lanyuanxiaoyao
e0c6ed1638
- 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>
62 lines
1.9 KiB
Markdown
62 lines
1.9 KiB
Markdown
## Purpose
|
|
|
|
DOC 文档解析能力，支持解析 Microsoft Word 97-2003 旧格式文档。
|
|
|
|
## Requirements
|
|
|
|
### Requirement: DOC 文档解析
|
|
系统 SHALL 支持解析 .doc 格式文档，使用 LibreOffice 解析器。
|
|
|
|
#### Scenario: 使用 LibreOffice 解析器
|
|
- **WHEN** 解析 DOC 文档
|
|
- **THEN** 系统使用 LibreOffice soffice 命令行进行解析
|
|
|
|
#### Scenario: 成功解析
|
|
- **WHEN** 解析器成功
|
|
- **THEN** 系统返回解析结果
|
|
|
|
#### Scenario: 解析器失败
|
|
- **WHEN** 解析器失败
|
|
- **THEN** 系统返回失败列表并退出非零状态码
|
|
|
|
### Requirement: LibreOffice 解析器
|
|
系统 SHALL 支持使用 LibreOffice soffice 命令行解析 DOC。
|
|
|
|
#### Scenario: LibreOffice 解析成功
|
|
- **WHEN** soffice 可用且文档有效
|
|
- **THEN** 系统返回 Markdown 内容
|
|
|
|
#### Scenario: LibreOffice 未安装
|
|
- **WHEN** soffice 未在 PATH 中
|
|
- **THEN** 系统返回失败信息
|
|
|
|
#### Scenario: LibreOffice 转换超时
|
|
- **WHEN** soffice 执行超过 60 秒
|
|
- **THEN** 系统返回超时错误
|
|
|
|
#### Scenario: LibreOffice 转换失败
|
|
- **WHEN** soffice 返回非零退出码
|
|
- **THEN** 系统返回失败信息
|
|
|
|
### Requirement: 解析器独立文件
|
|
系统 SHALL 将解析器实现为独立的单文件模块。
|
|
|
|
#### Scenario: LibreOffice 解析器在独立文件
|
|
- **WHEN** 使用 LibreOffice 解析器
|
|
- **THEN** 从 readers/doc/libreoffice.py 导入
|
|
|
|
### Requirement: DOC Reader 测试使用静态文件
|
|
DOC Reader 测试 MUST 使用 `tests/test_readers/fixtures/doc/` 下的静态文件。
|
|
|
|
#### Scenario: 测试使用 simple.doc
|
|
- **WHEN** 测试 DOC Reader 基础解析能力
|
|
- **THEN** 使用 `simple.doc` 静态文件
|
|
|
|
#### Scenario: 测试使用 with_headings.doc
|
|
- **WHEN** 测试 DOC Reader 标题解析
|
|
- **THEN** 使用 `with_headings.doc` 静态文件
|
|
|
|
#### Scenario: 测试使用 with_table.doc
|
|
- **WHEN** 测试 DOC Reader 表格解析
|
|
- **THEN** 使用 `with_table.doc` 静态文件
|