refactor: 完善降级链的异常捕获机制

为所有 Reader 的 parser 循环添加 try-except 防护层，确保即使 parser
抛出意外异常，降级链也能继续尝试下一个 parser。

主要变更：
- 所有 Reader (DocxReader/PdfReader/XlsxReader/PptxReader/HtmlReader)
  的 parse 方法中添加防护层，捕获意外异常并标记为 [意外异常]
- cleaner.clean_html_content() 添加异常处理，返回 (content, error) 元组
- HtmlReader.parse() 更新 cleaner 调用方式，处理新的返回值格式
- BaseReader 添加详细的异常处理规范文档

设计原则：双层异常保护
- Parser 层：捕获预期的解析失败（库未安装、格式不支持）
- Reader 层：捕获意外的编程错误（NoneType、索引越界等）

scripts/readers/html/__init__.py

@@ -50,7 +50,11 @@ class HtmlReader(BaseReader):
                 return None, [f"- {error}"]
 
         # 步骤 2: 清理 HTML 内容
-        html_content = cleaner.clean_html_content(html_content)
+        cleaned_html, error = cleaner.clean_html_content(html_content)
+        if error:
+            all_failures.append(f"- cleaner: {error}")
+            return None, all_failures
+        html_content = cleaned_html
 
         # 步骤 3: 对每个 Parser 创建独立的临时文件并尝试解析
         for parser_name, parser_func in PARSERS:
@@ -61,12 +65,15 @@ class HtmlReader(BaseReader):
                 with os.fdopen(fd, 'w', encoding='utf-8') as f:
                     f.write(html_content)
 
-                # 调用 Parser 解析
-                content, error = parser_func(temp_file_path)
-                if content is not None:
-                    return content, all_failures
-                else:
-                    all_failures.append(f"- {parser_name}: {error}")
+                # 调用 Parser 解析（添加防护层）
+                try:
+                    content, error = parser_func(temp_file_path)
+                    if content is not None:
+                        return content, all_failures
+                    else:
+                        all_failures.append(f"- {parser_name}: {error}")
+                except Exception as e:
+                    all_failures.append(f"- {parser_name}: [意外异常] {type(e).__name__}: {str(e)}")
             finally:
                 # 清理临时文件
                 try: