lyxy-document

lanyuanxiaoyao/lyxy-document

Fork 0

Commit Graph

Author	SHA1	Message	Date
lanyuanxiaoyao	688933c228	fix: 移除 cleaner.py 顶层导入，完善 README 测试指引 - 移除 cleaner.py 中 beautifulsoup4 的顶层导入，改为完全依赖函数内动态导入 - 新增 README 快速开始章节，提供验证环境和基础测试命令 - 完善测试前置依赖说明，明确仅需 chardet 即可运行基础测试 - 更新所有测试命令，移除不必要的 --with beautifulsoup4	2026-03-10 11:08:51 +08:00
lanyuanxiaoyao	b80c635f07	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）	2026-03-09 00:26:51 +08:00
lanyuanxiaoyao	15b63800a8	refactor: 将核心代码迁移到 scripts 目录 - 创建 scripts/ 目录作为核心代码根目录 - 移动 core/, readers/, utils/ 到 scripts/ 下 - 移动 config.py, lyxy_document_reader.py 到 scripts/ - 移动 encoding_detection.py 到 scripts/utils/ - 更新 pyproject.toml 中的入口点路径和 pytest 配置 - 更新所有内部导入语句为 scripts.* 模块 - 更新 README.md 目录结构说明 - 更新 openspec/config.yaml 添加目录结构说明 - 删除无用的 main.py 此变更使项目结构更清晰，便于区分核心代码与测试、文档等支撑文件。	2026-03-08 17:41:03 +08:00

Author

SHA1

Message

Date

lanyuanxiaoyao

688933c228

fix: 移除 cleaner.py 顶层导入，完善 README 测试指引

- 移除 cleaner.py 中 beautifulsoup4 的顶层导入，改为完全依赖函数内动态导入
- 新增 README 快速开始章节，提供验证环境和基础测试命令
- 完善测试前置依赖说明，明确仅需 chardet 即可运行基础测试
- 更新所有测试命令，移除不必要的 --with beautifulsoup4

2026-03-10 11:08:51 +08:00

lanyuanxiaoyao

b80c635f07

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）

2026-03-09 00:26:51 +08:00

lanyuanxiaoyao

15b63800a8

refactor: 将核心代码迁移到 scripts 目录

- 创建 scripts/ 目录作为核心代码根目录
- 移动 core/, readers/, utils/ 到 scripts/ 下
- 移动 config.py, lyxy_document_reader.py 到 scripts/
- 移动 encoding_detection.py 到 scripts/utils/
- 更新 pyproject.toml 中的入口点路径和 pytest 配置
- 更新所有内部导入语句为 scripts.* 模块
- 更新 README.md 目录结构说明
- 更新 openspec/config.yaml 添加目录结构说明
- 删除无用的 main.py

此变更使项目结构更清晰，便于区分核心代码与测试、文档等支撑文件。

2026-03-08 17:41:03 +08:00

3 Commits