertion_mode} & SELECT_IMS) {
6173        if ($token->{type} == CHARACTER_TOKEN) {        if ($token->{type} == CHARACTER_TOKEN) {
6174            !!!cp ('t271');
6175          $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});          $self->{open_elements}->[-1]->[0]->manakai_append_text ($token->{data});
6176          !!!next-token;          !!!next-token;
6177          redo B;          next B;
6178        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
6179              if ($token->{tag_name} eq 'option') {          if ($token->{tag_name} eq 'option') {
6180                if ($self->{open_elements}->[-1]->[1] eq 'option') {            if ($self->{open_elements}->[-1]->[1] & OPTION_EL) {
6181                  ## As if </option>              !!!cp ('t272');
6182                  pop @{$self->{open_elements}};              ## As if </option>
6183                }              pop @{$self->{open_elements}};
6184              } else {
6185                !!!cp ('t273');
6186              }
6187    
6188                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
6189                !!!next-token;            !!!nack ('t273.1');
6190                redo B;            !!!next-token;
6191              } elsif ($token->{tag_name} eq 'optgroup') {            next B;
6192                if ($self->{open_elements}->[-1]->[1] eq 'option') {          } elsif ($token->{tag_name} eq 'optgroup') {
6193                  ## As if </option>            if ($self->{open_elements}->[-1]->[1] & OPTION_EL) {
6194                  pop @{$self->{open_elements}};              !!!cp ('t274');
6195                }              ## As if </option>
6196                pop @{$self->{open_elements}};
6197              } else {
6198                !!!cp ('t275');
6199              }
6200    
6201                if ($self->{open_elements}->[-1]->[1] eq 'optgroup') {            if ($self->{open_elements}->[-1]->[1] & OPTGROUP_EL) {
6202                  ## As if </optgroup>              !!!cp ('t276');
6203                  pop @{$self->{open_elements}};              ## As if </optgroup>
6204                }              pop @{$self->{open_elements}};
6205              } else {
6206                !!!cp ('t277');
6207              }
6208    
6209                !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
6210                !!!next-token;            !!!nack ('t277.1');
6211                redo B;            !!!next-token;
6212              } elsif ($token->{tag_name} eq 'select') {            next B;
6213                !!!parse-error (type => 'not closed:select');          } elsif ({
6214                ## As if </select> instead                     select => 1, input => 1, textarea => 1,
6215                ## have an element in table scope                   }->{$token->{tag_name}} or
6216                my $i;                   ($self->{insertion_mode} == IN_SELECT_IN_TABLE_IM and
6217                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                    {
6218                  my $node = $self->{open_elements}->[$_];                     caption => 1, table => 1,
6219                  if ($node->[1] eq $token->{tag_name}) {                     tbody => 1, tfoot => 1, thead => 1,
6220                    $i = $_;                     tr => 1, td => 1, th => 1,
6221                    last INSCOPE;                    }->{$token->{tag_name}})) {
6222                  } elsif ({            ## TODO: The type below is not good - <select> is replaced by </select>
6223                            table => 1, html => 1,            !!!parse-error (type => 'not closed', text => 'select',
6224                           }->{$node->[1]}) {                            token => $token);
6225                    last INSCOPE;            ## NOTE: As if the token were </select> (<select> case) or
6226                  }            ## as if there were </select> (otherwise).
6227                } # INSCOPE            ## have an element in table scope
6228                unless (defined $i) {            my $i;
6229                  !!!parse-error (type => 'unmatched end tag:select');            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
6230                  ## Ignore the token              my $node = $self->{open_elements}->[$_];
6231                  !!!next-token;              if ($node->[1] & SELECT_EL) {
6232                  redo B;                !!!cp ('t278');
6233                }                $i = $_;
6234                  last INSCOPE;
6235                } elsif ($node->[1] & TABLE_SCOPING_EL) {
6236                  !!!cp ('t279');
6237                  last INSCOPE;
6238                }
6239              } # INSCOPE
6240              unless (defined $i) {
6241                !!!cp ('t280');
6242                !!!parse-error (type => 'unmatched end tag',
6243                                text => 'select', token => $token);
6244                ## Ignore the token
6245                !!!nack ('t280.1');
6246                !!!next-token;
6247                next B;
6248              }
6249                                
6250                splice @{$self->{open_elements}}, $i;            !!!cp ('t281');
6251              splice @{$self->{open_elements}}, $i;
6252    
6253                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
6254    
6255                !!!next-token;            if ($token->{tag_name} eq 'select') {
6256                redo B;              !!!nack ('t281.2');
6257                !!!next-token;
6258                next B;
6259              } else {
6260                !!!cp ('t281.1');
6261                !!!ack-later;
6262                ## Reprocess the token.
6263                next B;
6264              }
6265          } else {          } else {
6266            !!!parse-error (type => 'in select:'.$token->{tag_name});            !!!cp ('t282');
6267              !!!parse-error (type => 'in select',
6268                              text => $token->{tag_name}, token => $token);
6269            ## Ignore the token            ## Ignore the token
6270              !!!nack ('t282.1');
6271            !!!next-token;            !!!next-token;
6272            redo B;            next B;
6273          }          }
6274        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
6275              if ($token->{tag_name} eq 'optgroup') {          if ($token->{tag_name} eq 'optgroup') {
6276                if ($self->{open_elements}->[-1]->[1] eq 'option' and            if ($self->{open_elements}->[-1]->[1] & OPTION_EL and
6277                    $self->{open_elements}->[-2]->[1] eq 'optgroup') {                $self->{open_elements}->[-2]->[1] & OPTGROUP_EL) {
6278                  ## As if </option>              !!!cp ('t283');
6279                  splice @{$self->{open_elements}}, -2;              ## As if </option>
6280                } elsif ($self->{open_elements}->[-1]->[1] eq 'optgroup') {              splice @{$self->{open_elements}}, -2;
6281                  pop @{$self->{open_elements}};            } elsif ($self->{open_elements}->[-1]->[1] & OPTGROUP_EL) {
6282                } else {              !!!cp ('t284');
6283                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              pop @{$self->{open_elements}};
6284                  ## Ignore the token            } else {
6285                }              !!!cp ('t285');
6286                !!!next-token;              !!!parse-error (type => 'unmatched end tag',
6287                redo B;                              text => $token->{tag_name}, token => $token);
6288              } elsif ($token->{tag_name} eq 'option') {              ## Ignore the token
6289                if ($self->{open_elements}->[-1]->[1] eq 'option') {            }
6290                  pop @{$self->{open_elements}};            !!!nack ('t285.1');
6291                } else {            !!!next-token;
6292                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            next B;
6293                  ## Ignore the token          } elsif ($token->{tag_name} eq 'option') {
6294                }            if ($self->{open_elements}->[-1]->[1] & OPTION_EL) {
6295                !!!next-token;              !!!cp ('t286');
6296                redo B;              pop @{$self->{open_elements}};
6297              } elsif ($token->{tag_name} eq 'select') {            } else {
6298                ## have an element in table scope              !!!cp ('t287');
6299                my $i;              !!!parse-error (type => 'unmatched end tag',
6300                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {                              text => $token->{tag_name}, token => $token);
6301                  my $node = $self->{open_elements}->[$_];              ## Ignore the token
6302                  if ($node->[1] eq $token->{tag_name}) {            }
6303                    $i = $_;            !!!nack ('t287.1');
6304                    last INSCOPE;            !!!next-token;
6305                  } elsif ({            next B;
6306                            table => 1, html => 1,          } elsif ($token->{tag_name} eq 'select') {
6307                           }->{$node->[1]}) {            ## have an element in table scope
6308                    last INSCOPE;            my $i;
6309                  }            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
6310                } # INSCOPE              my $node = $self->{open_elements}->[$_];
6311                unless (defined $i) {              if ($node->[1] & SELECT_EL) {
6312                  !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!cp ('t288');
6313                  ## Ignore the token                $i = $_;
6314                  !!!next-token;                last INSCOPE;
6315                  redo B;              } elsif ($node->[1] & TABLE_SCOPING_EL) {
6316                }                !!!cp ('t289');
6317                  last INSCOPE;
6318                }
6319              } # INSCOPE
6320              unless (defined $i) {
6321                !!!cp ('t290');
6322                !!!parse-error (type => 'unmatched end tag',
6323                                text => $token->{tag_name}, token => $token);
6324                ## Ignore the token
6325                !!!nack ('t290.1');
6326                !!!next-token;
6327                next B;
6328              }
6329                                
6330                splice @{$self->{open_elements}}, $i;            !!!cp ('t291');
6331              splice @{$self->{open_elements}}, $i;
6332    
6333                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
6334    
6335                !!!next-token;            !!!nack ('t291.1');
6336                redo B;            !!!next-token;
6337              } elsif ({            next B;
6338                        caption => 1, table => 1, tbody => 1,          } elsif ($self->{insertion_mode} == IN_SELECT_IN_TABLE_IM and
6339                        tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,                   {
6340                       }->{$token->{tag_name}}) {                    caption => 1, table => 1, tbody => 1,
6341                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                    tfoot => 1, thead => 1, tr => 1, td => 1, th => 1,
6342                     }->{$token->{tag_name}}) {
6343    ## TODO: The following is wrong?
6344              !!!parse-error (type => 'unmatched end tag',
6345                              text => $token->{tag_name}, token => $token);
6346                                
6347                ## have an element in table scope            ## have an element in table scope
6348                my $i;            my $i;
6349                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
6350                  my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
6351                  if ($node->[1] eq $token->{tag_name}) {              if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
6352                    $i = $_;                !!!cp ('t292');
6353                    last INSCOPE;                $i = $_;
6354                  } elsif ({                last INSCOPE;
6355                            table => 1, html => 1,              } elsif ($node->[1] & TABLE_SCOPING_EL) {
6356                           }->{$node->[1]}) {                !!!cp ('t293');
6357                    last INSCOPE;                last INSCOPE;
6358                  }              }
6359                } # INSCOPE            } # INSCOPE
6360                unless (defined $i) {            unless (defined $i) {
6361                  ## Ignore the token              !!!cp ('t294');
6362                  !!!next-token;              ## Ignore the token
6363                  redo B;              !!!nack ('t294.1');
6364                }              !!!next-token;
6365                next B;
6366              }
6367                                
6368                ## As if </select>            ## As if </select>
6369                ## have an element in table scope            ## have an element in table scope
6370                undef $i;            undef $i;
6371                INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
6372                  my $node = $self->{open_elements}->[$_];              my $node = $self->{open_elements}->[$_];
6373                  if ($node->[1] eq 'select') {              if ($node->[1] & SELECT_EL) {
6374                    $i = $_;                !!!cp ('t295');
6375                    last INSCOPE;                $i = $_;
6376                  } elsif ({                last INSCOPE;
6377                            table => 1, html => 1,              } elsif ($node->[1] & TABLE_SCOPING_EL) {
6378                           }->{$node->[1]}) {  ## ISSUE: Can this state be reached?
6379                    last INSCOPE;                !!!cp ('t296');
6380                  }                last INSCOPE;
6381                } # INSCOPE              }
6382                unless (defined $i) {            } # INSCOPE
6383                  !!!parse-error (type => 'unmatched end tag:select');            unless (defined $i) {
6384                  ## Ignore the </select> token              !!!cp ('t297');
6385                  !!!next-token; ## TODO: ok?  ## TODO: The following error type is correct?
6386                  redo B;              !!!parse-error (type => 'unmatched end tag',
6387                }                              text => 'select', token => $token);
6388                ## Ignore the </select> token
6389                !!!nack ('t297.1');
6390                !!!next-token; ## TODO: ok?
6391                next B;
6392              }
6393                                
6394                splice @{$self->{open_elements}}, $i;            !!!cp ('t298');
6395              splice @{$self->{open_elements}}, $i;
6396    
6397                $self->_reset_insertion_mode;            $self->_reset_insertion_mode;
6398    
6399                ## reprocess            !!!ack-later;
6400                redo B;            ## reprocess
6401              next B;
6402          } else {          } else {
6403            !!!parse-error (type => 'in select:/'.$token->{tag_name});            !!!cp ('t299');
6404              !!!parse-error (type => 'in select:/',
6405                              text => $token->{tag_name}, token => $token);
6406            ## Ignore the token            ## Ignore the token
6407              !!!nack ('t299.3');
6408            !!!next-token;            !!!next-token;
6409            redo B;            next B;
6410          }          }
6411          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
6412            unless ($self->{open_elements}->[-1]->[1] & HTML_EL and
6413                    @{$self->{open_elements}} == 1) { # redundant, maybe
6414              !!!cp ('t299.1');
6415              !!!parse-error (type => 'in body:#eof', token => $token);
6416            } else {
6417              !!!cp ('t299.2');
6418            }
6419    
6420            ## Stop parsing.
6421            last B;
6422        } else {        } else {
6423          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
6424        }        }
# Line 4421  sub _tree_construction_main ($) { Line 6432  sub _tree_construction_main ($) {
6432            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
6433                        
6434            unless (length $token->{data}) {            unless (length $token->{data}) {
6435                !!!cp ('t300');
6436              !!!next-token;              !!!next-token;
6437              redo B;              next B;
6438            }            }
6439          }          }
6440                    
6441          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
6442            !!!parse-error (type => 'after html:#character');            !!!cp ('t301');
6443              !!!parse-error (type => 'after html:#text', token => $token);
6444    
6445            ## Reprocess in the "main" phase, "after body" insertion mode...            ## Reprocess in the "after body" insertion mode.
6446            } else {
6447              !!!cp ('t302');
6448          }          }
6449                    
6450          ## "after body" insertion mode          ## "after body" insertion mode
6451          !!!parse-error (type => 'after body:#character');          !!!parse-error (type => 'after body:#text', token => $token);
6452    
6453          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
6454          ## reprocess          ## reprocess
6455          redo B;          next B;
6456        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
6457          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
6458            !!!parse-error (type => 'after html:'.$token->{tag_name});            !!!cp ('t303');
6459              !!!parse-error (type => 'after html',
6460                              text => $token->{tag_name}, token => $token);
6461                        
6462            ## Reprocess in the "main" phase, "after body" insertion mode...            ## Reprocess in the "after body" insertion mode.
6463            } else {
6464              !!!cp ('t304');
6465          }          }
6466    
6467          ## "after body" insertion mode          ## "after body" insertion mode
6468          !!!parse-error (type => 'after body:'.$token->{tag_name});          !!!parse-error (type => 'after body',
6469                            text => $token->{tag_name}, token => $token);
6470    
6471          $self->{insertion_mode} = IN_BODY_IM;          $self->{insertion_mode} = IN_BODY_IM;
6472            !!!ack-later;
6473          ## reprocess          ## reprocess
6474          redo B;          next B;
6475        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
6476          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {          if ($self->{insertion_mode} == AFTER_HTML_BODY_IM) {
6477            !!!parse-error (type => 'after html:/'.$token->{tag_name});            !!!cp ('t305');
6478              !!!parse-error (type => 'after html:/',
6479                              text => $token->{tag_name}, token => $token);
6480                        
6481            $self->{insertion_mode} = AFTER_BODY_IM;            $self->{insertion_mode} = AFTER_BODY_IM;
6482            ## Reprocess in the "main" phase, "after body" insertion mode...            ## Reprocess in the "after body" insertion mode.
6483            } else {
6484              !!!cp ('t306');
6485          }          }
6486    
6487          ## "after body" insertion mode          ## "after body" insertion mode
6488          if ($token->{tag_name} eq 'html') {          if ($token->{tag_name} eq 'html') {
6489            if (defined $self->{inner_html_node}) {            if (defined $self->{inner_html_node}) {
6490              !!!parse-error (type => 'unmatched end tag:html');              !!!cp ('t307');
6491                !!!parse-error (type => 'unmatched end tag',
6492                                text => 'html', token => $token);
6493              ## Ignore the token              ## Ignore the token
6494              !!!next-token;              !!!next-token;
6495              redo B;              next B;
6496            } else {            } else {
6497                !!!cp ('t308');
6498              $self->{insertion_mode} = AFTER_HTML_BODY_IM;              $self->{insertion_mode} = AFTER_HTML_BODY_IM;
6499              !!!next-token;              !!!next-token;
6500              redo B;              next B;
6501            }            }
6502          } else {          } else {
6503            !!!parse-error (type => 'after body:/'.$token->{tag_name});            !!!cp ('t309');
6504              !!!parse-error (type => 'after body:/',
6505                              text => $token->{tag_name}, token => $token);
6506    
6507            $self->{insertion_mode} = IN_BODY_IM;            $self->{insertion_mode} = IN_BODY_IM;
6508            ## reprocess            ## reprocess
6509            redo B;            next B;
6510          }          }
6511          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
6512            !!!cp ('t309.2');
6513            ## Stop parsing
6514            last B;
6515        } else {        } else {
6516          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
6517        }        }
# Line 4487  sub _tree_construction_main ($) { Line 6521  sub _tree_construction_main ($) {
6521            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);            $self->{open_elements}->[-1]->[0]->manakai_append_text ($1);
6522                        
6523            unless (length $token->{data}) {            unless (length $token->{data}) {
6524                !!!cp ('t310');
6525              !!!next-token;              !!!next-token;
6526              redo B;              next B;
6527            }            }
6528          }          }
6529                    
6530          if ($token->{data} =~ s/^[^\x09\x0A\x0B\x0C\x20]+//) {          if ($token->{data} =~ s/^[^\x09\x0A\x0B\x0C\x20]+//) {
6531            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
6532              !!!parse-error (type => 'in frameset:#character');              !!!cp ('t311');
6533                !!!parse-error (type => 'in frameset:#text', token => $token);
6534            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {            } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
6535              !!!parse-error (type => 'after frameset:#character');              !!!cp ('t312');
6536            } else { # "after html frameset"              !!!parse-error (type => 'after frameset:#text', token => $token);
6537              !!!parse-error (type => 'after html:#character');            } else { # "after after frameset"
6538                !!!cp ('t313');
6539              $self->{insertion_mode} = AFTER_FRAMESET_IM;              !!!parse-error (type => 'after html:#text', token => $token);
             ## Reprocess in the "main" phase, "after frameset"...  
             !!!parse-error (type => 'after frameset:#character');  
6540            }            }
6541                        
6542            ## Ignore the token.            ## Ignore the token.
6543            if (length $token->{data}) {            if (length $token->{data}) {
6544                !!!cp ('t314');
6545              ## reprocess the rest of characters              ## reprocess the rest of characters
6546            } else {            } else {
6547                !!!cp ('t315');
6548              !!!next-token;              !!!next-token;
6549            }            }
6550            redo B;            next B;
6551          }          }
6552                    
6553          die qq[$0: Character "$token->{data}"];          die qq[$0: Character "$token->{data}"];
6554        } elsif ($token->{type} == START_TAG_TOKEN) {        } elsif ($token->{type} == START_TAG_TOKEN) {
         if ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {  
           !!!parse-error (type => 'after html:'.$token->{tag_name});  
   
