在存储和渲染用户界面之前对 PaddleOCR 表进行清洁化处理

PaddleOCR 表格块以原始 HTML 形式存储在 table_content/Document.text 和 metadata["table_origin"] 中。该 HTML 后期在 UI 中显示时不进行清理（Markdown 透传 + gr.HTML），并作为原始 HTML 嵌入推理证据中。由于 OCR 输出可能包含任意字符串（包括 HTML 脚本），因此在查看块或证据时，这是潜在的存储 XSS。