// TODO: process CDATA, scripts

static List<String> htmlcoarsetok(String s) {

  List<String> tok = new ArrayList<String>();

  int l = s == null ? 0 : s.length();

  int i = 0;

  while (i < l) {

    int j = i;

    char c;

    // scan for non-tags

    while (j < l) {

      if (s.charAt(j) != '<')

        // regular character

        ++j;

      else if (s.substring(j, Math.min(j+4, l)).equals("<!--")) {

        // HTML comment

        j = j+4;

        do ++j; while (j < l && !s.substring(j, Math.min(j+3, l)).equals("-->"));

        j = Math.min(j+3, l);

      } else

        // it's a tag

        break;

    }

    tok.add(s.substring(i, j));

    i = j;

    if (i >= l) break;

    c = s.charAt(i);

    // scan for tags

    if (c == '<') {

      ++j;

      while (j < l && s.charAt(j) != '>') ++j; // TODO: strings?

      if (j < l) ++j;

    }

    tok.add(s.substring(i, j));

    i = j;

  }

  if ((tok.size() % 2) == 0) tok.add("");

  return tok;

}