test: 添加全面的测试套件，覆盖所有 Reader 实现

- 测试数量从 83 个增加到 193 个 (+132%)
- 代码覆盖率从 48% 提升到 69% (+44%)
- 为每种文档格式的所有 Reader 实现创建独立测试
- 添加跨 Reader 的一致性验证测试
- 新增 4 个测试规范 (cli-testing, exception-testing, reader-testing, test-fixtures)
- 更新 README 测试统计信息

测试覆盖:
- DOCX: python-docx, markitdown, docling, native-xml, pypandoc, unstructured
- PDF: pypdf, markitdown, docling, docling-ocr, unstructured, unstructured-ocr
- HTML: html2text, markitdown, trafilatura, domscribe
- PPTX: python-pptx, markitdown, docling, native-xml, unstructured
- XLSX: pandas, markitdown, docling, native-xml, unstructured
- CLI: 所有命令行选项和错误处理

所有 193 个测试通过。

openspec/specs/cli-testing/spec.md

@@ -0,0 +1,91 @@
+# CLI Testing Specification
+
+## Purpose
+
+定义 CLI 命令行工具的功能测试规范,包括输出格式、选项处理、错误处理等。
+
+## Requirements
+
+### Requirement: CLI 输出解析内容
+CLI 在不指定任何选项时，MUST 输出完整的解析后 Markdown 内容到标准输出。
+
+#### Scenario: 解析 DOCX 文件
+- **WHEN** 用户执行 `python lyxy_document_reader.py file.docx`
+- **THEN** 标准输出包含解析后的 Markdown 内容
+
+#### Scenario: 解析 PDF 文件
+- **WHEN** 用户执行 `python lyxy_document_reader.py file.pdf`
+- **THEN** 标准输出包含解析后的 Markdown 内容
+
+#### Scenario: 解析 HTML 文件
+- **WHEN** 用户执行 `python lyxy_document_reader.py file.html`
+- **THEN** 标准输出包含解析后的 Markdown 内容
+
+### Requirement: CLI 统计字数
+CLI 使用 `-c` 或 `--count` 选项时，MUST 输出解析后内容的字符总数（不包含换行符）。
+
+#### Scenario: 统计 DOCX 字数
+- **WHEN** 用户执行 `python lyxy_document_reader.py file.docx -c`
+- **THEN** 标准输出仅包含一个表示字符总数的数字
+
+### Requirement: CLI 统计行数
+CLI 使用 `-l` 或 `--lines` 选项时，MUST 输出解析后的行数。
+
+#### Scenario: 统计行数
+- **WHEN** 用户执行 `python lyxy_document_reader.py file.docx -l`
+- **THEN** 标准输出仅包含一个表示行数的数字
+
+### Requirement: CLI 提取标题
+CLI 使用 `-t` 或 `--titles` 选项时，MUST 输出所有 1-6 级标题行。
+
+#### Scenario: 提取所有标题
+- **WHEN** 用户执行 `python lyxy_document_reader.py file.docx -t`
+- **THEN** 标准输出包含所有标题行，每行一个标题
+
+### Requirement: CLI 提取标题内容
+CLI 使用 `-tc` 或 `--title-content` 选项时，MUST 输出指定标题及其下级内容。
+
+#### Scenario: 提取存在的标题内容
+- **WHEN** 用户执行 `python lyxy_document_reader.py file.docx -tc "章节标题"`
+- **THEN** 标准输出包含该标题及其下级内容（不包含 # 号）
+
+#### Scenario: 提取不存在的标题
+- **WHEN** 用户执行 `python lyxy_document_reader.py file.docx -tc "不存在的标题"`
+- **THEN** 程序输出错误信息并以非零状态退出
+
+### Requirement: CLI 搜索内容
+CLI 使用 `-s` 或 `--search` 选项时，MUST 使用正则表达式搜索文档并输出匹配结果。
+
+#### Scenario: 搜索匹配内容
+- **WHEN** 用户执行 `python lyxy_document_reader.py file.docx -s "关键词"`
+- **THEN** 标准输出包含所有匹配的上下文，用 `---` 分隔
+
+#### Scenario: 搜索无匹配内容
+- **WHEN** 用户执行 `python lyxy_document_reader.py file.docx -s "不存在的内容"`
+- **THEN** 程序输出错误信息并以非零状态退出
+
+#### Scenario: 搜索使用上下文行数
+- **WHEN** 用户执行 `python lyxy_document_reader.py file.docx -s "关键词" -n 5`
+- **THEN** 输出每个匹配结果前后各 5 行非空内容
+
+### Requirement: CLI 错误处理
+CLI 遇到错误时，MUST 输出清晰的错误信息并以非零状态退出。
+
+#### Scenario: 文件不存在
+- **WHEN** 用户执行 `python lyxy_document_reader.py nonexistent.docx`
+- **THEN** 程序输出错误信息并以状态码 1 退出
+
+#### Scenario: 不支持的文件类型
+- **WHEN** 用户执行 `python lyxy_document_reader.py unsupported.xyz`
+- **THEN** 程序输出未找到支持 reader 的错误信息
+
+#### Scenario: 所有解析方法失败
+- **WHEN** 所有 Reader 解析均失败
+- **THEN** 程序输出各 Reader 的失败原因列表
+
+### Requirement: CLI 选项互斥
+CLI 的输出选项（`-c`、`-l`、`-t`、`-tc`、`-s`）MUST 互斥，不能同时使用。
+
+#### Scenario: 默认输出与其他选项冲突
+- **WHEN** 用户尝试使用多个输出选项
+- **THEN** argparse 自动处理互斥，只允许一个选项生效