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）

readers/html/__init__.py

@@ -4,7 +4,8 @@ import os
 from typing import List, Optional, Tuple
 
 from readers.base import BaseReader
-from utils import is_html_file, is_url
+from utils import is_url
+import encoding_detection
 
 from . import cleaner
 from . import downloader
@@ -30,7 +31,7 @@ class HtmlReader(BaseReader):
         return [".html", ".htm"]
 
     def supports(self, file_path: str) -> bool:
-        return is_url(file_path) or is_html_file(file_path)
+        return is_url(file_path) or file_path.endswith(('.html', '.htm'))
 
     def download_and_parse(self, url: str) -> Tuple[Optional[str], List[str]]:
         """下载 URL 并解析"""
@@ -69,15 +70,14 @@ class HtmlReader(BaseReader):
     def parse(self, file_path: str) -> Tuple[Optional[str], List[str]]:
         all_failures = []
 
+        # 判断输入类型
         if is_url(file_path):
             return self.download_and_parse(file_path)
 
-        # 读取 HTML 文件
-        try:
-            with open(file_path, 'r', encoding='utf-8') as f:
-                html_content = f.read()
-        except Exception as e:
-            return None, [f"- 读取文件失败: {str(e)}"]
+        # 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
         html_content = cleaner.clean_html_content(html_content)