           $self->{insertion_mode} = AFTER_FRAMESET_IM;  
           ## Process in the "main" phase, "after frameset" insertion mode...  
         }  
   
6555          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
6556              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
6557            !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!cp ('t318');
6558              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
6559              !!!nack ('t318.1');
6560            !!!next-token;            !!!next-token;
6561            redo B;            next B;
6562          } elsif ($token->{tag_name} eq 'frame' and          } elsif ($token->{tag_name} eq 'frame' and
6563                   $self->{insertion_mode} == IN_FRAMESET_IM) {                   $self->{insertion_mode} == IN_FRAMESET_IM) {
6564            !!!insert-element ($token->{tag_name}, $token->{attributes});            !!!cp ('t319');
6565              !!!insert-element ($token->{tag_name}, $token->{attributes}, $token);
6566            pop @{$self->{open_elements}};            pop @{$self->{open_elements}};
6567              !!!ack ('t319.1');
6568            !!!next-token;            !!!next-token;
6569            redo B;            next B;
6570          } elsif ($token->{tag_name} eq 'noframes') {          } elsif ($token->{tag_name} eq 'noframes') {
6571            ## NOTE: As if in body.            !!!cp ('t320');
6572            $parse_rcdata->(CDATA_CONTENT_MODEL, $insert_to_current);            ## NOTE: As if in head.
6573            redo B;            $parse_rcdata->(CDATA_CONTENT_MODEL);
6574              next B;
6575    
6576              ## NOTE: |<!DOCTYPE HTML><frameset></frameset></html><noframes></noframes>|
6577              ## has no parse error.
6578          } else {          } else {
6579            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
6580              !!!parse-error (type => 'in frameset:'.$token->{tag_name});              !!!cp ('t321');
6581            } else {              !!!parse-error (type => 'in frameset',
6582              !!!parse-error (type => 'after frameset:'.$token->{tag_name});                              text => $token->{tag_name}, token => $token);
6583              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
6584                !!!cp ('t322');
6585                !!!parse-error (type => 'after frameset',
6586                                text => $token->{tag_name}, token => $token);
6587              } else { # "after after frameset"
6588                !!!cp ('t322.2');
6589                !!!parse-error (type => 'after after frameset',
6590                                text => $token->{tag_name}, token => $token);
6591            }            }
6592            ## Ignore the token            ## Ignore the token
6593              !!!nack ('t322.1');
6594            !!!next-token;            !!!next-token;
6595            redo B;            next B;
6596          }          }
6597        } elsif ($token->{type} == END_TAG_TOKEN) {        } elsif ($token->{type} == END_TAG_TOKEN) {
         if ($self->{insertion_mode} == AFTER_HTML_FRAMESET_IM) {  
           !!!parse-error (type => 'after html:/'.$token->{tag_name});  
   
           $self->{insertion_mode} = AFTER_FRAMESET_IM;  
           ## Process in the "main" phase, "after frameset" insertion mode...  
         }  
   
