lanyuanxiaoyao/lyxy-document
1
0
Fork 0
Code Releases Activity
52 Commits 1 Branch 0 Tags
master
Commit Graph

3 Commits

Author SHA1 Message Date
lanyuanxiaoyao
a490b2642c feat: 新增 PPT 旧格式支持，重构 LibreOffice 转换工具 
- 新增 PPT (旧格式) 解析器
- 重构 _utils.py，提取通用 convert_via_libreoffice 函数
- 更新依赖配置，添加 PPT 相关依赖
- 完善文档，更新 README 和 SKILL.md
- 添加 PPT 文件检测函数
- 新增 PPT 解析器测试用例
 2026-03-16 22:49:04 +08:00
lanyuanxiaoyao
e0c6ed1638 feat: 新增 .doc 格式支持，借助 LibreOffice soffice 
- 提取 LibreOffice 解析逻辑为公共工具函数 _utils.parse_via_libreoffice()
- 新增 DocReader 独立 Reader，支持 .doc 格式
- 新增 is_valid_doc() 文件验证函数（复用 OLE2 检测）
- 新增 doc 格式依赖配置（独立配置）
- 新增完整的测试套件，使用静态测试文件
- 更新 README.md 和 SKILL.md，添加 .doc 格式支持说明
- 新增 openspec/specs/doc-reader/spec.md 规范文档

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
 2026-03-16 10:40:43 +08:00
lanyuanxiaoyao
1aea561277 refactor: 重构 Reader 内部工具函数到独立模块 
- 新增 scripts/readers/_utils.py 作为 Reader 内部共享工具模块
- 将 parse_with_markitdown 等函数从 core/markdown.py 迁移到 _utils.py
- 函数重命名：parse_with_xxx → parse_via_xxx，_unstructured_elements_to_markdown → convert_unstructured_to_markdown
- 更新 17 个 Reader 实现文件的 import 路径
- 从 core/__init__.py 移除已迁移函数的导出
- 新增测试文件 tests/test_readers/test_utils.py
- 新增 spec 文档 openspec/specs/reader-internal-utils/spec.md

这次重构明确了模块边界：core/ 提供公共 API，readers/_utils.py 提供 Reader 内部工具
 2026-03-09 00:56:05 +08:00