feat: sync_carta_from_prod.py para copiar el cluster de una carta prod->local (#174)

scripts/sync_carta_from_prod.py

@@ -0,0 +1,247 @@
+#!/usr/bin/env python3
+"""
+sync_carta_from_prod.py — Copia una carta semanal (y su cluster de artículos)
+de PROD a LOCAL preservando IDs, para poder traducir/locutar sobre un entorno
+local alineado con prod.
+
+Por qué existe: desde que Inma/Mixbot componen y publican la carta ES
+directamente en WordPress prod (issue #165, #174), el WP local de Rafa deja
+de recibir ese contenido — solo lo tenía porque antes todo pasaba por el
+delta Joomla->local->prod. Sin este script, local queda desalineado (visto
+con la carta 735 / ID 54495: ese ID en local correspondía a OTRO post) y
+traducir/locutar ahí es peligroso (contenido cruzado). Ver
+gitea.feadulta.com/rafa/feadulta#174.
+
+Descubre el cluster parseando los enlaces internos de la propia carta
+(fea_parse_carta_sections, la misma función que pinta la portada) en vez de
+depender de _carta_id, que puede no estar puesto todavía.
+
+Es el espejo de sync_translations_to_prod.py (modo IDs preservados): reutiliza
+el mismo fea_translate_helper.php sin tocar su lógica, solo invertido
+(lee de prod por SSH, escribe en local por docker).
+
+Uso:
+    python3 sync_carta_from_prod.py --carta 54495 --dry-run
+    python3 sync_carta_from_prod.py --carta 54495
+
+Tras esto, el resto del ciclo ya existente no cambia:
+    translate_post.py --carta 54495 --langs en,fr,it,pt --status draft
+    publish_carta.php
+    rotate_cartas.php CARTA=54495 APPLY=1   (en PROD, por idioma ya publicado)
+    tts_produce.py + sync_audio_to_prod.py
+"""
+
+from __future__ import annotations
+
+import argparse
+import json
+import os
+import subprocess
+import time
+from pathlib import Path
+
+WP_CONTAINER = os.environ.get("FEA_WP_CONTAINER", "wordpress-web")
+
+PROD_HOST = os.environ.get("FEA_PROD_SSH_HOST", "")
+PROD_PASS = os.environ.get("FEA_PROD_SSH_PASS", "")
+PROD_WPLOAD = os.environ.get("FEA_PROD_WPLOAD", "/web/wp-load.php")
+PROD_HELPER = "/tmp/fea_translate_helper.php"
+
+HELPER_SRC = Path(__file__).resolve().parent / "fea_translate_helper.php"
+LOCAL_HELPER_DST = "/tmp/fea_translate_helper.php"
+
+# Por defecto NO se fuerza status: cada post se clona con el status que tiene
+# en prod (publish/draft). Ver fea_translate_helper.php:clone (status vacío ->
+# usa payload['status']).
+STATUS = os.environ.get("FEA_SYNC_DOWN_STATUS", "")
+LOG_FILE = Path(os.environ.get("FEA_SYNC_DOWN_LOG", "/tmp/feadulta-sync-down.log"))
+
+
+def log(msg: str) -> None:
+    line = f"[{time.strftime('%Y-%m-%d %H:%M:%S')}] {msg}"
+    print(line, flush=True)
+    try:
+        LOG_FILE.open("a", encoding="utf-8").write(line + "\n")
+    except OSError:
+        pass
+
+
+def sh(cmd: list[str], *, stdin: str | None = None, timeout: int = 120) -> str:
+    r = subprocess.run(cmd, input=stdin, capture_output=True, text=True, timeout=timeout)
+    if r.returncode != 0:
+        raise RuntimeError(f"cmd falló ({r.returncode}): {' '.join(cmd[:3])}…\n{r.stderr.strip()[:400]}")
+    return r.stdout
+
+
+# ── Prod (origen, solo lectura) ─────────────────────────────────────────────
+_prod_ready = False
+
+
+def _ssh(remote_cmd: str, *, stdin: str | None = None, timeout: int = 120) -> str:
+    cmd = ["sshpass", "-p", PROD_PASS, "ssh", "-o", "StrictHostKeyChecking=accept-new",
+           "-o", "ConnectTimeout=20", PROD_HOST, remote_cmd]
+    return sh(cmd, stdin=stdin, timeout=timeout)
+
+
+def prod_helper(subcmd: str, *args: str, stdin: str | None = None) -> str:
+    global _prod_ready
+    if not _prod_ready:
+        _ssh(f"cat > {PROD_HELPER}", stdin=HELPER_SRC.read_text(encoding="utf-8"))
+        _prod_ready = True
+    inner = f"FEA_WP_LOAD={PROD_WPLOAD} php {PROD_HELPER} {subcmd} " + " ".join(args)
+    return _ssh(inner, stdin=stdin, timeout=180)
+
+
+def prod_read_full(post_id: int) -> dict:
+    return json.loads(prod_helper("read_full", str(post_id)))
+
+
+def prod_carta_sections(carta_id: int) -> dict:
+    raw = prod_helper("carta_sections", str(carta_id)).strip()
+    return json.loads(raw) if raw else {}
+
+
+def seed_ids_from_carta(carta_id: int) -> list[int]:
+    sections = prod_carta_sections(carta_id)
+    ids = {carta_id}
+    for arr in sections.values():
+        for pid in arr:
+            ids.add(int(pid))
+    return sorted(ids)
+
+
+def collect_related_posts(seed_ids: list[int]) -> tuple[dict[int, dict], list[dict[str, int]]]:
+    posts: dict[int, dict] = {}
+    groups: dict[tuple[tuple[str, int], ...], dict[str, int]] = {}
+
+    for seed in seed_ids:
+        info = prod_read_full(seed)
+        posts[seed] = info
+        raw_group = info.get("translations") or {}
+        group = {lang: int(pid) for lang, pid in raw_group.items() if str(pid).isdigit()}
+        if not group:
