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/html2text.py

@@ -3,13 +3,21 @@
 from typing import Optional, Tuple
 
 
-def parse(html_content: str) -> Tuple[Optional[str], Optional[str]]:
-    """使用 html2text 解析 HTML（兜底方案）"""
+def parse(file_path: str) -> Tuple[Optional[str], Optional[str]]:
+    """使用 html2text 解析 HTML 文件（兜底方案）"""
     try:
         import html2text
     except ImportError:
         return None, "html2text 库未安装"
 
+    try:
+        with open(file_path, 'r', encoding='utf-8') as f:
+            html_content = f.read()
+    except FileNotFoundError:
+        return None, f"文件不存在: {file_path}"
+    except Exception as e:
+        return None, f"读取文件失败: {str(e)}"
+
     try:
         converter = html2text.HTML2Text()
         converter.ignore_emphasis = False