Hunt Analyzer

Projeto de estudo em Python voltado à análise de sessões de caça do MMORPG Tibia. O aplicativo persiste estatísticas em SQLite e oferece uma interface gráfica em Tkinter para importar logs, consultar métricas e gerenciar registros.

Principais funcionalidades

• Importação de logs .txt/.log gerados na janela de sessão do Tibia.
• Verificação automática de uma pasta de logs predefinida, importando apenas arquivos Hunting_Session_ ainda não presentes no banco.
• Extração automatizada de duração, XP, loot, supplies, balance, dano, cura e monstros derrotados via expressões regulares.
• Persistência local em banco SQLite (tibia_hunts.db), com tabelas normalizadas para personagens, locais, hunts e criaturas.
• Interface gráfica em Tkinter/ttk, com abas para Inserção, Análises e gerenciamento de Hunts.
• Filtros de período (hoje, semana, mês, ano) usando utilitários de datetime e geração de métricas como XP/h e Balance/h.
• Visualização gráfica das hunts comparando Raw XP/h e Balance/h com apoio do matplotlib.
• Operações de batch: importação de múltiplos arquivos, edição em lote e exclusão simultânea de registros.

Requisitos técnicos

• Python 3.x com módulos padrão sqlite3 e tkinter.
• matplotlib para geração dos gráficos comparativos.

Execução

python Hunt-Analizer.py

O script cria ou reutiliza automaticamente o banco tibia_hunts.db no diretório raiz.

Empacotando como aplicativo macOS

Para gerar um pacote .app utilize o py2app:

pip install py2app
python setup.py py2app

O resultado será criado em dist/Hunt-Analizer.app.

Empacotando com PyInstaller

Para gerar um executável standalone utilize o PyInstaller:

pip install pyinstaller
pyinstaller Hunt-Analizer.spec

O binário será criado em dist/Hunt-Analizer/ já configurado com um ícone temático de Tibia gerado automaticamente.

Estrutura do banco de dados

• Characters: personagens cadastrados e personagem padrão.
• Locations: locais de caça.
• Hunts: sessões de caça com métricas e saldos.
• Hunts_Monstros: criaturas abatidas por hunt (relacionamento 1:N).

Competências demonstradas

• Modelagem e persistência com SQLite e chaves estrangeiras.
• Criação de GUI com Tkinter/ttk e widgets como Notebook, Treeview e diálogos.
• Manipulação de arquivos e tratamento de codificações (utf-8 e latin-1).
• Uso extensivo de expressões regulares para parsing de texto.
• Controle de datas e períodos com datetime.
• Gerenciamento de recursos com contextlib.closing e consultas parametrizadas em SQL.