如何快速获取中国运营商IP地址库:每日更新的终极指南 🚀
在中国网络环境中,准确识别各运营商的IP地址段对网络优化、分域解析和多线路管理至关重要。本文将详细介绍中国运营商IPv4/IPv6地址库项目的核心功能、使用方法及实用价值,帮助新手用户轻松掌握这一免费开源工具。
📋 什么是中国运营商IP地址库?
中国运营商IP地址库是一个基于BGP/ASN数据分析的开源项目,每日自动更新中国各运营商的IPv4和IPv6地址列表。与传统依赖WHOIS数据库的IP库不同,该项目通过解析全球BGP路由数据,精准识别IP地址的实际运营商归属,解决了非运营商注册IP的分类难题。无论是企业级网络优化还是个人开发者的路由管理,都能从中获得高质量的IP数据支持。
🌟 为什么选择这个IP地址库?
✅ 核心优势
- 数据精准:基于BGP/ASN实时路由数据,避免WHOIS数据库的归属偏差
- 每日更新:GitHub Actions自动同步最新IP段,确保数据时效性
- 完全免费:开源协议允许商业与非商业自由使用,无需支付高昂授权费
- 多运营商覆盖:支持中国电信、移动、联通等主流网络服务商
💡 典型应用场景
- 分域解析:如高校DNS服务器根据运营商IP智能返回最优线路
- 多出口网关:企业网络按运营商IP自动切换访问线路,提升访问速度
- 网络监控:实时识别异常IP来源,保障服务器安全
📂 项目结构与文件说明
项目采用清晰的目录结构,核心文件包括配置脚本与运营商IP定义:
🔧 关键脚本文件
- generate.sh:从BGP数据生成IP地址列表的核心脚本
- stat.sh:统计各运营商IP数量的辅助工具
- dependency.sh:环境依赖检查与安装脚本
📄 运营商配置目录
所有运营商的IP段定义存储在operator/目录下,包含:
chinanet.conf(中国电信)cmcc.conf(中国移动)unicom.conf(中国联通)cernet.conf(教育网)等
🚀 快速上手教程
1️⃣ 安装项目
git clone https://gitcode.com/gh_mirrors/ch/china-operator-ip
cd china-operator-ip
2️⃣ 生成IP地址列表
运行生成脚本自动拉取BGP数据并生成IP段文件:
./generate.sh
3️⃣ 统计IP数量
查看各运营商的IP段规模:
./stat.sh
⚠️ 注意:首次运行需安装依赖工具(如bgptools、bgpdump),可参考项目
dependency.sh脚本配置环境。
📊 支持的运营商与IP类型
| 运营商 | IPv4文件 | IPv6文件 | 状态 |
|---|---|---|---|
| 中国电信 | chinanet.txt | chinanet6.txt | 稳定支持 |
| 中国移动 | cmcc.txt | cmcc6.txt | 稳定支持 |
| 中国联通 | unicom.txt | unicom6.txt | 稳定支持 |
| 教育网 | cernet.txt | cernet6.txt | 稳定支持 |
| 鹏博士 | drpeng.txt | drpeng6.txt | 试验阶段 |
📌 提示:铁通(tietong)因与移动合并已逐步废弃,当前数据同中国移动。
❓ 常见问题解答
Q:IP数据更新频率是多久?
A:项目通过GitHub Actions每日凌晨自动执行生成脚本,确保IP段与BGP路由同步更新。
Q:如何解决脚本运行依赖错误?
A:执行./dependency.sh检查缺失依赖,按提示安装bgptools(Rust)、bgpdump等工具。
Q:能否添加自定义运营商?
A:可在operator/目录下创建新的.conf文件,按现有格式定义ASN与IP段规则。
🙏 致谢与贡献
该项目感谢以下开源社区支持:
- University of Oregon Route Views提供BGP数据源
- cidr-merger项目提供IP段合并算法
- Tencent EdgeOne提供CDN加速服务
欢迎通过提交Issue或PR参与项目改进,共同提升IP库的准确性与覆盖率!
📄 开源协议
项目采用MIT许可证,允许自由分发与修改,但需保留原作者版权声明。详细条款见项目根目录LICENSE文件。
通过本指南,您已掌握中国运营商IP地址库的核心使用方法。无论是企业级网络优化还是个人开发者的路由管理,这个开源工具都能为您提供精准、免费的IP数据支持。立即克隆项目,开启高效的IP地址管理之旅吧!
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00