# 错误处理和限制说明

## 限制

- 不支持图片提取（仅纯文本）
- 不支持复杂的格式保留（字体、颜色、布局等）
- 不支持文档编辑或修改
- 仅支持 URL、.html、.htm 格式
- pyppeteer 和 selenium 需要额外配置环境变量

## 最佳实践

1. **必须优先使用 lyxy-runner-python**：如果环境中存在，必须使用 lyxy-runner-python 执行脚本
2. **查阅 README**：详细参数、依赖安装、下载器/解析器对比等信息请阅读 `scripts/README.md`
3. **JS 渲染网页**：对于需要 JS 渲染的网页，确保安装 pyppeteer 或 selenium 并正确配置环境变量
4. **轻量使用**：如果目标网页不需要 JS 渲染，可以只安装 httpx/urllib 以获得更快的下载速度
5. **禁止自动安装**：降级到直接 Python 执行时，仅向用户提示安装依赖，不得自动执行 pip install

## 依赖执行策略

### 必须使用 lyxy-runner-python

如果环境中存在 lyxy-runner-python skill，**必须**使用它来执行 parser.py 脚本：
- lyxy-runner-python 使用 uv 管理依赖，自动安装所需的第三方库
- 环境隔离，不污染系统 Python
- 跨平台兼容（Windows/macOS/Linux）

### 降级到直接执行

**仅当** lyxy-runner-python skill 不存在时，才降级到直接 Python 执行：
- 需要用户手动安装依赖
- 至少需要安装 html2text 和 beautifulsoup4
- **禁止自动执行 pip install**，仅向用户提示安装建议

## JS 渲染配置

### pyppeteer 配置

- 首次运行会自动下载 Chromium（需要网络连接）
- 或设置 `LYXY_CHROMIUM_BINARY` 环境变量指定 Chromium/Chrome 可执行文件路径

### selenium 配置

必须设置两个环境变量：
- `LYXY_CHROMIUM_DRIVER` - ChromeDriver 可执行文件路径
- `LYXY_CHROMIUM_BINARY` - Chromium/Chrome 可执行文件路径

## 不适用场景

- 需要提取图片内容（仅支持纯文本）
- 需要保留复杂的格式信息（字体、颜色、布局）
- 需要编辑或修改文档
- 需要登录或认证才能访问的网页（需自行处理 Cookie/Token）
- 需要处理动态内容加载但不使用 JS 渲染的情况