6598          if ($token->{tag_name} eq 'frameset' and          if ($token->{tag_name} eq 'frameset' and
6599              $self->{insertion_mode} == IN_FRAMESET_IM) {              $self->{insertion_mode} == IN_FRAMESET_IM) {
6600            if ($self->{open_elements}->[-1]->[1] eq 'html' and            if ($self->{open_elements}->[-1]->[1] & HTML_EL and
6601                @{$self->{open_elements}} == 1) {                @{$self->{open_elements}} == 1) {
6602              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t325');
6603                !!!parse-error (type => 'unmatched end tag',
6604                                text => $token->{tag_name}, token => $token);
6605              ## Ignore the token              ## Ignore the token
6606              !!!next-token;              !!!next-token;
6607            } else {            } else {
6608                !!!cp ('t326');
6609              pop @{$self->{open_elements}};              pop @{$self->{open_elements}};
6610              !!!next-token;              !!!next-token;
6611            }            }
6612    
6613            if (not defined $self->{inner_html_node} and            if (not defined $self->{inner_html_node} and
6614                $self->{open_elements}->[-1]->[1] ne 'frameset') {                not ($self->{open_elements}->[-1]->[1] & FRAMESET_EL)) {
6615                !!!cp ('t327');
6616              $self->{insertion_mode} = AFTER_FRAMESET_IM;              $self->{insertion_mode} = AFTER_FRAMESET_IM;
6617              } else {
6618                !!!cp ('t328');
6619            }            }
6620            redo B;            next B;
6621          } elsif ($token->{tag_name} eq 'html' and          } elsif ($token->{tag_name} eq 'html' and
6622                   $self->{insertion_mode} == AFTER_FRAMESET_IM) {                   $self->{insertion_mode} == AFTER_FRAMESET_IM) {
6623              !!!cp ('t329');
6624            $self->{insertion_mode} = AFTER_HTML_FRAMESET_IM;            $self->{insertion_mode} = AFTER_HTML_FRAMESET_IM;
6625            !!!next-token;            !!!next-token;
6626            redo B;            next B;
6627          } else {          } else {
6628            if ($self->{insertion_mode} == IN_FRAMESET_IM) {            if ($self->{insertion_mode} == IN_FRAMESET_IM) {
6629              !!!parse-error (type => 'in frameset:/'.$token->{tag_name});              !!!cp ('t330');
6630            } else {              !!!parse-error (type => 'in frameset:/',
6631              !!!parse-error (type => 'after frameset:/'.$token->{tag_name});                              text => $token->{tag_name}, token => $token);
6632              } elsif ($self->{insertion_mode} == AFTER_FRAMESET_IM) {
6633                !!!cp ('t330.1');
6634                !!!parse-error (type => 'after frameset:/',
6635                                text => $token->{tag_name}, token => $token);
6636              } else { # "after after html"
6637                !!!cp ('t331');
6638                !!!parse-error (type => 'after after frameset:/',
6639                                text => $token->{tag_name}, token => $token);
6640            }            }
6641            ## Ignore the token            ## Ignore the token
6642            !!!next-token;            !!!next-token;
6643            redo B;            next B;
6644          }          }
6645          } elsif ($token->{type} == END_OF_FILE_TOKEN) {
6646            unless ($self->{open_elements}->[-1]->[1] & HTML_EL and
6647                    @{$self->{open_elements}} == 1) { # redundant, maybe
6648              !!!cp ('t331.1');
6649              !!!parse-error (type => 'in body:#eof', token => $token);
6650            } else {
6651              !!!cp ('t331.2');
6652            }
6653            
6654            ## Stop parsing
6655            last B;
6656        } else {        } else {
6657          die "$0: $token->{type}: Unknown token type";          die "$0: $token->{type}: Unknown token type";
6658        }        }
# Line 4600  sub _tree_construction_main ($) { Line 6665  sub _tree_construction_main ($) {
6665      ## "in body" insertion mode      ## "in body" insertion mode
6666      if ($token->{type} == START_TAG_TOKEN) {      if ($token->{type} == START_TAG_TOKEN) {
6667        if ($token->{tag_name} eq 'script') {        if ($token->{tag_name} eq 'script') {
6668            !!!cp ('t332');
6669          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
6670          $script_start_tag->($insert);          $script_start_tag->();
6671          redo B;          next B;
6672        } elsif ($token->{tag_name} eq 'style') {        } elsif ($token->{tag_name} eq 'style') {
6673            !!!cp ('t333');
6674          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
6675          $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);          $parse_rcdata->(CDATA_CONTENT_MODEL);
6676          redo B;          next B;
6677        } elsif ({        } elsif ({
6678                  base => 1, link => 1,                  base => 1, link => 1,
6679                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
6680            !!!cp ('t334');
6681          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
6682          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
6683          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
6684            !!!ack ('t334.1');
6685          !!!next-token;          !!!next-token;
6686          redo B;          next B;
6687        } elsif ($token->{tag_name} eq 'meta') {        } elsif ($token->{tag_name} eq 'meta') {
6688          ## NOTE: This is an "as if in head" code clone, only "-t" differs          ## NOTE: This is an "as if in head" code clone, only "-t" differs
6689          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
6690          my $meta_el = pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.          my $meta_el = pop @{$self->{open_elements}}; ## ISSUE: This step is missing in the spec.
6691    
6692          unless ($self->{confident}) {          unless ($self->{confident}) {
6693            if ($token->{attributes}->{charset}) { ## TODO: And if supported            if ($token->{attributes}->{charset}) {
6694                !!!cp ('t335');
6695                ## NOTE: Whether the encoding is supported or not is handled
6696                ## in the {change_encoding} callback.
6697              $self->{change_encoding}              $self->{change_encoding}
6698                  ->($self, $token->{attributes}->{charset}->{value});                  ->($self, $token->{attributes}->{charset}->{value}, $token);
6699                            
6700              $meta_el->[0]->get_attribute_node_ns (undef, 'charset')              $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
6701                  ->set_user_data (manakai_has_reference =>                  ->set_user_data (manakai_has_reference =>
6702                                       $token->{attributes}->{charset}                                       $token->{attributes}->{charset}
6703                                           ->{has_reference});                                           ->{has_reference});
6704            } elsif ($token->{attributes}->{content}) {            } elsif ($token->{attributes}->{content}) {
             ## ISSUE: Algorithm name in the spec was incorrect so that not linked to the definition.  
6705              if ($token->{attributes}->{content}->{value}              if ($token->{attributes}->{content}->{value}
6706                  =~ /\A[^;]*;[\x09-\x0D\x20]*[Cc][Hh][Aa][Rr][Ss][Ee][Tt]                  =~ /[Cc][Hh][Aa][Rr][Ss][Ee][Tt]
6707                      [\x09-\x0D\x20]*=                      [\x09-\x0D\x20]*=
6708                      [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|                      [\x09-\x0D\x20]*(?>"([^"]*)"|'([^']*)'|
6709                      ([^"'\x09-\x0D\x20][^\x09-\x0D\x20]*))/x) {                      ([^"'\x09-\x0D\x20][^\x09-\x0D\x20\x3B]*))/x) {
6710                  !!!cp ('t336');
6711                  ## NOTE: Whether the encoding is supported or not is handled
6712                  ## in the {change_encoding} callback.
6713                $self->{change_encoding}                $self->{change_encoding}
6714                    ->($self, defined $1 ? $1 : defined $2 ? $2 : $3);                    ->($self, defined $1 ? $1 : defined $2 ? $2 : $3, $token);
6715                $meta_el->[0]->get_attribute_node_ns (undef, 'content')                $meta_el->[0]->get_attribute_node_ns (undef, 'content')
6716                    ->set_user_data (manakai_has_reference =>                    ->set_user_data (manakai_has_reference =>
6717                                         $token->{attributes}->{content}                                         $token->{attributes}->{content}
# Line 4646  sub _tree_construction_main ($) { Line 6720  sub _tree_construction_main ($) {
6720            }            }
6721          } else {          } else {
6722            if ($token->{attributes}->{charset}) {            if ($token->{attributes}->{charset}) {
6723                !!!cp ('t337');
6724              $meta_el->[0]->get_attribute_node_ns (undef, 'charset')              $meta_el->[0]->get_attribute_node_ns (undef, 'charset')
6725                  ->set_user_data (manakai_has_reference =>                  ->set_user_data (manakai_has_reference =>
6726                                       $token->{attributes}->{charset}                                       $token->{attributes}->{charset}
6727                                           ->{has_reference});                                           ->{has_reference});
6728            }            }
6729            if ($token->{attributes}->{content}) {            if ($token->{attributes}->{content}) {
6730                !!!cp ('t338');
6731              $meta_el->[0]->get_attribute_node_ns (undef, 'content')              $meta_el->[0]->get_attribute_node_ns (undef, 'content')
6732                  ->set_user_data (manakai_has_reference =>                  ->set_user_data (manakai_has_reference =>
6733                                       $token->{attributes}->{content}                                       $token->{attributes}->{content}
# Line 4659  sub _tree_construction_main ($) { Line 6735  sub _tree_construction_main ($) {
6735            }            }
6736          }          }
6737    
6738            !!!ack ('t338.1');
6739          !!!next-token;          !!!next-token;
6740          redo B;          next B;
6741        } elsif ($token->{tag_name} eq 'title') {        } elsif ($token->{tag_name} eq 'title') {
6742          !!!parse-error (type => 'in body:title');          !!!cp ('t341');
6743          ## NOTE: This is an "as if in head" code clone          ## NOTE: This is an "as if in head" code clone
6744          $parse_rcdata->(RCDATA_CONTENT_MODEL, sub {          $parse_rcdata->(RCDATA_CONTENT_MODEL);
6745            if (defined $self->{head_element}) {          next B;
             $self->{head_element}->append_child ($_[0]);  
           } else {  
             $insert->($_[0]);  
           }  
         });  
         redo B;  
6746        } elsif ($token->{tag_name} eq 'body') {        } elsif ($token->{tag_name} eq 'body') {
6747          !!!parse-error (type => 'in body:body');          !!!parse-error (type => 'in body', text => 'body', token => $token);
6748                                
6749          if (@{$self->{open_elements}} == 1 or          if (@{$self->{open_elements}} == 1 or
6750              $self->{open_elements}->[1]->[1] ne 'body') {              not ($self->{open_elements}->[1]->[1] & BODY_EL)) {
6751              !!!cp ('t342');
6752            ## Ignore the token            ## Ignore the token
6753          } else {          } else {
6754            my $body_el = $self->{open_elements}->[1]->[0];            my $body_el = $self->{open_elements}->[1]->[0];
6755            for my $attr_name (keys %{$token->{attributes}}) {            for my $attr_name (keys %{$token->{attributes}}) {
6756              unless ($body_el->has_attribute_ns (undef, $attr_name)) {              unless ($body_el->has_attribute_ns (undef, $attr_name)) {
6757                  !!!cp ('t343');
6758                $body_el->set_attribute_ns                $body_el->set_attribute_ns
6759                  (undef, [undef, $attr_name],                  (undef, [undef, $attr_name],
6760                   $token->{attributes}->{$attr_name}->{value});                   $token->{attributes}->{$attr_name}->{value});
6761              }              }
6762            }            }
6763          }          }
6764            !!!nack ('t343.1');
6765          !!!next-token;          !!!next-token;
6766          redo B;          next B;
6767        } elsif ({        } elsif ({
6768                  address => 1, blockquote => 1, center => 1, dir => 1,                  address => 1, blockquote => 1, center => 1, dir => 1,
6769                  div => 1, dl => 1, fieldset => 1, listing => 1,                  div => 1, dl => 1, fieldset => 1,
6770                    h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
6771                  menu => 1, ol => 1, p => 1, ul => 1,                  menu => 1, ol => 1, p => 1, ul => 1,
6772                  pre => 1,                  pre => 1, listing => 1,
6773                    form => 1,
6774                    table => 1,
6775                    hr => 1,
6776                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
6777            if ($token->{tag_name} eq 'form' and defined $self->{form_element}) {
6778              !!!cp ('t350');
6779              !!!parse-error (type => 'in form:form', token => $token);
6780              ## Ignore the token
6781              !!!nack ('t350.1');
6782              !!!next-token;
6783              next B;
6784            }
6785    
6786          ## has a p element in scope          ## has a p element in scope
6787          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
6788            if ($_->[1] eq 'p') {            if ($_->[1] & P_EL) {
6789              !!!back-token;              !!!cp ('t344');
6790              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              !!!back-token; # <form>
6791              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'p',
6792            } elsif ({                        line => $token->{line}, column => $token->{column}};
6793                      table => 1, caption => 1, td => 1, th => 1,              next B;
6794                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($_->[1] & SCOPING_EL) {
6795                     }->{$_->[1]}) {              !!!cp ('t345');
6796              last INSCOPE;              last INSCOPE;
6797            }            }
6798          } # INSCOPE          } # INSCOPE
6799                        
6800          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
6801          if ($token->{tag_name} eq 'pre') {          if ($token->{tag_name} eq 'pre' or $token->{tag_name} eq 'listing') {
6802              !!!nack ('t346.1');
6803            !!!next-token;            !!!next-token;
6804            if ($token->{type} == CHARACTER_TOKEN) {            if ($token->{type} == CHARACTER_TOKEN) {
6805              $token->{data} =~ s/^\x0A//;              $token->{data} =~ s/^\x0A//;
6806              unless (length $token->{data}) {              unless (length $token->{data}) {
6807                  !!!cp ('t346');
6808                !!!next-token;                !!!next-token;
6809                } else {
6810                  !!!cp ('t349');
6811              }              }
6812              } else {
6813                !!!cp ('t348');
6814            }            }
6815          } else {          } elsif ($token->{tag_name} eq 'form') {
6816              !!!cp ('t347.1');
6817              $self->{form_element} = $self->{open_elements}->[-1]->[0];
6818    
6819              !!!nack ('t347.2');
6820            !!!next-token;            !!!next-token;
6821          }          } elsif ($token->{tag_name} eq 'table') {
6822          redo B;            !!!cp ('t382');
6823        } elsif ($token->{tag_name} eq 'form') {            push @{$open_tables}, [$self->{open_elements}->[-1]->[0]];
6824          if (defined $self->{form_element}) {            
6825            !!!parse-error (type => 'in form:form');            $self->{insertion_mode} = IN_TABLE_IM;
6826            ## Ignore the token  
6827              !!!nack ('t382.1');
6828              !!!next-token;
6829            } elsif ($token->{tag_name} eq 'hr') {
6830              !!!cp ('t386');
6831              pop @{$self->{open_elements}};
6832            
6833              !!!nack ('t386.1');
6834            !!!next-token;            !!!next-token;
           redo B;  
6835          } else {          } else {
6836            ## has a p element in scope            !!!nack ('t347.1');
           INSCOPE: for (reverse @{$self->{open_elements}}) {  
             if ($_->[1] eq 'p') {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
               redo B;  
             } elsif ({  
                       table => 1, caption => 1, td => 1, th => 1,  
                       button => 1, marquee => 1, object => 1, html => 1,  
                      }->{$_->[1]}) {  
               last INSCOPE;  
             }  
           } # INSCOPE  
               
