用途：面向不同文档格式实现各自适配的提取流程，产出文本、表格与元数据，并统一通过安全预算约束恶意或超大输入。
主要能力与用法： Office XML（DOCX/PPTX/ODT）：用 zip::ZipArchive::new(cursor) 打开，读取 word/document.xml、ppt/slides/*.xml、content.xml 等部件，再用 quick-xml::Reader 流式解析，递归时传入 &mut budget；成员数量上限来自 config.security_limits…max_files_in_archive。此路径不使用 ZipBombValidator。元数据经 crate::extraction::office_metadata，无 extract_metadata()。相关文件 extractors/docx.rs、pptx.rs、odt.rs。 PDF：用 xberg_native_pdf::PdfDocument::from_bytes(content.to_vec())? 接收自有 Vec<u8>，逐页取文本，无文本页回退 OCR；可用 config.force_ocr 或 config.force_ocr_pages 强制 OCR；config.pages 控制逐页输出，不控制表格。受 #[cfg(feature = "pdf")] 门控，后端由 PdfConfig.backend 指定（默认 native，pdfium 需 pdf-pdfium）。见 extractors/pdf/mod.rs。 压缩包：提取前先 ZipBombValidator::new(limits).validate(&mut archive)?，再由 extraction/archive/ 中各格式辅助函数取元数据与文本，如 extract_{zip,tar,7z,gzip}metadata、extract{zip,tar,7z,gzip}text_content、extract{zip,tar,7z}_file_bytes，无 build_archive_result()。见 extractors/archive.rs。 结构化文本：单一 StructuredExtractor 用对应格式库解析后美化输出为文本，见 extractors/structured.rs。 邮件：解析头部、提取正文、处理附件，嵌套深度由 SecurityBudget 派生的 DepthValidator 限制，见 extraction/email.rs、extractors/email.rs、extractors/pst.rs。
新增格式：在 core/mime.rs 的 FORMATS 注册表加一条 FormatEntry，EXT_TO_MIME 与 SUPPORTED_MIME_TYPES 由其派生；实现 InternalDocumentExtractor（非 DocumentExtractor），设置 supported_mime_types() 与 priority()（默认 50），在 extractors/mod.rs 的 register_default_extractors() 注册；可选格式加 #[cfg(feature = "my-format")]；对用户内容施加 SecurityBudget/SecurityLimits；给结构体加 #[cfg_attr(alef, alef(skip))] 否则绑定重生成中止；配合夹具文件补测试。
限制：Office 路径不使用 ZipBombValidator；安全类型为 pub(crate)，crate 内提取器可用，外部插件作者不可用；新增格式须遵循注册与特性门控流程。其余配置细节与夹具来源暂未提供。