refactor: 统一 HTML Reader 的 parse 签名，使用文件路径参数

将所有 HTML Parser 的函数签名从接收 HTML 字符串改为接收文件路径，
与其他 Reader（PDF、DOCX 等）保持一致。

主要变更：
- 修改 PARSERS 列表，移除 lambda 表达式，直接传递函数引用
- 在 HtmlReader.parse() 中统一管理临时文件（UTF-8 编码）
- 每个 Parser 使用独立的临时文件副本，用完即清理
- 移除 download_and_parse() 方法，逻辑合并到 parse() 中
- 更新相关测试，改为直接传递文件路径

受影响的 Parser：
- trafilatura.parse(html_content) -> parse(file_path)
- domscribe.parse(html_content) -> parse(file_path)
- markitdown.parse(html_content, temp_file_path) -> parse(file_path)
- html2text.parse(html_content) -> parse(file_path)

scripts/readers/html/__init__.py

@@ -1,6 +1,7 @@
 """HTML/URL 文件阅读器，支持多种解析方法。"""
 
 import os
+import tempfile
 from typing import List, Optional, Tuple
 
 from scripts.readers.base import BaseReader
@@ -16,10 +17,10 @@ from . import html2text
 
 
 PARSERS = [
-    ("trafilatura", lambda c, t: trafilatura.parse(c)),
-    ("domscribe", lambda c, t: domscribe.parse(c)),
-    ("MarkItDown", lambda c, t: markitdown.parse(c, t)),
-    ("html2text", lambda c, t: html2text.parse(c)),
+    ("trafilatura", trafilatura.parse),
+    ("domscribe", domscribe.parse),
+    ("MarkItDown", markitdown.parse),
+    ("html2text", html2text.parse),
 ]
 
 
@@ -29,61 +30,49 @@ class HtmlReader(BaseReader):
     def supports(self, file_path: str) -> bool:
         return is_url(file_path) or file_path.lower().endswith(('.html', '.htm'))
 
-    def download_and_parse(self, url: str) -> Tuple[Optional[str], List[str]]:
-        """下载 URL 并解析"""
-        all_failures = []
-
-        # 下载 HTML
-        html_content, download_failures = downloader.download_html(url)
-        all_failures.extend(download_failures)
-
-        if html_content is None:
-            return None, all_failures
-
-        # 清理 HTML
-        html_content = cleaner.clean_html_content(html_content)
-
-        # 解析 HTML
-        content, parse_failures = self._parse_html_content(html_content, None)
-        all_failures.extend(parse_failures)
-
-        return content, all_failures
-
-    def _parse_html_content(self, html_content: str, temp_file_path: Optional[str]) -> Tuple[Optional[str], List[str]]:
-        """解析 HTML 内容"""
-        failures = []
-        content = None
-
-        for parser_name, parser_func in PARSERS:
-            content, error = parser_func(html_content, temp_file_path)
-            if content is not None:
-                return content, failures
-            else:
-                failures.append(f"- {parser_name}: {error}")
-
-        return None, failures
-
     def parse(self, file_path: str) -> Tuple[Optional[str], List[str]]:
+        """解析 HTML 文件或 URL"""
         all_failures = []
 
-        # 判断输入类型
+        # 步骤 1: 获取 HTML 内容
         if is_url(file_path):
-            return self.download_and_parse(file_path)
+            # URL 路径: 下载 HTML
+            html_content, download_failures = downloader.download_html(file_path)
+            all_failures.extend(download_failures)
+            if html_content is None:
+                return None, all_failures
+        else:
+            # 本地文件路径: 读取文件
+            if not os.path.exists(file_path):
+                return None, ["文件不存在"]
+            html_content, error = encoding_detection.read_text_file(file_path)
+            if error:
+                return None, [f"- {error}"]
 
-        # 检查文件是否存在
-        if not os.path.exists(file_path):
-            return None, ["文件不存在"]
-
-        # 读取本地 HTML 文件，使用编码检测
-        html_content, error = encoding_detection.read_text_file(file_path)
-        if error:
-            return None, [f"- {error}"]
-
-        # 清理 HTML
+        # 步骤 2: 清理 HTML 内容
         html_content = cleaner.clean_html_content(html_content)
 
-        # 解析 HTML
-        content, parse_failures = self._parse_html_content(html_content, file_path)
-        all_failures.extend(parse_failures)
+        # 步骤 3: 对每个 Parser 创建独立的临时文件并尝试解析
+        for parser_name, parser_func in PARSERS:
+            # 创建临时文件
+            fd, temp_file_path = tempfile.mkstemp(suffix='.html', text=True)
+            try:
+                # 写入清理后的 HTML 内容（UTF-8 编码）
+                with os.fdopen(fd, 'w', encoding='utf-8') as f:
+                    f.write(html_content)
 
-        return content, all_failures
+                # 调用 Parser 解析
+                content, error = parser_func(temp_file_path)
+                if content is not None:
+                    return content, all_failures
+                else:
+                    all_failures.append(f"- {parser_name}: {error}")
+            finally:
+                # 清理临时文件
+                try:
+                    os.unlink(temp_file_path)
+                except Exception:
+                    pass
+
+        # 所有 Parser 都失败
+        return None, all_failures