如何检测粘贴事件来自Excel？解决GFM表格转换的识别难题

以下是几个比“每行单词数一致”更可靠的判断方法，按优先级排序：

1. 优先解析text/html格式的内容 #

Excel（及Numbers）粘贴的HTML内容里会包含完整的<table>结构，而Word普通文本的HTML只会是<p>、<div>等块级元素，不会有表格标签。具体实现步骤：

• 从pasteEvent.clipboardData中获取text/html格式的数据
• 用DOMParser解析这段HTML，检查是否存在<table>标签（包括嵌套在其他元素里的情况）
• 如果存在，则判定为表格数据，进入GFM转换流程；否则再走其他判断逻辑

示例代码片段：

function looksLikeTable(pasteEvent) {
  const htmlData = pasteEvent.clipboardData.getData('text/html');
  if (!htmlData) return false;
  
  const parser = new DOMParser();
  const doc = parser.parseFromString(htmlData, 'text/html');
  return doc.querySelector('table') !== null;
}

2. 解析text/rtf格式的标记 #

Excel的RTF内容会包含表格相关的控制字，比如\trowd（表格行定义）、\cellx（单元格边界），而Word普通文本的RTF不会有这些表格专用标记。可以通过简单的字符串匹配来判断：

• 获取text/rtf格式的数据
• 检查是否包含\trowd或\cellx这类表格特征标记
• 若存在则判定为表格数据

3. 优化纯文本格式的判断逻辑 #

如果前两种格式都无法判断（极端情况），再优化纯文本的判断：

• Excel粘贴的纯文本每行用制表符\t分隔列，且每行的制表符数量完全一致（可允许少量例外，比如空行或特殊表头行）
• Word普通文本的纯文本不会出现这种规律的制表符分布，通常是空格分隔，且每行的分隔符数量无固定规律
• 同时可以辅助判断：纯文本的行数是否≥2（表格至少有表头+一行内容）

示例代码片段：

function checkPlainTextTable(plainText) {
  const lines = plainText.trim().split('\n').filter(line => line.trim() !== '');
  if (lines.length < 2) return false;
  
  // 统计每行的制表符数量
  const tabCounts = lines.map(line => (line.match(/\t/g) || []).length);
  // 检查是否所有行的制表符数量基本一致（允许最多1行差异）
  const uniqueCounts = [...new Set(tabCounts)];
  return uniqueCounts.length <= 2 && Math.max(...uniqueCounts) - Math.min(...uniqueCounts) <= 1;
}

组合判断逻辑 #

实际使用时，可以把三种方法结合起来，优先级为：HTML解析 > RTF标记检查 > 纯文本优化判断，只要其中一种满足就判定为表格数据。

内容的提问来源于stack exchange，提问作者dwjohnston