           !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
           $self->{form_element} = $self->{open_elements}->[-1]->[0];  
6837            !!!next-token;            !!!next-token;
           redo B;  
6838          }          }
6839        } elsif ($token->{tag_name} eq 'li') {          next B;
6840          ## has a p element in scope        } elsif ({li => 1, dt => 1, dd => 1}->{$token->{tag_name}}) {
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
             redo B;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         ## Step 1  
         my $i = -1;  
         my $node = $self->{open_elements}->[$i];  
         LI: {  
           ## Step 2  
           if ($node->[1] eq 'li') {  
             if ($i != -1) {  
               !!!parse-error (type => 'end tag missing:'.  
                               $self->{open_elements}->[-1]->[1]);  
             }  
             splice @{$self->{open_elements}}, $i;  
             last LI;  
           }  
             
           ## Step 3  
           if (not $formatting_category->{$node->[1]} and  
               #not $phrasing_category->{$node->[1]} and  
               ($special_category->{$node->[1]} or  
                $scoping_category->{$node->[1]}) and  
               $node->[1] ne 'address' and $node->[1] ne 'div') {  
             last LI;  
           }  
             
           ## Step 4  
           $i--;  
           $node = $self->{open_elements}->[$i];  
           redo LI;  
         } # LI  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'dd' or $token->{tag_name} eq 'dt') {  
6841          ## has a p element in scope          ## has a p element in scope
6842          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
6843            if ($_->[1] eq 'p') {            if ($_->[1] & P_EL) {
6844              !!!back-token;              !!!cp ('t353');
6845              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              !!!back-token; # <x>
6846              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'p',
6847            } elsif ({                        line => $token->{line}, column => $token->{column}};
6848                      table => 1, caption => 1, td => 1, th => 1,              next B;
6849                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($_->[1] & SCOPING_EL) {
6850                     }->{$_->[1]}) {              !!!cp ('t354');
6851              last INSCOPE;              last INSCOPE;
6852            }            }
6853          } # INSCOPE          } # INSCOPE
# Line 4814  sub _tree_construction_main ($) { Line 6855  sub _tree_construction_main ($) {
6855          ## Step 1          ## Step 1
6856          my $i = -1;          my $i = -1;
6857          my $node = $self->{open_elements}->[$i];          my $node = $self->{open_elements}->[$i];
6858            my $li_or_dtdd = {li => {li => 1},
6859                              dt => {dt => 1, dd => 1},
6860                              dd => {dt => 1, dd => 1}}->{$token->{tag_name}};
6861          LI: {          LI: {
6862            ## Step 2            ## Step 2
6863            if ($node->[1] eq 'dt' or $node->[1] eq 'dd') {            if ($li_or_dtdd->{$node->[0]->manakai_local_name}) {
6864              if ($i != -1) {              if ($i != -1) {
6865                !!!parse-error (type => 'end tag missing:'.                !!!cp ('t355');
6866                                $self->{open_elements}->[-1]->[1]);                !!!parse-error (type => 'not closed',
6867                                  text => $self->{open_elements}->[-1]->[0]
6868                                      ->manakai_local_name,
6869                                  token => $token);
6870                } else {
6871                  !!!cp ('t356');
6872              }              }
6873              splice @{$self->{open_elements}}, $i;              splice @{$self->{open_elements}}, $i;
6874              last LI;              last LI;
6875              } else {
6876                !!!cp ('t357');
6877            }            }
6878                        
6879            ## Step 3            ## Step 3
6880            if (not $formatting_category->{$node->[1]} and            if (not ($node->[1] & FORMATTING_EL) and
6881                #not $phrasing_category->{$node->[1]} and                #not $phrasing_category->{$node->[1]} and
6882                ($special_category->{$node->[1]} or                ($node->[1] & SPECIAL_EL or
6883                 $scoping_category->{$node->[1]}) and                 $node->[1] & SCOPING_EL) and
6884                $node->[1] ne 'address' and $node->[1] ne 'div') {                not ($node->[1] & ADDRESS_EL) and
6885                  not ($node->[1] & DIV_EL)) {
6886                !!!cp ('t358');
6887              last LI;              last LI;
6888            }            }
6889                        
6890              !!!cp ('t359');
6891            ## Step 4            ## Step 4
6892            $i--;            $i--;
6893            $node = $self->{open_elements}->[$i];            $node = $self->{open_elements}->[$i];
6894            redo LI;            redo LI;
6895          } # LI          } # LI
6896                        
6897          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
6898            !!!nack ('t359.1');
6899          !!!next-token;          !!!next-token;
6900          redo B;          next B;
6901        } elsif ($token->{tag_name} eq 'plaintext') {        } elsif ($token->{tag_name} eq 'plaintext') {
6902          ## has a p element in scope          ## has a p element in scope
6903          INSCOPE: for (reverse @{$self->{open_elements}}) {          INSCOPE: for (reverse @{$self->{open_elements}}) {
6904            if ($_->[1] eq 'p') {            if ($_->[1] & P_EL) {
6905              !!!back-token;              !!!cp ('t367');
6906              $token = {type => END_TAG_TOKEN, tag_name => 'p'};              !!!back-token; # <plaintext>
6907              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'p',
6908            } elsif ({                        line => $token->{line}, column => $token->{column}};
6909                      table => 1, caption => 1, td => 1, th => 1,              next B;
6910                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($_->[1] & SCOPING_EL) {
6911                     }->{$_->[1]}) {              !!!cp ('t368');
6912              last INSCOPE;              last INSCOPE;
6913            }            }
6914          } # INSCOPE          } # INSCOPE
6915                        
6916          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
6917                        
6918          $self->{content_model} = PLAINTEXT_CONTENT_MODEL;          $self->{content_model} = PLAINTEXT_CONTENT_MODEL;
6919                        
6920            !!!nack ('t368.1');
6921          !!!next-token;          !!!next-token;
6922          redo B;          next B;
       } elsif ({  
                 h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,  
                }->{$token->{tag_name}}) {  
         ## has a p element in scope  
         INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
           my $node = $self->{open_elements}->[$_];  
           if ($node->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
             redo B;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         ## NOTE: See <http://html5.org/tools/web-apps-tracker?from=925&to=926>  
         ## has an element in scope  
         #my $i;  
         #INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {  
         #  my $node = $self->{open_elements}->[$_];  
         #  if ({  
         #       h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,  
         #      }->{$node->[1]}) {  
         #    $i = $_;  
         #    last INSCOPE;  
         #  } elsif ({  
         #            table => 1, caption => 1, td => 1, th => 1,  
         #            button => 1, marquee => 1, object => 1, html => 1,  
         #           }->{$node->[1]}) {  
         #    last INSCOPE;  
         #  }  
         #} # INSCOPE  
         #    
         #if (defined $i) {  
         #  !!! parse-error (type => 'in hn:hn');  
         #  splice @{$self->{open_elements}}, $i;  
         #}  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
             
         !!!next-token;  
         redo B;  
6923        } elsif ($token->{tag_name} eq 'a') {        } elsif ($token->{tag_name} eq 'a') {
6924          AFE: for my $i (reverse 0..$#$active_formatting_elements) {          AFE: for my $i (reverse 0..$#$active_formatting_elements) {
6925            my $node = $active_formatting_elements->[$i];            my $node = $active_formatting_elements->[$i];
6926            if ($node->[1] eq 'a') {            if ($node->[1] & A_EL) {
6927              !!!parse-error (type => 'in a:a');              !!!cp ('t371');
6928                !!!parse-error (type => 'in a:a', token => $token);
6929                            
6930              !!!back-token;              !!!back-token; # <a>
6931              $token = {type => END_TAG_TOKEN, tag_name => 'a'};              $token = {type => END_TAG_TOKEN, tag_name => 'a',
6932              $formatting_end_tag->($token->{tag_name});                        line => $token->{line}, column => $token->{column}};
6933                $formatting_end_tag->($token);
6934                            
6935              AFE2: for (reverse 0..$#$active_formatting_elements) {              AFE2: for (reverse 0..$#$active_formatting_elements) {
6936                if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {                if ($active_formatting_elements->[$_]->[0] eq $node->[0]) {
6937                    !!!cp ('t372');
6938                  splice @$active_formatting_elements, $_, 1;                  splice @$active_formatting_elements, $_, 1;
6939                  last AFE2;                  last AFE2;
6940                }                }
6941              } # AFE2              } # AFE2
6942              OE: for (reverse 0..$#{$self->{open_elements}}) {              OE: for (reverse 0..$#{$self->{open_elements}}) {
6943                if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {                if ($self->{open_elements}->[$_]->[0] eq $node->[0]) {
6944                    !!!cp ('t373');
6945                  splice @{$self->{open_elements}}, $_, 1;                  splice @{$self->{open_elements}}, $_, 1;
6946                  last OE;                  last OE;
6947                }                }
6948              } # OE              } # OE
6949              last AFE;              last AFE;
6950            } elsif ($node->[0] eq '#marker') {            } elsif ($node->[0] eq '#marker') {
6951                !!!cp ('t374');
6952              last AFE;              last AFE;
6953            }            }
6954          } # AFE          } # AFE
6955                        
6956          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
6957    
6958          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
6959          push @$active_formatting_elements, $self->{open_elements}->[-1];          push @$active_formatting_elements, $self->{open_elements}->[-1];
6960    
6961            !!!nack ('t374.1');
6962          !!!next-token;          !!!next-token;
6963          redo B;          next B;
       } elsif ({  
                 b => 1, big => 1, em => 1, font => 1, i => 1,  
                 s => 1, small => 1, strile => 1,  
                 strong => 1, tt => 1, u => 1,  
                }->{$token->{tag_name}}) {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         push @$active_formatting_elements, $self->{open_elements}->[-1];  
           
         !!!next-token;  
         redo B;  
6964        } elsif ($token->{tag_name} eq 'nobr') {        } elsif ($token->{tag_name} eq 'nobr') {
6965          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
6966    
6967          ## has a |nobr| element in scope          ## has a |nobr| element in scope
6968          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
6969            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
6970            if ($node->[1] eq 'nobr') {            if ($node->[1] & NOBR_EL) {
6971              !!!parse-error (type => 'in nobr:nobr');              !!!cp ('t376');
6972              !!!back-token;              !!!parse-error (type => 'in nobr:nobr', token => $token);
6973              $token = {type => END_TAG_TOKEN, tag_name => 'nobr'};              !!!back-token; # <nobr>
6974              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'nobr',
6975            } elsif ({                        line => $token->{line}, column => $token->{column}};
6976                      table => 1, caption => 1, td => 1, th => 1,              next B;
6977                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($node->[1] & SCOPING_EL) {
6978                     }->{$node->[1]}) {              !!!cp ('t377');
6979              last INSCOPE;              last INSCOPE;
6980            }            }
6981          } # INSCOPE          } # INSCOPE
6982                    
6983          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
6984          push @$active_formatting_elements, $self->{open_elements}->[-1];          push @$active_formatting_elements, $self->{open_elements}->[-1];
6985                    
6986            !!!nack ('t377.1');
6987          !!!next-token;          !!!next-token;
6988          redo B;          next B;
6989        } elsif ($token->{tag_name} eq 'button') {        } elsif ($token->{tag_name} eq 'button') {
6990          ## has a button element in scope          ## has a button element in scope
6991          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
6992            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
6993            if ($node->[1] eq 'button') {            if ($node->[1] & BUTTON_EL) {
6994              !!!parse-error (type => 'in button:button');              !!!cp ('t378');
6995              !!!back-token;              !!!parse-error (type => 'in button:button', token => $token);
6996              $token = {type => END_TAG_TOKEN, tag_name => 'button'};              !!!back-token; # <button>
6997              redo B;              $token = {type => END_TAG_TOKEN, tag_name => 'button',
6998            } elsif ({                        line => $token->{line}, column => $token->{column}};
6999                      table => 1, caption => 1, td => 1, th => 1,              next B;
7000                      button => 1, marquee => 1, object => 1, html => 1,            } elsif ($node->[1] & SCOPING_EL) {
7001                     }->{$node->[1]}) {              !!!cp ('t379');
7002              last INSCOPE;              last INSCOPE;
7003            }            }
7004          } # INSCOPE          } # INSCOPE
7005                        
7006          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
7007                        
7008          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
7009          push @$active_formatting_elements, ['#marker', ''];  
7010            ## TODO: associate with $self->{form_element} if defined
7011    
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'marquee' or  
                $token->{tag_name} eq 'object') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
7012          push @$active_formatting_elements, ['#marker', ''];          push @$active_formatting_elements, ['#marker', ''];
7013            
7014          !!!next-token;          !!!nack ('t379.1');
         redo B;  
       } elsif ($token->{tag_name} eq 'xmp') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
         $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);  
         redo B;  
       } elsif ($token->{tag_name} eq 'table') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
             redo B;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
             
