Python バインディング

big-code-analysis はファーストパーティの Python バインディング（PyO3 + maturin）を提供しており、Rust ライブラリや bca CLI と同じメトリクスパイプラインを公開します。JSON の形状も、数値のフォーマットも、対応言語も同じです。

import big_code_analysis as bca

result = bca.analyze("src/main.rs")
if result is not None:
    print(result["metrics"]["cyclomatic"]["sum"])

バインディングは Rust API と対等です。本書が Rust の関数（big_code_analysis::analyze、FuncSpace、各メトリクスモジュール）を指し示す箇所ではどこでも、Python に一対一の対応物があります。パイプラインに合う方の言語を選んでください — メトリクスは同一です。

Python を選ぶべき場面

すでにデータパイプラインのスタック（pandas、Jupyter、Airflow、dbt、Polars）の中にいて、CLI をシェル実行することなくメトリクスレコードを dict/DataFrame の行として取得したい場合。
SARIF を消費する Python ネイティブのセキュリティツールと統合する場合 — SARIF 出力を参照してください。
バックエンドが Python 製 Web フレームワーク（FastAPI、Django）であるコード品質ダッシュボードを構築する場合。

コマンドラインからの一回限りの品質レポートだけが必要なら、bca CLI の方がシンプルです — コマンド → メトリクスを参照してください。

長時間稼働する Rust プログラムに解析を組み込むのであれば、Rust ライブラリの方がオーバーヘッドの小さい選択肢です。

本章の内容

インストール — pip install、ホイールのマトリクス、ソースからのビルド。
クイックスタート — 1 つのファイルを解析し、1 つのメトリクスを表示します。
バッチ処理 — analyze_batch、AnalysisFailure、ThreadPoolExecutor による並列化。
フラットレコード反復 — flatten_spaces から sqlite / pandas への供給。
メトリクス選択 — metrics= キーワード引数、bca.METRIC_NAMES、依存メトリクスの自動取り込み（dependency-pull）の意味論。
AST 走査 — 保持されたパース結果に対する Ast、Node、walk()、find()。
SARIF 出力 — to_sarif と GitHub Code Scanning へのアップロード。
変更履歴（VCS）メトリクス — git 作業ツリーに対する vcs.rank、vcs.trend、vcs.commit、vcs.score_diff。
エラー処理 — 例外の全分類と、決して例外を送出しないバッチ契約。
非同期パターン — asyncio.to_thread が正規のレシピです。

各ページの冒頭の例は、big-code-analysis-py/examples/ 配下のインポート可能なファイルからそのまま埋め込まれており、big-code-analysis-py/tests/test_book_examples.py によってエンドツーエンドで実行されます。そのため、主要経路上のキーワード引数のリネームや関数の削除は、ドキュメントを腐らせる前に CI で失敗します。埋め込まれた例の周囲にある短い説明用スニペット（ロギングのレシピ、errno サフィックスの正規表現パース、asyncio のアンチパターン、pandas のワンライナーなど）はインラインであり、意図的にテストで固定されていません — 両者が食い違う場合は、埋め込まれたブロックを正とみなしてください。

big-code-analysis Documentation

Python バインディング

Python を選ぶべき場面

本章の内容