> For the complete documentation index, see [llms.txt](https://docs.panther.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.panther.com/ko/data-onboarding/custom-log-types/script-parser.md).

# 스크립트 로그 파서

## 개요

`script` 의 가능한 값 중 하나입니다 [`파서` 키](/ko/data-onboarding/custom-log-types/reference.md#parserspec) 사용자 지정 로그 스키마에서. 이 파서는 Panther가 들어오는 각 로그 이벤트에 수행해야 하는 변환을 다음을 사용하여 지정할 수 있게 합니다 [Starlark 구성 언어](https://bazel.build/rules/language)로, Python과 많은 문법적 유사점을 공유합니다. Panther의 `script` 파서는 구조화된(JSON) 이벤트와 비구조화된 이벤트를 모두 처리할 수 있습니다.

다음을 사용하면 도움이 될 수 있습니다 `script` 파서를 사용해 다음을 하고 싶을 때:

* 비구조화된 로그를 파싱하지만, 다른 파서 옵션([`csv`](/ko/data-onboarding/custom-log-types/csv-parser.md), [`fastmatch`](/ko/data-onboarding/custom-log-types/fastmatch-parser.md), [`regex`](/ko/data-onboarding/custom-log-types/regex-parser.md))으로는 부족할 때
* 데이터에 변환을 수행하지만, Panther가 제공하는 [스키마 변환이](/ko/data-onboarding/custom-log-types/transformations.md) 부족할 때

## 다음을 이해하기 `script` 파서

### 다음을 정의하기 `함수`

다음을 사용할 때 `script` 파서를 사용하려면 Starlark `함수`함수를 구현해야 합니다. 이 함수는 [string](https://github.com/google/starlark-go/blob/master/doc/spec.md#strings) 를 입력받아 비어 있지 않은 [딕셔너리](https://github.com/google/starlark-go/blob/master/doc/spec.md#dictionaries)를 반환해야 합니다. 반환된 딕셔너리는 출력 이벤트의 형식을 정의합니다.

### 사용 가능한 함수

다음 `script` 파서는 [Starlark 사양](https://github.com/google/starlark-go/blob/master/doc/spec.md)에 설명된 기본 요소를 사용할 수 있습니다. 또한 다음 함수를 사용할 수 있습니다:

<table><thead><tr><th width="177.61370849609375">함수 이름</th><th>설명</th></tr></thead><tbody><tr><td>json.decode</td><td>JSON 문자열을 딕셔너리로 디코딩합니다</td></tr><tr><td>json.encode</td><td>딕셔너리를 JSON 문자열로 인코딩합니다</td></tr><tr><td>base64.decode</td><td>base64로 인코딩된 문자열을 디코딩합니다</td></tr><tr><td>base64.encode</td><td>문자열에 base64 인코딩을 수행합니다</td></tr></tbody></table>

### 제한 사항

스크립트에는 다음 제한 사항이 적용됩니다:

* 예외를 발생시키는 것은 허용되지 않습니다.
* import는 허용되지 않습니다.

### JSON 처리

반면 `script` 은 주로 텍스트 로그에 사용하도록 되어 있지만, Panther에서 기본적으로 지원하는 [것 이외의 변환을 수행하고 싶을 때는 JSON 로그에도 사용할 수 있습니다](/ko/data-onboarding/custom-log-types/transformations.md). 이러한 이유로 `script` 파서에는 `json` 모듈이 미리 로드되어 있어, JSON을 문자열 유형에서 딕셔너리로 변환할 수 있습니다.

예를 들어, 다음 구성은 `is_panther_employee` 라는 새 필드를 생성하며, 이는 `true` actor 이메일에 `panther.com` 도메인이 있으면 `false` 그렇지 않으면 false가 됩니다.

```yaml
파서:
  스크립트:
    함수: |
      def parse(log):
        event = json.decode(log)
        if event['actor']['email'].endswith('@panther.com'):
          event['is_panther_employee'] = True
        else:
          event['is_panther_employee'] = False
        return event
```

이해를 돕기 위해 위의 `parse` 함수는 아래에 Python 구문 강조와 함께 표시됩니다:

```python
def parse(log):
  event = json.decode(log)
  if event['actor']['email'].endswith('@panther.com'):
    event['is_panther_employee'] = True
  else:
    event['is_panther_employee'] = False
  return event
```

## 다음을 사용하는 예 `script`

다음 Apache Common Log 형식의 로그 라인이 Panther로 전송된다고 가정해 보겠습니다:

<pre><code><strong>127.0.0.1 - frank [10/Oct/2000:13:55:36 -0700] "GET /apache_pb.gif HTTP/1.0" 200 2326
</strong></code></pre>

이 로그 유형을 `script`를 사용해 파싱하기 위해, 다음 함수를 정의합니다:

```python
def parse(log):
  fields = log.split(" ")
  return {
    'remote_ip': fields[0],
    'identity': fields[1],
    'user': fields[2],
    'timestamp': ' '.join(fields[3:5]).strip('[]'),
    'request_uri': ' '.join(fields[5:8]).strip('"'),
    "status": int(fields[8]),
    "bytes_sent": int(fields[9])
  }
```

그리고 다음 스키마 필드를 사용합니다:

```yaml
fields:
  - 이름: remote_ip
    type: string
    지표:
      - ip
  - 이름: identity
    type: string
  - 이름: user
    type: string
  - name: timestamp
    type: timestamp
    isEventTime: true
    timeFormats:
     - '%d/%b/%Y:%H:%M:%S %z'
  - 이름: method
    type: string
  - name: request_uri
    type: string
  - name: protocol
    type: string
  - name: status
    type: int
  - name: bytes_sent
    type: bigint
```

위 로그가 이 파서로 정규화되면 다음과 같이 됩니다:

```json
{
    "bytes_sent":2326,
    "identity": "-",
    "method":"GET",
    "protocol":"HTTP/1.0",
    "remote_ip":"127.0.0.1",
    "request_uri":"/apache_pb.gif",
    "status":200,
    "timestamp":"2000-10-10 20:55:36.000000000",
    "user":"frank"
}
```


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.panther.com/ko/data-onboarding/custom-log-types/script-parser.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.