Quarto嵌入资源型HTML仪表盘的数据是否可被提取？

我用Quarto生成了嵌入所有资源的HTML仪表盘（文件名为dashboard_palmerpenguins.html），里面用到了palmerpenguins数据集。现在想知道是否有人能从这个HTML文件里提取出原始数据集？我希望分享这个HTML文件，但要确保数据无法被提取——哪怕没有附带CSV这类数据文件。

是的，完全可以从你生成的HTML文件中提取出palmerpenguins数据集，主要有这几种途径：

• 从交互式组件的源码提取：你用了crosstalk的SharedData和plotly可视化，这些组件会把完整数据集以JSON格式嵌入到HTML的JavaScript代码块里。打开HTML文件搜索相关JSON结构，或者在浏览器开发者工具的控制台里调用Crosstalk的API，就能导出完整数据。
• 从DT表格直接导出：你用DT::datatable(shared_penguins)做了交互式表格，用户可以直接通过表格自带的导出功能下载数据，也能通过浏览器开发者工具查看表格的数据源拿到完整数据。
• 直接查看HTML源码：因为你设置了embed-resources: true，所有资源都打包在HTML里，直接查看源码就能找到被序列化后的完整数据集内容。

防止数据被提取的方法 #

如果要确保数据无法被提取，得做这些调整：

1. 替换交互式数据组件：
   • 不用crosstalk的SharedData，直接用ggplot生成静态图片（不要转成plotly）。
   • 把DT交互式表格换成静态Markdown表格，只展示汇总信息，不要放完整数据集。
2. 只用汇总后的数据生成可视化：
   • 先对原始数据做聚合处理（比如计算分组均值、计数、中位数等），只用聚合后的统计量来做图表，不要把完整数据集传给可视化组件。
3. 避免完整数据集序列化：确保所有R代码都不会把完整数据集转成JSON嵌入到HTML里，所有可视化都基于预处理后的最小数据生成。

内容的提问来源于stack exchange，提问作者Quinten