feat: 添加 doc/xls/ppt 旧格式文档支持

- 新增 DocReader，支持 markitdown 和 pypandoc-binary 解析器
- 新增 XlsReader，支持 unstructured、markitdown 和 pandas+xlrd 解析器
- 新增 PptReader，支持 markitdown 解析器
- 添加 olefile 依赖用于验证 OLE2 格式
- 更新 config.py 添加 doc/xls/ppt 依赖配置
- 更新 --advice 支持 doc/xls/ppt 格式
- 添加相应的测试用例
- 同步 specs 到主目录

scripts/readers/__init__.py

@@ -6,6 +6,9 @@ from .xlsx import XlsxReader
 from .pptx import PptxReader
 from .pdf import PdfReader
 from .html import HtmlReader
+from .doc import DocReader
+from .xls import XlsReader
+from .ppt import PptReader
 
 READERS = [
     DocxReader,
@@ -13,6 +16,9 @@ READERS = [
     PptxReader,
     PdfReader,
     HtmlReader,
+    DocReader,
+    XlsReader,
+    PptReader,
 ]
 
 __all__ = [
@@ -22,5 +28,8 @@ __all__ = [
     "PptxReader",
     "PdfReader",
     "HtmlReader",
+    "DocReader",
+    "XlsReader",
+    "PptReader",
     "READERS",
 ]