当我们在日常生活中遇到需要从非JSON格式的数据中提取信息时，可能会感到困惑，你可能从网页上复制了一些文本，或者从某个应用程序中导出了数据，但这些数据并不是以JSON这种易于解析的格式呈现的，我们如何从这些数据中提取我们想要的值呢？

我们要明白JSON是一种轻量级的数据交换格式，易于人阅读和编写，同时也易于机器解析和生成，并不是所有的数据都是以JSON格式提供的，我们面对的是纯文本、CSV文件、Excel表格，甚至是图像中的文字，对于这些非JSON数据，我们需要采用不同的方法来提取信息。

1、纯文本数据：如果数据是以纯文本形式存在，我们可以通过编写正则表达式来匹配和提取特定的信息，正则表达式是一种强大的文本处理工具，可以帮助我们识别和提取符合特定模式的字符串，如果我们想要从一个包含日期的文本中提取日期，我们可以编写一个正则表达式来匹配常见的日期格式。

2、CSV文件：CSV（逗号分隔值）文件是一种简单的文件格式，用于存储表格数据，如电子表格或数据库中的数据，我们可以使用各种编程语言中的库来读取CSV文件，如Python中的csv模块，然后根据列名或索引来提取特定的值。

3、Excel表格：对于Excel表格，我们可以使用如pandas这样的库来读取和操作数据。pandas是一个强大的数据分析工具，它允许我们轻松地读取Excel文件，并根据需要进行数据筛选、排序和提取。

4、图像中的文字：如果数据存储在图像中，我们可以使用OCR（光学字符识别）技术来提取文字，OCR软件可以识别图像中的文字并将其转换为可编辑的文本格式，有许多在线服务和库，如Tesseract，提供了OCR功能。

5、网页数据：有时我们需要从网页上提取数据，这通常涉及到网页抓取（web scraping）技术，我们可以使用如Python的BeautifulSoup或Scrapy等库来解析HTML，并提取我们感兴趣的信息。

6、数据库：如果数据存储在数据库中，我们可以使用SQL查询来提取数据，SQL是一种专门用于管理关系数据库的编程语言，通过编写查询语句，我们可以从数据库中检索、更新和删除数据。

7、APIs：许多现代应用程序和网站通过APIs提供数据，即使数据本身不是JSON格式，APIs通常能够返回JSON格式的响应，我们可以通过发送HTTP请求来调用这些APIs，并处理返回的JSON数据。

在处理非JSON数据时，我们需要灵活运用不同的工具和技术，这可能涉及到编程技能，但也有一些图形界面的工具可以帮助非技术人员完成这些任务，重要的是要理解数据的结构和格式，然后选择最合适的方法来提取所需的信息。

虽然JSON是一种非常流行的数据交换格式，但在现实世界中，我们经常需要处理各种格式的数据，通过学习和不同的数据处理技术，我们可以更有效地从非JSON数据中提取有价值的信息。