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/21-crawl-html.sh

@@ -0,0 +1,34 @@
+#!/bin/bash
+# Pase A: captura de las paginas HTML del inventario. Sin recursion, sin page-requisites.
+set -uo pipefail
+BASE=/home/rafa/joomla-migration/mirror-antiguo
+RUN=$(cat "$BASE/CURRENT_RUN")
+DIR=$BASE/runs/$RUN
+cd "$DIR"
+
+UA='feadulta-archiver/1.0 (+incident-183; mirror local)'
+REJECT='(\?|&)(start|limitstart|limit|print|tmpl|format|searchword|task|orderby|filter|catid|month|year)='
+
+date -u +%Y-%m-%dT%H:%M:%SZ > "$DIR/logs/passA.start"
+
+for c in chunks/urls-*.txt; do
+  n=$(basename "$c" .txt)
+  wget \
+    --input-file="$c" \
+    --force-directories --directory-prefix="$DIR/raw" \
+    --adjust-extension \
+    --no-verbose \
+    -e robots=off \
+    --user-agent="$UA" \
+    --wait=0.15 --tries=3 --timeout=45 --waitretry=5 \
+    --reject-regex="$REJECT" \
+    --no-check-certificate \
+    --output-file="$DIR/logs/wget-$n.log" &
+  echo "$!" >> "$DIR/logs/passA.pids"
+done
+
+wait
+date -u +%Y-%m-%dT%H:%M:%SZ > "$DIR/logs/passA.end"
+echo "PASE A TERMINADO"
+find "$DIR/raw" -type f | wc -l
+du -sh "$DIR/raw"