feat(v2.4.0): 新增 E_BLOCKED 错误码——细分 fetch 403 反爬拦截

真实环境问题: 抓取被墙/反爬站点 (如 baike.baidu.com) 返回 403 时,
classify_error 统一归为 E_AUTH, AI Agent 会误判为凭证问题而做无效的
认证重试。被封锁不是认证失败。

改动:
- common.py: 新增 E_BLOCKED 错误码 + recovery_hint (提示换 URL/镜像/
  用 Wayback 兜底/--exclude-domain); 新增 classify_fetch_error() 与
  _extract_status_code(): fetch 场景 403→E_BLOCKED, 401→E_AUTH,
  其余委托 classify_error (搜索场景 403 仍为 E_AUTH, 不变)
- fetch.py main(): 错误路径改用 classify_fetch_error (替代 classify_error)
- search.py: fetch_page 与 fetch_top_results 线程错误路径同样切换
- 新增 11 个测试 (test_v240_blocked_code.py), 全量 572 测试通过
- 真实环境验证: baike 403 → E_BLOCKED, 正常站点不受影响
- 文档同步 (SKILL.md/README.md 错误码表, 版本号 2.4.0)

scripts/common.py

@@ -624,6 +624,7 @@ def is_retryable_error(exc: BaseException) -> bool:
 # 错误码常量（供 search.py / fetch.py 引用）
 E_CONFIG = "E_CONFIG"
 E_AUTH = "E_AUTH"
+E_BLOCKED = "E_BLOCKED"  # fetch 被站点反爬拦截（403），非凭证问题
 E_NETWORK = "E_NETWORK"
 E_RATE_LIMIT = "E_RATE_LIMIT"
 E_PARSE = "E_PARSE"
@@ -639,6 +640,11 @@ RECOVERY_HINTS = {
     E_AUTH: "Verify --auth-bearer/--auth-basic credentials or "
             "SEARXNG_BEARER_TOKEN/SEARXNG_BASIC_AUTH env vars. Check token "
             "expiry and instance access permissions.",
+    E_BLOCKED: "The site is blocking automated access (WAF / anti-bot / "
+               "geo-block) — this is NOT a credentials problem; no auth "
+               "change will help. Use the Wayback Machine fallback (on by "
+               "default; --no-fallback disables), fetch a mirror or a "
+               "different URL, or drop the domain with --exclude-domain.",
     E_NETWORK: "Retry with backoff, or try a different SearXNG instance. "
                "Check network connectivity, proxy settings, and instance uptime.",
     E_RATE_LIMIT: "Wait before retrying (exponential backoff). Reduce query "
@@ -767,6 +773,44 @@ def classify_error(exc: BaseException) -> str:
     return E_INTERNAL
 
 
+def _extract_status_code(exc) -> int:
+    """从异常及其 ``__cause__`` 链中提取 HTTP 状态码（无则返回 None）。
+
+    检查顺序：urllib ``.code`` → requests ``.response.status_code`` →
+    消息中的 ``HTTP NNN`` 模式（fetch_url 抛出的 RuntimeError 消息）。
+    """
+    target = getattr(exc, "__cause__", None) or exc
+    status = getattr(target, "code", None)
+    if status is None:
+        resp = getattr(target, "response", None)
+        status = getattr(resp, "status_code", None)
+    if status is None:
+        m = re.search(r"HTTP (\d{3})", str(exc))
+        if m:
+            status = int(m.group(1))
+    return status
+
+
+def classify_fetch_error(exc: BaseException, status_code: int = None) -> str:
+    """fetch 场景的错误分类：403 → E_BLOCKED，401 → E_AUTH，其余委托 classify_error。
+
+    网页抓取（fetch.py / search.py --fetch）遇到的 403 绝大多数是站点反爬
+    拦截（UA/JS 指纹、WAF、区域封锁），**不是凭证错误**。classify_error
+    把 401/403 统一归为 E_AUTH 是为 SearXNG 实例认证设计的——若 fetch 也
+    用它，AI Agent 会误判为"需要检查凭证"而去做无效的认证重试。本函数在
+    classify_error 基础上仅做 fetch 场景的细分。
+
+    ``status_code`` 可选：调用方已从异常链提取时可直接传入，避免重复解析。
+    """
+    if status_code is None:
+        status_code = _extract_status_code(exc)
+    if status_code == 403:
+        return E_BLOCKED
+    if status_code == 401:
+        return E_AUTH
+    return classify_error(exc)
+
+
 # ----- Progress event emitter (for --progress flag) -----
 #
 # 当 --progress 启用时，search.py 会调用 emit_progress() 发射结构化事件到