#!/bin/bash
# Repone los assets que el crawl no capturo (404 en produccion, 200 en el origen).
#
# Entrada: lista de rutas absolutas (una por linea) sacada de los logs de nginx
# del Hetzner. Origen: el Joomla local restaurado y aislado (127.0.0.1:8086),
# por HTTP -- nunca copiando el filesystem, mismo principio que el crawl.
#
# Escribe en raw/ y en site/: raw/ es el archivo tal cual se capturo, site/ es
# el arbol servible que sincroniza 80-sync-hetzner.sh.
set -uo pipefail

BASE=/home/rafa/joomla-migration/mirror-antiguo
RUN=$(cat "$BASE/CURRENT_RUN")
DIR=$BASE/runs/$RUN
RAW=$DIR/raw/antiguo.feadulta.com
SITE=$DIR/site/antiguo.feadulta.com
ORIGEN=http://127.0.0.1:8086
IN=${1:-/tmp/assets404.txt}
OUT=$DIR/logs/repone-assets-$(date -u +%Y%m%dT%H%M%SZ)

[ -s "$IN" ] || { echo "no hay lista de entrada: $IN"; exit 1; }
[ -d "$SITE" ] || { echo "no existe $SITE"; exit 1; }
mkdir -p "$OUT"

ok=0; fail=0; skip=0; ya=0
while IFS= read -r p; do
  [ -n "$p" ] || continue
  case "$p" in
    /%22*|*'"'*) echo "$p" >> "$OUT/descartados.txt"; skip=$((skip+1)); continue ;;
  esac
  dest="$RAW$p"
  if [ -f "$dest" ]; then echo "$p" >> "$OUT/ya-estaban.txt"; ya=$((ya+1)); continue; fi
  mkdir -p "$(dirname "$dest")" 2>/dev/null || { echo "$p" >> "$OUT/fallidos.txt"; fail=$((fail+1)); continue; }
  code=$(curl -s --path-as-is -m 30 -o "$dest.part" -w '%{http_code}' "$ORIGEN$p")
  if [ "$code" = "200" ] && [ -s "$dest.part" ]; then
    mv "$dest.part" "$dest"
    echo "$p" >> "$OUT/repuestos.txt"; ok=$((ok+1))
  else
    rm -f "$dest.part"
    echo "$code $p" >> "$OUT/fallidos.txt"; fail=$((fail+1))
  fi
done < "$IN"

echo "repuestos: $ok · fallidos: $fail · descartados: $skip · ya estaban: $ya"

# --- escaneo de seguridad antes de copiar a site/ ---
echo "== escaneo de PHP embebido en lo descargado =="
sospechosos=0
if [ -s "$OUT/repuestos.txt" ]; then
  while IFS= read -r p; do
    if head -c 4096 "$RAW$p" 2>/dev/null | grep -qa '<?php'; then
      echo "  SOSPECHOSO $p"; echo "$p" >> "$OUT/sospechosos.txt"; sospechosos=$((sospechosos+1))
    fi
  done < "$OUT/repuestos.txt"
fi
echo "  sospechosos: $sospechosos"
if [ "$sospechosos" -gt 0 ]; then
  echo "ABORTADO: hay ficheros con PHP embebido. No se copian a site/."
  exit 1
fi

# --- copia a site/ ---
if [ -s "$OUT/repuestos.txt" ]; then
  while IFS= read -r p; do
    mkdir -p "$(dirname "$SITE$p")"
    cp -p "$RAW$p" "$SITE$p"
  done < "$OUT/repuestos.txt"
fi
echo "copiados a site/: $ok"
echo "detalle en: $OUT"