代理IP批量提取：从JSON和网页源码里抠出来

接口返回一大坨 JSON、网页源码里夹着节点、日志里散着几十条 IP——想批量拿出来，多数人第一反应是写正则。其实顺序可以反过来：先把整段粘进提取工具，让它按「IP:端口」的模式自己抠，抠不出来的再谈正则。

目录点击展开

🔗 直接打开：代理IP格式转换工具 · 提取代理｜格式互转与去重｜线路可用性检测

📌 一句话结论

提取的本质是「在一堆无关文字里认出代理」。代理的识别特征只有两个：IPv4 地址 + 跟着的端口。认这两个就够，剩下的（账号密码、备注、行内的括号引号）都是可选字段。

整段粘贴，不用整理格式 → 选输出形式（IP:端口 / 完整 / 链接 / 只要 IP）→ 勾过滤（去重、剔内网、只 IPv4）→ 复制或下载 .txt

纯浏览器本地处理，粘贴内容不上传｜最后更新：2026-10-31

🔗 快速入口：一站式注册入口｜价格中心｜代理工具中心

三种来源，三种脏法

来源	典型样子	要注意
API 返回 JSON	`{"data":[{"ip":"1.2.3.4","port":8080}]}`	键名各家不同，ip 可能是 host/server
网页源码	`<td>1.2.3.4</td><td>8080</td>`	IP 与端口常被标签隔开，正则里容易漏
运行日志 / 聊天记录	`[12:03] connect 1.2.3.4:8080 ok`	会混进版本号、时间戳这类「像 IP 的数字」

正则之前先做这一步

多数人卡住的不是「写不出正则」，而是文本里有看不见的脏东西：从网页复制带进零宽空格（U+200B），从 Word 带进全角冒号，从聊天工具带进不换行的长条。这些东西会让 1.2.3.4:8080 变成「不是合法代理」，而你在屏幕上完全看不出来。

所以顺序应该是：先清洗（清零宽字符、全角转半角、修复丢失的换行）→ 再识别 → 再决定去重键。工具在这一步已经把清洗做掉了，粘进去就是识别结果。

提取代理面板：把含代理的乱文本整段粘进去，选择输出形式（IP:端口 / 完整 / 链接 / 只要 IP）与过滤项（去重、剔除内网 IP、只取 IPv4、也认域名:端口）

输出形式选哪个，看下一步去哪

输出	适合
IP:端口	喂给测活脚本、填进客户端
IP:端口:账号:密码	有认证的线路，一次性导出四段
代理链接	要导入 Clash / NekoBox 这类客户端（可选 socks5:// http:// https:// 头）
只要 IP	批量查归属地、看有多少个不同 IP

内网 IP 为什么要剔掉

192.168.*、10.*、172.16–31.*、127.* 这些是内网或本机地址，混在结果里没有意义，还会让「提取到 300 条」变成虚数。日志和网页源码里尤其多——路由器的管理页、前端配置里到处是 192.168.1.1。勾上「剔除内网 IP」，条数才是真实可用的条数。

另一个开关是「也认域名:端口」。有些接口给的是 proxy.example.com:8080 而不是 IP，需要保留就勾上。

提取完的下一步

拿到列表别急着全量入库，按这个顺序走：① 去重（按服务器:端口，别按整行）→ ② 测活（跑一遍握手，把不通的剔掉）→ ③ 再看归属地与纯净度（是不是机房段、有没有被标记）→ ④ 入库。跳过第 ② 步直接入库，等于把一堆死节点写进池子，后面每次调度都在等超时。

测活用线路可用性检测，它按 SOCKS5 / HTTP 的真实握手来判断，不是 ping。要看纯净度用 IP 检测中心。

常见问题

Q：提取会把我的文本传到服务器吗？
不会，全程在浏览器本地算。要验证可以开开发者工具的 Network 面板，粘贴一段再提取，看得到请求里只有功能名与条数。

Q：一次能粘多少？
十万行以内都很流畅，没有次数限制。行数特别多时首次渲染会慢一点。

Q：为什么提取出来的条数比肉眼看到的少？
三个可能：默认开了去重、默认只取 IPv4、默认剔除了内网 IP。把对应开关关掉再对比一次，就知道差在哪一项。

Q：提取出来的 IP 都能用吗？
不能。提取只解决「拿出来」，能不能用要测。同一份列表里通常有一到三成是当时不可用的，测完再入库。

全网低价IP（socks5ip.com.cn）聚合国内 24 家代理 IP 平台的公开价格与协议数据，价格与档位以各平台官网为准。
官网：socks5ip.com.cn｜价格中心：/jiagezhongxin/｜使用教程：/jiaocheng/
客服微信：17720135827（备用 878989347）｜有固定格式要批量处理，可以说清楚格式，帮你看能不能一键转
先拿出来，再测活，最后才入库。