Pasting from excel into multimodal textbox also pastes an image

问题场景

用户在 Gradio 的 MultimodalTextbox 组件中，从 Excel 表格复制单元格后直接粘贴（Ctrl+V）。预期行为是只插入纯文本内容，但实际会同时插入一张 PNG 图片和文本。由于后端流程不允许图片文件类型，导致下游处理报错。Issue 中提到 PowerPoint 复制文本时也可能出现类似现象。

报错原文

Pasting from excel into multimodal textbox also pastes an image

原因分析

Excel 的复制功能在剪贴板中会同时写入多种格式：纯文本（text/plain）、HTML 表格（text/html）以及位图/PNG 图片。Gradio MultimodalTextbox 的 paste 处理默认会接收剪贴板中的文件（图片）和文本，因此用户粘贴时图片和文本被同时提交。不同文本编辑器对剪贴板多媒体内容的处理策略不同，Mattermost 等产品只提取纯文本并渲染 Markdown，而 Gradio 当前版本未过滤图片文件。

环境排查

• Gradio 版本：确认是否大于等于 5.14.0（Issue 中用户使用的是此版本）
• 后端是否启用了文件上传限制（例如不允许 image/* 类型），如果后端允许图片则可能不会报错但会产生冗余文件
• 浏览器类型：不同浏览器对剪贴板 HTML/图片数据的处理可能略有差异，暂未在 Issue 中确认
• 操作系统：Windows / macOS 的 Excel 复制行为可能不同，Issue 中用户未注明系统

解决步骤

1. 在 Gradio Blocks 中通过 head 参数注入一段 JavaScript 脚本（见 Issue 中完整代码），脚本会监听全局 paste 事件，但仅在检测到剪贴板内容包含表格标记（<table>、<tr> 或 Excel/Calc/Sheets 关键字）且纯文本包含制表符时才介入。
2. 确认目标元素是 [contenteditable="true"] 或 textarea，随后调用 preventDefault() 阻止 Gradio 默认的粘贴行为。
3. 脚本会将纯文本按制表符拆分为行列，并转换为 Markdown 表格语法（包含表头分隔行，单元格内的竖线会转义为 \\| 以防止 Markdown 渲染冲突）。
4. 对于 textarea 直接通过 selectionStart/selectionEnd 插入 Markdown；对于 contenteditable（Gradio 6 Lexical 编辑器）使用 document.execCommand('insertText') 插入。
5. 插入完成后手动触发 input 事件，确保 Gradio 组件能感知内容变化并更新状态。

验证方法

在应用启动后，从 Excel 复制多个单元格（包含至少两行两列数据），在 MultimodalTextbox 中直接 Ctrl+V 粘贴。检查文本框内容是否变为 Markdown 表格格式，且 files 数组中没有新增图片文件。也可以通过后端回调打印 input_data，确认 files 字段为空、text 字段包含 | 表格分隔符。

参考来源

gradio-app/gradio #10910