Mirror del Joomla antiguo: versionar los scripts y reponer los assets que faltaban

Los scripts del mirror (00-90) vivian solo en el disco. Van al repo; los datos que
generan no (16 GB entre crawl, snapshot del origen y Joomla restaurado) -> .gitignore.

Nuevo 91-repone-assets404.sh: repone los ficheros que el crawl no capturo porque se
referencian SOLO desde CSS y el crawler seguia enlaces HTML (system.css, los fondos de
fe_adulta_1, ratingstars.gif de K2). Salian como 404 en los logs de nginx del Hetzner.

Descarga por HTTP desde el Joomla local aislado, nunca del filesystem -- mismo principio
que el crawl, para no arrastrar los .php comprometidos del #183 -- y escanea PHP embebido
antes de copiar a site/.

Resultado sobre las 286 rutas unicas con 404 del log: 196 repuestas y verificadas en
produccion (196/196 en 200 tras el rsync), 82 que dan 301->404 tambien en el origen (ya
estaban rotas en la web original) y 8 rutas basura /%22/... de HTML mal formado.

Refs #180

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

mirror-antiguo/scripts/19-smoke.sh

@@ -0,0 +1,28 @@
+#!/bin/bash
+# Lote de prueba de 200 URLs para validar la invocacion de wget y el arbol resultante
+set -uo pipefail
+BASE=/home/rafa/joomla-migration/mirror-antiguo
+SM=$BASE/smoke
+rm -rf "$SM"; mkdir -p "$SM/raw"
+shuf -n 200 "$BASE/inventory/urls-input.txt" > "$SM/urls.txt"
+# aseguramos la portada y una carta
+echo 'http://antiguo.feadulta.com/es/' >> "$SM/urls.txt"
+
+t0=$(date +%s)
+wget --input-file="$SM/urls.txt" \
+  --force-directories --directory-prefix="$SM/raw" \
+  --adjust-extension --no-verbose -e robots=off \
+  --user-agent='feadulta-archiver/1.0 (+incident-183; mirror local)' \
+  --wait=0.15 --tries=3 --timeout=45 --waitretry=5 \
+  --reject-regex='(\?|&)(start|limitstart|limit|print|tmpl|format|searchword|task|orderby|filter|catid|month|year)=' \
+  --output-file="$SM/wget.log"
+t1=$(date +%s)
+
+echo "=== tiempo: $((t1-t0))s para $(wc -l < "$SM/urls.txt") URLs ==="
+echo "=== ficheros ==="; find "$SM/raw" -type f | wc -l
+echo "=== arbol (muestra) ==="; find "$SM/raw" -type f | head -8
+echo "=== errores en el log ==="; grep -icE 'error|failed' "$SM/wget.log" || true
+grep -iE 'error|failed' "$SM/wget.log" | head -10
+echo "=== tamano ==="; du -sh "$SM/raw"
+echo "=== 500 en apache durante el lote ==="
+docker logs --since "${t0}" joomla-mirror-web 2>&1 | grep -c '" 500 ' || true