         $self->{insertion_mode} = IN_TABLE_IM;  
             
7015          !!!next-token;          !!!next-token;
7016          redo B;          next B;
7017        } elsif ({        } elsif ({
7018                  area => 1, basefont => 1, bgsound => 1, br => 1,                  xmp => 1,
7019                  embed => 1, img => 1, param => 1, spacer => 1, wbr => 1,                  iframe => 1,
7020                  image => 1,                  noembed => 1,
7021                    noframes => 1, ## NOTE: This is an "as if in head" code clone.
7022                    noscript => 0, ## TODO: 1 if scripting is enabled
7023                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
7024          if ($token->{tag_name} eq 'image') {          if ($token->{tag_name} eq 'xmp') {
7025            !!!parse-error (type => 'image');            !!!cp ('t381');
7026            $token->{tag_name} = 'img';            $reconstruct_active_formatting_elements->($insert_to_current);
7027            } else {
7028              !!!cp ('t399');
7029          }          }
7030            ## NOTE: There is an "as if in body" code clone.
7031          ## NOTE: There is an "as if <br>" code clone.          $parse_rcdata->(CDATA_CONTENT_MODEL);
7032          $reconstruct_active_formatting_elements->($insert_to_current);          next B;
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         pop @{$self->{open_elements}};  
           
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'hr') {  
         ## has a p element in scope  
         INSCOPE: for (reverse @{$self->{open_elements}}) {  
           if ($_->[1] eq 'p') {  
             !!!back-token;  
             $token = {type => END_TAG_TOKEN, tag_name => 'p'};  
             redo B;  
           } elsif ({  
                     table => 1, caption => 1, td => 1, th => 1,  
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$_->[1]}) {  
             last INSCOPE;  
           }  
         } # INSCOPE  
             
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         pop @{$self->{open_elements}};  
             
         !!!next-token;  
         redo B;  
       } elsif ($token->{tag_name} eq 'input') {  
         $reconstruct_active_formatting_elements->($insert_to_current);  
           
         !!!insert-element-t ($token->{tag_name}, $token->{attributes});  
         ## TODO: associate with $self->{form_element} if defined  
         pop @{$self->{open_elements}};  
           
