DrowseBook 支持多种格式，但产品里真正需要的不是“五个解析器”，而是一套统一的阅读模型：书籍、章节、段落、句子、书签、当前位置和听书队列。
不同格式的差异很大。EPUB 有 spine 和 XHTML，PDF 是版式文档，TXT 有编码问题，MOBI 和 AZW3 有历史包袱。用户不关心这些，他们只关心导入后能不能读、能不能听、位置会不会丢。
所以开发重点是把格式差异收敛到同一个 BookContent 结构里，再让阅读、分页、TTS 和书签共用这套结构。
开发细节补充：这篇记录放在 DrowseBook 入梦书 的产品日记里，不是为了把一个功能包装成故事，而是把“06 · 格式支持：EPUB、PDF、TXT、MOBI、AZW3 如何进同一套阅读器”放回真实项目推进中看。它要同时回答三件事：用户为什么需要这个点，开发时哪些边界必须先定住，以及这个选择会怎样影响上架、推广和后续课程复盘。平台口径是 iPhone / iOS / 端侧，当前公开状态是 App Store / v1.1 已通过 / 无追踪，所以文案不能脱离真实发布进度。
对应的 docs 线索主要来自 DrowseBook 产品策略、格式解析和加载架构记录、v1.1 迭代总记录、外部提审与本地完成度审计。公开页面不会照搬内部工作记录，而是把可公开、可学习、不会泄露私密路径和账号信息的事实整理出来。DrowseBook 的 docs 很完整：开发哲学、22 条痛点功能清单、UI 结构、格式语言覆盖、定价买断、外部提审和完成审计都有记录。 开发计划连续记录了 EPUB、PDF、TXT、MOBI、AZW3 的格式对齐，惰性加载、章节热区、图片管线和阅读听书进度统一。 v1.1 记录把导入文件夹、音景、继续阅读、收费墙口径和多语言上架放在同一轮迭代里，说明它已经进入真实产品修补阶段。 公开文章要把这些工程事实翻译成用户能理解的选择：为什么本地、为什么系统 TTS、为什么一次买断、为什么少打扰。
从产品功能看，DrowseBook 入梦书 关联的能力包括：支持 EPUB、PDF、TXT、MOBI、AZW3、Apple 系统语音朗读、环境声和睡眠计时、无账号、无广告、无追踪。写这类日记时，不能只说“做了什么”，还要说明为什么先做这些、为什么暂时不做另一些。比如一个按钮、一个导入流程、一个本地模型开关或一段截图文案，放在代码里只是小改动，放在产品里却会影响用户理解、审核员复现和后续推广素材。
从工程推进看，这篇日记对应的检查点是：本地文件导入、TTS 和睡眠场景；v1.1 已于 2026-06-21 用户确认审核通过；生活工具类 App 的产品页案例。真实开发最容易失真的是中间过程，因为最后页面看起来只有一个结果，但实际会经历方案取舍、权限确认、素材准备、测试设备、审核备注和发布节奏。把这些过程写下来，后面做同类产品时才不会重新踩同一个坑。
从隐私和合规看，当前约束是：书籍文件、阅读位置和设置保存在 App sandbox，不使用账号和第三方追踪。这类信息必须前置到开发日记里，因为独立产品的可信度不是靠口号建立的，而是靠数据在哪里处理、用户能不能退出、功能是否离线可用、商店页怎么承诺、隐私政策是否与实现一致这些小事实积累出来的。
从课程和复用看，这篇内容可以沉淀到 iOS 本地阅读、TTS、安静产品设计、App Store 隐私标签。它的价值不只是给访问者看一个产品，而是展示一个独立开发者怎样把想法转成可验证的产品：先收窄场景，再选技术路径，再做体验最小闭环，最后把审核、推广、运营数据和失败教训都纳入下一次迭代。
本地阅读工具要先建立可信边界，再用格式支持、性能和安静体验证明价值。 这也是为什么每篇产品日记都要写到足够长：不是为了凑字数，而是为了把“证据、决策、实现、边界、复盘”都放在同一页，让读者看到一个判断是怎样被逐步验证出来的。最难的是让多格式阅读、TTS、进度、性能和睡眠场景互相配合，而不是变成功能堆叠。
所以这篇日记的结论不是“功能已经写完”，而是把一个阶段的判断公开化：哪些证据足够支撑继续推进，哪些资料还需要回到源码、商店材料、公开文案或运营观察里补齐。这样的记录会比单纯的发布公告更慢，但也更真实，能让产品页、发布记录和课程内容保持同一条事实线。
验收时我会把它拆成四个层次：第一层是用户路径能不能走通，第二层是异常状态有没有被诚实处理，第三层是页面上的按钮、状态、截图和文案是否对应真实发布渠道，第四层是公开证据能否支撑这个判断。只要其中一层对不上，产品看起来再完整，也不能算真正进入下一个阶段。
交接时也要保留边界：源码、构建、测试、商店元数据、公开文案、平台反馈和运营观察分别保存原始资料。产品日记只把这些事实翻译成读者能理解的过程，不替任何私有记录保存原始材料。
把这些内容公开出来，还有一个很现实的原因：AI 教程如果只展示成功结果，很容易让人误以为产品是一次生成出来的。真实情况恰好相反，真正可学习的是一次次收窄、验证、失败、补证据和重新提交。日记越具体，后续读者越能看到判断的脉络，而不是只看到一个漂亮的截图。
EPUB 是最适合阅读器的格式
EPUB 天然有 manifest、spine、章节文件和目录结构，适合做章节级惰性加载。阅读器可以先打开 manifest，再按当前章节加载正文，而不是一开始把整本书塞进内存。
这类结构很适合移动设备。用户看到第一页时，不需要整本书都解析完；目录也可以先出现，再逐步补齐分页和远处章节。
PDF 要承认自己不是流式文本
PDF 的难点是它本来面向版式，而不是流式阅读。把 PDF 直接当纯文本读，会带来页码、页眉、脚注和图表标题噪音。
DrowseBook 对 PDF 的策略是务实：用系统 PDFKit 抽取文本，再加启发式过滤和按页/outline 切章。它不假装能完美理解所有复杂排版，但要把听书中最刺耳的问题先处理掉。
TXT 的重点是编码和切章
TXT 看起来最简单，实际上会遇到 UTF-8、UTF-16、GB18030、Big5、Shift-JIS 等编码。解析错误时，用户看到的不是技术问题，而是一整本乱码。
因此 TXT 需要先做编码检测，再按段落边界切成可管理的章节。大文件不能一次性全部读成一个巨大的字符串，否则会和移动端内存模型冲突。
MOBI / AZW3 的难点是历史格式
MOBI 和 AZW3 的支持价值在于用户确实会有这些 DRM-free 文件，但它们不像 EPUB 那么自然适合现代阅读器。早期实现很容易走向全本一次解析，导致大书打开慢、内存高。
后续优化的方向是把它们也切进章节级模型：先生成可复用的文本资源，再按范围惰性加载。这样才能和 EPUB、TXT、PDF 共用同一套分页、缓存和听书逻辑。