feat: 统一文档解析器项目 - 迁移 lyxy-reader-office 和 lyxy-reader-html

## 功能特性

- 建立统一的项目结构，包含 core/、readers/、utils/、tests/ 模块
- 迁移 lyxy-reader-office 的所有解析器（docx、xlsx、pptx、pdf）
- 迁移 lyxy-reader-html 的所有解析器（html、url 下载）
- 统一 CLI 入口为 lyxy_document_reader.py
- 统一 Markdown 后处理逻辑
- 按文件类型组织 readers，每个解析器独立文件
- 依赖分组按文件类型细分（docx、xlsx、pptx、pdf、html、http）
- PDF OCR 解析器优先，无参数控制
- 使用 logging 模块替代简单 print
- 设计完整的单元测试结构
- 重写项目文档

## 新增目录/文件

- core/ - 核心模块（异常体系、Markdown 工具、解析调度器）
- readers/ - 格式阅读器（base.py + docx/xlsx/pptx/pdf/html）
- utils/ - 工具函数（文件类型检测）
- tests/ - 测试（conftest.py + test_core/ + test_readers/ + test_utils/）
- lyxy_document_reader.py - 统一 CLI 入口

## 依赖分组

- docx - DOCX 文档解析支持
- xlsx - XLSX 文档解析支持
- pptx - PPTX 文档解析支持
- pdf - PDF 文档解析支持（含 OCR）
- html - HTML/URL 解析支持
- http - HTTP/URL 下载支持
- office - Office 格式组合（docx/xlsx/pptx/pdf）
- web - Web 格式组合（html/http）
- full - 完整功能
- dev - 开发依赖

core/__init__.py

@@ -0,0 +1,47 @@
+"""Core module for lyxy-document."""
+
+from .exceptions import (
+    LyxyDocumentError,
+    FileDetectionError,
+    ReaderNotFoundError,
+    ParseError,
+    DownloadError,
+)
+from .markdown import (
+    parse_with_markitdown,
+    parse_with_docling,
+    build_markdown_table,
+    flush_list_stack,
+    safe_open_zip,
+    normalize_markdown_whitespace,
+    remove_markdown_images,
+    get_heading_level,
+    extract_titles,
+    extract_title_content,
+    search_markdown,
+    _unstructured_elements_to_markdown,
+)
+from .parser import parse_input, process_content, output_result
+
+__all__ = [
+    "LyxyDocumentError",
+    "FileDetectionError",
+    "ReaderNotFoundError",
+    "ParseError",
+    "DownloadError",
+    "parse_with_markitdown",
+    "parse_with_docling",
+    "build_markdown_table",
+    "flush_list_stack",
+    "safe_open_zip",
+    "normalize_markdown_whitespace",
+    "remove_markdown_images",
+    "get_heading_level",
+    "extract_titles",
+    "extract_title_content",
+    "search_markdown",
+    "_unstructured_elements_to_markdown",
+    "parse_input",
+    "process_content",
+    "output_result",
+]