試圖瞭解在html5lib測試ParseError數

Question

我一直在尋找在html5lib-tests下面的測試案例：

{"description":"<!DOCTYPE\\u0008", 
"input":"<!DOCTYPE\u0008", 
"output":["ParseError", "ParseError", "ParseError", 
      ["DOCTYPE", "\u0008", null, null, false]]}, 

source

State      |Input char | Actions 
-------------------------------------------------------------------------------------------- 
Data State     | "<"  | -> TagOpenState 
TagOpenState    | "!"  | -> MarkupDeclarationOpenState 
MarkupDeclarationOpenState | "DOCTYPE" | -> DOCTYPE state 
DOCTYPE state    | "\u0008" | Parse error; -> before DOCTYPE name state (reconsume) 
before DOCTYPE name state | "\u0008" | DOCTYPE(name = "\u0008"); -> DOCTYPE name state 
DOCTYPE name state   | EOF  | Parse error. Set force quirks on. Emit DOCTYPE -> Data state. 
Data state     | EOF  | Emit EOF. 

我想知道在哪裏這三個錯誤是從哪裏來的？我只能跟蹤兩個，但我認爲我在某個地方發生邏輯錯誤。

Answer 1

你缺少的一個是一個從「預處理輸入流」部分：

在範圍U + 0001到U + 0008 U + 000E至U的任何字符任何出現+ 001F，U + 007F至U + 009F，U + FDD0至U + FDEF以及字符U + 000B，U + FFFE，U + FFFF，U + 1FFFE，U + 1FFFF，U + 2FFFE，U + 2FFFF，U + 3FFFE，U + 3FFFF，U + 4FFFE，U + 4FFFF，U + 5FFFE，U + 5FFFF，U + 6FFFE，U + 6FFFF，U + 7FFFE，U + 7FFFF，U + U + 9FFFF，U + AFFFE，U + AFFFF，U + BFFFE，U + BFFFF，U + CFFFE，U + CFFFF，U + DFFFE，U + DFFFF，U + EFFFE，U + EFFFF，U + FFFFE，U + FFFFF，U + 10FFFE和U + 10FFFF是解析錯誤。這些都是控制字符或永久性未定義的Unicode字符（非字符）。

這導致在U + 0008字符到達標記器之前出現解析錯誤。鑑於標記器被定義爲從輸入流中讀取，標記器測試假定輸入流具有對其應用的正常預處理。