         !!!next-token;  
         redo B;  
7033        } elsif ($token->{tag_name} eq 'isindex') {        } elsif ($token->{tag_name} eq 'isindex') {
7034          !!!parse-error (type => 'isindex');          !!!parse-error (type => 'isindex', token => $token);
7035                    
7036          if (defined $self->{form_element}) {          if (defined $self->{form_element}) {
7037              !!!cp ('t389');
7038            ## Ignore the token            ## Ignore the token
7039              !!!nack ('t389'); ## NOTE: Not acknowledged.
7040            !!!next-token;            !!!next-token;
7041            redo B;            next B;
7042          } else {          } else {
7043              !!!ack ('t391.1');
7044    
7045            my $at = $token->{attributes};            my $at = $token->{attributes};
7046            my $form_attrs;            my $form_attrs;
7047            $form_attrs->{action} = $at->{action} if $at->{action};            $form_attrs->{action} = $at->{action} if $at->{action};
# Line 5102  sub _tree_construction_main ($) { Line 7051  sub _tree_construction_main ($) {
7051            delete $at->{prompt};            delete $at->{prompt};
7052            my @tokens = (            my @tokens = (
7053                          {type => START_TAG_TOKEN, tag_name => 'form',                          {type => START_TAG_TOKEN, tag_name => 'form',
7054                           attributes => $form_attrs},                           attributes => $form_attrs,
7055                          {type => START_TAG_TOKEN, tag_name => 'hr'},                           line => $token->{line}, column => $token->{column}},
7056                          {type => START_TAG_TOKEN, tag_name => 'p'},                          {type => START_TAG_TOKEN, tag_name => 'hr',
7057                          {type => START_TAG_TOKEN, tag_name => 'label'},                           line => $token->{line}, column => $token->{column}},
7058                            {type => START_TAG_TOKEN, tag_name => 'p',
7059                             line => $token->{line}, column => $token->{column}},
7060                            {type => START_TAG_TOKEN, tag_name => 'label',
7061                             line => $token->{line}, column => $token->{column}},
7062                         );                         );
7063            if ($prompt_attr) {            if ($prompt_attr) {
7064              push @tokens, {type => CHARACTER_TOKEN, data => $prompt_attr->{value}};              !!!cp ('t390');
7065                push @tokens, {type => CHARACTER_TOKEN, data => $prompt_attr->{value},
7066                               #line => $token->{line}, column => $token->{column},
7067                              };
7068            } else {            } else {
7069                !!!cp ('t391');
7070              push @tokens, {type => CHARACTER_TOKEN,              push @tokens, {type => CHARACTER_TOKEN,
7071                             data => 'This is a searchable index. Insert your search keywords here: '}; # SHOULD                             data => 'This is a searchable index. Insert your search keywords here: ',
7072                               #line => $token->{line}, column => $token->{column},
7073                              }; # SHOULD
7074              ## TODO: make this configurable              ## TODO: make this configurable
7075            }            }
7076            push @tokens,            push @tokens,
7077                          {type => START_TAG_TOKEN, tag_name => 'input', attributes => $at},                          {type => START_TAG_TOKEN, tag_name => 'input', attributes => $at,
7078                             line => $token->{line}, column => $token->{column}},
7079                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD                          #{type => CHARACTER_TOKEN, data => ''}, # SHOULD
7080                          {type => END_TAG_TOKEN, tag_name => 'label'},                          {type => END_TAG_TOKEN, tag_name => 'label',
7081                          {type => END_TAG_TOKEN, tag_name => 'p'},                           line => $token->{line}, column => $token->{column}},
7082                          {type => START_TAG_TOKEN, tag_name => 'hr'},                          {type => END_TAG_TOKEN, tag_name => 'p',
7083                          {type => END_TAG_TOKEN, tag_name => 'form'};                           line => $token->{line}, column => $token->{column}},
7084            $token = shift @tokens;                          {type => START_TAG_TOKEN, tag_name => 'hr',
7085                             line => $token->{line}, column => $token->{column}},
7086                            {type => END_TAG_TOKEN, tag_name => 'form',
7087                             line => $token->{line}, column => $token->{column}};
7088            !!!back-token (@tokens);            !!!back-token (@tokens);
7089            redo B;            !!!next-token;
7090              next B;
7091          }          }
7092        } elsif ($token->{tag_name} eq 'textarea') {        } elsif ($token->{tag_name} eq 'textarea') {
7093          my $tag_name = $token->{tag_name};          my $tag_name = $token->{tag_name};
7094          my $el;          my $el;
7095          !!!create-element ($el, $token->{tag_name}, $token->{attributes});          !!!create-element ($el, $HTML_NS, $token->{tag_name}, $token->{attributes}, $token);
7096                    
7097          ## TODO: $self->{form_element} if defined          ## TODO: $self->{form_element} if defined
7098          $self->{content_model} = RCDATA_CONTENT_MODEL;          $self->{content_model} = RCDATA_CONTENT_MODEL;
# Line 5137  sub _tree_construction_main ($) { Line 7101  sub _tree_construction_main ($) {
7101          $insert->($el);          $insert->($el);
7102                    
7103          my $text = '';          my $text = '';
7104            !!!nack ('t392.1');
7105          !!!next-token;          !!!next-token;
7106          if ($token->{type} == CHARACTER_TOKEN) {          if ($token->{type} == CHARACTER_TOKEN) {
7107            $token->{data} =~ s/^\x0A//;            $token->{data} =~ s/^\x0A//;
7108            unless (length $token->{data}) {            unless (length $token->{data}) {
7109                !!!cp ('t392');
7110              !!!next-token;              !!!next-token;
7111              } else {
7112                !!!cp ('t393');
7113            }            }
7114            } else {
7115              !!!cp ('t394');
7116          }          }
7117          while ($token->{type} == CHARACTER_TOKEN) {          while ($token->{type} == CHARACTER_TOKEN) {
7118              !!!cp ('t395');
7119            $text .= $token->{data};            $text .= $token->{data};
7120            !!!next-token;            !!!next-token;
7121          }          }
7122          if (length $text) {          if (length $text) {
7123              !!!cp ('t396');
7124            $el->manakai_append_text ($text);            $el->manakai_append_text ($text);
7125          }          }
7126                    
# Line 5156  sub _tree_construction_main ($) { Line 7128  sub _tree_construction_main ($) {
7128                    
7129          if ($token->{type} == END_TAG_TOKEN and          if ($token->{type} == END_TAG_TOKEN and
7130              $token->{tag_name} eq $tag_name) {              $token->{tag_name} eq $tag_name) {
7131              !!!cp ('t397');
7132            ## Ignore the token            ## Ignore the token
7133          } else {          } else {
7134            !!!parse-error (type => 'in RCDATA:#'.$token->{type});            !!!cp ('t398');
7135              !!!parse-error (type => 'in RCDATA:#eof', token => $token);
7136          }          }
7137          !!!next-token;          !!!next-token;
7138            next B;
7139          } elsif ($token->{tag_name} eq 'rt' or
7140                   $token->{tag_name} eq 'rp') {
7141            ## has a |ruby| element in scope
7142            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
7143              my $node = $self->{open_elements}->[$_];
7144              if ($node->[1] & RUBY_EL) {
7145                !!!cp ('t398.1');
7146                ## generate implied end tags
7147                while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
7148                  !!!cp ('t398.2');
7149                  pop @{$self->{open_elements}};
7150                }
7151                unless ($self->{open_elements}->[-1]->[1] & RUBY_EL) {
7152                  !!!cp ('t398.3');
7153                  !!!parse-error (type => 'not closed',
7154                                  text => $self->{open_elements}->[-1]->[0]
7155                                      ->manakai_local_name,
7156                                  token => $token);
7157                  pop @{$self->{open_elements}}
7158                      while not $self->{open_elements}->[-1]->[1] & RUBY_EL;
7159                }
7160                last INSCOPE;
7161              } elsif ($node->[1] & SCOPING_EL) {
7162                !!!cp ('t398.4');
7163                last INSCOPE;
7164              }
7165            } # INSCOPE
7166    
7167            !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
7168    
7169            !!!nack ('t398.5');
7170            !!!next-token;
7171          redo B;          redo B;
7172        } elsif ({        } elsif ($token->{tag_name} eq 'math' or
7173                  iframe => 1,                 $token->{tag_name} eq 'svg') {
                 noembed => 1,  
                 noframes => 1,  
                 noscript => 0, ## TODO: 1 if scripting is enabled  
                }->{$token->{tag_name}}) {  
         ## NOTE: There is an "as if in body" code clone.  
         $parse_rcdata->(CDATA_CONTENT_MODEL, $insert);  
         redo B;  
       } elsif ($token->{tag_name} eq 'select') {  
7174          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
7175    
7176            ## "Adjust MathML attributes" ('math' only) - done in insert-element-f
7177    
7178            ## "adjust SVG attributes" ('svg' only) - done in insert-element-f
7179    
7180            ## "adjust foreign attributes" - done in insert-element-f
7181                    
7182          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-f ($token->{tag_name} eq 'math' ? $MML_NS : $SVG_NS, $token->{tag_name}, $token->{attributes}, $token);
7183                    
7184          $self->{insertion_mode} = IN_SELECT_IM;          if ($self->{self_closing}) {
7185              pop @{$self->{open_elements}};
7186              !!!ack ('t398.1');
7187            } else {
7188              !!!cp ('t398.2');
7189              $self->{insertion_mode} |= IN_FOREIGN_CONTENT_IM;
7190              ## NOTE: |<body><math><mi><svg>| -> "in foreign content" insertion
7191              ## mode, "in body" (not "in foreign content") secondary insertion
7192              ## mode, maybe.
7193            }
7194    
7195          !!!next-token;          !!!next-token;
7196          redo B;          next B;
7197        } elsif ({        } elsif ({
7198                  caption => 1, col => 1, colgroup => 1, frame => 1,                  caption => 1, col => 1, colgroup => 1, frame => 1,
7199                  frameset => 1, head => 1, option => 1, optgroup => 1,                  frameset => 1, head => 1, option => 1, optgroup => 1,
7200                  tbody => 1, td => 1, tfoot => 1, th => 1,                  tbody => 1, td => 1, tfoot => 1, th => 1,
7201                  thead => 1, tr => 1,                  thead => 1, tr => 1,
7202                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
7203          !!!parse-error (type => 'in body:'.$token->{tag_name});          !!!cp ('t401');
7204            !!!parse-error (type => 'in body',
7205                            text => $token->{tag_name}, token => $token);
7206          ## Ignore the token          ## Ignore the token
7207            !!!nack ('t401.1'); ## NOTE: |<col/>| or |<frame/>| here is an error.
7208          !!!next-token;          !!!next-token;
7209          redo B;          next B;
7210                    
7211          ## ISSUE: An issue on HTML5 new elements in the spec.          ## ISSUE: An issue on HTML5 new elements in the spec.
7212        } else {        } else {
7213            if ($token->{tag_name} eq 'image') {
7214              !!!cp ('t384');
7215              !!!parse-error (type => 'image', token => $token);
7216              $token->{tag_name} = 'img';
7217            } else {
7218              !!!cp ('t385');
7219            }
7220    
7221            ## NOTE: There is an "as if <br>" code clone.
7222          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
7223                    
7224          !!!insert-element-t ($token->{tag_name}, $token->{attributes});          !!!insert-element-t ($token->{tag_name}, $token->{attributes}, $token);
7225    
7226            if ({
7227                 applet => 1, marquee => 1, object => 1,
7228                }->{$token->{tag_name}}) {
7229              !!!cp ('t380');
7230              push @$active_formatting_elements, ['#marker', ''];
7231              !!!nack ('t380.1');
7232            } elsif ({
7233                      b => 1, big => 1, em => 1, font => 1, i => 1,
7234                      s => 1, small => 1, strile => 1,
7235                      strong => 1, tt => 1, u => 1,
7236                     }->{$token->{tag_name}}) {
7237              !!!cp ('t375');
7238              push @$active_formatting_elements, $self->{open_elements}->[-1];
7239              !!!nack ('t375.1');
7240            } elsif ($token->{tag_name} eq 'input') {
7241              !!!cp ('t388');
7242              ## TODO: associate with $self->{form_element} if defined
7243              pop @{$self->{open_elements}};
7244              !!!ack ('t388.2');
7245            } elsif ({
7246                      area => 1, basefont => 1, bgsound => 1, br => 1,
7247                      embed => 1, img => 1, param => 1, spacer => 1, wbr => 1,
7248                      #image => 1,
7249                     }->{$token->{tag_name}}) {
7250              !!!cp ('t388.1');
7251              pop @{$self->{open_elements}};
7252              !!!ack ('t388.3');
7253            } elsif ($token->{tag_name} eq 'select') {
7254              ## TODO: associate with $self->{form_element} if defined
7255            
7256              if ($self->{insertion_mode} & TABLE_IMS or
7257                  $self->{insertion_mode} & BODY_TABLE_IMS or
7258                  $self->{insertion_mode} == IN_COLUMN_GROUP_IM) {
7259                !!!cp ('t400.1');
7260                $self->{insertion_mode} = IN_SELECT_IN_TABLE_IM;
7261              } else {
7262                !!!cp ('t400.2');
7263                $self->{insertion_mode} = IN_SELECT_IM;
7264              }
7265              !!!nack ('t400.3');
7266            } else {
7267              !!!nack ('t402');
7268            }
7269                    
7270          !!!next-token;          !!!next-token;
7271          redo B;          next B;
7272        }        }
7273      } elsif ($token->{type} == END_TAG_TOKEN) {      } elsif ($token->{type} == END_TAG_TOKEN) {
7274        if ($token->{tag_name} eq 'body') {        if ($token->{tag_name} eq 'body') {
7275          if (@{$self->{open_elements}} > 1 and          ## has a |body| element in scope
7276              $self->{open_elements}->[1]->[1] eq 'body') {          my $i;
7277            for (@{$self->{open_elements}}) {          INSCOPE: {
7278              unless ({            for (reverse @{$self->{open_elements}}) {
7279                         dd => 1, dt => 1, li => 1, p => 1, td => 1,              if ($_->[1] & BODY_EL) {
7280                         th => 1, tr => 1, body => 1, html => 1,                !!!cp ('t405');
7281                       tbody => 1, tfoot => 1, thead => 1,                $i = $_;
7282                      }->{$_->[1]}) {                last INSCOPE;
7283                !!!parse-error (type => 'not closed:'.$_->[1]);              } elsif ($_->[1] & SCOPING_EL) {
7284                  !!!cp ('t405.1');
7285                  last;
7286              }              }
7287            }            }
7288    
7289            $self->{insertion_mode} = AFTER_BODY_IM;            !!!parse-error (type => 'start tag not allowed',
7290            !!!next-token;                            text => $token->{tag_name}, token => $token);
7291            redo B;            ## NOTE: Ignore the token.
         } else {  
           !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});  
           ## Ignore the token  
7292            !!!next-token;            !!!next-token;
7293            redo B;            next B;
7294            } # INSCOPE
7295    
7296            for (@{$self->{open_elements}}) {
7297              unless ($_->[1] & ALL_END_TAG_OPTIONAL_EL) {
7298                !!!cp ('t403');
7299                !!!parse-error (type => 'not closed',
7300                                text => $_->[0]->manakai_local_name,
7301                                token => $token);
7302                last;
7303              } else {
7304                !!!cp ('t404');
7305              }
7306          }          }
7307    
7308            $self->{insertion_mode} = AFTER_BODY_IM;
7309            !!!next-token;
7310            next B;
7311        } elsif ($token->{tag_name} eq 'html') {        } elsif ($token->{tag_name} eq 'html') {
7312          if (@{$self->{open_elements}} > 1 and $self->{open_elements}->[1]->[1] eq 'body') {          ## TODO: Update this code.  It seems that the code below is not
7313            ## up-to-date, though it has same effect as speced.
7314            if (@{$self->{open_elements}} > 1 and
7315                $self->{open_elements}->[1]->[1] & BODY_EL) {
7316            ## ISSUE: There is an issue in the spec.            ## ISSUE: There is an issue in the spec.
7317            if ($self->{open_elements}->[-1]->[1] ne 'body') {            unless ($self->{open_elements}->[-1]->[1] & BODY_EL) {
7318              !!!parse-error (type => 'not closed:'.$self->{open_elements}->[1]->[1]);              !!!cp ('t406');
7319                !!!parse-error (type => 'not closed',
7320                                text => $self->{open_elements}->[1]->[0]
7321                                    ->manakai_local_name,
7322                                token => $token);
7323              } else {
7324                !!!cp ('t407');
7325            }            }
7326            $self->{insertion_mode} = AFTER_BODY_IM;            $self->{insertion_mode} = AFTER_BODY_IM;
7327            ## reprocess            ## reprocess
7328            redo B;            next B;
7329          } else {          } else {
7330            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t408');
7331              !!!parse-error (type => 'unmatched end tag',
7332                              text => $token->{tag_name}, token => $token);
7333            ## Ignore the token            ## Ignore the token
7334            !!!next-token;            !!!next-token;
7335            redo B;            next B;
7336          }          }
7337        } elsif ({        } elsif ({
7338                  address => 1, blockquote => 1, center => 1, dir => 1,                  address => 1, blockquote => 1, center => 1, dir => 1,
7339                  div => 1, dl => 1, fieldset => 1, listing => 1,                  div => 1, dl => 1, fieldset => 1, listing => 1,
7340                  menu => 1, ol => 1, pre => 1, ul => 1,                  menu => 1, ol => 1, pre => 1, ul => 1,
                 p => 1,  
7341                  dd => 1, dt => 1, li => 1,                  dd => 1, dt => 1, li => 1,
7342                  button => 1, marquee => 1, object => 1,                  applet => 1, button => 1, marquee => 1, object => 1,
