refactor: 重构解析器架构并添加编码检测和配置管理

简化 parse_input() 为纯调度器，通过遍历 readers 的 supports() 方法识别输入类型，移除 URL 特殊处理和文件检查逻辑。各 reader 的 parse() 方法负责完整验证（文件存在、格式有效性）。

新增功能：
- 添加 chardet 编码自动检测，支持多种中文编码回退机制
- 创建统一配置类管理编码、下载超时、日志等级等配置项
- HTML reader 支持本地文件编码检测和 URL 统一处理

安全性改进：
- 修复 safe_open_zip() 路径遍历漏洞，使用 pathlib 规范化路径
- 添加边界检查，search_markdown() 检查负数参数

其他改进：
- 修复类型注解（argparse.Namespace）
- 日志系统仅输出 ERROR 级别，避免干扰 Markdown 输出
- 更新 BaseReader 接口文档，明确 supports() 和 parse() 职责划分
- 同步 delta specs 到主 specs（document-reading、html-reader、configuration、encoding-detection）

core/markdown.py

@@ -2,6 +2,7 @@
 
 import re
 import zipfile
+from pathlib import Path
 from typing import List, Optional, Tuple
 
 IMAGE_PATTERN = re.compile(r"!\[[^\]]*\]\([^)]+\)")
@@ -75,13 +76,18 @@ def safe_open_zip(zip_file: zipfile.ZipFile, name: str) -> Optional[zipfile.ZipE
     """安全地从 ZipFile 中打开文件，防止路径遍历攻击"""
     if not name:
         return None
-    if name.startswith("/") or name.startswith(".."):
+
+    try:
+        normalized = Path(name).as_posix()
+        # 检查是否包含父目录引用
+        if ".." in Path(normalized).parts:
+            return None
+        # 检查是否为绝对路径
+        if Path(normalized).is_absolute():
+            return None
+        return zip_file.open(name)
+    except (ValueError, OSError):
         return None
-    if "/../" in name or name.endswith("/.."):
-        return None
-    if "\\" in name:
-        return None
-    return zip_file.open(name)
 
 
 def normalize_markdown_whitespace(content: str) -> str:
@@ -171,6 +177,13 @@ def search_markdown(
     content: str, pattern: str, context_lines: int = 0
 ) -> Optional[str]:
     """使用正则表达式搜索 markdown 文档，返回匹配结果及其上下文"""
+    # 边界检查
+    if not content:
+        return None
+
+    if context_lines < 0:
+        raise ValueError("context_lines 必须为非负整数")
+
     try:
         regex = re.compile(pattern)
     except re.error:

core/parser.py

@@ -1,6 +1,6 @@
 """统一解析调度器，负责根据输入类型选择合适的 reader 进行解析。"""
 
-import os
+import argparse
 import sys
 from typing import List, Optional, Tuple
 
@@ -10,7 +10,6 @@ from core.markdown import (
     remove_markdown_images,
 )
 from readers import BaseReader
-from utils import detect_file_type, is_html_file, is_url
 
 
 def parse_input(
@@ -18,7 +17,7 @@ def parse_input(
     readers: List[BaseReader],
 ) -> Tuple[Optional[str], List[str]]:
     """
-    统一解析入口函数，根据输入类型自动选择合适的 reader。
+    统一解析入口函数，遍历 readers 选择合适的 reader 进行解析。
 
     返回: (content, failures)
     - content: 成功时返回 Markdown 内容，失败时返回 None
@@ -27,35 +26,11 @@ def parse_input(
     if not input_path:
         raise FileDetectionError("输入路径不能为空")
 
-    # 检测是否为 URL
-    if is_url(input_path):
-        # URL 交给 HTML reader
-        for reader in readers:
-            if hasattr(reader, "download_and_parse"):
-                return reader.download_and_parse(input_path)
-        raise ReaderNotFoundError("未找到支持 URL 下载的 reader")
+    for reader in readers:
+        if reader.supports(input_path):
+            return reader.parse(input_path)
 
-    # 检测文件是否存在
-    if not os.path.exists(input_path):
-        raise FileDetectionError(f"文件不存在: {input_path}")
-
-    # 检测文件类型
-    file_type = detect_file_type(input_path)
-
-    if file_type:
-        # Office/PDF 文件
-        for reader in readers:
-            if reader.supports(input_path):
-                return reader.parse(input_path)
-        raise ReaderNotFoundError(f"未找到支持 {file_type.upper()} 格式的 reader")
-    elif is_html_file(input_path):
-        # HTML 文件
-        for reader in readers:
-            if reader.supports(input_path):
-                return reader.parse(input_path)
-        raise ReaderNotFoundError("未找到支持 HTML 格式的 reader")
-    else:
-        raise FileDetectionError(f"无法识别的文件类型: {input_path}")
+    raise ReaderNotFoundError(f"未找到支持的 reader: {input_path}")
 
 
 def process_content(content: str) -> str:
@@ -67,7 +42,7 @@ def process_content(content: str) -> str:
 
 def output_result(
     content: str,
-    args: any,
+    args: argparse.Namespace,
 ) -> None:
     """根据命令行参数输出结果"""
     if args.count: