lanyuanxiaoyao
fad0edc46a
- 更新 .gitattributes，将 fixtures 目录所有文件纳入 Git LFS - 在 tests/test_readers/conftest.py 中添加静态文件 fixtures - 添加 doc/xls/ppt 静态测试文件（9个文件） - 更新各旧格式解析器测试用例使用静态文件 - 更新一致性测试使用静态文件 - 在 README.md 中添加 fixtures 使用规范 - 同步 delta specs 到主 specs（doc-reader/xls-reader/ppt-reader/reader-testing/test-fixtures） - 归档 add-static-test-fixtures 变更
2.7 KiB
2.7 KiB
Purpose
XLS 文档解析能力，支持解析 Microsoft Excel 97-2003 旧格式文档。
Requirements
Requirement: XLS 文档解析
系统 SHALL 支持解析 .xls 格式文档，按优先级尝试多个解析器。
Scenario: 按优先级尝试解析器
- WHEN 解析 XLS 文档
- THEN 系统按 unstructured → markitdown → pandas+xlrd 的顺序尝试
Scenario: 成功解析
- WHEN 任一解析器成功
- THEN 系统返回解析结果
Scenario: 所有解析器失败
- WHEN 所有解析器均失败
- THEN 系统返回失败列表并退出非零状态码
Requirement: unstructured 解析器
系统 SHALL 支持使用 unstructured 库解析 XLS。
Scenario: unstructured 解析成功
- WHEN unstructured 库可用且文档有效
- THEN 系统返回 Markdown 内容
Scenario: unstructured 库未安装
- WHEN unstructured 库未安装
- THEN 系统尝试下一个解析器
Requirement: markitdown 解析器
系统 SHALL 支持使用 markitdown 库解析 XLS。
Scenario: markitdown 解析成功
- WHEN markitdown 库可用且文档有效
- THEN 系统返回 Markdown 内容
Scenario: markitdown 库未安装
- WHEN markitdown 库未安装
- THEN 系统尝试下一个解析器
Requirement: pandas+xlrd 解析器
系统 SHALL 支持使用 pandas + xlrd 库解析 XLS。
Scenario: pandas+xlrd 解析成功
- WHEN pandas 和 xlrd 库可用且文档有效
- THEN 系统返回 Markdown 格式的表格内容，包含所有工作表
Scenario: pandas 或 xlrd 库未安装
- WHEN pandas 或 xlrd 库未安装
- THEN 系统尝试下一个解析器
Requirement: 每个解析器独立文件
系统 SHALL 将每个解析器实现为独立的单文件模块。
Scenario: unstructured 解析器在独立文件
- WHEN 使用 unstructured 解析器
- THEN 从 readers/xls/unstructured.py 导入
Scenario: markitdown 解析器在独立文件
- WHEN 使用 markitdown 解析器
- THEN 从 readers/xls/markitdown.py 导入
Scenario: pandas 解析器在独立文件
- WHEN 使用 pandas 解析器
- THEN 从 readers/xls/pandas.py 导入
Requirement: XLS Reader 测试使用静态文件
XLS Reader 测试 MUST 使用 tests/test_readers/fixtures/xls/ 下的静态文件。
Scenario: 测试使用 simple.xls
- WHEN 测试 XLS Reader 基础解析能力
- THEN 使用
simple.xls静态文件
Scenario: 测试使用 multiple_sheets.xls
- WHEN 测试 XLS Reader 多工作表解析
- THEN 使用
multiple_sheets.xls静态文件
Scenario: 测试使用 with_formulas.xls
- WHEN 测试 XLS Reader 公式结果读取
- THEN 使用
with_formulas.xls静态文件