7343                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
7344          ## has an element in scope          ## has an element in scope
7345          my $i;          my $i;
7346          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
7347            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
7348            if ($node->[1] eq $token->{tag_name}) {            if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
7349              ## generate implied end tags              !!!cp ('t410');
             if ({  
                  dd => ($token->{tag_name} ne 'dd'),  
                  dt => ($token->{tag_name} ne 'dt'),  
                  li => ($token->{tag_name} ne 'li'),  
                  p => ($token->{tag_name} ne 'p'),  
                  td => 1, th => 1, tr => 1,  
                  tbody => 1, tfoot=> 1, thead => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN,  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
             }  
7350              $i = $_;              $i = $_;
7351              last INSCOPE unless $token->{tag_name} eq 'p';              last INSCOPE;
7352            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
7353                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t411');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
7354              last INSCOPE;              last INSCOPE;
7355            }            }
7356          } # INSCOPE          } # INSCOPE
7357            
7358          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {          unless (defined $i) { # has an element in scope
7359            if (defined $i) {            !!!cp ('t413');
7360              !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);            !!!parse-error (type => 'unmatched end tag',
7361                              text => $token->{tag_name}, token => $token);
7362              ## NOTE: Ignore the token.
7363            } else {
7364              ## Step 1. generate implied end tags
7365              while ({
7366                      ## END_TAG_OPTIONAL_EL
7367                      dd => ($token->{tag_name} ne 'dd'),
7368                      dt => ($token->{tag_name} ne 'dt'),
7369                      li => ($token->{tag_name} ne 'li'),
7370                      p => 1,
7371                      rt => 1,
7372                      rp => 1,
7373                     }->{$self->{open_elements}->[-1]->[0]->manakai_local_name}) {
7374                !!!cp ('t409');
7375                pop @{$self->{open_elements}};
7376              }
7377    
7378              ## Step 2.
7379              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
7380                      ne $token->{tag_name}) {
7381                !!!cp ('t412');
7382                !!!parse-error (type => 'not closed',
7383                                text => $self->{open_elements}->[-1]->[0]
7384                                    ->manakai_local_name,
7385                                token => $token);
7386            } else {            } else {
7387              !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});              !!!cp ('t414');
7388            }            }
7389          }  
7390                      ## Step 3.
         if (defined $i) {  
7391            splice @{$self->{open_elements}}, $i;            splice @{$self->{open_elements}}, $i;
7392          } elsif ($token->{tag_name} eq 'p') {  
7393            ## As if <p>, then reprocess the current token            ## Step 4.
7394            my $el;            $clear_up_to_marker->()
7395            !!!create-element ($el, 'p');                if {
7396            $insert->($el);                  applet => 1, button => 1, marquee => 1, object => 1,
7397                  }->{$token->{tag_name}};
7398          }          }
         $clear_up_to_marker->()  
           if {  
             button => 1, marquee => 1, object => 1,  
           }->{$token->{tag_name}};  
7399          !!!next-token;          !!!next-token;
7400          redo B;          next B;
7401        } elsif ($token->{tag_name} eq 'form') {        } elsif ($token->{tag_name} eq 'form') {
7402            undef $self->{form_element};
7403    
7404          ## has an element in scope          ## has an element in scope
7405            my $i;
7406          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
7407            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
7408            if ($node->[1] eq $token->{tag_name}) {            if ($node->[1] & FORM_EL) {
7409              ## generate implied end tags              !!!cp ('t418');
7410              if ({              $i = $_;
                  dd => 1, dt => 1, li => 1, p => 1,  
                  td => 1, th => 1, tr => 1,  
                  tbody => 1, tfoot=> 1, thead => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN,  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
             }  
7411              last INSCOPE;              last INSCOPE;
7412            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
7413                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t419');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
7414              last INSCOPE;              last INSCOPE;
7415            }            }
7416          } # INSCOPE          } # INSCOPE
7417            
7418          if ($self->{open_elements}->[-1]->[1] eq $token->{tag_name}) {          unless (defined $i) { # has an element in scope
7419            pop @{$self->{open_elements}};            !!!cp ('t421');
7420          } else {            !!!parse-error (type => 'unmatched end tag',
7421            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                            text => $token->{tag_name}, token => $token);
7422              ## NOTE: Ignore the token.
7423            } else {
7424              ## Step 1. generate implied end tags
7425              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
7426                !!!cp ('t417');
7427                pop @{$self->{open_elements}};
7428              }
7429              
7430              ## Step 2.
7431              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
7432                      ne $token->{tag_name}) {
7433                !!!cp ('t417.1');
7434                !!!parse-error (type => 'not closed',
7435                                text => $self->{open_elements}->[-1]->[0]
7436                                    ->manakai_local_name,
7437                                token => $token);
7438              } else {
7439                !!!cp ('t420');
7440              }  
7441              
7442              ## Step 3.
7443              splice @{$self->{open_elements}}, $i;
7444          }          }
7445    
         undef $self->{form_element};  
7446          !!!next-token;          !!!next-token;
7447          redo B;          next B;
7448        } elsif ({        } elsif ({
7449                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,                  h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,
7450                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
# Line 5337  sub _tree_construction_main ($) { Line 7452  sub _tree_construction_main ($) {
7452          my $i;          my $i;
7453          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {          INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
7454            my $node = $self->{open_elements}->[$_];            my $node = $self->{open_elements}->[$_];
7455            if ({            if ($node->[1] & HEADING_EL) {
7456                 h1 => 1, h2 => 1, h3 => 1, h4 => 1, h5 => 1, h6 => 1,              !!!cp ('t423');
               }->{$node->[1]}) {  
             ## generate implied end tags  
             if ({  
                  dd => 1, dt => 1, li => 1, p => 1,  
                  td => 1, th => 1, tr => 1,  
                  tbody => 1, tfoot=> 1, thead => 1,  
                 }->{$self->{open_elements}->[-1]->[1]}) {  
               !!!back-token;  
               $token = {type => END_TAG_TOKEN,  
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
             }  
7457              $i = $_;              $i = $_;
7458              last INSCOPE;              last INSCOPE;
7459            } elsif ({            } elsif ($node->[1] & SCOPING_EL) {
7460                      table => 1, caption => 1, td => 1, th => 1,              !!!cp ('t424');
                     button => 1, marquee => 1, object => 1, html => 1,  
                    }->{$node->[1]}) {  
7461              last INSCOPE;              last INSCOPE;
7462            }            }
7463          } # INSCOPE          } # INSCOPE
7464            
7465          if ($self->{open_elements}->[-1]->[1] ne $token->{tag_name}) {          unless (defined $i) { # has an element in scope
7466            !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});            !!!cp ('t425.1');
7467              !!!parse-error (type => 'unmatched end tag',
7468                              text => $token->{tag_name}, token => $token);
7469              ## NOTE: Ignore the token.
7470            } else {
7471              ## Step 1. generate implied end tags
7472              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
7473                !!!cp ('t422');
7474                pop @{$self->{open_elements}};
7475              }
7476              
7477              ## Step 2.
7478              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
7479                      ne $token->{tag_name}) {
7480                !!!cp ('t425');
7481                !!!parse-error (type => 'unmatched end tag',
7482                                text => $token->{tag_name}, token => $token);
7483              } else {
7484                !!!cp ('t426');
7485              }
7486    
7487              ## Step 3.
7488              splice @{$self->{open_elements}}, $i;
7489          }          }
7490                    
         splice @{$self->{open_elements}}, $i if defined $i;  
7491          !!!next-token;          !!!next-token;
7492          redo B;          next B;
7493          } elsif ($token->{tag_name} eq 'p') {
7494            ## has an element in scope
7495            my $i;
7496            INSCOPE: for (reverse 0..$#{$self->{open_elements}}) {
7497              my $node = $self->{open_elements}->[$_];
7498              if ($node->[1] & P_EL) {
7499                !!!cp ('t410.1');
7500                $i = $_;
7501                last INSCOPE;
7502              } elsif ($node->[1] & SCOPING_EL) {
7503                !!!cp ('t411.1');
7504                last INSCOPE;
7505              }
7506            } # INSCOPE
7507    
7508            if (defined $i) {
7509              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
7510                      ne $token->{tag_name}) {
7511                !!!cp ('t412.1');
7512                !!!parse-error (type => 'not closed',
7513                                text => $self->{open_elements}->[-1]->[0]
7514                                    ->manakai_local_name,
7515                                token => $token);
7516              } else {
7517                !!!cp ('t414.1');
7518              }
7519    
7520              splice @{$self->{open_elements}}, $i;
7521            } else {
7522              !!!cp ('t413.1');
7523              !!!parse-error (type => 'unmatched end tag',
7524                              text => $token->{tag_name}, token => $token);
7525    
7526              !!!cp ('t415.1');
7527              ## As if <p>, then reprocess the current token
7528              my $el;
7529              !!!create-element ($el, $HTML_NS, 'p',, $token);
7530              $insert->($el);
7531              ## NOTE: Not inserted into |$self->{open_elements}|.
7532            }
7533    
7534            !!!next-token;
7535            next B;
7536        } elsif ({        } elsif ({
7537                  a => 1,                  a => 1,
7538                  b => 1, big => 1, em => 1, font => 1, i => 1,                  b => 1, big => 1, em => 1, font => 1, i => 1,
7539                  nobr => 1, s => 1, small => 1, strile => 1,                  nobr => 1, s => 1, small => 1, strile => 1,
7540                  strong => 1, tt => 1, u => 1,                  strong => 1, tt => 1, u => 1,
7541                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
7542          $formatting_end_tag->($token->{tag_name});          !!!cp ('t427');
7543          redo B;          $formatting_end_tag->($token);
7544            next B;
7545        } elsif ($token->{tag_name} eq 'br') {        } elsif ($token->{tag_name} eq 'br') {
7546          !!!parse-error (type => 'unmatched end tag:br');          !!!cp ('t428');
7547            !!!parse-error (type => 'unmatched end tag',
7548                            text => 'br', token => $token);
7549    
7550          ## As if <br>          ## As if <br>
7551          $reconstruct_active_formatting_elements->($insert_to_current);          $reconstruct_active_formatting_elements->($insert_to_current);
7552                    
7553          my $el;          my $el;
7554          !!!create-element ($el, 'br');          !!!create-element ($el, $HTML_NS, 'br',, $token);
7555          $insert->($el);          $insert->($el);
7556                    
7557          ## Ignore the token.          ## Ignore the token.
7558          !!!next-token;          !!!next-token;
7559          redo B;          next B;
7560        } elsif ({        } elsif ({
7561                  caption => 1, col => 1, colgroup => 1, frame => 1,                  caption => 1, col => 1, colgroup => 1, frame => 1,
7562                  frameset => 1, head => 1, option => 1, optgroup => 1,                  frameset => 1, head => 1, option => 1, optgroup => 1,
# Line 5401  sub _tree_construction_main ($) { Line 7569  sub _tree_construction_main ($) {
7569                  table => 1, textarea => 1, wbr => 1,                  table => 1, textarea => 1, wbr => 1,
7570                  noscript => 0, ## TODO: if scripting is enabled                  noscript => 0, ## TODO: if scripting is enabled
7571                 }->{$token->{tag_name}}) {                 }->{$token->{tag_name}}) {
7572          !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});          !!!cp ('t429');
7573            !!!parse-error (type => 'unmatched end tag',
7574                            text => $token->{tag_name}, token => $token);
7575          ## Ignore the token          ## Ignore the token
7576          !!!next-token;          !!!next-token;
7577          redo B;          next B;
7578                    
7579          ## ISSUE: Issue on HTML5 new elements in spec          ## ISSUE: Issue on HTML5 new elements in spec
7580                    
# Line 5415  sub _tree_construction_main ($) { Line 7585  sub _tree_construction_main ($) {
7585    
7586          ## Step 2          ## Step 2
7587          S2: {          S2: {
7588            if ($node->[1] eq $token->{tag_name}) {            if ($node->[0]->manakai_local_name eq $token->{tag_name}) {
7589              ## Step 1              ## Step 1
7590              ## generate implied end tags              ## generate implied end tags
7591              if ({              while ($self->{open_elements}->[-1]->[1] & END_TAG_OPTIONAL_EL) {
7592                   dd => 1, dt => 1, li => 1, p => 1,                !!!cp ('t430');
7593                   td => 1, th => 1, tr => 1,                ## NOTE: |<ruby><rt></ruby>|.
7594                   tbody => 1, tfoot => 1, thead => 1,                ## ISSUE: <ruby><rt></rt> will also take this code path,
7595                  }->{$self->{open_elements}->[-1]->[1]}) {                ## which seems wrong.
7596                !!!back-token;                pop @{$self->{open_elements}};
7597                $token = {type => END_TAG_TOKEN,                $node_i++;
                         tag_name => $self->{open_elements}->[-1]->[1]}; # MUST  
               redo B;  
7598              }              }
7599                    
7600              ## Step 2              ## Step 2
7601              if ($token->{tag_name} ne $self->{open_elements}->[-1]->[1]) {              if ($self->{open_elements}->[-1]->[0]->manakai_local_name
7602                        ne $token->{tag_name}) {
7603                  !!!cp ('t431');
7604                ## NOTE: <x><y></x>                ## NOTE: <x><y></x>
7605                !!!parse-error (type => 'not closed:'.$self->{open_elements}->[-1]->[1]);                !!!parse-error (type => 'not closed',
7606                                  text => $self->{open_elements}->[-1]->[0]
7607                                      ->manakai_local_name,
7608                                  token => $token);
7609                } else {
7610                  !!!cp ('t432');
7611              }              }
7612                            
7613              ## Step 3              ## Step 3
7614              splice @{$self->{open_elements}}, $node_i;              splice @{$self->{open_elements}}, $node_i if $node_i < 0;
7615    
7616              !!!next-token;              !!!next-token;
7617              last S2;              last S2;
7618            } else {            } else {
7619              ## Step 3              ## Step 3
7620              if (not $formatting_category->{$node->[1]} and              if (not ($node->[1] & FORMATTING_EL) and
7621                  #not $phrasing_category->{$node->[1]} and                  #not $phrasing_category->{$node->[1]} and
7622                  ($special_category->{$node->[1]} or                  ($node->[1] & SPECIAL_EL or
7623                   $scoping_category->{$node->[1]})) {                   $node->[1] & SCOPING_EL)) {
7624                !!!parse-error (type => 'unmatched end tag:'.$token->{tag_name});                !!!cp ('t433');
7625                  !!!parse-error (type => 'unmatched end tag',
7626                                  text => $token->{tag_name}, token => $token);
7627                ## Ignore the token                ## Ignore the token
7628                !!!next-token;                !!!next-token;
7629                last S2;                last S2;
7630              }              }
7631    
7632                !!!cp ('t434');
7633            }            }
7634                        
7635            ## Step 4            ## Step 4
# Line 5460  sub _tree_construction_main ($) { Line 7639  sub _tree_construction_main ($) {
7639            ## Step 5;            ## Step 5;
7640            redo S2;            redo S2;
7641          } # S2          } # S2
7642          redo B;          next B;
7643        }        }
7644      }      }
7645      redo B;      next B;
7646      } continue { # B
7647        if ($self->{insertion_mode} & IN_FOREIGN_CONTENT_IM) {
7648          ## NOTE: The code below is executed in cases where it does not have
7649          ## to be, but it it is harmless even in those cases.
7650          ## has an element in scope
7651          INSCOPE: {
7652            for (reverse 0..$#{$self->{open_elements}}) {
7653              my $node = $self->{open_elements}->[$_];
7654              if ($node->[1] & FOREIGN_EL) {
7655                last INSCOPE;
7656              } elsif ($node->[1] & SCOPING_EL) {
7657                last;
7658              }
7659            }
7660            
7661            ## NOTE: No foreign element in scope.
7662            $self->{insertion_mode} &= ~ IN_FOREIGN_CONTENT_IM;
7663          } # INSCOPE
7664        }
7665    } # B    } # B
7666    
   ## NOTE: The "trailing end" phase in HTML5 is split into  
   ## two insertion modes: "after html body" and "after html frameset".  
   ## NOTE: States in the main stage is preserved while  
   ## the parser stays in the trailing end phase. # MUST  
   
