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

pyproject.toml

@@ -5,3 +5,88 @@ description = "帮助AI工具读取转换文档到markdown的skill"
 readme = "README.md"
 requires-python = ">=3.11"
 dependencies = []
+
+[project.optional-dependencies]
+docx = [
+    "docling>=2.0.0",
+    "unstructured>=0.12.0",
+    "markitdown>=0.1.0",
+    "pypandoc-binary>=1.13.0",
+    "python-docx>=1.1.0",
+    "markdownify>=0.12.0",
+]
+xlsx = [
+    "docling>=2.0.0",
+    "unstructured>=0.12.0",
+    "markitdown>=0.1.0",
+    "pandas>=2.0.0",
+    "tabulate>=0.9.0",
+]
+pptx = [
+    "docling>=2.0.0",
+    "unstructured>=0.12.0",
+    "markitdown>=0.1.0",
+    "python-pptx>=0.6.0",
+    "markdownify>=0.12.0",
+]
+pdf = [
+    "docling>=2.0.0",
+    "unstructured>=0.12.0",
+    "unstructured-paddleocr>=0.1.0",
+    "markitdown>=0.1.0",
+    "pypdf>=4.0.0",
+    "markdownify>=0.12.0",
+]
+html = [
+    "trafilatura>=1.10.0",
+    "domscribe>=0.1.0",
+    "markitdown>=0.1.0",
+    "html2text>=2024.2.26",
+    "beautifulsoup4>=4.12.0",
+]
+http = [
+    "httpx>=0.27.0",
+    "pyppeteer>=2.0.0",
+    "selenium>=4.18.0",
+]
+office = [
+    "lyxy-document[docx,xlsx,pptx,pdf]",
+]
+web = [
+    "lyxy-document[html,http]",
+]
+full = [
+    "lyxy-document[office,web]",
+]
+dev = [
+    "pytest>=8.0.0",
+    "pytest-cov>=4.1.0",
+    "black>=24.0.0",
+    "isort>=5.13.0",
+    "mypy>=1.8.0",
+]
+
+[project.scripts]
+lyxy-document-reader = "lyxy_document_reader:main"
+
+[build-system]
+requires = ["hatchling"]
+build-backend = "hatchling.build"
+
+[tool.black]
+line-length = 100
+target-version = ["py311"]
+
+[tool.isort]
+profile = "black"
+line-length = 100
+
+[tool.mypy]
+python_version = "3.11"
+warn_return_any = true
+warn_unused_configs = true
+disallow_untyped_defs = true
+
+[tool.pytest.ini_options]
+testpaths = ["tests"]
+pythonpath = ["."]