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/42-corta-a00.sh

@@ -0,0 +1,17 @@
+#!/bin/bash
+# El lote a-00 del pase B resulto ser casi todo basura: URLs de articulo cuyo alias lleva un '?'
+# literal (mal clasificadas como assets) y sus vistas de impresion. Los assets de verdad estaban en
+# a-01 y a-02, que ya terminaron. Se corta a-00 y se documenta.
+set -uo pipefail
+BASE=/home/rafa/joomla-migration/mirror-antiguo
+RUN=$(cat "$BASE/CURRENT_RUN")
+D=$BASE/runs/$RUN
+echo "=== composicion de a-00 ==="
+echo "total: $(wc -l < "$D/chunks-assets/a-00.txt")"
+echo "bajo /es/ (articulos, no assets): $(grep -c '/es/' "$D/chunks-assets/a-00.txt")"
+echo "assets reales: $(grep -vc '/es/' "$D/chunks-assets/a-00.txt")"
+pkill -f 'chunks-assets/a-00.txt' && echo "a-00 detenido" || echo "a-00 ya no corria"
+sleep 2
+date -u +%FT%TZ > "$D/logs/passB.end"
+echo "=== restos a limpiar (vistas de impresion) ==="
+find "$D/raw" -type f -name '*print=1*' | wc -l