7667    ## Stop parsing # MUST    ## Stop parsing # MUST
7668        
7669    ## TODO: script stuffs    ## TODO: script stuffs
7670  } # _tree_construct_main  } # _tree_construct_main
7671    
7672  sub set_inner_html ($$$) {  sub set_inner_html ($$$;$) {
7673    my $class = shift;    my $class = shift;
7674    my $node = shift;    my $node = shift;
7675    my $s = \$_[0];    my $s = \$_[0];
7676    my $onerror = $_[1];    my $onerror = $_[1];
7677      my $get_wrapper = $_[2] || sub ($) { return $_[0] };
7678    
7679    ## ISSUE: Should {confident} be true?    ## ISSUE: Should {confident} be true?
7680    
# Line 5499  sub set_inner_html ($$$) { Line 7693  sub set_inner_html ($$$) {
7693      }      }
7694    
7695      ## Step 3, 4, 5 # MUST      ## Step 3, 4, 5 # MUST
7696      $class->parse_string ($$s => $node, $onerror);      $class->parse_char_string ($$s => $node, $onerror, $get_wrapper);
7697    } elsif ($nt == 1) {    } elsif ($nt == 1) {
7698      ## TODO: If non-html element      ## TODO: If non-html element
7699    
7700      ## NOTE: Most of this code is copied from |parse_string|      ## NOTE: Most of this code is copied from |parse_string|
7701    
7702    ## TODO: Support for $get_wrapper
7703    
7704      ## Step 1 # MUST      ## Step 1 # MUST
7705      my $this_doc = $node->owner_document;      my $this_doc = $node->owner_document;
7706      my $doc = $this_doc->implementation->create_document;      my $doc = $this_doc->implementation->create_document;
# Line 5512  sub set_inner_html ($$$) { Line 7708  sub set_inner_html ($$$) {
7708      my $p = $class->new;      my $p = $class->new;
7709      $p->{document} = $doc;      $p->{document} = $doc;
7710    
7711      ## Step 9 # MUST      ## Step 8 # MUST
7712      my $i = 0;      my $i = 0;
7713      my $line = 1;      $p->{line_prev} = $p->{line} = 1;
7714      my $column = 0;      $p->{column_prev} = $p->{column} = 0;
7715      $p->{set_next_char} = sub {      $p->{set_next_char} = sub {
7716        my $self = shift;        my $self = shift;
7717    
# Line 5524  sub set_inner_html ($$$) { Line 7720  sub set_inner_html ($$$) {
7720    
7721        $self->{next_char} = -1 and return if $i >= length $$s;        $self->{next_char} = -1 and return if $i >= length $$s;
7722        $self->{next_char} = ord substr $$s, $i++, 1;        $self->{next_char} = ord substr $$s, $i++, 1;
7723        $column++;  
7724          ($p->{line_prev}, $p->{column_prev}) = ($p->{line}, $p->{column});
7725          $p->{column}++;
7726    
7727        if ($self->{next_char} == 0x000A) { # LF        if ($self->{next_char} == 0x000A) { # LF
7728          $line++;          $p->{line}++;
7729          $column = 0;          $p->{column} = 0;
7730            !!!cp ('i1');
7731        } elsif ($self->{next_char} == 0x000D) { # CR        } elsif ($self->{next_char} == 0x000D) { # CR
7732          $i++ if substr ($$s, $i, 1) eq "\x0A";          $i++ if substr ($$s, $i, 1) eq "\x0A";
7733          $self->{next_char} = 0x000A; # LF # MUST          $self->{next_char} = 0x000A; # LF # MUST
7734          $line++;          $p->{line}++;
7735          $column = 0;          $p->{column} = 0;
7736            !!!cp ('i2');
7737        } elsif ($self->{next_char} > 0x10FFFF) {        } elsif ($self->{next_char} > 0x10FFFF) {
7738          $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
7739            !!!cp ('i3');
7740        } elsif ($self->{next_char} == 0x0000) { # NULL        } elsif ($self->{next_char} == 0x0000) { # NULL
7741            !!!cp ('i4');
7742          !!!parse-error (type => 'NULL');          !!!parse-error (type => 'NULL');
7743          $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST          $self->{next_char} = 0xFFFD; # REPLACEMENT CHARACTER # MUST
7744          } elsif ($self->{next_char} <= 0x0008 or
7745                   (0x000E <= $self->{next_char} and
7746                    $self->{next_char} <= 0x001F) or
7747                   (0x007F <= $self->{next_char} and
7748                    $self->{next_char} <= 0x009F) or
7749                   (0xD800 <= $self->{next_char} and
7750                    $self->{next_char} <= 0xDFFF) or
7751                   (0xFDD0 <= $self->{next_char} and
7752                    $self->{next_char} <= 0xFDDF) or
7753                   {
7754                    0xFFFE => 1, 0xFFFF => 1, 0x1FFFE => 1, 0x1FFFF => 1,
7755                    0x2FFFE => 1, 0x2FFFF => 1, 0x3FFFE => 1, 0x3FFFF => 1,
7756                    0x4FFFE => 1, 0x4FFFF => 1, 0x5FFFE => 1, 0x5FFFF => 1,
7757                    0x6FFFE => 1, 0x6FFFF => 1, 0x7FFFE => 1, 0x7FFFF => 1,
7758                    0x8FFFE => 1, 0x8FFFF => 1, 0x9FFFE => 1, 0x9FFFF => 1,
7759                    0xAFFFE => 1, 0xAFFFF => 1, 0xBFFFE => 1, 0xBFFFF => 1,
7760                    0xCFFFE => 1, 0xCFFFF => 1, 0xDFFFE => 1, 0xDFFFF => 1,
7761                    0xEFFFE => 1, 0xEFFFF => 1, 0xFFFFE => 1, 0xFFFFF => 1,
7762                    0x10FFFE => 1, 0x10FFFF => 1,
7763                   }->{$self->{next_char}}) {
7764            !!!cp ('i4.1');
7765            if ($self->{next_char} < 0x10000) {
7766              !!!parse-error (type => 'control char',
7767                              text => (sprintf 'U+%04X', $self->{next_char}));
7768            } else {
7769              !!!parse-error (type => 'control char',
7770                              text => (sprintf 'U-%08X', $self->{next_char}));
7771            }
7772        }        }
7773      };      };
7774      $p->{prev_char} = [-1, -1, -1];      $p->{prev_char} = [-1, -1, -1];
# Line 5546  sub set_inner_html ($$$) { Line 7776  sub set_inner_html ($$$) {
7776            
7777      my $ponerror = $onerror || sub {      my $ponerror = $onerror || sub {
7778        my (%opt) = @_;        my (%opt) = @_;
7779        warn "Parse error ($opt{type}) at line $opt{line} column $opt{column}\n";        my $line = $opt{line};
7780          my $column = $opt{column};
7781          if (defined $opt{token} and defined $opt{token}->{line}) {
7782            $line = $opt{token}->{line};
7783            $column = $opt{token}->{column};
7784          }
7785          warn "Parse error ($opt{type}) at line $line column $column\n";
7786      };      };
7787      $p->{parse_error} = sub {      $p->{parse_error} = sub {
7788        $ponerror->(@_, line => $line, column => $column);        $ponerror->(line => $p->{line}, column => $p->{column}, @_);
7789      };      };
7790            
7791      $p->_initialize_tokenizer;      $p->_initialize_tokenizer;
# Line 5573  sub set_inner_html ($$$) { Line 7809  sub set_inner_html ($$$) {
7809          unless defined $p->{content_model};          unless defined $p->{content_model};
7810          ## ISSUE: What is "the name of the element"? local name?          ## ISSUE: What is "the name of the element"? local name?
7811    
7812      $p->{inner_html_node} = [$node, $node_ln];      $p->{inner_html_node} = [$node, $el_category->{$node_ln}];
7813          ## TODO: Foreign element OK?
7814    
7815      ## Step 4      ## Step 3
7816      my $root = $doc->create_element_ns      my $root = $doc->create_element_ns
7817        ('http://www.w3.org/1999/xhtml', [undef, 'html']);        ('http://www.w3.org/1999/xhtml', [undef, 'html']);
7818    
7819      ## Step 5 # MUST      ## Step 4 # MUST
7820      $doc->append_child ($root);      $doc->append_child ($root);
7821    
7822      ## Step 6 # MUST      ## Step 5 # MUST
7823      push @{$p->{open_elements}}, [$root, 'html'];      push @{$p->{open_elements}}, [$root, $el_category->{html}];
7824    
7825      undef $p->{head_element};      undef $p->{head_element};
7826    
7827      ## Step 7 # MUST      ## Step 6 # MUST
7828      $p->_reset_insertion_mode;      $p->_reset_insertion_mode;
7829    
7830      ## Step 8 # MUST      ## Step 7 # MUST
7831      my $anode = $node;      my $anode = $node;
7832      AN: while (defined $anode) {      AN: while (defined $anode) {
7833        if ($anode->node_type == 1) {        if ($anode->node_type == 1) {
7834          my $nsuri = $anode->namespace_uri;          my $nsuri = $anode->namespace_uri;
7835          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {          if (defined $nsuri and $nsuri eq 'http://www.w3.org/1999/xhtml') {
7836            if ($anode->manakai_local_name eq 'form') {            if ($anode->manakai_local_name eq 'form') {
7837                !!!cp ('i5');
7838              $p->{form_element} = $anode;              $p->{form_element} = $anode;
7839              last AN;              last AN;
7840            }            }
# Line 5605  sub set_inner_html ($$$) { Line 7843  sub set_inner_html ($$$) {
7843        $anode = $anode->parent_node;        $anode = $anode->parent_node;
7844      } # AN      } # AN
7845            
7846      ## Step 3 # MUST      ## Step 9 # MUST
     ## Step 10 # MUST  
7847      {      {
7848        my $self = $p;        my $self = $p;
7849        !!!next-token;        !!!next-token;
7850      }      }
7851      $p->_tree_construction_main;      $p->_tree_construction_main;
7852    
7853      ## Step 11 # MUST      ## Step 10 # MUST
7854      my @cn = @{$node->child_nodes};      my @cn = @{$node->child_nodes};
7855      for (@cn) {      for (@cn) {
7856        $node->remove_child ($_);        $node->remove_child ($_);
7857      }      }
7858      ## ISSUE: mutation events? read-only?      ## ISSUE: mutation events? read-only?
7859    
7860      ## Step 12 # MUST      ## Step 11 # MUST
7861      @cn = @{$root->child_nodes};      @cn = @{$root->child_nodes};
7862      for (@cn) {      for (@cn) {
7863        $this_doc->adopt_node ($_);        $this_doc->adopt_node ($_);
# Line 5629  sub set_inner_html ($$$) { Line 7866  sub set_inner_html ($$$) {
7866      ## ISSUE: mutation events?      ## ISSUE: mutation events?
7867    
7868      $p->_terminate_tree_constructor;      $p->_terminate_tree_constructor;
7869    
7870        delete $p->{parse_error}; # delete loop
7871    } else {    } else {
7872      die "$0: |set_inner_html| is not defined for node of type $nt";      die "$0: |set_inner_html| is not defined for node of type $nt";
7873    }    }
Legend:
Removed from v.1.76  
changed lines
  Added in v.1.168
[email protected]
 ViewVC Help
Powered by ViewVC 1.1.24