+            lang = info.get("lang") or "es"
+            group = {lang: seed}
+        sig = tuple(sorted(group.items()))
+        groups[sig] = group
+
+    all_ids = sorted({pid for group in groups.values() for pid in group.values()})
+    for pid in all_ids:
+        if pid not in posts:
+            posts[pid] = prod_read_full(pid)
+
+    return posts, list(groups.values())
+
+
+# ── Local (destino) ──────────────────────────────────────────────────────────
+_local_ready = False
+
+
+def local_helper(subcmd: str, *args: str, stdin: str | None = None) -> str:
+    global _local_ready
+    if not _local_ready:
+        sh(["docker", "cp", str(HELPER_SRC), f"{WP_CONTAINER}:{LOCAL_HELPER_DST}"])
+        _local_ready = True
+    return sh(["docker", "exec", "-i", WP_CONTAINER, "php", LOCAL_HELPER_DST, subcmd, *args],
+               stdin=stdin, timeout=180)
+
+
+def local_read_safe(post_id: int) -> dict | None:
+    try:
+        return json.loads(local_helper("read", str(post_id)))
+    except RuntimeError:
+        return None
+
+
+def local_clone(post: dict) -> int:
+    payload = {
+        "title": post["title"],
+        "content": post.get("content", ""),
+        "excerpt": post.get("excerpt", ""),
+        "slug": post.get("slug", ""),
+        "type": post.get("type", "post"),
+        "author": post.get("author", 1),
+        "date": post.get("date"),
+        "date_gmt": post.get("date_gmt"),
+        "status": post.get("status"),
+        "cats": post.get("cats", []),
+        "cat_slugs": post.get("cat_slugs", []),
+        "meta": post.get("meta", {}),
+    }
+    out = local_helper("clone", str(post["id"]), post.get("lang") or "es", STATUS,
+                        stdin=json.dumps(payload)).strip()
+    return int(out)
+
+
+def local_save_group(group: dict[str, int]) -> dict[str, int]:
+    out = local_helper("save_translations", stdin=json.dumps({"translations": group})).strip()
+    return json.loads(out)
+
+
+# ── Main ─────────────────────────────────────────────────────────────────────
+def sync_carta(carta_id: int, *, dry_run: bool) -> int:
+    seed_ids = seed_ids_from_carta(carta_id)
+    log(f"Cluster descubierto desde fea_parse_carta_sections(prod#{carta_id}): "
+        f"{len(seed_ids)} post(s) -> {seed_ids}")
+    if not seed_ids or seed_ids == [carta_id]:
+        log("  ⚠️ El parser no resolvió ningún artículo enlazado (¿carta sin publicar aún, "
+            "o secciones sin encabezados reconocibles?). Revisa antes de continuar.")
+
+    posts, groups = collect_related_posts(seed_ids)
+
+    conflicts = []
+    for pid, p in posts.items():
+        existing = local_read_safe(pid)
+        if existing and existing.get("title") != p.get("title"):
+            conflicts.append((pid, existing.get("title", ""), p.get("title", "")))
+
+    if conflicts:
+        log(f"  ⚠️ {len(conflicts)} CONFLICTO(S): el ID ya existe en local con OTRO contenido "
+            f"y va a ser SOBRESCRITO:")
+        for pid, old_title, new_title in conflicts:
+            log(f"      #{pid}: local actual «{old_title[:50]}»  ->  prod «{new_title[:50]}»")
+
+    if dry_run:
+        for pid, p in posts.items():
+            log(f"  PULL prod#{pid} [{p.get('lang','?')}] status={p.get('status')} "
+                f"slug={p.get('slug','')} «{p.get('title','')[:50]}»")
+        for group in groups:
+            log(f"  GROUP {group}")
+        log("DRY-RUN: nada escrito en local.")
+        return 0
+
+    for pid, p in posts.items():
+        new_id = local_clone(p)
+        if new_id != pid:
+            log(f"  ⚠️ prod#{pid} se clonó como local#{new_id} — ID NO preservado, revisar a mano.")
+        else:
+            log(f"  clone prod#{pid} -> local#{new_id} [{p.get('lang','?')}] «{p['title'][:45]}»")
+
+    for group in groups:
+        if len(group) < 2:
+            continue
+        saved = local_save_group(group)
+        log(f"  group enlazado en local {saved}")
+
+    log(f"FIN sync prod->local. carta={carta_id} posts={len(posts)} conflictos_previos={len(conflicts)}")
+    return 0
+
+
+def main() -> int:
+    ap = argparse.ArgumentParser(
+        description="Copia una carta (y su cluster de artículos) de PROD a LOCAL preservando IDs.")
+    ap.add_argument("--carta", type=int, required=True, help="ID del post ES de la carta en PROD.")
+    ap.add_argument("--dry-run", action="store_true", help="Solo muestra el plan; no escribe en local.")
+    args = ap.parse_args()
+
+    if not PROD_HOST or not PROD_PASS:
+        raise SystemExit(
+            "Faltan FEA_PROD_SSH_HOST / FEA_PROD_SSH_PASS en el entorno.\n"
+            "Antes de ejecutar: source ~/.hermes/profiles/feadulta/.env"
+        )
+
+    return sync_carta(args.carta, dry_run=args.dry_run)
+
+
+if __name__ == "__main__":
+    raise SystemExit(main())