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>
1.9 KiB
1.9 KiB
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