优化文档导出层级与链接保真，统一正文标题映射并增强 Word 段落超链接处理。

同时移除不再使用的文档后处理依赖，减少汇总导出流程中的冗余步骤。

Made-with: Cursor

zeroerr_crawler/product_crawler.py

@@ -136,6 +136,11 @@ class ProductCrawler(BaseCrawler):
                             h2.decompose()
                             break  # 只移除第一个匹配的
         
+        # 计算正文标题映射：每页从 Heading 3 起步，并压缩为连续层级（不跳级）
+        heading_elements = content.find_all(['h1', 'h2', 'h3', 'h4', 'h5', 'h6'])
+        unique_levels = sorted({int(h.name[1]) for h in heading_elements}) if heading_elements else []
+        level_map = {level: min(i + 3, 9) for i, level in enumerate(unique_levels)}
+
         for element in content.find_all(['p', 'h1', 'h2', 'h3', 'h4', 'h5', 'h6', 'img', 'li', 'table', 'div']):
             # 跳过嵌套元素
             if element.find_parent(['table', 'li']):
@@ -162,16 +167,11 @@ class ProductCrawler(BaseCrawler):
             elif element.name.startswith('h'):
                 text = element.get_text(strip=True)
                 if text and '零差云控' not in text:
-                    # 对于页面内容中的标题，h1 转换为 Heading 2，h2-h6 保持原层级
-                    # 因为页面标题已经是 Heading 1，所以内容中的 h1 应该降级为 Heading 2
+                    # 正文标题统一映射：每页从 Heading 3 起步，并压缩为连续层级（不跳级）
                     original_level = int(element.name[1])
-                    if original_level == 1:
-                        # 页面内容中的 h1 转换为 Heading 2
-                        word_level = 2
-                        print(f"    标题层级转换: h1 '{text}' → Heading 2")
-                    else:
-                        # h2-h6 保持原层级（h2→Heading 2, h3→Heading 3, ...）
-                        word_level = original_level
+                    word_level = level_map.get(original_level, 3)
+                    if word_level != original_level:
+                        print(f"    标题层级转换: h{original_level} '{text}' → Heading {word_level}")
                     doc.add_heading(text, level=min(word_level, 9))
             
             elif element.name == 'table':
@@ -179,21 +179,15 @@ class ProductCrawler(BaseCrawler):
                 self._add_table_to_docx(doc, element)
             
             elif element.name == 'li':
-                text = element.get_text(strip=True)
-                if text:
-                    doc.add_paragraph(f"• {text}")
+                self._add_paragraph_with_links(doc, element, prefix="• ")
             
             elif element.name == 'p':
-                text = element.get_text(strip=True)
-                if text:
-                    doc.add_paragraph(text)
+                self._add_paragraph_with_links(doc, element)
             
             elif element.name == 'div':
                 # 处理特殊的 div 内容块
                 if element.get('class') and any('param' in c for c in element.get('class', [])):
-                    text = element.get_text(strip=True)
-                    if text:
-                        doc.add_paragraph(text)
+                    self._add_paragraph_with_links(doc, element)
     
     def _add_table_to_docx(self, doc: Document, table_element: BeautifulSoup):
         """