lanyuanxiaoyao
750ef50a8d
简化 parse_input() 为纯调度器，通过遍历 readers 的 supports() 方法识别输入类型，移除 URL 特殊处理和文件检查逻辑。各 reader 的 parse() 方法负责完整验证（文件存在、格式有效性）。 新增功能： - 添加 chardet 编码自动检测，支持多种中文编码回退机制 - 创建统一配置类管理编码、下载超时、日志等级等配置项 - HTML reader 支持本地文件编码检测和 URL 统一处理 安全性改进： - 修复 safe_open_zip() 路径遍历漏洞，使用 pathlib 规范化路径 - 添加边界检查，search_markdown() 检查负数参数 其他改进： - 修复类型注解（argparse.Namespace） - 日志系统仅输出 ERROR 级别，避免干扰 Markdown 输出 - 更新 BaseReader 接口文档，明确 supports() 和 parse() 职责划分 - 同步 delta specs 到主 specs（document-reading、html-reader、configuration、encoding-detection）
2.6 KiB
2.6 KiB
Purpose
统一配置管理能力，提供集中的配置类管理所有配置项。
Requirements
Requirement: 统一配置类
系统 SHALL 提供统一的配置类，集中管理所有配置项。
Scenario: 配置类在独立文件
- WHEN 使用配置项
- THEN 从 config.py 模块导入 Config 类
Scenario: 配置类为简单常量类
- WHEN 访问配置项
- THEN 通过 Config.ITEM_NAME 直接访问类属性
Requirement: 编码配置
系统 SHALL 在配置类中提供编码相关配置项。
Scenario: 提供回退编码列表
- WHEN 需要回退编码列表
- THEN 系统提供 Config.FALLBACK_ENCODINGS 配置项
Scenario: 回退编码列表为列表类型
- WHEN 访问 Config.FALLBACK_ENCODINGS
- THEN 返回字符串列表，包含编码名称
Scenario: 回退编码列表默认值
- WHEN 使用默认配置
- THEN Config.FALLBACK_ENCODINGS 默认为 ['utf-8', 'gbk', 'gb2312', 'latin-1']
Requirement: HTML 下载配置
系统 SHALL 在配置类中提供 HTML 下载相关配置项。
Scenario: 提供下载超时配置
- WHEN 需要下载超时设置
- THEN 系统提供 Config.DOWNLOAD_TIMEOUT 配置项
Scenario: 下载超时为整数秒数
- WHEN 访问 Config.DOWNLOAD_TIMEOUT
- THEN 返回整数，表示超时秒数
Scenario: 下载超时默认值
- WHEN 使用默认配置
- THEN Config.DOWNLOAD_TIMEOUT 默认为 30 秒
Scenario: 提供 User-Agent 配置
- WHEN 需要 HTTP User-Agent
- THEN 系统提供 Config.USER_AGENT 配置项
Scenario: User-Agent 默认值
- WHEN 使用默认配置
- THEN Config.USER_AGENT 默认为 "lyxy-document/0.1.0"
Requirement: 日志配置
系统 SHALL 在配置类中提供日志相关配置项。
Scenario: 提供日志等级配置
- WHEN 需要日志等级设置
- THEN 系统提供 Config.LOG_LEVEL 配置项
Scenario: 日志等级为字符串
- WHEN 访问 Config.LOG_LEVEL
- THEN 返回字符串，表示日志等级名称
Scenario: 日志等级默认值
- WHEN 使用默认配置
- THEN Config.LOG_LEVEL 默认为 "ERROR"
Requirement: 配置项类型安全
系统 SHALL 确保配置项具有明确的类型，便于 IDE 提供自动补全。
Scenario: 配置项有类型注解
- WHEN 在 IDE 中访问配置项
- THEN IDE 提供准确的类型提示和自动补全
Requirement: 配置项文档
系统 SHALL 为每个配置项提供清晰的注释说明。
Scenario: 配置项有注释
- WHEN 查看配置类源码
- THEN 每个配置项都有注释说明其用途和默认值