rafa
275aff1430
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>
15 lines
626 B
Bash
15 lines
626 B
Bash
#!/bin/bash
|
|
# Que los scripts auxiliares que metimos en la raiz del Joomla restaurado NO esten en el mirror
|
|
set -uo pipefail
|
|
BASE=/home/rafa/joomla-migration/mirror-antiguo
|
|
RUN=$(cat "$BASE/CURRENT_RUN")
|
|
D=$BASE/runs/$RUN
|
|
echo "=== _genurls.php / _inv/ dentro de raw ==="
|
|
find "$D/raw" \( -name '_genurls.php' -o -path '*_inv*' \) | wc -l
|
|
echo "=== cualquier .php en raw ==="
|
|
find "$D/raw" -iname '*.php' | head
|
|
echo "(total: $(find "$D/raw" -iname '*.php' | wc -l))"
|
|
echo
|
|
echo "=== auxiliares presentes en el Joomla restaurado (fuera del mirror) ==="
|
|
ls "$BASE/restore/web/_genurls.php" "$BASE/restore/web/_inv/" 2>/dev/null
|